英语原文共 38 页，剩余内容已隐藏，支付完成后下载完整资料
附录A 译文
- 5G 混合波束形成技术综述：架构和系统模型透视图
摘 要
不断增长的无线数据流量需求促使人们需要探索合适的频谱区域以满足预期的需求。有鉴于此，毫米波（Millimetre Wave）通信受到了研究界的极大关注。通常，在第五代（5G）无线网络中，通过将高维模拟移相器和功率放大器与低维数字信号处理单元相结合的混合收发器来实现毫米波大规模多输入多输出（MIMO）通信。这种混合波束形成设计降低了成本和功耗，符合5G的节能设计愿景。在本文中，我们从混合收发器结构的系统模型、可能的天线配置场景下的数字和模拟波束形成矩阵以及异构无线网络中的混合波束形成等方面跟踪了大规模MIMO通信中混合波束形成的进展。我们通过在混合波束形成中包括资源管理问题来扩展讨论范围。我们探讨了到2017年第一季度为止现有和拟议的混合波束形成方法的适用性，并确定了该领域令人兴奋的未来挑战。
关键词-混合波束成形；毫米波；大规模MIMO；异构网络；无线接入网
一、导言 A、混合波束形成
无线通信系统日益增长的需求在很大程度上取决于频谱效率（SE）和带宽。目前，所有无线技术均在300MHz至3GHz频段运行[8]。由于物理层技术已经达到香农容量[9]，唯一未开发的选项是系统带宽。因此，5G 无线网络的关键 在于探索从 3 GHz 到 300 GHz 的高频毫米波段。另一方面，多输入多输出（MIMO）技术，即在发射机（TX）和接收机（RX）处使用多天线，被认为是提高SE最有前途的方法之一[10]。可以通过两种方式从MIMO中改进SE，1是基站（BS）可以在同一时间-频率-空间资源上与多个用户设备（UE）通信。并且2中基站和每个UE之间有多个数据流。MIMO概念从多用户MIMO发展到大规模MIMO，其中BS处的天线单元数量可以达到数百或数千个。大规模MIMO有助于减少小规模衰落和波束形成增益所需的传输能量[11]，此外，大规模MIMO对于毫米波频率至关重要，因为它利用波束形成增益，通过对抗高路径损耗来获得足够的信噪比（SNR）。因此，毫米波和大规模多输入多输出（MIMO）通信能够额外访问30-300GHz频段，并改善SE[12]，[13]。
毫米波大规模MIMO将用于广泛的技术，包括机器对机器（M2M），车辆互联网（IOV），设备对设备（D2D），回程，接入femto蜂窝（一般为小型蜂窝）、垂直虚拟分区等，其中这些技术将是5G无线网络的组成部分，如图1所示。这些技术为满足蜂窝网络的通信需求带来了巨大的压力，在这方面，大规模 MIMO 提供了增强容量、SE 和能效（EE）的能力。但另一方面，预期频率遭受更高的路径损耗[12]。多层系统的使用可以通过向目的地提供可能的视线或更少的多条路径来缓解路径损耗问题[14]，在毫米波大规模 MIMO系统中，波束形成使用大型天线阵列来补偿定向传输的路径损耗。在大规模MIMO系统中，传统的基带数字波束形成（DB）要求每个天线有一个不同的射频（RF）链[11]、[15]、[16]。然而，混合信号和射频链（模数转换器（ADC）/数模转换器（DAC）、数据转换器、混频器等）的高功耗和高成本导致选择在基带和模拟域。因此，一些研究提出了不同的架构，旨在通过组 合模拟射频波束形成器和基带数字波束形成器来减少射频链的数量，这种技术被称为混合形成方法。混合波束形成方法旨在联合优化模拟和数字波束形成器，以最大化可实现的速率。与传统的微波架构不同，混合波束形成架构似乎更适用于毫米波，因为波束形成是在射频模拟域中执行的，多组波束形成器可以连接到少量的 ADC或DAC[18]。
波束形成是一个过程，它将发射天线阵列产生的大部分信号引导到预定的角度方向[19]。具体而言，波束形成使用加权比例因子在每个发射天线上发送相同的符号。在RX处，使用不同的比例因子对所有接收信号进行相干组合，以最大化接收的 SNR。在天线阵列系统中，这种信噪比增益称为波束形成增益由波束形成增益引起的错误概率斜率的变化被称为分集增益[20]，人们对混合波束形成的兴趣源于这样一个事实，即射频链的数量仅受传输数据流数量的下限限制；而波束形成增益和分集阶数由天线单元数给出[21]。在纯数字波束形成中，波束形成的处理是使用数字信号处理器完成的，它提供了更大的灵活性和更多的自由度，以实现高效的波束形成算法。纯数字波束形成方法要求每个天线单元具有单独的射频链，这导致结构复杂和功耗高。在模拟波束形成中，天线权重可以在射频上转换之前或上转换阶段之后，可使用延时元件或等效相移信号。
基于模拟波束形成和数字波束形成的优缺点，人们越来越感兴趣的是，混合波束形成是一种合适的架构，可以利用简化架构的大型毫米波天线阵列[23]，[24]。混合波束形成架构大致分为两种类型：全连接，其中每个射频链连接到所有天线；以及子连接或部分连接，其中每个射频链连接到一组天线元件。这两种体系结构之间存在复杂性增益权衡。对于具有Nt发射天线和NRF射频链的全连接架构，信号处理路径的数量为，而在子连接架构中，它是。然而，全连接架构的波束形成增益是子连接架构的倍[22]，[23]。
所有混合波束形成体系结构的目标是降低硬件和信号处理复杂性，同时提供接近最优的性能，即接近纯数字波束形成的性能。
二、毫米波调查论文回顾，大规模MIMO和波束形成
B、毫米波和大规模MIMO系统的模拟和数字波束形成技术。
下一代蜂窝网络将利用毫米波支持更多用户并实现更高的数据速率。然而，在毫米波上调谐的网络节点遇到了覆盖面积小的问题以及室外穿透困难。毫米波 蜂窝网络的主要挑战在于空间管理、链路裕度操作、干扰管理、对象阻塞等。例如，可以通过在高定向天线阵列（大规模MIMO）中启用波束形成方法来克服链路裕度。Niu等人[54]开展调查，深入探讨应对毫米波挑战的拟议解决方案。根据这些解决方案，提出了毫米波通信的体系结构和协议。此外，还介绍了毫米波在 5G 无线网络中的应用，如无线回程、小区接入等。已经概述了一些旨在揭示与 5G毫米波相关的开放性研究问题的调查，这些调查将有助于继续为 5G 无线网络开发毫米波。
大规模MIMO具有许多潜在的优点，包括广泛使用廉价的低功耗组件、减少延迟、MAC 层简化以及抗故意干扰的鲁棒性。然而，大规模 MIMO 技术揭示了新的问题，如导频污染，需要立即解决。准确及时的 CSI 估计对于无线通信至关重要。在多用户MIMO或大规模MIMO通信的情况下，该CSI 对于启用多个流和消除用户间干扰变得更加重要。CSI 的估计由训练序列（也称为导频）执行。导频污染是由在从UE到 BS 的导频传输期间的小区间和小区内干扰引起的。在此背景下，[64]提供了关于导频污染的最新调查，并介绍了影响使用 TDD的大规模 MIMO系统性能的主要来源。这些来源包括非互惠收发器和硬件损坏等。随后，本文回顾并分类了一些已建立的理论，这些理论分析了导频 污染对大规模 MIMO 系统性能的影响。最后，本文概述了飞行员污染的开放性研究问题，包括计算复杂性、训练开销和信道互惠使用。这篇论文论述并提出了大规模 MIMO。此外，该研究将有助于毫米波和大规模MIMO的标准化和正在进行的研究。但它缺乏对导频污染和信道估计误差情况下的混合波束形成设计技术的综述。大规模 MIMO 或大规模MIMO系统被认为是2020年以后下一代网络的一项有前途的技术。在这方面，郑等人[55]对大规模MIMO系统的最新技术进行调查。本文对其典型应用场景进行了分类和分析。此外，本文还阐明了信道测量和信道模型以及各种开放性研究问题。作者还介绍了物理层和网络层的关键技术。作者不仅讨论了物理和网络技术，还介绍了关键的应用场景，这有助于在考虑大规模 MIMO 的同时实现混合波束形成。[65]中讨论了潜在的5G物理层技术，包括小小区中的毫米波和大规模MIMO。它简要描述了技术挑战和最新结果。
上述调查论文要么讨论了毫米波频率和信道的特点，以及干扰管理和导频污染方面的挑战，要么讨论了大规模MIMO在5G中的潜在应用，如回程、异构网络、软件定义架构、小小区、自适应波束形成等，我们重点研究了毫米波大规模 MIMO系统中的数字和模拟波束形成技术，这些技术适用于各种可能数量的节点和天线。
三、混合波束形成体系结构
A、全连接和子连接混合波束成形结构
在全连接的混合波束形成结构中，每个RF链与所有天线连接，并且每个数字收发器上的发射信号经过RF路径（混频器、功率放大器、移相器等），并在与每个天线连接之前求和如图4.a所示。在子连接或部分连接的结构中，RF链的每一个连接到数目的子阵列，如图 4.b 所示。全连接结构为每个收发器提供全波束形成增益，但具有 路径的高复杂性。另一方面，与全连接结构相比，子连接结构以波束形成增益为代价， 路径硬件复杂度。子连接结构更适用。由于手持终端的严格功率限制，UEs 处于上行链路中。通常，较小的收发器编号在给定SE减少的情况下带来更多EE 性能改善。因此，大规模 MIMO 系统与混合波束形成结构的组合，包括大大减少的收发器数量，有望为5G带来显著的EE和SE增强。
图4.a 全连接混合波束成形
图4.b 子连接混合波束成形
1）全连接混合波束形成体系结构的挑战和性能：尽管全连接混合波束形成体系结构非常复杂，但在一些研究工作中使用了全连接混合波束形成体系结构来提高不同的性能指标，主要是EE和SE。对于完全连接的波束形成结构，在[23]中对固定总天线数Nt并且和独立数字Nt/NRF的收发器数量和每个收发器/射频链的天线数量进行优化。它显示了EE-SE权衡曲线的最佳点，同时考虑了不同数 量射频链和发射天线的静态功耗（电子元件中的功耗）。这有助于根据应用要求选择不同的设计参数。它还表明，混合波束形成体系结构可以提高多用户信道容量。Zi等人[50]提出了一种具有最小射频链数的节能混合预编码算法，并分析了 5G 无线通信的能量和成本效率之间的权衡。这种BS-EE最大化的次优解决方案旨在降低RF链和基带处理的能量消耗。在使用基站天线和UE数量的能量和成本效率的联合优化中，即使使用次优解决方案，也显示出超过170%的改进。本文[72]针对下行毫米波大规模MIMO系统开发了一种基于EE的多用户混合波束形成。模拟波束形成用于增加链路增益和选择最佳波束，以最大化目标用户的功率并最小化对所有其他用户的干扰。然而，数字波束形成通过基于零梯度的方法增加了空间复用增益并最大化了目标用户的EE。与其他使用传统MIMO数字波束形成进行多流复用解复用的工作相比，它使用模拟波束形成通过光束选择。在[52]和[73]中，在TX和RX处考虑了大规模MIMO系统的全连接混合波束形成架构。对于这种结构，考虑到有限数量的射频链和有限分辨率的PSs，针对射频链数量（NRF）等于或大于数据流数量（NS）的情况，提出了一种快速启发式算法，并表明可以提高可实现的速率由于优化问题的非凸性，作者在DB上使用恒幅假设，在不进行复杂性分析的情况下，启发式地解决了单天线功率约束的AB问题。Chiang等人[74]针对联合信道估计和混合波束形成问题，提出了一种降低复杂性和反馈开销的方法。他们表明，基于毫米波信道的稀疏性和有限的波束宽度，可以通过使用信道估计方法来估计满秩阵列响应矩阵来实现数据速率的最大化[75]。为了比较支持混合波束形成的多用户MIMO和单用户空间复用（SU-SM）与单用户模拟波束形成（SU-BF）的覆盖和速率性能，在[76]中考虑BSs和UE处的全连接混合架构。据报道，在mmWave 蜂窝网络中，由于在 TX 和循环调度时具有完美的CSI，MU-MIMO 通常是比SU-SM或SU-BF更好的选择。[41]中提出了两种预编码/组合策略，它们考虑了不同的硬件约束、不同的天线比例和不同的信道特性，使其适合在毫米波系 统中运行。这些架构是完全连接的混合模拟/数字预编码/组合以及与低分辨率ADC的组合。这两种型号在TX和RX中都使用完全连接的混合波束形成。在第二个模型中，RX结构包括用于每个同相和正交基带接收信号的1位 ADC。 ADC 可以由一个比较器来实现，这导致了非常低的功耗。 这种设计适用于下行链路传输中由电池供电的小型UE，而第一种模型可以在回程Fink中实现更好的性能。论文[77]提出了在TX和RX之间的有限反馈信道假设下的混合码书和预编码器设计。对于相同的混合波束形成结构，提出了正交匹配追踪（OMP）算法和梯度追踪（GP）算法，以提供问题的高性能解决方案，并满足优化目标[78]。论文[79] 提出了一种波束训练协议，该协议在处理 mmWave 收发器的实际约束的同时，有效地加速了fink的建立。几何方法 用于合成多波束宽度波束图，可用于同时多向扫描。对于mmWave蜂窝网络中随机选择的单用户全连
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[603924]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
课题毕业论文、外文翻译、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
