肖華華,范婧怡,張 京,章嘉懿,艾 渤
(1.中興通訊股份有限公司,廣東 深圳 518057;2.移動網(wǎng)絡(luò)和移動多媒體技術(shù)國家重點實驗室,廣東 深圳 518057;3.北京交通大學(xué) 電子信息工程學(xué)院,北京 100044;4.北京交通大學(xué) 軌道交通控制與安全國家重點實驗室,北京 100044)
去蜂窩大規(guī)模多輸入多輸出(Multiple-Input Multiple-Output,MIMO)和非正交多址(Non-Orthogonal Multiple Access,NOMA)被認(rèn)為是未來無線通信網(wǎng)絡(luò)的兩大關(guān)鍵技術(shù),去蜂窩大規(guī)模MIMO是一種分布式大規(guī)模MIMO技術(shù),它具備傳統(tǒng)大規(guī)模MIMO技術(shù)的優(yōu)良特性[1-3],能夠提供大規(guī)模海量接入、獲得空間宏分集增益、提高頻譜效率,同時減輕陰影衰落和空間相關(guān)性衰落的不利影響,減少用戶干擾。正是由于這些優(yōu)良性能,去蜂窩大規(guī)模MIMO被認(rèn)為是未來移動通信系統(tǒng)中重要的研究方向和熱點候選技術(shù)之一,其特殊的架構(gòu)特點非常適用于體育場館、智能工廠、高鐵車站及城市商業(yè)中心等人口密集的熱點區(qū)域[4-7]。另一方面,NOMA技術(shù)可以滿足下一代無線通信標(biāo)準(zhǔn)中高頻譜效率、高能量效率、低延遲大規(guī)模接入、高可靠性和用戶公平性的需求。二者的結(jié)合可以提高同時服務(wù)的用戶數(shù),保證大規(guī)模接入,從而有效提高頻譜效率和能量效率,因此,基于NOMA的去蜂窩大規(guī)模MIMO系統(tǒng)研究具有十分重要的意義。
文獻(xiàn)[8-11]初步研究了基于NOMA的去蜂窩大規(guī)模MIMO的系統(tǒng)性能。在文獻(xiàn)[8]中,作者考慮簇內(nèi)導(dǎo)頻污染、簇間干擾和不完全串行干擾消除(Successive Interference Cancellation,SIC)的影響,推導(dǎo)得到了下行可實現(xiàn)和速率的閉合表達(dá)式,并與采用OMA的去蜂窩大規(guī)模MIMO進(jìn)行了比較。結(jié)果表明,在用戶數(shù)量較大的情況下,NOMA的性能優(yōu)于OMA。文獻(xiàn)[9]推導(dǎo)了下行帶寬效率(Bandwidth Efficiency,BE)閉合表達(dá)式,其假設(shè)僅基于信道統(tǒng)計信息進(jìn)行實際的SIC。文章研究了最大化用戶最小BE的最大-最小公平性優(yōu)化問題,并提出了一種迭代二分法來得到最大-最小BE問題的最優(yōu)解。在文獻(xiàn)[9]的基礎(chǔ)上,文獻(xiàn)[10]分別考慮共軛波束成形和歸一化共軛波束成形機(jī)制,并研究了以每個接入節(jié)點(Access Point,AP)功率約束下的最大-最小優(yōu)化問題,采用二階錐規(guī)劃(Second-Order Cone Programming,SOCP)模型,并利用標(biāo)準(zhǔn)半定規(guī)劃分別有效地解決了非凸優(yōu)化問題。此外,文獻(xiàn)采用了隨機(jī)配對、遠(yuǎn)-遠(yuǎn)用戶配對和近-近用戶配對方法。仿真結(jié)果證明,采用上述3種配對方式能夠達(dá)到的系統(tǒng)BE基本相當(dāng),證明了在基于NOMA的去蜂窩大規(guī)模MIMO系統(tǒng)中,由于AP的分布式特性,用戶配對方法對系統(tǒng)性能的提升效果并不顯著。文獻(xiàn)[11]分析了3種線性預(yù)編碼器對系統(tǒng)可達(dá)速率的影響。通過考慮簇內(nèi)導(dǎo)頻污染、簇間干擾和非理想SIC的聯(lián)合影響,推導(dǎo)出采用最大比值(Maximum Ratio,MR)合并和全導(dǎo)頻迫零(full-pilot Zero-Forcing,fpZF)預(yù)編碼機(jī)制的和速率表達(dá)式的閉合表達(dá)式。在相同的時頻資源下,NOMA比OMA能夠支持更多的用戶。對于大量用戶的場景,NOMA優(yōu)于OMA。研究表明,在理想SIC的情況下,fpZF的性能顯著優(yōu)于MR預(yù)編碼。
但是,以上文獻(xiàn)的研究局限于簡單的Rayleigh衰落信道模型和天線間不具有空間相關(guān)性的理想假設(shè)[8-11]。實際的去蜂窩大規(guī)模MIMO系統(tǒng)的信道特征非常復(fù)雜,需要探明其信道特征以便采用合適的信息理論分析方法。
基于此,本文建立了基于NOMA的去蜂窩大規(guī)模MIMO的系統(tǒng)模型,采用空間相關(guān)的Rician衰落信道模型和MMSE信道估計,根據(jù)上行性能分析的理論框架及信道統(tǒng)計特性,進(jìn)行上行聯(lián)合信號檢測,推導(dǎo)上行頻譜效率的閉合表達(dá)式并進(jìn)行仿真分析。
在基于NOMA的去蜂窩大規(guī)模MIMO系統(tǒng)中,假設(shè)M個AP和Kt個單天線用戶隨機(jī)分布在指定區(qū)域內(nèi),其中每個AP配備有N根天線,Kt個用戶被分為L個簇,每個簇內(nèi)的用戶數(shù)為K,即Kt=L×K。每個簇內(nèi)的K個用戶之間采用NOMA方案,而L個簇之間依然采用OMA方案。本文考慮空間相關(guān)的Rician衰落信道,第m個AP與第l個簇中的第k個用戶之間的信道響應(yīng)為hmlk,其中的N個元素分別表示第m個AP上的N個天線與用戶k之間的傳播信道。此外,假設(shè)系統(tǒng)工作在TDD協(xié)議下,hmlk在每個相干時間塊內(nèi)可視為常數(shù),由于信道硬化效應(yīng)及信道互異性,信道狀態(tài)信息可通過上行信道估計得到,而下行信道可直接利用上行信道估計的結(jié)果。
信道響應(yīng)是一個平穩(wěn)遍歷的隨機(jī)過程,在同一個相干時間塊內(nèi),信道響應(yīng)向量可以被建模為循環(huán)對稱復(fù)高斯分布的一次獨立實現(xiàn),其分布可表示為:
(1)
共有τp個相互正交的導(dǎo)頻序列用于上行信道估計,其中τp為導(dǎo)頻序列的長度。假設(shè)所有用戶同時發(fā)送上行導(dǎo)頻信號,M個AP接收到的所有用戶發(fā)送的導(dǎo)頻信號可整合為矩陣Φ=[φ11…φK1…φ1L…φKL]∈τp×Ktot,其中φkl∈τp且‖φkl‖2=τp[13-14]。由于正交導(dǎo)頻序列的局限性,本文將相同導(dǎo)頻序列分配給同一簇內(nèi)的用戶,即φkl=φl,?k,這意味著簇內(nèi)用戶間存在導(dǎo)頻污染,因此,對同一簇內(nèi)用戶的信道估計是相關(guān)的。簇間則采用相互正交的導(dǎo)頻序列,即且τp=L。由此,第m個AP接收到的導(dǎo)頻信號可以表示為:
(2)
(3)
(4)
(5)
(6)
(7)
(8)
假設(shè)CPU只知道上行信道的統(tǒng)計特性,且由于NOMA方案的引入,接收端需進(jìn)行SIC解碼,則式(8)可以改寫為:
(9)
其中,
DSlk=
(10)
(11)
(12)
(13)
(14)
(15)
其中,DS表示有用信號,BU表示波束成形的不確定性,IUI表示多用戶干擾,ICI表示簇間干擾,ISIC為非理想SIC殘余的干擾。本文采用UatF界(Use-and-then-Forget bound) 對SINR進(jìn)行分析,則上行頻譜效率可表示為[17]:
(16)
(17)
在上行功率域NOMA中,用戶以其最大功率發(fā)送信號,根據(jù)用戶信道增益的差異,距離AP近的用戶在AP處的接收功率更大,優(yōu)先解調(diào)接收功率大的用戶,假設(shè)同一簇內(nèi)的用戶按照有效信道增益排序[18],以第l簇為例,即:
(18)
上述上行頻譜效率理論分析均基于AP本地信道信息,且CPU僅通過簡單的AP本地信道信息的平均值對信號rlk進(jìn)行判斷。為了進(jìn)一步提高上行系統(tǒng)性能,首先每個AP利用本地信道信息預(yù)處理信號,然后傳遞給CPU進(jìn)行最終解碼。本地估計信號可表示為:
(19)
其適用于任何合并向量。通過引入線性合并權(quán)重系數(shù){amlk:m=1,2,…,M},CPU處的上行接收信號式可重新表示為:
(20)
令alk=[a1lk…aMlk]T∈M表示權(quán)重系數(shù)向量,則表示有效信道,Dn,lk=diag({‖v1lk‖2},…,{‖vMlk‖2})∈M×M。此時,上行SINR的表達(dá)式可表示為:
(21)
(22)
根據(jù)Rayleigh商的性質(zhì),第l個簇中用戶k的上行有效SINR的最大值可表示為:
(23)
對應(yīng)的合并權(quán)重系數(shù)向量為:
(24)
(25)
其中,
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)
其中,
(35)
(36)
(37)
此時,式(34)可進(jìn)一步寫為:
(38)
其中,
(39)
進(jìn)一步,可表示為:
(40)
其中,
(41)
(42)
根據(jù)Rayleigh商,可得:
(43)
因此,上行有效SINR最大化表達(dá)式為:
(44)
上行聯(lián)合信號檢測可利用Rayleigh商的性質(zhì),較為簡便地得到最優(yōu)有效SINR,這是由于計算用戶上行SINR時,僅用到權(quán)重系數(shù)矩陣Wmlk,可將SINR表達(dá)式轉(zhuǎn)化為Rayleigh商的形式,進(jìn)而求解得到最大值。
本節(jié)通過Matlab搭建仿真平臺,根據(jù)上文推導(dǎo)的統(tǒng)計特性,對NOMA輔助的上行頻譜效率進(jìn)行仿真,并于傳統(tǒng)OMA作對比,驗證了聯(lián)合信號檢測的性能效果,得到的解析表達(dá)式通過蒙特卡洛仿真驗證其準(zhǔn)確性。
本文假設(shè)在D×D的正方形區(qū)域內(nèi),分布著M個AP和Kt個用戶,在后續(xù)的仿真結(jié)果中,考慮隨機(jī)導(dǎo)頻分配方法,且τp=L,即KL=Kτp=Kt。在沒有特殊說明的情況下,本節(jié)的仿真參數(shù)設(shè)置如表 1所示。
表1 仿真參數(shù)設(shè)置
圖1展示了APs天線數(shù)Rician因子隨著APs數(shù)增大,對用戶平均頻譜效率的影響。由圖1可知,首先,用戶平均頻譜效率是APs數(shù)的增函數(shù),APs數(shù)增大,意味著服務(wù)用戶的APs增多,平均頻譜效率增大。其次,APs天線數(shù)和Rician因子對系統(tǒng)性能有著至關(guān)重要的影響。當(dāng)Rician因子κ=10、天線數(shù)N=4時,用戶平均頻譜效率為2.685 bit/s/Hz;而當(dāng)N=2時,用戶平均頻譜效率為1.984 bit/s/Hz;若天線數(shù)不變,而κ=0,即小尺度信道模型退化為Rayleigh衰落信道,此時用戶平均頻譜效率為1.672 bit/s/Hz。說明其他參數(shù)不變時,增大APs天線數(shù)能夠帶來更大的空間自由度,增強(qiáng)干擾消除能力,從而使用戶頻譜效率增大;此外,Rician信道由于直射鏈路的存在有助于高質(zhì)量的信號接收,相比Rayleigh信道,用戶平均頻譜效率也有較大提高。
圖2給出了采用最優(yōu)雙線性均衡器的聯(lián)合信號檢測和MR信號檢測的對比。由圖2可以看出,采用最優(yōu)雙線性均衡器所得到的用戶頻譜效率明顯優(yōu)于MR信號檢測。其中,95%的用戶頻譜效率由0.18 bit/s/Hz增大到0.389 bit/s/Hz,提高了116.1%,平均用戶頻譜效率由2.188 bit/s/Hz增大到2.76 bit/s/Hz,提高了26.14%。由于最優(yōu)雙線性均衡器信號檢測方案在CPU處使用了系統(tǒng)所有的信道統(tǒng)計信息集中進(jìn)行解碼處理,可以更有效地抑制干擾,因此,這種聯(lián)合信號檢測方案可以大大改善頻譜效率。
圖1 Rician因子 和AP天線數(shù)對平均頻譜效率的影響Fig.1 Average SE versus the number of antennas and different Rician factors
圖2 采用最優(yōu)雙線性均衡器和MR合并的用戶 頻譜效率的CDFFig.2 CDF of uplink SE with optimal bilinear equalizer and MR combing
本文研究了基于NOMA的去蜂窩大規(guī)模MIMO系統(tǒng),基于相關(guān)矩陣模型和信道相關(guān)強(qiáng)度系數(shù),建立了基于Rician衰落的空間相關(guān)信道模型。在此基礎(chǔ)上,采用MMSE信道估計,推導(dǎo)上行頻譜效率解析表達(dá)式。最后通過仿真分析,驗證了隨著AP數(shù)增大,用戶被更多的AP所服務(wù),系統(tǒng)頻譜效率呈增大趨勢;并且,增加AP處天線數(shù),使得信號檢測和干擾消除的空間自由度增大,從而頻譜效率增大。此外,聯(lián)合信號檢測機(jī)制在NOMA輔助的去蜂窩大規(guī)模MIMO系統(tǒng)中能夠?qū)崿F(xiàn)大約30%的性能提升。
在現(xiàn)有研究中,關(guān)注重點主要是簡單的性能分析和用戶、AP位置模型的建立問題,用戶配對以及功率優(yōu)化等問題沒有得到有效的解決。其次,基于NOMA的去蜂窩大規(guī)模MIMO系統(tǒng)也面臨著前傳鏈路容量受限、功率優(yōu)化、同步精度誤差等問題的挑戰(zhàn)。因此,考慮實際前傳鏈路容量以及同步誤差下的用戶配對和功率優(yōu)化是未來的研究方向之一。