王海榮,董健,王玉輝
(1.南京郵電大學(xué)通信與信息工程學(xué)院,江蘇 南京 210003;2.中通服咨詢?cè)O(shè)計(jì)研究院有限公司,江蘇 南京 210019;3.南京船舶雷達(dá)研究所,江蘇 南京 211100)
隨著經(jīng)濟(jì)全球化及互聯(lián)網(wǎng)技術(shù)與移動(dòng)通信技術(shù)之間的不斷融合發(fā)展,未來將會(huì)是移動(dòng)互聯(lián)網(wǎng)的時(shí)代。在接下來的10 年中,數(shù)據(jù)傳輸速率將達(dá)到10 Gbit/s,無線數(shù)據(jù)流量將面臨1 000 倍的增長(zhǎng)[1],在此驅(qū)動(dòng)下,第五代移動(dòng)通信技術(shù)(5G)得到了充分的發(fā)展。但如果5G 技術(shù)僅僅是當(dāng)前4G 技術(shù)的一個(gè)簡(jiǎn)單演進(jìn),可能無法滿足這1 000 倍的無線速率的增長(zhǎng),顯然,需要具有突破性的技術(shù)。massive MIMO[2-4](又稱為“l(fā)arge-scale MIMO”或者“大規(guī)模天線系統(tǒng)(LSAS,large-scale array system)”)將是5G 中提升頻譜效率的關(guān)鍵技術(shù)之一。massive MIMO 技術(shù)以其相對(duì)直觀地提高系統(tǒng)容量的方式成為當(dāng)前的研究熱點(diǎn)[5-7]。massive MIMO 是指在基站端配置超過100 根且少于1 000 根天線,即每個(gè)基站都有一個(gè)大規(guī)模的天線陣列,可以同時(shí)服務(wù)大量的用戶。大規(guī)模的天線可以帶來以下優(yōu)勢(shì):簡(jiǎn)化了多用戶的處理,隨著天線數(shù)的大量增加,采用諸如最大比合并發(fā)射和迫零預(yù)編碼等線性處理方法就足以獲得非常接近復(fù)雜編碼如臟紙編碼算法的最優(yōu)性能;顯著降低上下行鏈路的發(fā)射功率,符合未來以降低能源消耗和保護(hù)人類生存環(huán)境為目標(biāo)的“綠色通信”的要求[8-10];同時(shí)可以很好地消除熱噪聲和快衰落效應(yīng)。
雖然采用massive MIMO 技術(shù)能獲得巨大性能增益,但還是依賴于實(shí)際收發(fā)機(jī)的設(shè)計(jì)。要實(shí)現(xiàn)下行鏈路的多用戶預(yù)編碼和上行鏈路的多用戶檢測(cè),基站都必須獲知全部或者部分的信道狀態(tài)信息(CSI,channel state information)。但是,基站處天線數(shù)目的大量增加,會(huì)導(dǎo)致無法沿用傳統(tǒng)的信道狀態(tài)信息反饋模式,這是因?yàn)閭鹘y(tǒng)的CSI 反饋量是會(huì)隨著天線數(shù)目線性增長(zhǎng)的,當(dāng)天線數(shù)量巨大時(shí),反饋所需的時(shí)間將會(huì)遠(yuǎn)遠(yuǎn)大于信道相干時(shí)間。所以,當(dāng)前的massive MIMO 技術(shù)多應(yīng)用于時(shí)分雙工(TDD,time division duplex)系統(tǒng)中,利用信道互易性來獲得信道狀態(tài)信息[2-4]。由于在TDD 系統(tǒng)中信道狀態(tài)信息是依靠上行導(dǎo)頻信號(hào)估計(jì)的,而導(dǎo)頻信號(hào)空間的維數(shù)總是有限的,因此在未來的稠密多小區(qū)多用戶TDD 系統(tǒng)中,不可避免地總是存在多個(gè)小區(qū)的用戶采用相同導(dǎo)頻同時(shí)發(fā)射,從而導(dǎo)致基站無法區(qū)分本小區(qū)用戶的導(dǎo)頻來獲得足夠精確的信道狀態(tài)信息,形成所謂的“導(dǎo)頻污染”(pilot contamination)[2,4,11],這已成為massive MIMO 技術(shù)新的性能瓶頸。
針對(duì)導(dǎo)頻污染問題,現(xiàn)有文獻(xiàn)已經(jīng)給出了大量理論研究和減輕導(dǎo)頻污染的方法[12-17]。比較值得注意的是Müller等[18]所提出的盲導(dǎo)頻去污染,他們指出導(dǎo)頻污染并不是massive MIMO 技術(shù)所固有的問題,而是因采用線性信道估計(jì)方法所導(dǎo)致的,通過適當(dāng)?shù)卦O(shè)計(jì)系統(tǒng)參數(shù),利用發(fā)射功率控制及切換,以及接收信號(hào)協(xié)方差矩陣漸近譜中有用信號(hào)、干擾信號(hào)及噪聲信號(hào)彼此可分離的特性,可以構(gòu)造一個(gè)完全沒有導(dǎo)頻污染的massive MIMO 多小區(qū)系統(tǒng)。但要實(shí)現(xiàn)這一目標(biāo),目前來看還是很復(fù)雜的,比如各個(gè)參數(shù)應(yīng)當(dāng)滿足怎樣的條件,以及參數(shù)之間有著怎樣的關(guān)系都還沒有非常清晰的表述。另一方面,大維隨機(jī)矩陣譜分析理論也在不斷發(fā)展,Bai等[19]早在1998年就證明了沒有特征值位于大維樣本協(xié)方差矩陣的極限譜分布支撐集之外,這是譜分離理論的基礎(chǔ)。進(jìn)一步地,文獻(xiàn)[20]在1999 年證明了大維樣本協(xié)方差矩陣的特征值是可以精確分離的。近年來,Mestre[21]給出了不同采樣維度下大維樣本協(xié)方差矩陣特征值的漸近密度,隨著采樣維度的增加,該密度會(huì)集中到特定的幾個(gè)特征值周圍。Couillet等[22]在感知無線網(wǎng)絡(luò)中利用大維隨機(jī)矩陣?yán)碚撝械淖V分離和特征推斷來估計(jì)多個(gè)信源的發(fā)射功率。Paul 等[23]進(jìn)一步證明了沒有特征值位于可分離協(xié)方差矩陣的極限經(jīng)驗(yàn)譜分布支撐集之外。Couillet等[24]和Wen等[25]則利用大維隨機(jī)矩陣譜分析的相關(guān)理論分別給出了高斯和非高斯相關(guān)MIMO 多接入信道的確定等價(jià)式。
本文考慮采用massive MIMO的多小區(qū)TDD系統(tǒng)。利用大維樣本協(xié)方差矩陣特征值分布函數(shù)的幾乎確定收斂性,得到了當(dāng)噪聲方差σ2一定時(shí),基站接收信號(hào)的樣本協(xié)方差矩陣漸近譜中有用信號(hào)、干擾信號(hào)以及噪聲信號(hào)可分離條件首先取決于f0和P(用戶上行發(fā)射功率),之后才與f相關(guān)。其次,在f0和P的取值能保證實(shí)現(xiàn)譜精確分離的前提下,給出了當(dāng)f< 1時(shí),系統(tǒng)參數(shù)的一個(gè)設(shè)計(jì)方法,使盲導(dǎo)頻去污染更趨實(shí)用。
本文使用的符號(hào)及其含義如下。(A)T表示矩陣A的轉(zhuǎn)置,(A)*表示矩陣的共軛,(A)?表示矩陣的共軛轉(zhuǎn)置;tr{A}表示矩陣的跡,det(A)表示矩陣的行列式,表示矩陣的Frobenius范數(shù),E{·}和var{·}分別表示期望和方差,IN表示N階單位矩陣,CN(0,1)表示均值為0、方差為1的高斯分布,z∈C+表示{z∈C,?[z]>0},mF(z)表示分布F的Stieltjes 變換。
考慮一個(gè)由L個(gè)小區(qū)組成的massive MIMO 多小區(qū)多用戶TDD 系統(tǒng),假設(shè)各小區(qū)之間時(shí)間同步全頻譜復(fù)用,每個(gè)小區(qū)基站配置M根天線,同一基站的M根天線所組成的天線陣列足夠緊湊,對(duì)特定的發(fā)射天線有著相同的大尺度衰落。第j小區(qū)的單天線用戶數(shù)為nj(nj≤M),且有。小區(qū)內(nèi)的導(dǎo)頻正交,小區(qū)間的導(dǎo)頻則完全復(fù)用。那么目標(biāo)小區(qū)基站接收到的上行信號(hào)為
其中,Hj是M×nj的矩陣,表示第j小區(qū)的nj個(gè)發(fā)射天線到目標(biāo)小區(qū)基站天線陣列的小尺度衰落因子,其所有元素是獨(dú)立同分布的(IID,independently and identically distributed)且滿足CN(0,1);Dβj是nj×nj對(duì)角矩陣,對(duì)角元素為βj=[βj1,;pr表示每根天線的平均發(fā)射功率;為第j小區(qū)nj根發(fā)射天線所用的導(dǎo)頻向量,τ為用戶發(fā)送的導(dǎo)頻訓(xùn)練序列長(zhǎng)度,而且Ψj中元素獨(dú)立且也滿足均值為0、方差為1。W表示M×τ的加性噪聲滿足CN(0,1),σ表示噪聲標(biāo)準(zhǔn)差。進(jìn)一步地,令,為了后續(xù)推導(dǎo)方便,設(shè)同一小區(qū)內(nèi)Pj的nj個(gè)對(duì)角元素相同,都為Pj。那么式(1)可以表示為
由于H滿足其元素是獨(dú)立且有有限四階矩,根據(jù)文獻(xiàn)[26]中的定理3.1 可知,若M,n1,…,nK→∞且,那么HPH?的經(jīng)驗(yàn)譜分布(ESD,e mpirical spectral distribution)弱且?guī)缀醮_定收斂到一個(gè)極限分布G。對(duì)于z∈C+,分布G的Stieltjes變換mG(z)是關(guān)于mG的方程具有正虛部的唯一解,如式(5)所示。
因此,HPH?中ESD 的幾乎確定收斂性保證的幾乎確定收斂性,同時(shí)可以得到的ESD 幾乎確定收斂到一個(gè)分布H,對(duì)于z∈C+,其Stieltjes 變換mH(z)滿足式(6)所示條件。
因此得到了與文獻(xiàn)[18]不一樣的結(jié)論。文獻(xiàn)[18]中給出的可分離條件認(rèn)為當(dāng)功率矩陣P、噪聲方差σ2確定后,分布的可分離特性是由確定的,即f、f0對(duì)最終可分離特性的影響是同等的,可以互相補(bǔ)償來實(shí)現(xiàn)譜的精確分離。但是由前文的推導(dǎo)發(fā)現(xiàn),f、f0對(duì)極限譜分布最終可分離特性的影響不同的,即具有不同的優(yōu)先等級(jí)。分布F的可分離特性首先是由分布H的可分離特性來保證的,而分布H的分離特性是由極限分布G的分離特性確定的。也就是說,當(dāng)f0的取值無法保證分布G的分離特性時(shí),無論如何調(diào)節(jié)f,都是無法獲得分布的分離特性的;而當(dāng)分布G是分離時(shí),f的大小才對(duì)分布的分離特性有影響。歸納起來,可以描述如下。
由第3 節(jié)的分析可知,實(shí)現(xiàn)massive MIMO 系統(tǒng)中導(dǎo)頻去污染的可分離條件應(yīng)當(dāng)是分層實(shí)現(xiàn)的:首先考慮分布G的分離特性和f0的關(guān)系,然后考慮f對(duì)分布的分離特性的影響。
形如HPH?的樣本協(xié)方差矩陣的極限分布G的譜分離特性是通過對(duì)分布G支撐集的劃分來構(gòu)建的。文獻(xiàn)[26-28]對(duì)此有較為詳盡的分析,本文引用文獻(xiàn)[28]中的定理,如定理1 所示。
定理1令集合,其中是分布G的支撐集SG的補(bǔ)集,并且xG是定義在B上的函數(shù),滿足
對(duì)x∈R*,能確定mG(z)的極限m0(x),在z→x時(shí),遵循以下規(guī)則。
規(guī)則1如果x∈SG,那么m0(x)是關(guān)于虛擬變量m的方程x=xG(m)在B上唯一有正虛部的解。
規(guī)則 2如果,那么m0(x)是使的關(guān)于虛擬變量m的方程x=xG(m)在B上唯一的實(shí)數(shù)解。反之,對(duì)m∈B,如果,那么。
由規(guī)則2 可以很容易地確定分布G的支撐集,即
考慮本文的分布G和式(9),則有
考慮以下情況:當(dāng)L=3,(P1,P2,P3)分別為(5,3,1)和(8,3,1),f0=10,f1=f2=f3時(shí),那么函數(shù)xG(mG)和分布G的支撐集分別如圖1(a)和圖2(a)所示。由這 2 個(gè)圖可知,當(dāng)函數(shù)xG(mG)遞增時(shí),xG(mG)不在分布G的支撐集之內(nèi)。對(duì)于不同的(P1,P2,P3)取值,分布G的支撐集會(huì)被劃分為L(zhǎng)G≤L塊,當(dāng)LG=L時(shí),(P1,P2,P3)對(duì)應(yīng)的每一個(gè)特征值都是精確分離的;當(dāng)LG<L時(shí),有對(duì)應(yīng)的特征值混疊在一起。結(jié)合前文的漸近譜分析,可以分別得到對(duì)應(yīng)于圖1(a)和圖2(a)的經(jīng)驗(yàn)譜和漸近譜的分布,如圖1(b)和圖2(b)所示。從這2 個(gè)圖可以看到的譜分離性與分布G的支撐集的分離性是完全對(duì)應(yīng)的。
具體來看,圖1(a)中的圓圈表示局部極值點(diǎn),是成對(duì)出現(xiàn)的,表示為;方塊表示拐點(diǎn),表示為mG,j,其中j=1,…,LG,LG≤L;粗實(shí)線表示的是分布G的支撐集。圖1(b)中是對(duì)應(yīng)的的漸近譜和經(jīng)驗(yàn)譜密度,其中,虛線表示漸近譜,柱狀圖表示經(jīng)驗(yàn)譜(經(jīng)驗(yàn)譜實(shí)驗(yàn)中取N=120),為了考察f0對(duì)分布G可分離性的影響,本文實(shí)驗(yàn)取f=100,圖2 標(biāo)識(shí)同圖1。
圖1 分布G的支撐集分離特性與的譜分離性對(duì)應(yīng)關(guān)系(不完全分離)
圖2 分布G的支撐集分離特性與的譜分離性對(duì)應(yīng)關(guān)系(完全分離)
此外,由圖1 和圖2 中局部極值點(diǎn)和拐點(diǎn)與分布G的支撐集的關(guān)系可以發(fā)現(xiàn),成對(duì)出現(xiàn)的極值點(diǎn)對(duì)應(yīng)右側(cè)一段支撐集,如圖1 和圖2 中的所示(其他極值點(diǎn)省略未標(biāo)出);而在每對(duì)局部極值點(diǎn)之間總有一個(gè)拐點(diǎn),如圖1 和圖2 中的之間有拐點(diǎn)mG,1所示(其中,在圖中未標(biāo)出),因此根據(jù)式(10)~式(13),可以得到一個(gè)判定相鄰特征值是否精確分離的條件,如命題 1所示。
命題1當(dāng)滿足
本文給出一個(gè)直觀的判定條件,并不進(jìn)行證明,相關(guān)的嚴(yán)格數(shù)學(xué)推導(dǎo)參見文獻(xiàn)[26-27]。根據(jù)命題1,可以得到如圖3 所示的對(duì)應(yīng)于f0和的可分離區(qū)域。由圖3 可以得出對(duì)應(yīng)于圖1和圖2 的2 個(gè)點(diǎn)分別是。很明顯位于可分離區(qū)域外而位于可分離區(qū)域內(nèi),這與圖1 和圖2 所示的結(jié)果是相符的。
圖3 對(duì)應(yīng)于 f0和的可分離區(qū)域
由圖3 也可以看到,當(dāng)期望信號(hào)與干擾的功率差異越大時(shí),f0的設(shè)計(jì)越簡(jiǎn)單,而兩者功率很接近時(shí),區(qū)分彼此則是很困難的。然后,與特征推斷中需要把每一個(gè)對(duì)應(yīng)的特征值都精確分離不同,當(dāng)實(shí)現(xiàn)盲導(dǎo)頻去污染時(shí),只需將期望信號(hào)與左右相鄰最近的干擾信號(hào)精確分離出來即可,其他離得更遠(yuǎn)的干擾源的多少并不會(huì)影響最終分離的結(jié)果。最后還發(fā)現(xiàn),當(dāng)對(duì)應(yīng)特征值的分離性存在時(shí),期望信號(hào)的功率并不一定要大于干擾信號(hào)功率,以圖2 為例,一般考慮功率值為8 時(shí)對(duì)應(yīng)期望信號(hào)功率,而為1 和3 時(shí)是干擾信號(hào)功率。但當(dāng)假設(shè)期望信號(hào)功率為3,干擾信號(hào)功率為1 和8 時(shí),往功率值為3 的對(duì)應(yīng)子空間投影和往功率值為8 時(shí)的子空間投影幾乎是沒有什么區(qū)別的。
F的支撐集是無法實(shí)現(xiàn)的。至今,關(guān)于這個(gè)問題僅有一個(gè)充分條件在文獻(xiàn)[22]中被提出,該充分條件假設(shè)了f≥ 1。這對(duì)于實(shí)際系統(tǒng)設(shè)計(jì)而言,無疑是不可行的,因?yàn)閒≥ 1意味著在大規(guī)模MIMO 系統(tǒng)中所采用的導(dǎo)頻長(zhǎng)度要大于或者等于基站的接收天線數(shù)。
命題 2為了求解式(15)中的支撐集,都可以通過mG來計(jì)算。
證明由式(8)可以看到對(duì)于每一個(gè)給定的值,還與mH相關(guān),由式(6)可知,mH可以通過mG來計(jì)算,所以顯然是可以通過mG來計(jì)算的。對(duì)于則沒那么簡(jiǎn)單,首先對(duì)式(8)求導(dǎo)得到
其中,有
顯然,式(17)可以通過mG直接計(jì)算獲得。而式(18)則沒那么直接,需要知道的表達(dá)式,直接對(duì)式(5)求導(dǎo)來計(jì)算是困難的。但利用反函數(shù)的導(dǎo)數(shù)就等于原函數(shù)導(dǎo)數(shù)的倒數(shù)這一結(jié)論,則很容易就能得到式(19)。
證畢。
算法1對(duì)給定的f(f≤1),判斷是否位于分布的支撐集之外
2)求解關(guān)于mG的方程。
本節(jié)通過數(shù)值仿真來評(píng)估本文所提的分層參數(shù)設(shè)計(jì)方案來實(shí)現(xiàn)massive MIMO 系統(tǒng)中的導(dǎo)頻去污染。由于本文研究的是盲導(dǎo)頻去污染的分層參數(shù)設(shè)計(jì)方案,因此數(shù)值仿真關(guān)注的是所提方案的有效性,實(shí)現(xiàn)漸近譜可分離后,對(duì)通信系統(tǒng)性能(BER,bit error ratio)的對(duì)比與文獻(xiàn)[18]是類似的,因此本文不再贅述。不失一般性地,設(shè)L=3,σ2=0.1。依據(jù)分層參數(shù)設(shè)計(jì)首先要確定f0的值,假設(shè)(P1,P2,P3)=(8,3,1),那么對(duì)于massive MIMO系統(tǒng)而言,f0=10是一個(gè)典型值。由圖3 可知,位于可分離域內(nèi)。接下來就需要尋找最小的參數(shù)f,使其能滿足的譜精確分離。由于要使得f∈(0,1),很自然想到用二分法來搜索可能的f。對(duì)每一個(gè)可能的f值可采用4.2 節(jié)中的數(shù)值算法來驗(yàn)證其是否支持G和的支撐集分離性。對(duì)于上述的設(shè)定:σ2=0.1,(P1,P2,P3)=(8,3,1),f0=10,f1=f2=f3,可以最終搜索得到最小的f值為0.5(搜索步長(zhǎng)為0.1),這是一個(gè)實(shí)際系統(tǒng)可以接受的參數(shù)值,如圖4 所示。圖4中右側(cè)縱軸表示的支撐集,而下側(cè)橫軸表示的支撐集。對(duì)應(yīng)的的漸近譜和經(jīng)驗(yàn)譜密度分布如圖5 所示,其中虛線表示漸近譜,柱狀圖表示經(jīng)驗(yàn)譜(經(jīng)驗(yàn)譜實(shí)驗(yàn)中N=120)。可以看到其譜的分離性與圖4 中分析的支撐集分離性是相一致的。
圖4 分布支撐集的分離性(f=0.5)
圖5 的漸近譜和經(jīng)驗(yàn)譜分離性(f=0.5)
圖6 滿足可分離條件的最小f值
本文提出了一種適用于massive MIMO 系統(tǒng)的,采用系統(tǒng)參數(shù)分層設(shè)計(jì),實(shí)現(xiàn)了基站接收導(dǎo)頻信號(hào)的樣本協(xié)方差矩陣的譜能精確分離,從而消除導(dǎo)頻污染的方法,解決了現(xiàn)有的盲導(dǎo)頻去污染方法的不足。通過進(jìn)一步的研究發(fā)現(xiàn)期望導(dǎo)頻信號(hào)與干擾信號(hào)之間的功率差異是實(shí)現(xiàn)譜分離的重要參數(shù),而非期望導(dǎo)頻信號(hào)功率越大越好。當(dāng)已經(jīng)實(shí)現(xiàn)接收信號(hào)譜的精確分離后,干擾源的多少并不會(huì)影響最終的結(jié)果。在此基礎(chǔ)上,首次給出了數(shù)值方法,當(dāng)f< 1,即所采用的導(dǎo)頻序列長(zhǎng)度小于基站接收天線數(shù)時(shí),仍然能實(shí)現(xiàn)譜分離,完全消除了上行信號(hào)的導(dǎo)頻污染。