LTE上行波束賦形及檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、第三代移動(dòng)通信技術(shù)的蓬勃發(fā)展推動(dòng)了移動(dòng)數(shù)據(jù)業(yè)務(wù)和移動(dòng)互聯(lián)網(wǎng)應(yīng)用的發(fā)展，而移動(dòng)互聯(lián)網(wǎng)又對(duì)移動(dòng)帶寬提出了更高的要求，這進(jìn)一步推動(dòng)了 LTE技術(shù)與產(chǎn)業(yè)的發(fā)展。
　　但是，現(xiàn)有LTE技術(shù)面臨以下幾個(gè)難題：
　　(1)現(xiàn)有虛擬 MIMO配對(duì)算法，主要考慮終端單天線的場(chǎng)景，當(dāng)用戶(hù)終端配備多天線時(shí)，未利用到用戶(hù)多天線資源；
　　(2)為了達(dá)到移動(dòng)互聯(lián)網(wǎng)對(duì)移動(dòng)帶寬提出的更高要求，更多用戶(hù)組成虛擬MIMO時(shí)，現(xiàn)有的SINR估計(jì)算法復(fù)雜度

2、過(guò)高，需要找到復(fù)雜度低的SINR估計(jì)方法；
　　(3)現(xiàn)有LTE上行鏈路檢測(cè)方法為頻域MMSE與Turbo軟干擾抵消相結(jié)合的方式，性能有限，需要尋找性能更好的檢測(cè)方法。
　　本文對(duì)上行鏈路虛擬MIMO的波束賦形算法、SINR估計(jì)算法和LTE上行鏈路的均衡與檢測(cè)的技術(shù)現(xiàn)狀進(jìn)行了調(diào)研，針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題做了探索性的研究，具體研究?jī)?nèi)容包括以下三個(gè)方面。
　　第一，提出一種最大信干噪比準(zhǔn)則的虛擬MIMO波束賦形算法。該算法

3、的基本思想是：對(duì)于第一層調(diào)度用戶(hù)波束賦形把能量集中于信道的最強(qiáng)特征方向，對(duì)于配對(duì)用戶(hù)波束賦形把能量集中于信道的最強(qiáng)特征方向以及干擾的最弱特征方向。針對(duì)LTE上行鏈路虛擬MIMO，終端配備多根天線的場(chǎng)景，該算法利用虛擬MIMO終端的多天線資源。在LTE上行，SCME信道，每個(gè)小區(qū)20個(gè)用戶(hù)，兩用戶(hù)配對(duì)虛擬MIMO條件下，與SU-MIMO方案相比小區(qū)平均吞吐量提升11％。
　　第二，提出低復(fù)雜度的信干噪比估計(jì)方法和映射方法。針對(duì)MMS

4、E接收機(jī)下多用戶(hù)配對(duì)后子載波信干噪比估計(jì)復(fù)雜度過(guò)高的問(wèn)題，遞推算法根據(jù)矩陣的赫米特特性，利用矩陣求逆引理，降低復(fù)雜度；近似算法利用對(duì)角占優(yōu)矩陣的行列式近似算法，降低復(fù)雜度。SC-FDMA等效信干噪比計(jì)算需要大量除法，本文提出近似算法利用重要不等式，回避除法運(yùn)算，降低復(fù)雜度。在4用戶(hù)配對(duì)虛擬MIMO，基站4天線和8天線條件下，子載波信干噪比遞推算法較現(xiàn)有算法復(fù)雜度降低59.97%和50.65%，近似算法復(fù)雜度降低73.79%和61.99%

5、。
　　第三，對(duì)現(xiàn)有的SSFE算法進(jìn)行了改進(jìn)，提出MSSFE算法；針對(duì)LTE上行鏈路，提出兩種時(shí)頻雙域均衡接收機(jī)方案。其基本思想是：對(duì)于弱干擾通過(guò)頻域MMSE進(jìn)行抑制，對(duì)于虛擬MIMO多用戶(hù)間的強(qiáng)干擾在時(shí)域進(jìn)行聯(lián)合檢測(cè)。在4發(fā)4收MIMO-OFDM系統(tǒng)，16QAM調(diào)制，參數(shù)m=[1,2,4,8]時(shí)，MSSFE較SSFE性能提升3dB。在擴(kuò)展行人模型信道，5個(gè)資源塊時(shí)，本文所提的 MMSE+SD方案和MMSE+SDE方案首次檢測(cè)較M

6、MSE性能分別提升2.5dB和1dB，在Turbo PIC三次迭代后，MMSE+SD方案和MMSE+SDE方案較現(xiàn)有MMSE+PIC方案性能分別提升2dB和1dB。
　　本文研究了LTE上行系統(tǒng)虛擬MIMO場(chǎng)景下波束賦形算法、低復(fù)雜度SINR估計(jì)方法、多用戶(hù)檢測(cè)方法。最大信干噪比準(zhǔn)則的虛擬MIMO波束賦形算法可應(yīng)用在上行虛擬MIMO終端配備多根天線的場(chǎng)景，利用終端的多天線資源；本文提出的SINR估計(jì)方法降低了計(jì)算復(fù)雜度，可應(yīng)用于采