5G Massive MIMO 概述

MIMO的时间互易性

在Rel-13中，MIMO、信道状态信息（CSI）反馈用于在发射机处设计预编码器。然而，在使用Massive MIMO阵列的多用户多输入多输出（MU-MIMO）中，为了有效地消除用户间干扰（IUI：inter user interference ），需要更高的CSI反馈分辨率。

作为来自接收端反馈信息的码本对于在发射处的IUI取消是不够的。不完美的IUI取消可能不能满足目标峰值数据速率。显式信道反馈是不切实际的，因为反馈的信息量随着天线数量的增加而增加。可以使用CSI-IM，但它可能不足以消除大规模MIMO系统中出现的IUI。此外，在NR中，额外引入新类型的参考信号或增加子帧中的参考信号的数目不是优选的解决方案，因为导频污染是大规模MIMO中的痛点。

时间互易性是时域双工（TDD）中的一个吸引人的特性，因为估计的上行信道也可以用作下行信道。因此，如果时间互易可用，则可以实现参考信号的显著减少。因此，NR应结合上行参考信号设计，其利用信道中的互易性。然而，需要在收发之间进行精确校准，以建立对称的上下行信道。

非线性MIMO预编码

线性预编码（LP：Linear precoding ）是实现多输入多输出（MU-MIMO）的一种传统方法。块对角化（BD：Block Diagonalization ）是为除目标UE之外的UE创建规定的空值以减轻用户间干扰（IUI）。BD在空间不相关的情况下工作良好，简化了接收机设计。然而，通过在MIMO系统中消耗自由度来为非目标UE创建完美的零，在干扰抑制和可实现的空间分集之间出现了一种折衷。此外，LP的IUI缓解性能在病态或空间相关信道中显著降低，导致有限的吞吐量。

或者，非线性预编码（NLP）在MU-MIMO下行传输上实现接近容量并建立鲁棒链路，即使在空间相关或病态信道中也是如此。如图1所示，NLP可以通过预先取消TX处的IUI信号来等效地在UE接收点处产生空点。在典型的NLP方案中，需要在TX处结合前馈和反馈功能，其中前者是LP，后者是通过IUI预消除（PC：IUI-precancellation）实现的。基于LP统一矩阵的线性规划可以通过块三角剖分（BT：block triangulation ）实现。通过BT，在TX处的处理信号中创建的结构，以获得空间分集增益。随后，NLP可用于取消处理信号中的IUI。因此，使用LP和NLP的组合可以同时获得空间分集和无IUI的信号。

图4显示了相对TX阵列输出功率的CCDF，其中TX阵列由16根天线组成。在这里，横坐标由LP（BD）中的平均功率归一化。由于NLP，信道变化可能会导致TX阵列在没有模操作的情况下产生极高的输出功率：在10-3的CCDF下超过30db。相反，从图4可以看出，对NLP应用模运算可以显著地将TX功率降低到与LP（BD）相当的水平。还应注意的是，在CCDF=10-3时，采用模运算的NLP的相对阵列输出功率比LP（BD）的低几个dB。

图5和图6展示了MU-MIMO下行传输中的和速率频谱效率（吞吐量）性能的CDF，其中在基站处有16个子阵列，每个子阵列由8×8=64个元素组成，并且8个UE中每个UE具有2个天线。共有16个子流从基站传输。对于用户分布，一对UE之间的距离和UE所经历的信道的空间相关度被改变。

与LP（BD）相比，NLP可以获得更高的频谱效率。在第10个百分位，90 bps/Hz可通过NLP获得，而65 bps/Hz可通过LP（BD）获得。通过比较图5和图6可以清楚地看出，在空间相关场景中，NLP的改进是显著的。

NR复用层数

目标频谱效率设置为30bps/Hz。在图7和图8中，显示了具有不同归一化衰落率的两种配置的平均速率和曲线。在仿真中，假设具有理想信道估计的i.i.d信道，而信道在预编码权重矩阵确定和实际下行传输之间的时间间隔内变化。表1显示了达到30bps/Hz的目标信噪比。在高信噪比下，在每层4bps/Hz的最大频谱效率下，至少需要8层才能达到目标值。如果增加层数，则可以降低每层的最大频谱效率和达到目标值所需的信噪比。从图8还应该注意到，16层复用对多普勒扩展带来了更大的容忍度，以产生30bps/Hz。因此，在NR大规模MIMO中，MU-MIMO应考虑多达16层复用以满足30bps/Hz的目标频谱效率。