面向5G的大規(guī)模天線無線傳輸理論與技術(shù)教材

1、面向 5G 的大規(guī)模天線無線傳輸理論與技術(shù)摘要 為了滿足 2020 年無線通信傳輸速率達(dá)到現(xiàn)有系統(tǒng)千倍的需求，研究學(xué)者已開始了 5G移動(dòng)通信系統(tǒng)的研發(fā)，相比第四代(4G)，第五代(5G)移動(dòng)通信需要 在無線傳輸技術(shù)上取得突破性創(chuàng)新 ,以實(shí)現(xiàn)頻譜效率和功率效率提升 10倍的目標(biāo) . 其中,進(jìn)一步挖掘多天線的空間復(fù)用能力是實(shí)現(xiàn)5G的關(guān)鍵途徑，在接入點(diǎn)配置大規(guī)模天線陣列或多個(gè)接入點(diǎn)通過光纖互連形成大規(guī)模分布式多輸入多輸出 (multiple-inputmultiple-output,MIMO) 系統(tǒng)，可以大幅提高系統(tǒng)總的頻譜效率。本 文對(duì)大規(guī)模 MIMO 和大規(guī)模分布式 MIMO 的研究進(jìn)行了綜述，

2、包括頻譜效率理 論分析、信道信息獲取、傳輸理論與技術(shù)和資源分配技術(shù)。關(guān)鍵詞 5G 大規(guī)模 MIMO 大規(guī)模分布式天線系統(tǒng)頻譜效率信道信息獲取多用戶MIMO 資源分配1 引言近年來 ,移動(dòng)數(shù)據(jù)業(yè)務(wù)量幾乎呈指數(shù)增長(zhǎng) ,到 2020 年將達(dá)到當(dāng)前的千倍 .同時(shí), 隨著信息技術(shù)系統(tǒng)能源消耗所占比例的不斷增加 ,降低移動(dòng)通信網(wǎng)絡(luò)系統(tǒng)的能耗 已 逐漸成為移 動(dòng)通信發(fā)展的 重要目標(biāo).而目前的 第四 代 移動(dòng)通信系統(tǒng) (fourth-ge neratio n,4G),將難以滿足未來移動(dòng)通信對(duì)頻譜效率和能耗效率的需求.這對(duì)第五代移動(dòng)通信系統(tǒng)(fifth-generation,5G)的頻譜效率和能耗效率提出了極大

3、 挑戰(zhàn).如何在 4G 基礎(chǔ)上 ,將無線移動(dòng)通信的頻譜效率和功率效率進(jìn)一步提升一個(gè) 量級(jí)，是5G的核心所在.5G的發(fā)展需要在網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)、組網(wǎng)技術(shù)及無線傳輸技 術(shù)等方面進(jìn)行新的變革 ,從根本上解決移動(dòng)通信的頻譜有效性和功率有效性問題 , 實(shí)現(xiàn)更高頻譜效率和綠色無線通信的雙重目標(biāo).采用多天線發(fā)送和多天線接收(multiple-inputmultiple-output,MIMO) 技術(shù)是挖掘無線空間維度資源、提高頻譜效 率和功效率的基本途徑 ,近 20 年來一直是移動(dòng)通信領(lǐng)域研究開發(fā)的主流技術(shù)之 一.MIMO技術(shù)可以提供分集增益、復(fù)用增益和功率增益.分集增益可以提高系統(tǒng) 的可靠性 ,復(fù)用增益可以支持

4、單用戶的空間復(fù)用和多用戶的空分復(fù)用,而功率增益可 以 通 過 波 束成 形 提高 系 統(tǒng) 的 功 率 效 率 .目 前 ,MIMO 技 術(shù) 已 經(jīng)被 LTE(longtermevolution,LTE),IEEE802.11ac 等無線通信標(biāo)準(zhǔn)所采納 .但是,現(xiàn)有 4G 系統(tǒng)基站配置天線的數(shù)目較少 ,空間分辨率低 ,性能增益仍然有限 .并且在現(xiàn)有系 統(tǒng)配置下 ,逼近多用戶 MIMO 容量的傳輸方法復(fù)雜度仍然較高 .SI t （阿iS版憲圖大規(guī)模的作無線ift怙分布式天線系統(tǒng)是挖掘空間維度資源的另外一種途徑5.在分布式天線系統(tǒng)中，處于同地理位置的配備多天線的節(jié)點(diǎn)，通過高速回程鏈路連接到基帶處理單

5、元， 進(jìn)而在同一時(shí)頻資源上協(xié)作完成與單個(gè)或多個(gè)移動(dòng)通信終端的通信.分布式天線系統(tǒng)中，多個(gè)節(jié)點(diǎn)與用戶之間形成分布式MIMO信道，通過節(jié)點(diǎn)間的協(xié)作，形成協(xié)作MIMO.協(xié)作MIMO不僅可以獲得MIMO的3種增益,并且可以額外獲得宏分 集以及由于路徑損耗降低而帶來的功率增益6 .同樣，受限于現(xiàn)有標(biāo)準(zhǔn)中節(jié)點(diǎn)天線的配置個(gè)數(shù)協(xié)作MIMO的性能增益受到限制.為了適應(yīng)移動(dòng)數(shù)據(jù)業(yè)務(wù)量密集化趨勢(shì)，突破現(xiàn)有蜂窩系統(tǒng)的局限，研究者們提 出在熱點(diǎn)覆蓋區(qū)域顯著增加協(xié)作節(jié)點(diǎn)或小區(qū)的個(gè)數(shù)9,10,或在各節(jié)點(diǎn)以大規(guī)模陣列天線替代目前采用的多天線4,由此形成大規(guī)模協(xié)作無線通信環(huán)境（如圖1所 示），從而深度挖掘利用無線空間維度資源，

6、解決未來移動(dòng)通信的頻譜效率問題及 功率效率問題.大規(guī)模天線系統(tǒng)的基本特征是：在基站覆蓋區(qū)域內(nèi)配置數(shù)十根甚至數(shù)百根以 上天線，較4G系統(tǒng)中的4（或8）根天線數(shù)增加一個(gè)量級(jí)以上.這些天線可分散在小 區(qū)內(nèi)（稱為大規(guī)模分布式 MIMO,即Large-scaleDistributedMIMO）,或以大規(guī)模天線 陣列方式集中放置（稱為大規(guī)模MIMO,即MassiveMIMO）,如圖1所示.理論研究及 初步性能評(píng)估結(jié)果表明4,10,隨著基站天線個(gè)數(shù)（或分布式節(jié)點(diǎn)總天線數(shù)目）趨于 無窮大，多用戶信道間將趨于正交.這種情況下,Gauss噪聲以及互不相關(guān)的小區(qū)間 干擾將趨于消失，而用戶發(fā)送功率可以任意低.此時(shí),單

7、個(gè)用戶的容量?jī)H受限于其 他小區(qū)中采用相同導(dǎo)頻序列的用戶的干擾.大規(guī)模MIMO和大規(guī)模分布式MIMO的出發(fā)點(diǎn)是一致的，即通過顯著增加基 站側(cè)配天線的個(gè)數(shù)，以深度挖掘無線空間維度資源，顯著提升頻譜效率和功率效率， 因而它們所涉及的基本通信問題 4中國(guó)科學(xué)：信息科學(xué)第46卷第1期也是一致的 1）.節(jié)點(diǎn)個(gè)數(shù)、節(jié)點(diǎn)配備的天線數(shù)目以及空分用戶數(shù)的大規(guī)模增加，使得從傳統(tǒng)MIMO及協(xié)作MIMO到大規(guī)模天線系統(tǒng)的演變，是一個(gè)從量變到質(zhì)變的過程.因此, 大規(guī)模天線系統(tǒng)的無線通信理論方法研究與傳統(tǒng)MIMO系統(tǒng)也存在較大的差異.這也為研究者們提出了新的更具挑戰(zhàn)性的基礎(chǔ)理論和關(guān)鍵技術(shù)問題，包括大規(guī)模天線系統(tǒng)的容量分析、

8、信道信息獲取、無線傳輸技術(shù)資源分配技術(shù)等.本文給出了大規(guī)模天線系統(tǒng)中無線傳輸理論與技術(shù)方面的最新研究成果：首先介紹了非理想信道信息下大規(guī)模天線系統(tǒng)的頻譜效率理論研究；然后介紹了大規(guī)模 MIMO 的瓶頸技術(shù) ,即信道信息獲取技術(shù) ,包括導(dǎo)頻設(shè)計(jì)、信道參數(shù)估計(jì)、互 易性獲取方法 ;接著介紹了大規(guī)模天線系統(tǒng)的傳輸技術(shù) ,包括大規(guī)模天線系統(tǒng)的多 用戶預(yù)編碼、大規(guī)模天線系統(tǒng)的接收機(jī);最后介紹了大規(guī)模天線系統(tǒng)的資源分配方法.本文所使用的符號(hào)定義如下矢量用粗體小寫字母表示，x.矩陣用粗體大寫字 母表示,A表示單位陣.Aij表示矩陣A第i行第j列元素.()?,( )T和( )H分 別表示矩陣的共軛、轉(zhuǎn)置和共軛

9、轉(zhuǎn)置.?表示Kronecker乘積.Tr(A)和det(A)分別表 示矩陣的跡和行列式.diag(x)表示將向量x轉(zhuǎn)化為對(duì)角矩陣，diagA1 -An表示 生成對(duì)角塊矩陣 .2 大規(guī)模天線系統(tǒng)的頻譜效率理論信道容量分析是系統(tǒng)設(shè)計(jì)和性能評(píng)估的基礎(chǔ).隨著MIMO多天線技術(shù)的提出， 許多研究學(xué)者重新發(fā)展了隨機(jī)矩陣?yán)碚?,包括 Wishart 矩陣及其特征值的統(tǒng)計(jì)特 性11、大維隨機(jī)矩陣的漸近統(tǒng)計(jì)特性 1 1 ,自由概率理論 12以及確定性等同方 法13.利用這些數(shù)學(xué)工具 ,研究學(xué)者對(duì)不同 MIMO 信道環(huán)境 (包括多用戶 MIMO, 分布式多用戶 MIMO) 的信道容量進(jìn)行了大量的研究 .在理想信道

10、信息下 ,這些方 法同樣適用于大規(guī)模天線系統(tǒng)的容量分析，然而,大規(guī)模天線系統(tǒng)也為研究者們提出了新的更具挑戰(zhàn)性的理論問題。首先,多用戶大規(guī)模天線系統(tǒng)中 ,隨著用戶數(shù)和天線數(shù)目 (或協(xié)作節(jié)點(diǎn)個(gè)數(shù) )大 規(guī)模增加 ,信道信息的獲取是系統(tǒng)實(shí)現(xiàn)的瓶頸.因此,必須研究導(dǎo)頻資源受限下的信息理論 .文獻(xiàn)14研究了大規(guī)模 MIMO 的上、下行傳輸?shù)念l譜效率和能耗效率 . 由于導(dǎo)頻污染嚴(yán)重影響大規(guī)模 MIMO 的性能,文獻(xiàn)14還考慮了信道估計(jì)對(duì)系統(tǒng) 頻譜效率的影響 .文獻(xiàn)15給出了同時(shí)考慮信道估計(jì)、 導(dǎo)頻污染、 路徑損耗和天線 相關(guān)時(shí) ,采用不同接收機(jī)下大規(guī)模 MIMO 的頻譜效率 ,并揭示出每用戶需要的基站天線

11、個(gè)數(shù)與接收機(jī)技術(shù)之間的關(guān)系.其次,大規(guī)模 MIMO 為蜂窩移動(dòng)通信提出了更具挑戰(zhàn)的問題 ,即多小區(qū)多用戶 蜂窩移動(dòng)通信系統(tǒng)容量的極限問題 .系統(tǒng)級(jí)的容量是在多小區(qū)多用戶容量分析的 基礎(chǔ)上 ,進(jìn)一步考慮基站節(jié)點(diǎn)分布和用戶分布 ,對(duì)整個(gè)蜂窩系統(tǒng)的容量評(píng)估 ,它對(duì) 蜂窩系統(tǒng)的設(shè)計(jì)具有重要的指導(dǎo)意義 .下面我們以多小區(qū)多用戶分布式天線系統(tǒng)為例 (大規(guī)模 MIMO 是其特例 ),考 慮導(dǎo)頻復(fù)用 ,對(duì)非理想信道信息下系統(tǒng)進(jìn)行建模 ,然后給出了系統(tǒng)的漸近容量的閉 合表達(dá)式 .考慮非理想信道信息時(shí) ,系統(tǒng)級(jí)頻譜效率分析的結(jié)果還很少見 ,我們給 出了一些可以進(jìn)一步深入研究的方向 .3 大規(guī)模天線系統(tǒng)的信道信息獲

12、取在大規(guī)模天線系統(tǒng)中 ,隨著基站天線個(gè)數(shù)的增加以及空分用戶數(shù)的增加,信道信息獲取成為系統(tǒng)實(shí)現(xiàn)的瓶頸 .對(duì)于上行鏈路 ,采用正交導(dǎo)頻時(shí) ,導(dǎo)頻開銷隨著參 與空分傳輸?shù)挠脩艨偺炀€個(gè)數(shù)線性增加 .同時(shí),對(duì)于下行鏈路 ,導(dǎo)頻開銷隨基站側(cè) 天線總數(shù)線性增加 .發(fā)送端已知下行鏈路信道信息是實(shí)現(xiàn)下行多用戶預(yù)編碼,多天線空分復(fù)用的必要手段 .當(dāng)基站側(cè)天線數(shù)目遠(yuǎn)遠(yuǎn)大于用戶總天線個(gè)數(shù)時(shí) ,下行鏈路 信 道 信 息的 獲 取 成 為 大 規(guī) 模 天 線 系 統(tǒng) 的 瓶 頸 .對(duì) 于 時(shí) 分 雙工(timedivisionduplex,TDD) 系統(tǒng) ,利用空中信道的上下行互易性 ,在相干時(shí)間內(nèi)基站 可以利用上行信道

13、估計(jì)信息來進(jìn)行下行預(yù)編碼的設(shè)計(jì),進(jìn)而減少下行導(dǎo)頻以及用戶端信道狀態(tài)信息(cha nn elstatei nformatio n,CSI)反饋的開銷.而對(duì)于頻分雙工(frequencydivisionduplex,FDD)系統(tǒng)，缺乏上下行信道互易性，是應(yīng)用大規(guī)模天線的 主要障礙 .總的來說 ,大規(guī)模天線系統(tǒng)的信道信息獲取面臨如下問題.導(dǎo)頻開銷仍然隨用戶總天線個(gè)數(shù)線性增加 ,如何降低導(dǎo)頻開銷 ,有效利用導(dǎo)頻資源 ,提高信道信息獲 取的精度,需要深入研究 ,這包括導(dǎo)頻信號(hào)的設(shè)計(jì)、導(dǎo)頻復(fù)用方法和先進(jìn)的信道估 計(jì)方法.另外,對(duì)于 TDD 系統(tǒng),雖然空中信道滿足上下行互易性 ,但是考慮到射頻電 路等影響

14、,上下行整體信道是不互易的 .因此,互易性校準(zhǔn)對(duì) TDD 大規(guī)模天線系統(tǒng) 的實(shí)現(xiàn)至關(guān)重要 .3.1 導(dǎo)頻設(shè)計(jì)參考信號(hào)設(shè)計(jì)一直是移動(dòng)通信系統(tǒng)設(shè)計(jì)的一項(xiàng)關(guān)鍵技術(shù) ,它直接影響系統(tǒng)的 傳輸效率和可靠性 .目前 4G 系統(tǒng)的實(shí)現(xiàn)中可將參考信號(hào)按照功能分為用于獲取 信道質(zhì)量的參考信號(hào) (CSIrefere ncesig nal,CSI-RS)和用于解調(diào)數(shù)據(jù)的參考信號(hào) (demodulationRS,DM-RS).CSI-RS 通常采用全向發(fā)送 ,在時(shí)頻域較稀疏 ,占用的資 源較少 ,它可以用于信道質(zhì)量測(cè)試 ,信道統(tǒng)計(jì)信息獲取等功能 .而 DM-RS 主要用于解調(diào)數(shù)據(jù) ,為了降低開銷 ,它通常采用預(yù)編碼導(dǎo)

15、頻導(dǎo)頻設(shè)計(jì)時(shí)通常分為正交導(dǎo)頻和非正交導(dǎo)頻. 正交導(dǎo)頻分為時(shí)分正交(TDM)、頻分正交(FDM)和碼分正交(CDM)導(dǎo)頻以及TDM或FDM與CDM的混 合使用.這些技術(shù)已經(jīng)被 4G 標(biāo)準(zhǔn)所采納,其優(yōu)點(diǎn)是干擾小 ,缺點(diǎn)是開銷大 .特別地, 在多小區(qū)大規(guī)模天線系統(tǒng)中，隨著用戶及天線數(shù)增加，無論是CSI-RS還是.DM-RS, 開銷大大增加 .如何設(shè)計(jì)導(dǎo)頻信號(hào)并降低導(dǎo)頻開銷是我們面臨的一個(gè)嚴(yán)峻的問題 . 為了降低多小區(qū)大規(guī)模天線系統(tǒng)的導(dǎo)頻開銷,研究學(xué)者們提出了非正交導(dǎo)頻設(shè)計(jì) ,主要包括兩種 ,一種是將導(dǎo)頻疊加在數(shù)據(jù)上 ,另一種是導(dǎo)頻復(fù)用 ,前者會(huì)產(chǎn)生導(dǎo)頻 和數(shù)據(jù)間的干擾 ,而后者會(huì)產(chǎn)生嚴(yán)重的導(dǎo)頻污染現(xiàn)

16、象 .文獻(xiàn)30提出將多小區(qū)上行導(dǎo)頻在時(shí)間上錯(cuò)開(time-shifted),利用干擾抵消去 除導(dǎo)頻與數(shù)據(jù)之間的相互干擾 .文獻(xiàn)30的結(jié)果表明 ,當(dāng)基站側(cè)天線個(gè)數(shù)趨于無窮 大時(shí),時(shí)間偏移導(dǎo)頻方案可以降低導(dǎo)頻污染.但是,當(dāng)空分用戶數(shù)目較大時(shí) ,采用時(shí)間偏移導(dǎo)頻的系統(tǒng) ,基站需要增加更多的天線 ,以獲取比同步導(dǎo)頻更好的性能 .文 獻(xiàn)31結(jié)合串行干擾抵消輔助的信道估計(jì)方法 ,提出一種半正交導(dǎo)頻設(shè)計(jì) ,該半正 交導(dǎo)頻設(shè)計(jì)允許基站已經(jīng)獲得相應(yīng)信道估計(jì)值的用戶同時(shí)傳輸上行鏈路數(shù)據(jù),極大提高用于傳輸有效數(shù)據(jù)的資源 ,降低導(dǎo)頻資源開銷導(dǎo)頻復(fù)用是最早提出大規(guī)模 MIMO 理論時(shí)所采用的方法 4 .僅根據(jù)大尺度衰

17、落信息，以最大化和速率為目標(biāo)，文獻(xiàn)32進(jìn)一步提出了貪婪算法,Tabu搜索算法以 及貪婪 Tabu 搜索算法的導(dǎo)頻分配方法 .隨著對(duì)大規(guī)模 MIMO 信道研究的深入 ,研 究學(xué)者發(fā)現(xiàn)當(dāng)天線大規(guī)模增加時(shí) ,信道在空間角度域具有稀疏性 ,而當(dāng)帶寬增加時(shí) 在時(shí)延域具有稀疏性 .利用大規(guī)模 MIMO 信道稀疏性的特點(diǎn) ,進(jìn)行導(dǎo)頻分配可以有 效降低導(dǎo)頻污染 .在空間域 ,文獻(xiàn)33證明,當(dāng)復(fù)用相同導(dǎo)頻的用戶的信道到達(dá)角區(qū) 間互不重疊時(shí) ,信道估計(jì)的均方誤差之和可以達(dá)到最小.因此,當(dāng)信道角度域稀疏時(shí)空間相關(guān)大規(guī)模MIMO信道下的導(dǎo)頻復(fù)用是可行的.文獻(xiàn)32-34分別提出了基 于信道二階統(tǒng)計(jì)信息的導(dǎo)頻分配方法,保

18、證使用相同導(dǎo)頻的用戶的信道相關(guān)矩陣相互正交 .在時(shí)延域 ,利用寬帶 MIMO 信道的稀疏特性 ,也可以進(jìn)行導(dǎo)頻污染抑制在大規(guī)模分布式 MIMO 中 ,信道在功率域具有稀疏性 .當(dāng)我們已知用戶的地理 位置 ,構(gòu)建用戶之間的干擾矩陣 ,對(duì)用戶之間的導(dǎo)頻干擾進(jìn)行量化 ,給予干擾較大 的用戶較大的權(quán)重 ,使他們優(yōu)先使用正交導(dǎo)頻 ,從而大大降低導(dǎo)頻干擾 .從這點(diǎn)上 看 ,導(dǎo)頻分配與頻率分配有相似之處 .采用類似頻率分配的方法 ,例如分?jǐn)?shù)倍頻率 復(fù)用或先進(jìn)的染色算法 ,對(duì)多小區(qū)、多用戶分配導(dǎo)頻 ,可降低分布式 MIMO 系統(tǒng)中由導(dǎo)頻復(fù)用引起的導(dǎo)頻污染 37,38相比 TDD, 采用 FDD 的大規(guī)模 MI

19、MO 的信道信息獲取更具挑戰(zhàn)性 .假設(shè)基站 和用戶采用共同的導(dǎo)頻信號(hào) ,文獻(xiàn) 39提出了開環(huán)和閉環(huán)訓(xùn)練架構(gòu) .在開環(huán)模式中 , 基站采用輪詢的方式發(fā)送導(dǎo)頻信號(hào) ,這樣接收機(jī)可以利用空間相關(guān)性、時(shí)間相關(guān) 性以及之前的信道估計(jì)來估計(jì)出當(dāng)前的信道 .在閉環(huán)模式中 ,用戶根據(jù)之前的接收 信號(hào)選擇最優(yōu)的訓(xùn)練信號(hào) ,并把訓(xùn)練序列的序號(hào)反饋給基站 ,基站根據(jù)反饋 ,來確 定所要發(fā)送的導(dǎo)頻信號(hào) .在文獻(xiàn) 40中,考慮反饋開銷 ,提出了非相干的格柵編碼量 化，其復(fù)雜度隨天線個(gè)數(shù)線性增加在Gauss-Markov信道模型下,利用Kalman濾波 算法以及大規(guī)模 MIMO10 信道的時(shí)間和空間相關(guān)性 ,文獻(xiàn)41提出

20、了導(dǎo)頻波束設(shè) 計(jì)。3.2 信道估計(jì)方法大規(guī)模 MIMO 信道的稀疏特性也利于采用先進(jìn)的信號(hào)處理算法提高信道估 計(jì)的精度 .寬帶大規(guī)模 MIMO 的信道在角度域和時(shí)延域都存在稀疏性 42,可以采 用參數(shù)化模型來對(duì)這種稀疏信道建模 43,44.對(duì)于這種參數(shù)化的稀疏信道 ,可采用 參數(shù)化信道估計(jì)和壓縮感知方法大幅提高信道估計(jì)的精度.子空間方法是估計(jì)參數(shù)化信道的常用方法 ,文獻(xiàn) 43,45均通過到達(dá)角估計(jì)提升大規(guī)模 MIMO 信道參數(shù) 估計(jì)的精度 .壓縮感知方法是稀疏信道估計(jì)的另一種有效途徑,它可以在保證較小導(dǎo)頻開銷的情況下 ,獲得較好的信道估計(jì)性能 .常用的壓縮感知算法包括正交 匹配追蹤和基于Bay

21、es匹配追蹤法文獻(xiàn)46提出了分布未知情況下的Bayes匹配 追蹤法 ,并將其應(yīng)用于大規(guī)模 MIMO 的信道估計(jì) 47.利用盲信道估計(jì)方法也可以解決導(dǎo)頻開銷的問題，這在碼分多址系統(tǒng)(code divisionmultiple ac-cess, CDMA)中已經(jīng)被充分地研究，這些方法同樣適用于大規(guī)模M工M0系統(tǒng).事實(shí)上，有關(guān)導(dǎo)頻污染的問題類似 CDMA 的信道估計(jì) .針對(duì) TDD 系統(tǒng)，文獻(xiàn) 48 利用大規(guī)模 M 工MO信道的空間漸進(jìn)正交性，提出一種基于特征值分解的盲信道估計(jì)算法，使用少量上行 導(dǎo)頻即可消除矩陣模糊度 .文獻(xiàn)49 在此基礎(chǔ)上提出不使用導(dǎo)頻信號(hào)的子空間投影盲信道估 計(jì)算法，進(jìn)一步降低

22、導(dǎo)頻污染的影響 .但是，盲信道估計(jì)算法較高的復(fù)雜度，是實(shí)際系統(tǒng)實(shí) 現(xiàn)時(shí)的主要障礙 .利用數(shù)據(jù)輔助的信道估計(jì)也是一種傳統(tǒng)的提高信道估計(jì)精度的方法，結(jié)合 迭代接收機(jī)，可以進(jìn)一步提高大規(guī)模M工MO信道估計(jì)的精度叫.但是，為了獲得較好的估計(jì)性能， 數(shù)據(jù)輔助信道估計(jì)需要較長(zhǎng)數(shù)據(jù)， 其復(fù)雜度也隨用戶數(shù)目及數(shù)據(jù)長(zhǎng)度的增加而大幅 增加 .利用時(shí)延域的稀疏性，文獻(xiàn) 35提出了一種結(jié)合信道估計(jì)和導(dǎo)頻分配的方法來克服導(dǎo) 頻污染，提高導(dǎo)頻復(fù)用的性能 .其主要思想是，利用不同用戶在時(shí)延域的正交特性，在不同 的時(shí)隙，通過導(dǎo)頻分配， 將導(dǎo)頻污染隨機(jī)化， 最后進(jìn)行多徑時(shí)延估計(jì)和多徑分量提取，得到延遲功率分布的估計(jì) .在理想情

23、況下，估計(jì)出的功率延遲分布可逼近無導(dǎo)頻污染時(shí)的情況 .通 過估計(jì)出的功率延遲分布，可進(jìn)一步消除導(dǎo)頻污染 .對(duì)于FDD系統(tǒng)，通常需要反饋輔助來提高信道估計(jì)的精度 .文獻(xiàn)51將分布式壓縮感知 技術(shù)應(yīng)用于CSI獲取，其優(yōu)點(diǎn)是，壓縮測(cè)量在用戶端，而信道信息的恢復(fù)由基站側(cè)聯(lián)合實(shí)現(xiàn). 該方法可降低訓(xùn)練和反饋開銷，且性能優(yōu)于傳統(tǒng)方法 .文獻(xiàn) 52針對(duì)信道的空間稀疏性和慢 變特性， 采用非正交導(dǎo)頻， 提出了分布式稀疏性自適應(yīng)的匹配追蹤信道估計(jì)方法， 并提出閉 環(huán)信道跟蹤方法來降低導(dǎo)頻開銷 .對(duì)于大規(guī)模分布式M工M0,我們不僅需要估計(jì)小尺度衰落，還需要估計(jì)大尺度衰落信 息.文獻(xiàn) 53 利用天線大規(guī)模效應(yīng)提出了大

24、尺度衰落信息的估計(jì)方法.3.3 進(jìn)一步研究的方向 目前，無論是學(xué)術(shù)界還是工業(yè)界都把信道信息獲取視為實(shí)現(xiàn)大規(guī)模天線系統(tǒng) 的一項(xiàng)關(guān)鍵技術(shù) .在大規(guī)模天線的信道建模的基礎(chǔ)上，針對(duì)不同的信道環(huán)境，采 用相應(yīng)的估計(jì)方法，可以提高信道估計(jì)的精度 .基于參數(shù)化的信道建模并挖掘大 規(guī)模天線系統(tǒng)信道的稀疏性，是提升信道參數(shù)估計(jì)并降低導(dǎo)頻開銷的有效途徑 f421.對(duì)于大規(guī)模分布式M工M0,獲取所有RRU的頻率和時(shí)間同步，是實(shí)現(xiàn)聯(lián)合 處理增益的前提.因此，大規(guī)模分布式M工M0還面臨RRU之間的頻率和時(shí)間同步 問題so, s2，需要深入研究.另外，對(duì)于TDD系統(tǒng)的校準(zhǔn)，雖然TLS和LS校準(zhǔn)可 以達(dá)到很好的性能， 但是

25、如何以低復(fù)雜度的校準(zhǔn)方法獲得更好的性能仍然需要進(jìn) 一步研究對(duì)于FDD系統(tǒng)，如何降低多用戶M工M0的反饋開銷一直是人們研究的 熱點(diǎn)學(xué)術(shù)界和工業(yè)界已經(jīng)在嘗試在FDD系統(tǒng)中利用統(tǒng)計(jì)信道信息（例如天線間的 相關(guān)矩陣）的互易性降低反饋開銷但是，實(shí)際應(yīng)用中，F(xiàn)DD下統(tǒng)計(jì)信道信息是否 互易仍需要實(shí)驗(yàn)驗(yàn)證 .4 大規(guī)模天線系統(tǒng)的傳輸方法 大規(guī)模天線系統(tǒng)的傳輸方法設(shè)計(jì)的理論基礎(chǔ)是多用戶接入信道和多用戶廣 播信道的信息理論 .理論上，多用戶接入信道的可達(dá)容量可以通過最優(yōu)多用戶檢 測(cè)實(shí)現(xiàn)，而多用戶廣播信道的容量可以通過污紙編碼達(dá)到 ss.在大規(guī)模天線系統(tǒng) 中，隨著天線數(shù)及用戶數(shù)的增加， 無論是上行多用戶聯(lián)合接收機(jī)還

26、是下行多用戶 發(fā)送，最優(yōu)傳輸難以實(shí)現(xiàn)理論上，文獻(xiàn)降,17的結(jié)果表明，無論是大規(guī)模 M工 M0還是大規(guī)模分布式M工M0,當(dāng)天線數(shù)目趨于無窮大時(shí)，下行采用復(fù)雜度極 低的MRT,上行接收采用最大比合并，可以獲得逼近容量的性能.同時(shí)，文獻(xiàn)15 指出，使用復(fù)雜度稍高的RZF預(yù)編碼或線性MMSE檢測(cè)，可以以低一個(gè)數(shù)量級(jí)的 天線數(shù)獲得逼近容量的性能 .也就是說，采用大規(guī)模天線，可降低下行波束成形 以及上行聯(lián)合接收的復(fù)雜度 .但是，受到當(dāng)前實(shí)現(xiàn)能力的限制，天線規(guī)模有限 .采用RZF預(yù)編碼或MMSE 檢測(cè)時(shí)，需要復(fù)雜的求逆運(yùn)算 .當(dāng)用戶數(shù)較多時(shí)，其復(fù)雜度仍然非常高 .解決途徑 主要包括兩種， 一種是采用低復(fù)雜度

27、的矩陣求逆方法， 另一種是利用信道的稀疏 特性或統(tǒng)計(jì)特性降低收發(fā)的復(fù)雜度 .事實(shí)上，由于上下行的對(duì)偶特性，很多情況 下，上行傳輸方法與下行傳輸方法可以互相借鑒，或進(jìn)行聯(lián)合設(shè)計(jì).例如，對(duì)于矩陣求逆運(yùn)算的簡(jiǎn)化， 文獻(xiàn)64, 65分別提出了多項(xiàng)式展開的預(yù)編碼方法和多項(xiàng) 式展開的迭代接收方法 .利用大規(guī)模分布式天線系統(tǒng)信道的稀疏性，文獻(xiàn) 66采 用置信傳播方法的下行預(yù)編碼方法，文獻(xiàn) 10提出了基于置信傳播的迭代接收 方法.下面，首先介紹了利用統(tǒng)計(jì)信道信息的空分多址傳輸方法， 然后介紹了大規(guī) 模分布式天線系統(tǒng)的聯(lián)合發(fā)送方法， 最后介紹了大規(guī)模天線系統(tǒng)中容量逼近的迭 代接收機(jī)設(shè)計(jì) .4.1 利用統(tǒng)計(jì)信道信

28、息的空分多址傳輸方法對(duì)于下行多用戶發(fā)送， 為了充分挖掘多用戶廣播信道的容量， 通常假設(shè)發(fā)送 端已知信道信息 .發(fā)送端已知信道狀態(tài)信息時(shí)信息傳輸?shù)幕締栴}是發(fā)送端的多 用戶信號(hào)設(shè)計(jì)問題.將最優(yōu)多用戶M工M0傳輸理論方法拓展到大規(guī)模天線系統(tǒng)， 進(jìn)行不同準(zhǔn)則下最優(yōu)發(fā)送信號(hào)設(shè)計(jì)，是有待解決的關(guān)鍵問題與傳統(tǒng)多用戶M工M0不同，受制于信道信息獲取以及大規(guī)模用戶空分的復(fù)雜度問題，研究學(xué)者提 出了基于統(tǒng)計(jì)信道信息的多用戶空分傳輸方法 .典型的方法包括，文獻(xiàn) 67提出 的 BDMA (beam divisionmultiple access)方法和文獻(xiàn)68提出的 JSDM (joint spatial divi

29、sion and multiplexing).利用大規(guī)模M工MO的統(tǒng)計(jì)信道信息，文獻(xiàn)68提出了兩級(jí)預(yù)編碼方法首 先，服務(wù)用戶被分為多個(gè)組，每個(gè)組具有相似的發(fā)送相關(guān)矩陣 .因此，第一級(jí)預(yù) 編碼準(zhǔn)靜態(tài)地被用于每個(gè)組的用戶 .然后，針對(duì)降空間維度的等效信道，采用簡(jiǎn) 化的信道反饋和第二級(jí)的預(yù)編碼 .該方法的性能很大程度上依賴于用戶分組 .考慮寬帶多載波大規(guī)模M工MO傳輸系統(tǒng)，文獻(xiàn)67通過理論分析，得到 大規(guī)模M工MO系統(tǒng)的波束域信道模型基于該模型，推導(dǎo)出多用戶大規(guī)模 M工 MO可達(dá)遍歷和速率的上界，由此得到發(fā)送端僅知統(tǒng)計(jì)信道狀態(tài)信息時(shí)最優(yōu)下行 傳輸?shù)某湟獥l件 .進(jìn)而得出，以該上界為優(yōu)化目標(biāo)時(shí)，波束域空

30、分多址傳輸是最 優(yōu)的 .在此基礎(chǔ)上，文獻(xiàn) 67提出 BDMA 傳輸理論方法，通過為不同的用戶選擇 互不重疊的波束集合與之通信，多用戶M工MO信道被分解為多個(gè)單用戶M工MO 信道，由此顯著降低導(dǎo)頻開銷和收發(fā)端處理的復(fù)雜性 .4.2 大規(guī)模分布式 MIMO 的下行傳輸方法對(duì)于大規(guī)模分布式天線系統(tǒng)，利用其功率域的稀疏性，可降低RZF預(yù)編碼的復(fù)雜性.文獻(xiàn)66提出采用置信傳播算法實(shí)現(xiàn)RZF預(yù)編碼方法，避免大維矩陣的 求逆運(yùn)算.論文從Bayes推斷出發(fā)，采用Gauss近似，推導(dǎo)出了基于置信傳播的RZF 預(yù)編碼.然后，借鑒壓縮感知中的近似消息傳遞方法 (approximate message passing

31、, AMP，減少消息傳遞次數(shù)論文還利用大規(guī)模分布式M工MO中干擾的硬化特性， 提出了利用空間信道協(xié)方差信息的 AMP-RZF預(yù)編碼方法，進(jìn)一步大大降低計(jì)算 復(fù)雜度.對(duì)于采用 TDD 的大規(guī)模分布式 MIMO-OFDM (orthogonal frequency division multiplexing) 系統(tǒng)，我們提出了如下低復(fù)雜度的實(shí)現(xiàn)方法，步驟如圖3所示.首先根據(jù)上行鏈路信道估計(jì)得到大維寬帶統(tǒng)計(jì)信道信息矩陣， 利用其稀疏性， 得到大 維信道矩陣的逆矩陣 .然后，根據(jù)逆矩陣計(jì)算用戶間干擾抑制矩陣(外預(yù)編碼 ).最后，針對(duì)降空間維度的等效信道， 即，每個(gè)用戶的實(shí)際信道與干擾抑制矩陣的復(fù) 合信

32、道， 計(jì)算每個(gè)用戶的上行預(yù)編碼和下行預(yù)編碼 (內(nèi)預(yù)編碼 ).在實(shí)施時(shí)， 對(duì)于上 行鏈路，多個(gè)用戶經(jīng)過上行預(yù)編碼后發(fā)送， 在基站收到所有用戶的信號(hào)后， 先用 干擾抑制矩陣降低空間維度，然后進(jìn)行單用戶檢測(cè) .對(duì)于下行鏈路，每個(gè)用戶先 進(jìn)行內(nèi)預(yù)編碼，然后使用干擾抑制矩陣進(jìn)行外預(yù)編碼.需要指出的是，由于我們僅針對(duì)統(tǒng)計(jì)信道信息計(jì)算大維矩陣的逆， 再借助稀疏矩陣的求逆方法， 可以大大降低系統(tǒng)的實(shí)現(xiàn)復(fù)雜度4.3低復(fù)雜度的接收機(jī)方法多天線系統(tǒng)中，容量逼近的接收機(jī)技術(shù)一直是研究熱點(diǎn)大規(guī)模天線系統(tǒng)的接收機(jī)同樣面臨著復(fù) 雜性問題.特別是，大規(guī)模天線系統(tǒng)是干擾受限的系統(tǒng)，如何設(shè)計(jì)干擾信道下的 接收機(jī)，獲得逼近信道容量

33、的性能也是一個(gè)非常有挑戰(zhàn)的方向.對(duì)于大規(guī)模天線系統(tǒng)，接收機(jī)面臨著如下困難 ：非理想信道，干擾信道和檢 測(cè)復(fù)雜度高針對(duì)非理想信道的問題，傳統(tǒng)采用數(shù)據(jù)輔助的信道估計(jì)可以推廣到 大規(guī)模M工MO fso，將數(shù)據(jù)檢測(cè)和信道估計(jì)聯(lián)合設(shè)計(jì)可以提高系統(tǒng)的性能采用數(shù)據(jù)輔助時(shí)，由于用戶之間的數(shù)據(jù)非正交，只有數(shù)據(jù)長(zhǎng)度較長(zhǎng)時(shí)，才能獲得較好 的性能，但是隨之產(chǎn)生了嚴(yán)重的復(fù)雜性問題 對(duì)于干擾信道問題，我們可以采用 Turbo迭代接收機(jī)，但是同樣面臨接收機(jī)實(shí)現(xiàn)的復(fù)雜性問題 近期，對(duì)大維信道下ffl 3大規(guī)模分布式MIMO上下濟(jì)合發(fā)觀接收機(jī)Figure 3 Transmitter and receiver design fo

34、r large-scale distributed MIMO的檢測(cè)器研究主要思路包括矩陣求逆的簡(jiǎn)化方法哪.69和利用稀疏性的io. 70檢測(cè)方法.文獻(xiàn)65提出了干擾信道下的聯(lián)合迭代接收技術(shù).考慮導(dǎo)頻污染，設(shè)計(jì)了集 信道估計(jì)、干擾估計(jì)、低復(fù)雜度軟輸入軟輸出檢測(cè)和譯碼為一體的Turbo接收機(jī).首先，根據(jù)信道估計(jì)得到信道參數(shù)和初步的干擾統(tǒng)計(jì)特性，進(jìn)行線性預(yù)濾波降維處理然后，提出基于奇異值分解(singular value decomposition,SVD)的軟輸入軟輸 出檢測(cè)和基于匹配濾波的軟輸入軟輸出檢測(cè).對(duì)于SVD的軟輸入軟輸出檢測(cè)，僅 需要初次對(duì)降維后的信道矩陣進(jìn)行SVD分解;對(duì)于匹配濾波檢

35、測(cè)，僅需要對(duì)降維 處理后的信道進(jìn)行線性合并.為了進(jìn)一步降低軟輸入軟輸出檢測(cè)的復(fù)雜度，文獻(xiàn)65 還提出了基于多項(xiàng)式展開的軟輸入軟輸出檢測(cè)，避免復(fù)雜的矩陣求逆.結(jié)果表明，由于大規(guī)模天線效應(yīng)，采用低復(fù)雜度的檢測(cè)方法的Turbo接收機(jī)可以逼近理論信道容量 .4.4 進(jìn)一步研究的方向雖然研究者們對(duì)大規(guī)模天線無線傳輸技術(shù)進(jìn)行了深入的研究， 但是，在實(shí)際 實(shí)現(xiàn)時(shí)，大規(guī)模天線無線傳輸仍然面臨著很多挑戰(zhàn).首先，面向較高速移動(dòng)時(shí)，采用統(tǒng)計(jì)信道信息是否能夠有效解決系統(tǒng)實(shí)現(xiàn)的復(fù)雜性.文獻(xiàn) 71的結(jié)果表明，大規(guī)模M工MO有助于改善高速運(yùn)動(dòng)下用戶的傳輸速率，但是這需要更大規(guī)模的 天線數(shù)目，顯然這會(huì)增加系統(tǒng)的實(shí)現(xiàn)復(fù)雜度.如

36、何解決高移動(dòng)速度下大規(guī)模天線的無線系統(tǒng)中傳輸問題，需要深入研究 .其次，非理想信道信息下大規(guī)模天線無 線傳輸方法需要進(jìn)一步研究 .這些非理想信道信息的情況包括信道參數(shù)估計(jì)誤差 和硬件造成的影響，如l/(a不平衡72、互易性失配f731、低分辨率模數(shù)轉(zhuǎn)換器 (a nalog-to-digital co nverter, ADC)等74, 75.如何針對(duì)這些問題，設(shè)計(jì)魯棒的傳輸 方案，值得深入研究 .最后是高性能接收機(jī)設(shè)計(jì)方面的研究 .在接收機(jī)的設(shè)計(jì)方面， 人們通常研究基站側(cè)的聯(lián)合接收問題.但是，在大規(guī)模天線系統(tǒng)中，由于采用統(tǒng)計(jì)信道信息的下行傳輸方法，在終端側(cè)，信道干擾不可避免.因此，如何提高終端

37、的接收性能也值得研究 .5 大規(guī)模天線系統(tǒng)的資源分配在大規(guī)模天線系統(tǒng)中， 為了進(jìn)一步提高網(wǎng)絡(luò)中無線資源的利用率， 需要聯(lián)合 優(yōu)化調(diào)配空時(shí)頻資源、 功率資源以及空分用戶組等， 這對(duì)無線資源管理帶來新的 挑戰(zhàn).而設(shè)計(jì)低復(fù)雜度、 高性能的資源分配， 對(duì)大規(guī)模天線系統(tǒng)的實(shí)現(xiàn)至關(guān)重要 .M 工MO-OFDM的時(shí)頻資源分配已經(jīng)有大量學(xué)者進(jìn)行研究，而本文主要關(guān)注大規(guī)模 天線系統(tǒng)的空域資源和節(jié)點(diǎn)資源的分配.下面我們分別針對(duì)大規(guī)模 M工M0和大規(guī)模分布式M工MO的空域資源分配展開討論.統(tǒng)計(jì)空分復(fù)用可降低大規(guī)模M工MO的實(shí)現(xiàn)復(fù)雜度，但是其性能受限于用戶 的分簇 .文獻(xiàn)67以最大化和容量為目標(biāo)，利用統(tǒng)計(jì)信道信息，通

38、過貪婪算法進(jìn) 行用戶的分簇 對(duì)于JSDM，如前所述，需要將具有相似的信道協(xié)方差矩陣特征矢 量的用戶分配到同一個(gè)簇中 .分簇方法的性能將決定用戶間的干擾，進(jìn)而影響傳 輸方案的性能.為此，文獻(xiàn)79采用弦距離作為分簇度量，提出了基于 K均值聚 類的分簇算法 .文獻(xiàn) 80采用加權(quán)似然相似度量、子空間投影相似度量等改進(jìn)的 分簇方法，進(jìn)一步提升系統(tǒng)的吞吐量 .對(duì)于大規(guī)模分布式M工MO系統(tǒng)，節(jié)點(diǎn)和用戶分簇同樣是降低系統(tǒng)實(shí)現(xiàn)復(fù)雜 度，提升系統(tǒng)性能的關(guān)鍵技術(shù).大規(guī)模分布式M工MO中用戶和節(jié)點(diǎn)分簇研究大致 可以分為 3種，一種是以用戶為中心的節(jié)點(diǎn)分簇，另外一種是動(dòng)態(tài)的節(jié)點(diǎn)和用戶 分簇，第 3種是準(zhǔn)靜態(tài)的交錯(cuò)分簇

39、(interlaced clustering).以用戶為中心的無線通信在4G研發(fā)時(shí)期已經(jīng)被提出f811，目前仍然是5G移 動(dòng)通信的一個(gè)研究熱點(diǎn)對(duì)于大規(guī)模分布式 M工MO,文獻(xiàn)咧研究了以用戶為中 心的節(jié)點(diǎn)分組理論方法，給出了虛擬小區(qū)的半徑的理論分析.考慮接入點(diǎn)之間回 程容量受限，文獻(xiàn) 83 利用廣義加權(quán)均方誤差求解加權(quán)和速率最大化問題，提 出了聯(lián)合用戶為中心的動(dòng)態(tài)分簇、用戶調(diào)度和波束成形的方法 .對(duì)于動(dòng)態(tài)節(jié)點(diǎn)和用戶分簇，文獻(xiàn) 84提出了利用統(tǒng)計(jì)信道信息的動(dòng)態(tài)用戶 分簇方法 .文獻(xiàn) 85將用戶與接入點(diǎn)之間的稀疏信道轉(zhuǎn)化為雙邊界塊對(duì)角矩陣， 并利用這種特性，進(jìn)行動(dòng)態(tài)分簇，并實(shí)現(xiàn)并行基帶處理 .文獻(xiàn)8

40、6 提出了一種準(zhǔn)靜態(tài)的交疊分簇方法 .該方法的主要思想是 :把系統(tǒng)中 所有的接入點(diǎn)分成互不相交的簇， 由于分簇方法有很多種， 這樣可以得到多個(gè)分 簇圖案(cluster pattern)不同圖案之間有交疊，在每一種分簇圖案中，所有用戶和 所有接入點(diǎn)使用相同的時(shí)頻資源，而不同的分簇圖案在時(shí)頻資源上正交.結(jié)合功率分配方法，這種交疊分簇方法可以提升整個(gè)小區(qū)的吞吐量以及小區(qū)邊界用戶 的吞吐量 .資源分配方法一直是無線通信中的研究熱點(diǎn).大規(guī)模天線系統(tǒng)中，如何設(shè)計(jì)低復(fù)雜度的資源分配方法和多用戶調(diào)度方法，仍然需要進(jìn)一步深入研究 .6 總結(jié)本文對(duì)大規(guī)模天線的無線傳輸理論與技術(shù)的最新進(jìn)展進(jìn)行了綜述，包括頻譜效率

41、理論分析、 信道信息獲取技術(shù)、 上下行傳輸技術(shù)和資源分配技術(shù) . 除此之外， 論文還給出了這些方向中一些函待解決的問題和值得深入探究的課題，它們至今仍是大規(guī)模天線系統(tǒng)的研究熱點(diǎn) . 雖然目前已經(jīng)有大規(guī)模 T 工 T 的試驗(yàn)系 統(tǒng),3GPP標(biāo)準(zhǔn)組織也正在制定相關(guān)技術(shù)的演進(jìn)，但是大規(guī)模天線系統(tǒng)仍有許多科學(xué)和工程問題需要解決 .參考文獻(xiàn)1 You X H, Pan Z W, Gao X Ca, et al. The 5G mobile communication: the development trends and its emerging key techniques. Sci Sin Info

42、rm,2014, 44: 551-563! 尤肖虎，潘志文，高西奇，等 .5G 移動(dòng)通信發(fā)展趨勢(shì)與若干 關(guān)鍵技術(shù) .中國(guó)科學(xué): 信息科學(xué)， 2014, 44: 551-56312 A-Ia Z, Zhang Z Ca, Ding Z G, et al. Key techniques layer, andMAClayer perspectives. Sci China Inf Scifor 5G wireless communications: network architecture, physical2015, 58: 0413013 Paulraj A J, Gore D A, Nabar

43、 R U, et al. An Overview of MIMOcommu nicatio ns-a key to gigabit wireless. Proc IEEE, 2004, 2: 198-2184 Marzetta T L. Noncooperative cellular wireless with unlimited numbers of base station antennas. IEEE Trans Wirel Commun, 2010, 11: 3590-36005 You X H, WangD M, Sheng B, et al. Cooperative distrib

44、utedantennasystems for mobile communications. IEEE Wirel Commun, 2010, 17: 35-436 Dai L. A comparative study on uplink sumcapacity with co-locatedand distributed antennas. IEEE J Sel Area Commun, 2011, 29: 1200-12137 Wang J, Dai L. Asymptotic rate analysis of downlink multi-usersystems with co-locat

45、ed and distributed antennas.IEEE Trans Wirel Commun,2015, 14: 3046 -30588 Wang D, Wang J, You X, et al. Spectral e ? ciency of distributedMIMO systems. IEEE J Sel Area Commun, 2013,10: 2112-21279 Huh H, Caire G, Papadopoulos H C, et al. Achieving massive MIMO spectral e ? ciency with a not-so-large

46、number of antennas. IEEE TransWirel Commu n, 2012, 9: 322623910 Wang D M, Zhao Z L, Huang Y Q, et al. Large-scale multi-user distributed antenna system for 5G wireless commu-nications. In: Proceedings of IEEE 81st Vehicular Technology Conference Spring, Glasgow, 2015. 1 吒11 Tulino A M, Verdu S. Rand

47、om matrix theory and wireless communications. In: Foundations and Trends in Commu-nications and Information Theory. Norwell: Now Publishers Inc, 200412 Lu A, Gao X Q, Xiao C S. A free deterministic equivalent for the capacity of MIMO MAC with distributed antenna sets. In: Proceedings ofIEEE Internat

48、ionalConference on Communications, London, 2015. 175175613 Zhang J, Wen C K, Jin S, et al. On capacity of large-scale MIMOmultiple access channels with distributed sets of correlated antennas. IEEE J Sel Area Com mun, 2013, 2: 1334814 Ngo H Q, Larsson E G, Marzetta T L. Energy and spectral e? ciency

49、 of very large multiuser MIMO systems. IEEE Trans Commun, 2013, 4: 1436 -44915 Hoydis J, Brinkz S, DebbahM. Massive MIMOin the UL/DL of cellular networks: how many antennas do we need.IEEE J Sel Area Commun, 2013, 2: 160-17116 Wang D M, Ji C, Gao X Q, et al. Uplink sum-rate analysis ofmulti-cell mul

50、ti-user massive MIMO system. In:Proceedings of IEEE International Conference on Communications, Budapest, 2013. 5404-540817 Wang D M, Ji C, Sun S H, et al. Spectral e? ciency of multicellmulti-user DASwith pilot contamination. In:Proceedings of IEEE Wireless Communications and Networking Conference

51、(WCNC), Shanghai, 2013. 3208-321218 Li J M, Wang D M, Zhu P C, et al. Downlink spectral e? ciency ofmulti-cell multi-user large-scale DAS with pilot contamination. In: Proceedings of IEEE International Conference on Communications, London, 2015. 2011 -201619 Andrews J, Baccelli F, Ganti R. A tractab

52、le approach to coverageand rate in cellular networks. IEEE Trans Commun,2011, 11: 3122-313420 Baccelli F, Giovanidis A. A stochastic geometry framework for analyzing pairwise-cooperative cellular networks. IEEE Trans Wirel Commun, 2015, 2: 794 -80821 Fei Z S, Ding H C, Xing C W, et al. Performance a

53、nalysis for range expansion in heterogeneous networks. Sci China Inf Sci, 2014, 57: 08230522 Lin Y, Yu W. Ergodic capacity analysis of downlink distributedantenna systems using stochastic geometry. In:Proceedings of IEEE International Conference on Communications, Budapest, 2013. 3338-334323 Bai T Y

54、, Heath R W. Analyzing uplink SIR and rate in massive MIMO systems using stochastic geometry. ar Xiv:1510.02538. 201524 Wang D, You X, Wang J, et al. Spectral e ? ciency of distributed MIMO cellular systems in a composite fading channel.In: Proceedings of IEEE International Conference on Communicati

55、ons, Beijing, 2008.1259 -26425 Yang A, Jing Y, Xing C, et al. Performance analysis and locationoptimization for massive MIMO systems with circularly distributed antennas. IEEE Trans Wirel Commun, 2015, 10: 5659-567126 Aggarwal R, Koksal C E, Schniter P. On the design of large scalewireless systems.

56、IEEE J Sel Area Commun, 2013,2: 215-22527 Xin Y, Wang D, Li J. Area spectral e ? ciency and area energy e ? ciency of massive MIMOcellular systems. IEEE Trans Vehicular Technol, in press. doi: 10.1109/TVT.2015.243689628 Bjornson E, Hoydis J, Kountouris M, et al. Massive MIMO systems with non-ideal h

57、ardware: energy e? ciency,estimation, and capacity limits. IEEE Trans Inf Theory, 2015, 11: 7112-713929 Gustavsson U, Sanchez-Perez C, Eriksson T, et al. On the impactof hardware impairments on massive MIMO. In:Globecom Workshops (GC Wkshps), Austin, 2014. 294-30030 Fernandes F, Ashikhmin A, Marzett

58、a T L. Inter-cell interferencein non-cooperative TDDlarge scale antenna systems.IEEE J Sel Area Commun, 2013, 2: 192 -20131 Zhang H, Zheng X, Xu W, et al. On massive MIMO performance with semi-orthogonal pilot-assisted channel estima-tion. EURASIP J Wirel Commun Netw, in press. doi: 10.1186/1687-1499-2014-22032 Jin