论文部分内容阅读
移动互联网技术的持续蓬勃发展带来了海量终端设备的接入,无线通信技术在提供高速数据业务的同时也使得高能耗问题日渐凸显。随着人们对环境与能源问题的高度重视,高能效的信息传输成为未来通信系统的发展方向,尤其是5G系统中提出将能量效率提升100倍以上,可见能量效率已成为衡量绿色通信系统的一个关键性指标。目前学术界有不少针对能效优化的研究,而实际中能量效率与频谱效率往往具有相互制约的关系,因此研究能量效率与频谱效率的折中优化具有重要的理论意义。Massive MIMO技术利用大规模天线阵提供的空间复用增益,在不增加带宽的条件下能够显著提高系统容量;同时,大规模天线使得用户端采用低价低功耗的射频单元即可满足系统的传输速率要求,因此Massive MIMO可以有效提高系统的能量效率与频谱效率。然而,由于Massive MIMO系统在基站端配备了与天线数目相同的射频链路,导致了射频功耗的激增,当天线数达到一定程度将会引起能量效率的下降。从提高Massive MIMO系统的能量效率与频谱效率出发,本文将重点对系统资源分配以及混合预编码结构优化展开研究,主要工作如下:第一,对Massive MIMO系统基站端发射功率和天线数目进行优化。基于Massive MIMO系统信道与能耗模型,分析了发射功率与天线数对能量效率与频谱效率的影响,阐述了能量效率与频谱效率之间存在的折中关系。针对该优化问题的多目标与多参数的特点,引入多目标优化算法进行求解,并设计了一种多目标自适应遗传算法(Multi-objective Adaptive Genetic Algorithm,MAGA),对传统算法的进化机制与非劣分层方法等进行了改进。仿真结果表明,相比于其他几种算法,MAGA能够以高效的运行速率快速收敛至理想的折中Pareto前沿,获得不同设计需求下的最优发射功率与天线数配置方案。第二,针对Massive MIMO系统中大量射频链路引起的高成本与高能耗问题,引入混合预编码技术,通过将数字预编码和模拟预编码相结合,可以有效降低系统的射频链路数。提出采用延迟线代替传统模拟预编码处理中的移相器,在降低元器件功耗的同时还能够突破移相器固有的恒模限制,从而可以采用最优无约束的混合预编码算法使系统频谱效率达到最优。研究了基于延迟线结构的共享型和子阵型混合预编码算法,并仿真了能量效率和频谱效率折中曲线。结果表明,相比于采用移相器的混合预编码,采用延迟线的混合预编码能够使能量效率和频谱效率的性能得到整体提升,且共享型混合预编码在高频谱效率的场景下可以获得更高的能量效率。