课题基金 / 基金详情

面向全维MIMO系统的空间域选择预编码方法研究

批准号:
62101282
项目类别:
青年科学基金项目(C类)
资助金额:
30.0 万元
负责人:
宋云超
依托单位:
学科分类:
移动通信
结题年份:
2024
批准年份:
2021
项目状态:
已结题
项目参与者:
宋云超

项目摘要

结项摘要

相似基金

相关文献

中文摘要
全维MIMO(FD-MIMO)是下一代移动通信关键技术之一,低复杂度、高频效的预编码技术对于FD-MIMO系统至关重要。Kronecker积预编码技术因较低的硬件和计算复杂度而极具吸引力,然而其理论研究尚不完善,亟待进一步加强。本项目拟分析Kronecker积预编码水平和垂直域内在联系,提出空间域选择机制以提升预编码性能。具体内容包括:(1)在基于瞬时信道信息的预编码中,利用降维思想分析水平和垂直域预编码的耦合关系,建立空间域选择机制,并以提升频效为目标,选择域(水平或垂直域)进行预编码;(2)基于统计信道信息,利用空间域选择机制,并提出利用全信道空间的预编码方法,以兼顾系统开销和频效;(3)在基于Kronecker积的预编码和均衡器联合设计问题中,利用张量理论,研究空间域选择联合设计方法以提升频效。该项目研究对于丰富FD-MIMO预编码技术内涵、推动FD-MIMO系统应用具有重要意义。
英文摘要
Full dimension MIMO (FD-MIMO) is one of the key technologies for next-generation mobile communications. It is critically important for FD-MIMO to design a precoding scheme with low-complexity and a high spectral efficiency. Kronecker product precoding technology is extremely attractive due to its low hardware and computational complexity, but its theoretical research is not enough and needs to be further strengthened. This project intends to analyze the internal relationship between the azimuthal and elevational precodings of Kronecker product precoding and intends to propose a spatial domain selective scheme to improve precoding performance. The specific contents include: (1) In the precoding based on instantaneous channel information, the idea of dimensionality reduction is used to analyze the coupling relationship between the azimuthal and elevational precodings, and a spatial domain selective scheme is established. To improve the spectral efficiency, different domains (the azimuthal and elevational domain) are selected to precode; (2) Based on the statistical channel information, the spatial domain selective scheme is used, and a precoding method utilizing full channel space is proposed to consider both the system overhead and spectral efficiency; (3) Tensor theory is used to analyze the joint designing problem of precoding and equalization based on Kronecker product, and a joint design method based on spatial domain selective scheme is proposed to improve the spectral efficiency. The research of this project is of great significance to enrich the connotation of FD-MIMO precoding technology and promote the application of FD-MIMO system.
大规模多输入多输出(MIMO)系统作为5G以及未来移动通信的核心技术,其预编码设计能够有效地。该项目以大规模MIMO通信系统为研究对象,对该系统的预编码和信道估计方法等重要方面进行了深入研究。.首先,针对大规模MIMO系统,辅以信道协方差矩阵(CCM)进行两阶段预编码的设计,在第一阶段利用信道协方差矩阵降低等效信道维度,从而降低导频开销,提升系统频谱效率。在单环信道模型下提出了基于邻居的联合空分复用两阶段预编码方法降低导频提升频谱效率;针对多散射簇信道模型提出了基于簇分组的两阶段预编码方法降低导频提升频谱效率;针对用户数较多的系统,提出了基于信道协方差矩阵的波束训练和用户调度联合设计方法,有效提升了系统频谱效率。.考虑到基于CCM的大规模MIMO系统需要利用较多的时隙估计CCM,本项目提出基于bandit学习设计预编码方法,利用历史传输数据获取CCM,避免了花较多时隙进行估计,有效提升了系统频谱效率。在单环信道模型下提出了基于组合式MAB的两阶段预编码方法,避免信道协方差矩阵的估计,进一步提升了频谱效率;针对多散射簇信道模型提出了基于贪婪bandit学习的两阶段预编码方法;针对UAV辅助大规模MIMO系统,提出了基于bandit学习的预编码研究。.为了更进一步提升系统频谱效率,利用智能反射面(RIS)辅助大规模MIMO进行通信。针对RIS辅助大规模MIMO系统,利用流形优化算法提出了RIS辅助大规模MIMO系统的通感一体化设计;在智能反射面辅助MISO系统中,提出了基于bandit学习的智能反射面相移和基站预编码联合设计方案,有效提升了系统频谱效率。.最后,为了更好地设计MIMO系统预编码等技术,本项目研究了MIMO系统信道估计研究,针对XL-MIMO系统混合场信道,提出了秩已知情况下基于定秩流形近端梯度算法的信道估计方法,提高了估计精度;针对双智能反射面辅助MIMO系统、半无源智能反射面辅助MIMO系统、智能反射面辅助正交频分复用的MIMO系统等场景,提出了基于流形优化的信道估计方法,利用流形优化算法解决非凸的低秩约束,能够提升信道估计数学问题解的精度,降低估计误差。
国内基金
海外基金