混合比特量化接收機在MassiveMIMO下的應用.pdf

1、隨著現代無線通信技術的發(fā)展，為了進一步增強無線通信系統(tǒng)的傳輸性能，Massive MIMO系統(tǒng)作為下一代無線通信系統(tǒng)的核心技術已經被越來越廣泛的認可。而massive MIMO系統(tǒng)需要在基站端配置成百上千的巨大規(guī)模的天線數量，因為天線數量的急劇增加，對整個系統(tǒng)中的量化ADC來說，占用資源消耗、復雜度和功耗成為了亟待解決的問題。所以在未來的massive MIMO5G無線通信中，如何配置一種高速率高性能的ADC變得至關重要。
　　目

2、前對于在massive MIMO下的高速率和高性能ADC，主流的方法是采用了低量化比特的結構。區(qū)別于12比特量化的ADC，低量化比特的ADC具有功耗低，速率快的特點。在低量化比特的ADC中為了追求和高量化比特ADC同等級的性能，人們提出了各種算法的檢測器，其中主流的有基于最大似然估計的 EM算法和GAMP算法。這三種算法都是通過循環(huán)迭代來代替具有復雜計算量的最大似然估計。
　　然而低比特量化的結構在量化估計后與高比特量化相比性能畢

3、竟有所差異。為了精準估計出一些CSI信息,高比特量化的結構是必要的。所以混和量化結構的接收機是一種在massive MIMO中非常實用的結構。本文介紹了GAMP算法的DQ理想檢測器。并在此基礎上提出了GAMP算法的PDQ檢測器和線性檢測器。這兩種檢測器在結構上混合了高比特量化和低比特量化，兼顧了高性能和高速率ADC的要求以及精確估計 CSI信息的要求。同時這兩種檢測器相比于 DQ理想檢測器計算量更簡單更容易硬件實現。
　　接著，本

4、文對GAMP算法的DQ理想檢測器、PDQ檢測器和線性檢測器做了仿真。本文建立了混合比特量化接收機的系統(tǒng)模型，并且在該模型下驗證了三種檢測器的誤碼率和MSE性能。同時本文還針對量化步長，量化方差和混合結構的混合度做了大量仿真。分析了量化步長，量化方差和混合結構對不同檢測器的影響。最后本文的仿真驗證了PDQ檢測器比DQ檢測器的性能下降不大，同時計算復雜度得到了大幅度減少。從而證明了GAMP算法的PDQ檢測器是一種對混合比特量化接收機的優(yōu)良結