郭起霖+張斌

摘 要： 電力通信網(wǎng)絡(luò)的架構(gòu)及無線信道特性是決定網(wǎng)絡(luò)性能的關(guān)鍵因素。首先，研究基于南方電網(wǎng)電力無線寬帶專網(wǎng)的雙層無線接入架構(gòu)，該架構(gòu)中宏蜂窩與匯聚網(wǎng)關(guān)之間的MIMO信道的性能將直接影響到電網(wǎng)的穩(wěn)定和運營水平。因此，對MIMO信道性能的研究就尤為重要。主要對MIMO信道的兩個典型模型WINNERⅡ模型和Kronecker模型分別從信道空間相關(guān)性、信道容量、時域衰落三方面進行理論分析與對比仿真。由仿真結(jié)果得到天線數(shù)量、信噪比、天線陣列等因素對信道容量和天線相關(guān)性的影響。仿真結(jié)果說明MIMO技術(shù)能夠在電網(wǎng)多業(yè)務(wù)承載環(huán)境下，滿足系統(tǒng)高速率、大容量的要求。通過比較，WINNERⅡ模型與真實傳播環(huán)境匹配度高，可在雙層無線接入架構(gòu)中得到進一步的應(yīng)用。

關(guān)鍵詞： 智能電網(wǎng)； 雙層無線接入架構(gòu)； MIMO信道； WINNERⅡ模型； Kronecker模型； 仿真與分析

中圖分類號： TN921?34 文獻標(biāo)識碼： A 文章編號： 1004?373X（2018）01?0017?06

Abstract： The architecture of the electric power communication network and characteristics of the wireless channel are the key factors to determine the network performance. The double?layer wireless access architecture of the electric power wireless broadband private network of Southern Power Grid is studied， in which the MIMO channel performance of macrocell and convergence gateway directly affects the stability and operational level of the power grid. Therefore， it is particularly importance to research on the performance of MIMO channel. The typical WINNERⅡ model and Kronecker model of MIMO channel are performed with theoretical analysis and contrast simulation in the aspects of channel space correlation， channel capacity and time?domain fading. The influences of antennas quantity， signal?to?noise ratio and antennas array on channel capacity and antennas correlation are obtained with simulation results. The simulation results show that the MIMO technology can satisfy the requirement of the system for high speed and large capacity. In comparison with the Kronecker model， the WINNERⅡ model has higher matching degree with the real propagation environment， and can be further applied in the double?layer wireless access architecture.

Keywords： smart grid； double?layer wireless access architecture； MIMO channel； WINNERⅡ model； Kronecker model； simulation and analysis

0 引 言

智能電網(wǎng)[1]作為先進通信技術(shù)和高級物理電網(wǎng)有機融合的新技術(shù)，可以保證電網(wǎng)安全、可靠、經(jīng)濟、高效、低碳運行，極大地提升了電網(wǎng)的智能化水平，是電網(wǎng)發(fā)展的趨勢。

智能電網(wǎng)的實現(xiàn)需要高速、實時、雙向的電力通信系統(tǒng)作為支撐。電力專網(wǎng)是用于電力通信、電力監(jiān)控系統(tǒng)及數(shù)據(jù)網(wǎng)絡(luò)的專有通信網(wǎng)絡(luò)。相對于無線公網(wǎng)，電力無線專網(wǎng)具有通信質(zhì)量高、安全性高、網(wǎng)絡(luò)資源自主分配、應(yīng)急通信的適應(yīng)性強及設(shè)備抗毀性強等優(yōu)點，為實現(xiàn)配用電網(wǎng)絡(luò)全覆蓋、全采集提供了極大的便利，成為構(gòu)建可靠、靈活的電力配電通信網(wǎng)的重要手段[2?3]。2015年7月6日，國家發(fā)展改革委頒布了《關(guān)于促進智能電網(wǎng)發(fā)展的指導(dǎo)意見》，提出鼓勵多種先進信息通信技術(shù)在電力系統(tǒng)的應(yīng)用支撐，建立開放、泛在、智能、互動、可信的電力信息通信網(wǎng)絡(luò)。電網(wǎng)無線專網(wǎng)作為智能電網(wǎng)各系統(tǒng)信息交換的基礎(chǔ)載體和客戶交互的基本傳輸媒介，是電力骨干網(wǎng)的延伸，為實現(xiàn)電網(wǎng)配用電環(huán)節(jié)智能化，提供了便利和保障。

國際上，智能電網(wǎng)寬帶無線專網(wǎng)系統(tǒng)已經(jīng)在眾多國家（歐洲、美國、澳大利亞、加拿大、日韓等）電力公司的推廣下投入使用，極大地提升了電網(wǎng)的智能化水平[3]。我國的電力無線專網(wǎng)也通過產(chǎn)學(xué)研用的有機結(jié)合，在多地進行試點應(yīng)用[3]。

通過各地的實踐表明，電力無線專網(wǎng)為配用電業(yè)務(wù)的采集和監(jiān)測帶來了極大的便利，但上述南網(wǎng)電力專用系統(tǒng)均采用單天線技術(shù)，系統(tǒng)的傳輸速率和可靠性受限。隨著信息化技術(shù)的發(fā)展，電網(wǎng)業(yè)務(wù)對視頻信息（高清視頻監(jiān)控、在線巡檢）的傳輸需求不斷增加，每個變電站需要提供10 Mb/s甚至更高的傳輸速率[4]。在通信頻率資源有限的條件下，如何基于現(xiàn)有電力專網(wǎng)架構(gòu)，結(jié)合多天線（MIMO）穩(wěn)定、可靠、大容量的技術(shù)優(yōu)勢，為電網(wǎng)不同速率、不同質(zhì)量要求的各種業(yè)務(wù)提供穩(wěn)定的傳輸通道，提升無線專網(wǎng)的通信性能，成為亟待解決的問題。endprint

所以，本文將基于智能電網(wǎng)的雙層無線接入架構(gòu)，通過MIMO信道Kronecker模型和WINNERⅡ模型，重點從空間相關(guān)性、信道容量、時域衰落三個方面對系統(tǒng)性能進行對比分析，研究結(jié)論能夠為電力無線專網(wǎng)中多天線技術(shù)的實踐、專網(wǎng)的規(guī)劃實施，提供一定的理論和仿真基礎(chǔ)。

1 智能電網(wǎng)雙層無線接入架構(gòu)

本文研究基于南方電網(wǎng)電力無線寬帶專網(wǎng)的雙層無線接入架構(gòu)，如圖1所示。南方電網(wǎng)在珠海、廣州、深圳等多個城市建設(shè)的電力無線寬帶專網(wǎng)試點工程均依據(jù)此架構(gòu)進行組網(wǎng)。雙層無線接入網(wǎng)包括宏蜂窩廣域網(wǎng)（Wide Area Networks，WAN）和Mesh鄰域網(wǎng)兩個部分：廣域網(wǎng)利用宏蜂窩基站提供本地接入點與電網(wǎng)公司主干網(wǎng)的通信鏈路，宏蜂窩基站架設(shè)在電網(wǎng)自有物業(yè)（變電站或者電網(wǎng)行政樓），通過現(xiàn)有的光纖傳輸網(wǎng)與核心網(wǎng)、網(wǎng)管系統(tǒng)、控制中心、發(fā)電廠通信；基站通過宏蜂窩廣域網(wǎng)覆蓋匯聚網(wǎng)關(guān)，而在終端側(cè)，多個自動化終端構(gòu)建Mesh鄰域網(wǎng)把數(shù)據(jù)匯聚到網(wǎng)關(guān)統(tǒng)一回傳。當(dāng)前無線接入網(wǎng)承載的業(yè)務(wù)眾多，如數(shù)據(jù)采集、遠程控制、語音調(diào)度、應(yīng)急維修、數(shù)據(jù)集群、協(xié)同作業(yè)等。

在智能電網(wǎng)雙層無線接入架構(gòu)中，宏蜂窩基站使用單天線建立本地接入點與電網(wǎng)公司主干網(wǎng)間的通信鏈路。隨著智能電網(wǎng)的發(fā)展和系統(tǒng)的不斷演進，配電自動化、高清視頻監(jiān)控、能效管理、視頻會議、線路巡檢等電力業(yè)務(wù)的逐步應(yīng)用，對于智能電網(wǎng)無線專用通信網(wǎng)絡(luò)在帶寬、服務(wù)質(zhì)量、多業(yè)務(wù)承載等方面提出了更高的要求。在頻率資源有限的情況下，MIMO技術(shù)成為電力無線專網(wǎng)發(fā)展的必然選擇。圖1中電力專網(wǎng)基站與匯聚網(wǎng)關(guān)之間的MIMO通道的性能將直接影響到電網(wǎng)的穩(wěn)定和運營水平。

如何選擇適合的MIMO信道模型對系統(tǒng)進行建模、仿真和研究，對電力無線專網(wǎng)后期的規(guī)劃、建設(shè)、維護有著長遠的影響。本文將基于智能電網(wǎng)的雙層無線接入架構(gòu)，使用MIMO信道Kronecker模型和WINNERⅡ模型，重點從空間相關(guān)性、信道容量、時域衰落三個方面對網(wǎng)絡(luò)性能進行仿真和分析。

2 智能電網(wǎng)無線專網(wǎng)MIMO信道模型

為了應(yīng)對無線信道的時變性，電力無線專網(wǎng)的MIMO系統(tǒng)收、發(fā)端需要采用多天線技術(shù)，實現(xiàn)更高數(shù)據(jù)傳輸速率和通信質(zhì)量，系統(tǒng)結(jié)構(gòu)如圖2所示。因此，系統(tǒng)中的無線信道由多個天線鏈路形成的子信道構(gòu)成，且天線鏈路間的衰落具有相關(guān)性，因此，MIMO信道相比于其他無線信道更加復(fù)雜，更需要建立MIMO信道模型對其進行準(zhǔn)確描述。

2.1 MIMO信道模型分類

MIMO信道模型主要分為兩大類，物理模型和分析模型[4]。物理模型是基于實際環(huán)境測量建立的信道模型。它要求得到信道環(huán)境的詳細(xì)信息，如建筑物和自然物體的精確位置、分布以及大小等。分析模型主要通過數(shù)學(xué)分析的方法描述收發(fā)天線之間的信道沖激響應(yīng)特性，而不需要明確電磁波傳播特性。本文主要使用MIMO信道模型中基于射線追蹤法建模的物理模型WINNERⅡ模型建模方法和基于相關(guān)矩陣法建模的幾何模型Kronecker模型建模方法進行具體分析。

2.2 WINNERⅡ模型建模方法和仿真流程

WINNERⅡ模型是屬于基于射線跟蹤建模方法的一種典型模型[5]，在建模的過程中將天線參數(shù)與傳播參數(shù)分開，在信道的測量過程中對獨立的快照進行統(tǒng)計并得到不同參數(shù)的概率分布，然后通過特定的概率隨機分布函數(shù)隨機地產(chǎn)生散射體位置，確定仿真環(huán)境及天線陣列的布局。

通過跟蹤從基站出發(fā)的所有射線，得到各種參數(shù)（離開角AOD、到達角AOA、時延等），在移動臺把所有到達的射線疊加從而得到信道矩陣。圖3為WINNERⅡ模型具體仿真流程。

2.3 Kronecker模型建模方法和仿真流程

Kronecker模型采用基于相關(guān)矩陣建模方法，它是根據(jù)發(fā)送和接收天線的實際分布結(jié)構(gòu)，利用實際測量的數(shù)據(jù)或信道的統(tǒng)計信息得到空間信道的各種參數(shù)。

Kronecker信道模型的仿真流程如圖4所示。通過實際測量的數(shù)據(jù)或信道的統(tǒng)計信息得到衰落類型、角度擴展、時延擴展等，分別計算MIMO信道收發(fā)兩端的空間相關(guān)矩陣[RTX]和[RRX，]并得到MIMO信道的整體相關(guān)矩陣[RMIMO，]然后對[RMIMO]做相應(yīng)的Cholesky分解[6]就能得到MIMO信道空間相關(guān)矩陣[C。]然后進行各個支路的功率分配，得到抽頭延遲線仿真模型中各個抽頭的系數(shù)矩陣，并最終得到MIMO信道矩陣[H。]

3 智能電網(wǎng)無線專網(wǎng)信道仿真與分析

本節(jié)將使用WINNERⅡ模型和Kronecker模型進行仿真，對比系統(tǒng)在這兩種建模方式下信道空間相關(guān)性、信道容量、時域衰落三個方面的性能。

3.1 信道空間相關(guān)性仿真與分析

仿真參數(shù)設(shè)置：載波頻率是[1.25×109]Hz，發(fā)射天線和接收天線的天線排列都是均勻線性拓?fù)潢嚵?，基于電網(wǎng)系統(tǒng)實際考慮，兩端天線的間隔是0.24 m，收發(fā)端天線數(shù)目均是4根，采樣點是256，選擇下行鏈路，仿真環(huán)境為市郊宏小區(qū)，仿真場景為case2。兩種模型的仿真參數(shù)設(shè)為一致。

圖5為基于Kronecker模型的系統(tǒng)空間性能仿真圖。圖5中紅色虛線的曲線代表Kronecker模型直接輸出的相關(guān)矩陣[R]中已存在的相關(guān)系數(shù)，作為輸出參考。藍色實線代表基于信道矩陣計算得來的相關(guān)系數(shù)?？梢钥吹絻蓷l曲線相似度較高，由此也可看出Kronecker模型是基于相關(guān)矩陣建模的。

圖6為WINNERⅡ模型的空間性能仿真圖。WINNERⅡ模型并不是基于相關(guān)矩陣的，并沒有相關(guān)矩陣的產(chǎn)生，在WINNERⅡ模型的相關(guān)性圖中并沒有相關(guān)矩陣作為參考，所以需要使用信道矩陣[H]進行相關(guān)性分析。

圖7為WINNERⅡ模型不同徑的子信道間的相關(guān)性，即觀察每條可分徑中任意兩兩子信道的相關(guān)性。在三維圖中，[Z]軸代表相關(guān)系數(shù)，值介于0～1，[X]軸，[Y]軸為[（k-1）*4+l]和[（a-1）*4+b，]代表各個子信道，可以反映每一分徑中各個子信道的相關(guān)性。因為保留了4條可分徑，所以有4個三維圖。endprint

從上述仿真發(fā)現(xiàn)Kronecker模型和WINNERⅡ模型這兩個模型在系統(tǒng)信道空間相關(guān)性的仿真上有很多相似的趨勢和規(guī)律。在整個鏈路級別上基本上沒太多差距。但是由于兩者的建模方法不同，對于某些特定的徑的結(jié)果還是有些許差別。在Kronecker模型中，假定在空間域上，發(fā)射端和接收端的到達角（AOA）、離開角（AOD）等空間參數(shù)是相互獨立的，互不影響。因此，在計算相關(guān)性時，直接將發(fā)射端的相關(guān)矩陣和接收端的相關(guān)矩陣相乘[7]，得到整個MIMO信道的相關(guān)性。而在WINNERⅡ模型中相關(guān)性計算與Kronecker模型中相關(guān)性計算是不同的，Kronecker模型的信道矩陣與信道的AOA以及AOD直接相關(guān)，但是WINNERⅡ模型里，發(fā)射端的AOD與接收端的AOA是滿足某個概率密度函數(shù)的隨機變量，且它們不是相互獨立的，并不能像Kronecker模型一樣直接相乘得到MIMO信道的相關(guān)性。因此，相關(guān)矩陣[R]并沒有參考價值，這造成Kronecker模型和WINNERⅡ模型在系統(tǒng)信道相關(guān)性方面的不同。

3.2 信道容量仿真與分析

信道容量是信道一個極其重要的系統(tǒng)參數(shù)，對于電網(wǎng)雙層網(wǎng)絡(luò)架構(gòu)中是否采用MIMO技術(shù)，有著重要的影響，因此，對于MIMO系統(tǒng)的信道容量仿真是必不可少的。影響信道容量的因素有許多，基于現(xiàn)實傳播環(huán)境的仿真，信道沖激響應(yīng)是時變的，信道容量也不再是一個常數(shù)，而是一個隨機變量。

因此仿真基于以下三個假設(shè)：

1） 基站端不知道信道的狀態(tài)信息；

2） 基站端所有天線的發(fā)射功率是相同的；

3） 信道受高斯白噪聲干擾。

仿真將系統(tǒng)發(fā)射端天線數(shù)目保持不變，將接收端天線數(shù)目從1～4變化，得到的結(jié)果如圖8和圖9所示，隨著接收端天線的不斷增加，信道容量也在不斷增加，驗證了MIMO天線規(guī)模越大，信道容量越大。并且隨著橫坐標(biāo)信噪比的增加，信道容量也在不斷增大。所以得到結(jié)論：天線數(shù)目的增加和信噪比的改善能極大地提高信道容量。

圖10是WINNERⅡ模型中不同天線陣列結(jié)構(gòu)對容量的影響圖。

由圖10中可以看到，在保持總天線數(shù)不變的情況下，均勻線性陣列（ULA）對于系統(tǒng)容量的提升要大于均勻圓形陣列（UCA）。在本仿真中，天線陣列中水平方向放置的天線越多，MIMO天線陣列系統(tǒng)提升容量的能力越強，其他方向放置的天線越多，對于系統(tǒng)容量的提升并不明顯，上述仿真結(jié)論形成的原因是可以把天線分解到水平方向和垂直方向。由于垂直方向角度擴展小，接收端大都分布在水平方向的角度范圍內(nèi)，因此，在垂直方向上需要很多天線才能區(qū)分這些角度，這就使得在垂直方向放置天線獲得的容量增益不夠大。而且，由于天線數(shù)目是一定的，垂直方向天線數(shù)增加，水平方向天線數(shù)目就會減小，水平方向的性能自然就下降了[8]。

圖11對兩個模型進行了容量方面的比較仿真。實線代表WINNERⅡ模型的平均容量曲線，WINNERⅡ模型的曲線由“三角”標(biāo)記，從上至下的曲線分別表示天線數(shù)目為4×4，3×3，2×2的信道平均容量。“正方形”標(biāo)記Kronecker模型的平均容量曲線。可以看到兩種模型的容量曲線十分相似，相差很小，說明只要兩個模型在相同的仿真參數(shù)下，通過信道矩陣得來的信道容量值是十分接近的。由仿真圖發(fā)現(xiàn)，在低信噪比的情況下，WINNERⅡ模型得出的容量值稍微大于Kronecker模型得出的容量值。隨著信噪比的增加，Kronecker模型的容量值逐漸超過WINNERⅡ模型的容量值。所以WINNERⅡ模型的斜率要稍微小一些，說明WINNERⅡ模型對信噪比不如Kronecker模型敏感[9]。但仍然可以得出結(jié)論，隨著信噪比的增加和天線陣列規(guī)模的擴大，信道容量明顯增大。

3.3 信道時域衰落仿真與分析

時域衰落是為了表征信號在傳播過程中經(jīng)歷的衰落，它模擬了現(xiàn)實的電磁傳播。時域衰落的性能也是判斷模型是否能模擬真實無線環(huán)境的一個重要指標(biāo)。

時域衰落仿真原理為：在發(fā)射端發(fā)射0、1序列，再利用信道矩陣與發(fā)射信號卷積，加上高斯噪聲，把每條路徑的所有子信道的信號和相應(yīng)的時延疊加起來，就得到這條路徑的接收信號。根據(jù)信道矩陣[10]求解時域衰落是很容易的。

圖12和圖13是兩個模型的時域衰落圖。

WINNERⅡ模型的時域衰落與Kronecker模型都滿足萊斯分布，可以看到WINNERⅡ模型的時域衰落要比Kronecker模型的衰落大，這是因為WINNERⅡ模型的仿真是基于物理射線跟蹤的建模，更加貼近于真實的傳播場景[11?12]，而Kronecker模型是相關(guān)矩陣建模法，更加偏向于數(shù)學(xué)計算。因此WINNERⅡ模型更加貼近于真實的傳播場景，可在雙層無線接入架構(gòu)中得到進一步的應(yīng)用。

4 結(jié) 論

本文基于南方電網(wǎng)電力無線寬帶專網(wǎng)的雙層無線接入架構(gòu)，重點研究了專網(wǎng)基站與匯聚網(wǎng)關(guān)之間的信道性能，通過MIMO信道Kronecker模型和WINNERⅡ模型，重點從空間相關(guān)性、信道容量、時域衰落三個方面對系統(tǒng)性能進行對比分析。

仿真首先驗證了在系統(tǒng)發(fā)射端和接收端兩側(cè)配置多天線，隨著天線數(shù)量以及系統(tǒng)信噪比的增加，都能有效地提高信道容量，這說明多天線技術(shù)是電力專網(wǎng)系統(tǒng)解決頻譜資源緊張和系統(tǒng)大容量、高速率要求這一矛盾的理想選擇。其次，天線陣列的排列方式也對信道容量有一定影響，均勻線性陣列模式優(yōu)于均勻圓形陣列，在未來電網(wǎng)實踐應(yīng)用中，應(yīng)考慮較優(yōu)的天線排列方式。同時，通過對信道相關(guān)性的仿真，表明天線間距和天線的排列方式均對信道的相關(guān)性有影響，天線間距越大，信道相關(guān)性越小。Kronecker模型和WINNERⅡ模型在建模方法上的區(qū)別，通過時域衰落能很好地反映出來，仿真表明WINNERⅡ模型更加貼近于真實的傳播場景，可在雙層無線接入架構(gòu)中得到進一步的應(yīng)用。以上研究結(jié)論能夠為電力無線專網(wǎng)中多天線技術(shù)的實踐、專網(wǎng)的規(guī)劃實施提供一定的理論和仿真基礎(chǔ)。endprint

隨著智能電網(wǎng)新業(yè)務(wù)的不斷拓展，各種新業(yè)務(wù)對通信速率和質(zhì)量的要求不盡相同，如何基于現(xiàn)有電力網(wǎng)絡(luò)離散頻點，使用載波聚合技術(shù)等新技術(shù)，有效地將多天線技術(shù)應(yīng)用于現(xiàn)有電力專網(wǎng)中成為下一步的研究方向。

參考文獻

[1] 徐律佳.楊樂祥.利用無線寬帶技術(shù)構(gòu)建智能配網(wǎng)通信接入方式[J].電力系統(tǒng)通信，2011，32（10）：73?77.

XU Lüjia， YANG Lexiang. Improvement of intelligent distribution network access using wireless broadband technology [J]. Electric power systems & communications， 2011， 32（10）： 73?77.

[2] 徐光年.230 MHz無線寬帶通信系統(tǒng)的建設(shè)與應(yīng)用[J].電力系統(tǒng)通信，2012（7）：23?24.

XU Guangnian. 230 MHz wireless broadband communication system construction and application [J]. Power system communication， 2012（7）： 23?24.

[3] 汪晨，鄧松，張濤，等.智能電網(wǎng)環(huán)境下用戶行為可信數(shù)據(jù)安全交換研究[J].現(xiàn)代電子技術(shù)，2014，37（1）：75?79.

WANG Chen， DENG Song， ZHANG Tao， et al. Research on secure exchange of trusted data of user behavior in smart grid [J]. Modern electronics technique， 2014， 37（1）： 75?79.

[4] 易睿得.LTE系統(tǒng)原理及應(yīng)用[M].北京：電子工業(yè)出版社，2012.

YI Ruide. LTE system principle and application [M]. Beijing： Electronic Industry Press， 2012.

[5] 林輝.LTE?Advanced關(guān)鍵技術(shù)詳解[M].北京：人民郵電出版社，2012.

LIN Hui. LTE?advanced key technology details [M]. Beijing： People′s Posts and Telecommunications Press， 2012.

[6] 何光宇，孫英云.智能電網(wǎng)基礎(chǔ)[M].北京：中國電力出版社，2010.

HE Guangyu， SUN Yingyun. Smart grid foundation [M]. Beijing： China Electric Power Press， 2010.

[7] 啜剛，王文博，常永宇，等.移動通信原理與系統(tǒng)[M].北京：北京郵電大學(xué)出版社，2009：1?100.

CHUAI Gang， WANG Wenbo， CHANG Yongyu， et al. Principles and systems of mobile communications [M]. Beijing University of Posts and Telecommunications Press， 2009： 1?100.

[8] RAPPAPORT T S.無線通信原理與應(yīng)用[M].周文安，付秀花，王志輝，等譯.2版.北京：電子工業(yè)出版社，2011：72?172.

RAPPAPORT T S. Principles and applications of wireless communication [M]. Translated by Zhou Wenan， FU Xiuhua， WANG Zhihui， et al. 2nd ed. Beijing： Electronic Industry Press， 2011： 72?172.

[9] 吳偉陵，牛凱.移動通信原理[M].北京：電子工業(yè)出版社，2005.

WU Weiling， NIU Kai. Principles of mobile communications [M]. Beijing， Electronic Industry Press， 2005.

[10] JIANG Jing， L? Wei， SUN Bo， et al. Interference alignment scheme for massive MIMO system [J]. Journal of China Universities of Posts and Telecommunications， 2014， 21（4）： 19?24.

[11] GUO A， HAENGGI M. Spatial stochastic models and metrics for the structure of base station in cellaular networks [J]. IEEE transactions on wireless communications， 2013， 12（11）： 5800?5812.

[12] RUSEK F， PERSSON D， LAUB K， et al. Scaling up MIMO： opportunities and challenges with very large arrays [J]. IEEE signal processing magazine， 2013， 30（1）： 40?60.endprint