论文总字数：28268字

摘 要

为满足未来移动通信系统对更高数据传输速率的需求，全球展开了第五代移动通信系统(5G)的研究。大规模MIMO是5G中重要的研究方向，而在大规模MIMO中研究其多用户调度技术具有重要的科学意义和应用价值。本文以大规模MIMO中下行链路为研究对象，深入研究大规模MIMO系统中的多用户调度技术。

第一、二章总结大规模MIMO的发展现状及面临挑战，MIMO技术的发展、多用户MIMO信道模型、调度基本类型三个方面奠定了研究调度算法的理论基础。

第三章，场景为单小区，研究传统多用户调度技术，包括穷举搜索调度算法、随机搜索调度算法和启发式搜索调度算法三类，其中启发式搜索调度算法可以分为最佳适应算法(BFA)和首次适应算法(FFA)两种，结合这两种算法准则，深入研究了三种具体的启发式搜索调度算法：零空间投影调度算法、半正交用户选择算法以及树形搜索调度算法。最后，Matlab仿真各调度算法，分析和比较各算法的性能差异。

第四章，研究场景为多小区，针对基于瞬时信道信息调度算法的开销大、代价高的缺点，提出了一种基于统计信道信息的多用户调度算法，与不基于统计信道信息的随机分组轮询调度算法相比，分析系统的可达速率性能，指出基于统计信道信息调度算法的优势与不足，并提出进一步的思考。

关键词：大规模MIMO，多用户调度，统计信道信息，瞬时信道信息

Abstract

In order to meet the demand of higher data transmission rate in future mobile communication system, the research on the fifth generation mobile communication system (5G) was carried out in the world. Massive MIMO is an important research direction in 5G, and it has important scientific significance and application value to study multi-user scheduling technology in Massive MIMO. In this thesis, the multi-user scheduling techniques on the downlink in Massive MIMO systems are studied.

The first and second chapter summarizes the current situation and challenges of Massive MIMO and introduces the development of MIMO technology, multi-user MIMO channel model, scheduling basic types.

In the third chapter, the scene is a single cell, research on traditional multi-user scheduling techniques is considered,including exhaustive search scheduling algorithm, random search scheduling algorithm and heuristic scheduling algorithm.The heuristic scheduling algorithm consists of the best adaptation algorithm (BFA) and first fit algorithm (FFA). Combined with these two algorithms, we probe into the heuristic search algorithm -- a systematic study of the three specific heuristic search algorithm: scheduling algorithm with Zero Space and semi orthogonal user selection algorithm and tree search scheduling algorithm. Finally, we make the simulation of scheduling algorithms, then analyze different algorithms.

In the fourth chapter, the scene are multi cells.We propose a multiuser scheduling algorithm based on statistical channel information against the overhead and high cost in instantaneous channel information scheduling algorithm, and compare with a random packet polling scheduling algorithm to analyze the achievable system rate performance. The advantages and disadvantages of scheduling algorithm based on statistical channel information are pointed, and we put forward further thinking.

Keywords:Massive MIMO, multi-user scheduling, statistical channel information(SCI), instantaneous channel information(ICI)

目录

摘要 I

Abstract III

目录 V

插图目录 VII

表格目录 IX

缩略语 XI

第1章 绪论 1

1.1 研究背景及意义 1

1.2 调度技术发展及研究现状 1

1.3 论文内容安排 2

第2章 大规模MIMO中调度技术理论基础 3

2.1 MIMO技术的发展 3

2.2 多用户MIMO系统 4

2.3 调度基本类型 4

第3章 基于瞬时信道信息的多用户调度算法 7

3.1 引言 7

3.2 系统模型 7

3.3 用户调度算法 8

3.3.1 最佳适应算法和首次适应算法 9

3.3.2 零空间投影调度算法 11

3.3.3 半正交用户选择算法 12

3.3.4 基于树形搜索的调度算法 13

3.4 仿真结果与分析 15

3.4.1 各算法和速率性能及公平性仿真 15

3.4.2 半正交用户选择算法和零空间投影调度算法性能对比 17

3.4.1 树形搜索调度算法速率性能及公平性仿真 19

3.5 本章小结 21

第4章 基于统计信道信息的多用户调度算法 23

4.1 引言 23

4.2 信道模型 23

4.3 导频污染 24

4.4 下行链路数据传输 25

4.4.1 信号模型 25

4.4.2 下行链路容量 26

4.5 基于统计信道信息的调度算法 27

4.6 仿真分析 28

4.6.1 仿真参数 28

4.6.2 仿真结果 28

4.7 总结和反思 29

第5章 结束语 31

参考文献 33

致 谢 35

插图目录

图 2‑1MIMO系统 4

图3‑1大规模MIMO系统模型 7

图3‑2单小区内多用户BFA调度 10

图 3‑3BFA调度算法流程图 10

图 3‑4树形搜索调度算法 14

图 3‑5 LTE MIMO系统中不同算法的和速率性能 15

图 3‑6大规模MIMO系统中不同算法的和速率性能 16

图 3‑7大规模MIMO系统中不同算法的公平性 17

图 3‑8最大速率准则与比例公平准则下SUS与NPG算法的用户速率累积分布函数 18

图 3‑9最大速率准则与比例公平准则下SUS与NPG的用户间公平性比较 18

图 3‑10树形搜索调度算法（分别采用BFA形式与FFA形式）的用户累积分布函数 19

图 3‑11树形搜索调度算法BFA和FFA形式公平性比较 20

图 4‑1第个小区中的第个用户与第个小区基站的第根天线之间的传播系数 23

图 4‑2下行链路在时干扰来源：其他同频小区本来应该发送给各自小区中第k个用户的数据结果被实验小区的第k个用户接收 25

图 4‑3红色星号表示对由绿色代表的中心小区产生干扰的同频小区 28

图 4‑4基于统计信道信息分组调度与随机分组轮询调度算法性能比较 29

表格目录

表3-1 BFA算法 9

表 3-2 FFA算法 11

表 3-3 零空间投影调度算法 11

表 3-4 半正交用户选择算法 12

表 3-5 树形搜索调度算法 14

表 4-1 仿真参数 28

缩略语

4G The 4^th Generation Telecommunication

5G The 5^th Generation Telecommunication

BFA Best Fit Algorithm

BS Base Station

CSI Channel State Information

FDD Frequency Division Duplexing

FFA First Fit Algorithm

GS Gram-Schmidt

JFI Jain’s Fairness Index

LTE Long Term Evolution

MIMO Multiple-Input Multiple-Output

OFDM Orthogonal Frequency Division Multiplexing

QoS Quality of Service

RRM Radio Resource Management

TDD Time Division Duplex

WiFI WIreless-FIdelity

WiMAX Worldwide Interoperability for Microwave Access

绪论

1. 研究背景及意义

随着信息社会的飞速发展，人们对通信各方面的指标需求爆炸式增长，现阶段普及的第四代移动通信技术(4G)的业务传输速率可达每秒百兆甚至千兆，能够基本满足在今后一段时间内的移动通信需求。然而，预计在20年以后，通信数据传输速率的需求将是目前需求的上千倍，4G将难以满足需求，5G已经成为业界研究的热点^[1]。

5G是具有超快数据传输速率，超高的频谱利用率和能效的新一代移动通信系统，其各项指标较于4G将提高一个量级或以上。相较于4G的核心技术——多天线技术，5G采用大规模天线阵列，天线数目比4G提高一个数量级或者以上，由此形成大规模MIMO^[2]。分布在基站覆盖区域内各个地方的多个用户，可以在同一时间，利用大规模MIMO所提供的超大空间自由度与基站进行通信，这样可以大幅提高频谱利用率。另外，大规模天线可以提供更大的分集增益，因此系统功率效率可以显著提高。大规模MIMO的优势显而易见，但由于5G尚处于起步阶段，很多问题尚未解决，如关于信道建模、导频污染等方面^[3]，本文主要关注大规模MIMO中的多用户调度问题。

用户调度在大规模MIMO中是一个很重要的概念，用户调度的目标就是通过对用户的合理调度来实现资源的合理分配，并达到一定的性能标准。相比于信道处理技术，用户调度技术是一种更为高级和主动的算法^[4]。信道处理技术根据当前信道的实际状况，采取措施来减小干扰提高传输质量，它只能尽可能的减小信道的非理想状况对传输造成的影响从而提高系统性能，而不能选择信道的优劣；用户调度算法则是在一开始就根据信道状况选择信道条件较好且各信道间干扰较小的用户进行传输，因此是一种主动处理的机制。此外，有效的调度算法通过把资源分配给最有效率的用户而获得更高的多用户分集增益，从而提高系统性能^[4]。因此，对多用户调度算法进行深入研究是有重大理论意义和实际意义的。

1. 调度技术发展及研究现状

调度是无线资源管理(Radio Resource Management，RRM)^[5]的重要组成部分，RRM通过使无线网络中各种资源得到合理的分配，以提高频谱利用率。RRM中各种功能之间密切关联、互不可分，其中资源调度是其核心，是决定无线网络性能的关键所在。调度的目的是为了满足用户不同业务的QoS需求，折中处理调度目标与调度所需成本，最大限度提高系统容量和频谱效率。在调度时隙开始时，根据一定的调度算法，调度器从所有用户中选出最优调度用户组，分配相应的资源给用户组。

对调度算法的研究开始于二十世纪八十年代时期的有线网络。随着无线网络的发展以及多媒体业务在无线网中的应用，很多基于有线网的调度算法如加权公平队列算法WFQ(Weighted Fair Queuing)^[6]、轮转(RR)算法^[7]、通用处理器共享算法(GPS)算法^[6]等逐渐被应用于无线网中。但在这些算法中，信道状态被简单地描述成一个二态马尔可夫链：“好”和“坏”，只有信道状态为“好”时，用户才能正确接收信号，这在时变的无线网中并不适用。因此人们提出了很多适用于无线环境中的调度算法，最常见的有最大载干比调度算法^[8]、轮询调度算法^[9]和比例公平调度算法^[10]。这些调度算法根据当前信道状态来实现资源分配，是无线通信中调度技术的基础。

1. 论文内容安排

本文的主要贡献和研究内容是大规模MIMO系统中的多用户调度算法。

剩余内容已隐藏，请支付后下载全文，论文总字数：28268字

相关图片展示：