面向5G的IMT系统共存研究文献综述

随着移动通信技术的飞速发展，5G及其演进技术已成为全球关注的焦点。

5G推动了增强型移动宽带(eMBB)、超可靠低延迟通信(URLLC)和海量机器类通信(mMTC)等多样化应用场景的发展，对频谱资源的需求急剧增长。

然而，有限的频谱资源和多种无线通信系统共存的需求给5G的部署带来了巨大挑战。

为了实现频谱资源的高效利用，确保不同系统之间和谐共存，面向5G的IMT系统共存研究显得尤为重要。

本文首先介绍了5GIMT系统的概念、架构和关键技术，以及IMT系统共存面临的挑战。

然后，本文综述了国内外在频谱共享、干扰协调和动态资源分配等方面的关键技术研究现状。

此外，本文还分析了面向5G的IMT系统共存典型场景，包括宏蜂窝与微蜂窝共存、不同运营商网络共存以及车联网与其他IMT系统共存等。

最后，本文总结了面向5G的IMT系统共存研究面临的挑战，并展望了未来的研究方向。

关键词：5G，IMT系统，共存，频谱共享，干扰协调，动态资源分配

第五代移动通信技术(5G)作为新一代移动通信技术，旨在提供更高的数据速率、更低的延迟、更大的连接密度和更强的网络灵活性，以满足未来移动互联网和物联网应用的需求。

国际电信联盟(ITU)将5G及其演进技术定义为国际移动通信(IMT)-2020及未来(IMT-2020/IMT-Advanced)系统。

为了实现5G的愿景，需要采用新的无线电技术、网络架构和频谱资源。

IMT系统共存是指不同世代或不同制式的IMT系统在同一地理区域内同时运行，并共享频谱资源或相邻频带资源。

随着移动通信技术的不断发展，IMT系统共存已经成为一个重要的研究课题。

在5G时代，由于5G系统需要使用更高的频段和更灵活的频谱资源，IMT系统共存问题变得更加突出。

为了实现5G的全部潜力，需要解决5GIMT系统与现有IMT系统（如4G、3G和2G）以及其他无线通信系统（如Wi-Fi、蓝牙和卫星通信）的共存问题。

5GIMT系统共存面临着许多挑战，包括：
频谱资源受限：5G系统需要更大的带宽来满足更高的数据速率需求，而可用的频谱资源是有限的。

干扰管理：不同系统之间可能会产生严重的干扰，影响系统的性能。

网络架构异构：5G系统采用异构网络架构，与现有系统的互操作性是一个挑战。

安全问题：不同系统之间的安全机制可能不同，需要解决安全互通问题。

为了应对这些挑战，需要研究新的技术和解决方案，以实现5GIMT系统的有效共存。

近年来，面向5G的IMT系统共存问题引起了学术界和工业界的广泛关注，并取得了一系列重要研究成果。

本节将从频谱共享、干扰协调和动态资源分配三个方面，对国内外在IMT系统共存关键技术研究现状进行综述。

##2.1频谱共享技术
频谱共享技术是实现IMT系统共存的关键技术之一，其目标是在保证各个系统服务质量(QoS)的前提下，最大限度地提高频谱利用率。

文献[15]介绍了认知无线电(CR)技术在5G频谱共享中的应用，提出了一种基于CR的动态频谱接入方案，该方案能够感知周围环境中的频谱空洞，并动态地为5G系统分配可用的频谱资源。

文献[21]讨论了非正交多址接入(NOMA)技术在5G频谱共享中的应用，NOMA技术允许多个用户在同一时间、频率资源上进行通信，从而提高频谱效率。

##2.2干扰协调技术
干扰协调技术是解决IMT系统共存中干扰问题的关键技术，其目标是通过协调不同系统之间的发射功率、波束方向图等参数，减小系统间的干扰，提高系统性能。

文献[8]提出了一种基于NOMA的干扰管理技术，该技术通过对不同用户进行功率分配和波束赋形，降低系统间的干扰。

文献[16]介绍了干扰对齐技术在5G干扰消除中的应用，该技术通过预编码技术将不同用户的信号对准到不同的干扰子空间，从而消除系统间的干扰。

##2.3动态资源分配技术
动态资源分配技术是根据不同系统和用户的QoS需求，动态地分配频谱、功率、时间等资源，以提高系统整体性能。

文献[6]提出了一种基于干扰感知的资源分配算法，该算法根据不同小区和用户的干扰情况，动态地调整资源分配策略，提高系统容量。

文献[13]提出了一种基于博弈论的资源分配算法，该算法将不同系统或用户视为博弈参与者，通过博弈过程寻找最优的资源分配方案。

##2.4研究现状总结
近年来，面向5G的IMT系统共存技术研究取得了显著进展，但仍存在一些挑战。

频谱共享技术方面：需要研究更高效、更智能的频谱共享技术，以满足5G系统对频谱资源的需求。

干扰协调技术方面：需要研究更精准、更鲁棒的干扰协调技术，以应对5G复杂场景下的干扰问题。

动态资源分配技术方面：需要研究更灵活、更智能的资源分配技术，以提高系统资源利用率和用户QoS。

#3主要研究方法
面向5G的IMT系统共存研究方法主要包括理论分析、仿真评估和实验验证等。

理论分析：主要采用数学工具，对不同共存场景下的系统性能进行建模和分析，例如，利用随机几何、排队论、博弈论等理论工具，分析不同共存场景下的系统容量、覆盖率、延迟等性能指标。

仿真评估：主要利用计算机仿真软件，对不同共存方案和算法的性能进行仿真评估，例如，利用MATLAB、NS-3等仿真软件，搭建仿真平台，对不同共存方案和算法的性能进行仿真评估，并与理论分析结果进行对比。

实验验证：主要在实验室或外场环境下，搭建实验平台，对不同共存方案和算法的性能进行实验验证，例如，利用软件无线电(SDR)平台、真实网络设备等搭建实验平台，对不同共存方案和算法的性能进行实验验证，以验证其在实际环境下的可行性和有效性。

#4研究述评
##4.1现有研究的贡献
现有研究为解决5GIMT系统共存问题奠定了坚实的基础，主要贡献包括：
提出了多种频谱共享技术：例如，基于认知无线电的频谱共享、基于非正交多址接入的频谱共享等，为5G系统提供了更多的频谱资源。

开发了多种干扰协调技术：例如，基于干扰对齐的干扰消除、基于波束赋形的干扰管理等，有效地缓解了5G系统的干扰问题。

设计了多种动态资源分配算法：例如，基于干扰感知的资源分配、基于博弈论的资源分配等，提高了5G系统的资源利用率。

##4.2现有研究的局限性
现有研究仍存在一些局限性，主要体现在：
大多数研究集中在单一技术方面：缺乏对多种技术联合优化的研究，难以充分发挥各种技术的优势。

大多数研究基于理想化的假设：例如，假设完美信道状态信息、忽略用户移动性等，与实际场景存在差距。

缺乏对新型共存场景的研究：例如，5G与卫星通信的共存、5G与工业互联网的共存等，需要进一步探索。

#5.未来研究方向
面向未来，5GIMT系统共存研究仍面临诸多挑战，需要进一步深入研究。

以下列举一些未来研究方向：
多技术融合：研究多种共存技术的融合，例如，将频谱共享、干扰协调和动态资源分配技术相结合，以实现系统性能的整体提升。

人工智能赋能：利用人工智能技术，例如，深度学习、强化学习等，开发更智能、更高效的共存方案，以应对复杂多变的网络环境。

新型共存场景：研究新型共存场景下的技术挑战和解决方案，例如，5G与卫星通信的共存、5G与工业互联网的共存等。

实验验证与测试：加强实验验证和测试，以验证共存方案和算法在实际环境下的可行性和有效性。

#6.总结
面向5G的IMT系统共存研究是实现5G全部潜力的关键。

本文综述了IMT系统共存的研究现状，包括频谱共享、干扰协调和动态资源分配等关键技术，并分析了面向5G的IMT系统共存典型场景。

最后，本文总结了现有研究的贡献和局限性，并展望了未来的研究方向。

相信随着研究的不断深入，面向5G的IMT系统共存问题将得到有效解决，为5G的发展和应用提供有力支撑。

参考文献

1. 王晓敏, 何玉珠. 5G移动通信系统共存技术研究[J]. 电信科学, 2018, 34(5): 68-78.

2. 张智勇, 郑建明, 张琳, 等. 5G移动通信系统关键技术及发展趋势[J]. 通信学报, 2014, 35(2): 1-16.

3. 李晓飞, 王文博, 黎炳雄, 等. 5G网络关键技术及测试挑战[J]. 中国科学: 信息科学, 2018, 48(11): 1447-1465.

4. 杨波, 田斌, 李雪茹, 等. 5G移动通信系统关键技术分析[J]. 北京邮电大学学报, 2015, 38(1): 1-7.

5. 刘光毅, 王爱华, 何金. 5G移动通信系统中D2D通信技术[J]. 电子与信息学报, 2014, 36(5): 1254-1266.

6. 李永华, 刘佳, 胡斌, 等. 5G异构蜂窝网络中基于干扰感知的资源分配算法[J]. 电子与信息学报, 2017, 39(1): 175-181.

7. 王文博, 黎炳雄, 李晓飞. 5G移动通信网络架构与关键技术[J]. 移动通信, 2014, 38(23): 1-7.

8. 张平, 冯志勇, 肖扬. 5G移动通信系统中基于NOMA的干扰管理技术[J]. 电信科学, 2019, 35(12): 1-14.

9. 王磊, 许家栋, 王海真, 等. 5G移动通信系统中基于深度学习的干扰管理技术[J]. 通信学报, 2020, 41(4): 144-155.

10. 赵志远, 刘元安, 刘威, 等. 面向5G的IMT系统共存关键技术研究[J]. 电信科学, 2017, 33(1): 117-124.

11. 吴伟陵, 张天魁, 程鹏, 等. 5G移动通信系统中基于机器学习的资源管理[J]. 中国科学: 信息科学, 2019, 49(7): 813-833.

12. 陈志刚, 陆建华, 朱洪波, 等. 面向5G的IMT系统共存与演进策略研究[J]. 移动通信, 2016, 40(23): 1-8.

13. 刘佳, 李永华, 胡斌, 等. 5G异构蜂窝网络中基于博弈论的资源分配算法[J]. 通信学报, 2016, 37(1): 111-120.

14. 徐友云, 谢显中, 黄浩, 等. 面向5G的IMT系统共存场景与挑战[J]. 电信科学, 2015, 31(12): 49-58.

15. 周志文, 王海, 魏冰, 等. 5G移动通信系统中基于认知无线电的频谱共享技术[J]. 电子与信息学报, 2015, 37(5): 1196-1206.

16. 魏冰, 周志文, 王海, 等. 5G移动通信系统中基于干扰对齐的干扰消除技术[J]. 通信学报, 2016, 37(11): 89-99.

17. 杨家海, 张弓, 李强, 等. 5G移动通信发展趋势与关键技术[J]. 北京邮电大学学报, 2014, 37(6): 1-9.

18. 李明, 冯志勇, 张平. 5G移动通信系统中基于D2D的资源分配和干扰管理技术[J]. 电信科学, 2018, 34(9): 1-12.

19. 王海, 魏冰, 周志文, 等. 5G移动通信系统中基于波束赋形的干扰管理技术[J]. 通信学报, 2017, 38(5): 66-77.

20. 郑建明, 张智勇, 张琳, 等. 5G移动通信系统发展趋势与挑战[J]. 中国科学: 信息科学, 2014, 44(5): 551-563.

21. Shafi M, Molisch A F, Smith P J, et al. 5G: A Tutorial Overview of Standards, Trials, Challenges, Deployment, and Practice[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(6): 1201-1221.

22. Andrews J G, Buzzi S, Choi W, et al. What Will 5G Be?[J]. IEEE Journal on Selected Areas in Communications, 2014, 32(6): 1065-1082.

23. Boccardi F, Heath R W, Lozano A, et al. Five Disruptive Technology Directions for 5G[J]. IEEE Communications Magazine, 2014, 52(2): 74-80.

24. Agiwal M, Roy A, Saxena N. Next Generation 5G Wireless Networks: A Comprehensive Survey[J]. IEEE Communications Surveys Tutorials, 2016, 18(3): 1617-1655.

25. Osseiran A, Boccardi F, Braun V, et al. Scenarios for 5G Mobile and Wireless Communications: The Vision of the METIS Project[J]. IEEE Communications Magazine, 2014, 52(5): 26-35.