陳敏++王萍

摘 要：隨著通信技術(shù)的發(fā)展，人們對提高數(shù)據(jù)傳輸速率、系統(tǒng)容量的興趣使得下一代無線標準化工作的重點轉(zhuǎn)移到實現(xiàn)這些目標的物理層方案上，大規(guī)模多輸入多輸出（Massive MIMO）系統(tǒng)和毫米波MIMO系統(tǒng)都是第五代通信技術(shù)中物理層方案的研究熱點。而要實現(xiàn)Massive MIMO和毫米波MIMO系統(tǒng)，降低其復雜度，預編碼技術(shù)是其核心技術(shù)之一。文章簡單介紹了預編碼技術(shù)，對下一代通信技術(shù)中的預編碼技術(shù)進行簡要介紹，分析總結(jié)現(xiàn)有預編碼技術(shù)有待進一步研究的問題。

關(guān)鍵詞：預編碼技術(shù)；Massive MIMO系統(tǒng)；毫米波MIMO系統(tǒng)

中圖分類號：TN911 文獻標志碼：A 文章編號：2095-2945（2017）27-0045-02

引言

蜂窩移動電話、因特網(wǎng)和多媒體服務的廣泛普及刺激了無線通信的需求迅速增長。然而，只有有限的帶寬資源可用于無線通信。為了提高系統(tǒng)容量和頻譜利用率，研究人員進行了大量的研究工作。多輸入多輸出（Multiple Input Multiple Output，MIMO）和正交頻分復用（Orthogonal Frequency Division Multiplexing，OFDM）技術(shù)作為第四代通信的核心技術(shù)，可以有效地提高系統(tǒng)容量、頻譜效率和峰值傳輸速率，被采用作為第四代通信的物理層構(gòu)架。其中，預編碼作為核心功能模塊實現(xiàn)了物理下行共享信道的幾種主要傳輸模式。

1 預編碼技術(shù)

MIMO技術(shù)原則上可以在多天線無線通信鏈路中提供與發(fā)射和接收天線的最小數(shù)量成比例的容量，因此可以大大提高單天線鏈路的性能。性能增益被描述為復用增益或分集增益，廣泛的技術(shù)包括空時編碼和空間復用都可以利用這些增益。研究表明，MIMO系統(tǒng)的容量可以根據(jù)信道狀態(tài)信息（Channel State Information，CSI）進一步增加現(xiàn)有的發(fā)射機。為了在發(fā)射機中使用CSI，可以應用線性預編碼，調(diào)制符號不必直接傳輸?shù)教炀€，而是通過對天線的映射傳遞。線性傳輸預編碼通過適合于某種信道信息形式的預編碼矩陣將發(fā)送的數(shù)據(jù)向量相乘，對發(fā)送信號的空間特性進行優(yōu)化，增加了對信道不適定的額外保護，使發(fā)送信號的空間分布特性與信道條件相匹配，因而可以有效地降低對接收機算法的依賴程度。最優(yōu)化的線性預編碼在發(fā)射機中需要全部CSI，這將給反饋信道帶來沉重的負擔，不適合實際應用。因此，基于有限反饋的預編碼方法被提出，適用的預編碼矩陣是從預定義的碼本中選擇的，反饋鏈路只返回碼本索引，從而大大降低了帶寬要求。在這種方案中，預編碼器的選擇標準是至關(guān)重要的。一般來說，預編碼器的選擇應該選擇一個預編碼矩陣使發(fā)送信號能夠匹配特定的接收機信道。傳輸?shù)臄?shù)據(jù)流的數(shù)目是可變的，如果一個或多個數(shù)據(jù)流被信道嚴重衰落，它將不被使用，傳輸功率將被貢獻給其他數(shù)據(jù)流。而為了保持恒定的吞吐量，將根據(jù)數(shù)據(jù)流的數(shù)量來調(diào)整調(diào)制順序，這個過程也與預編碼矩陣相關(guān)。

2 下一代通信中預編碼技術(shù)

隨著通信技術(shù)的不斷發(fā)展，對于一個全面的無線系統(tǒng)的要求是應該在指定區(qū)域能提供統(tǒng)一的優(yōu)質(zhì)服務，因此大規(guī)模的MIMO（Massive MIMO）系統(tǒng)作為第五代物理層技術(shù)的研究熱點之一引起了廣泛關(guān)注。Massive MIMO是多用戶MIMO的一個擴展形式?；阪溌穬啥硕贾佬诺赖男畔⒉⑹褂梦奂埦幋a的假設對MIMO系統(tǒng)進行研究，結(jié)果表明MIMO系統(tǒng)具有非常大的容量，并隨著基站天線數(shù)量的增加而增長。然而，這種假設會限制無線系統(tǒng)的實際大小。而Massive MIMO假設只需要基站知道信道的信息，且使用簡單的線性預編碼來代替污紙編碼[1]。這一假設使得Massive MIMO系統(tǒng)對于基站天線數(shù)可以自由伸縮擴展，使得Massive MIMO系統(tǒng)的實際應用得以實現(xiàn)。

第五代物理層技術(shù)的另一個研究熱點是可以提高數(shù)據(jù)傳輸速率的毫米波MIMO系統(tǒng)。毫米波載波頻率對應著較小的波長，允許在同一陣列孔徑內(nèi)填充更多的天線。人們希望在這樣大的尺寸系統(tǒng)上波束形成可以產(chǎn)生更高的陣列增益，從而克服毫米波系統(tǒng)中伴隨的惡劣傳播。為了滿足傳輸速率的要求以及降低毫米波系統(tǒng)的復雜度，可以在發(fā)送端使用預編碼技術(shù)[2]。因此，不管是第四代通信還是第五代通信，預編碼技術(shù)都是研究的重點之一。

預編碼可以分為線性預編碼和非線性預編碼兩種，目前的無線通信系統(tǒng)一般使用線性預編碼，主要是由于復雜度方面的原因；而根據(jù)預編碼矩陣的特點，預編碼可以分為非碼本的和基于碼本的預編碼。前者不對可選用的預編碼矩陣的個數(shù)進行限制，只要是符合設計規(guī)則與應用條件限制的矩陣都可以。后者可用的預編碼矩陣只能從碼本中選取，所謂碼本是預先定義好的有限個預編碼矩陣構(gòu)成的集合。

作為第五代通信技術(shù)研究的熱點之一，Massive MIMO系統(tǒng)中的預編碼技術(shù)被廣泛研究[3]。隨著Massive MIMO系統(tǒng)基站天線數(shù)目的增加，線性預編碼方案可以達到接近最優(yōu)的性能。然而，傳統(tǒng)的線性預編碼方案如迫零預編碼涉及大規(guī)模的矩陣求逆和高計算復雜度，特別是在Massive MIMO系統(tǒng)中。為了降低復雜度，研究人員提出了一種基于對稱逐次超松弛方法的低復雜度線性預編碼方案，并提出了一個簡單的方法利用漸近正交Massive MIMO系統(tǒng)的信道特性來近似最優(yōu)松弛參數(shù)[4]。

與傳統(tǒng)的迫零預編碼相比，該方案在保證性能不損失的同時可以減少約一個數(shù)量級的復雜度。

假設基站有M個天線，則對應需要M條帶有線性功率放大器的射頻鏈，而功率放大器是比較昂貴的。基于這一點，有研究人員提出一種兩級恒包絡預編碼方案[5]，使低成本的具有S<

而考慮到毫米波MIMO系統(tǒng)中部署大量射頻鏈的成本和復雜性，研究人員討論了混合預編碼的網(wǎng)絡效率考量[2]：首先建立定向預編碼結(jié)構(gòu)的相關(guān)性以滿足單用戶MIMO系統(tǒng)相對于更復雜和更不可靠的基于本征模式的預編碼結(jié)構(gòu)的數(shù)據(jù)速率要求，定向預編碼結(jié)構(gòu)的相關(guān)性的關(guān)鍵是毫米波信道的稀疏性，由于較小的波長，天線的維數(shù)更高；接著利用信道的定向結(jié)構(gòu)，提出了一類簡單的定向調(diào)度器，在用戶空間中提供了一個低復雜度但近似公平的分離平面；最后比較了單用戶預編碼方案與多用戶預編碼方案的性能，表明從網(wǎng)絡效率考慮，在多用戶傳輸上增加射頻鏈資源更有價值。

3 結(jié)束語

不管是基于碼本的還是非碼本的預編碼技術(shù)，設計預編碼矩陣是預編碼算法要解決的關(guān)鍵問題。預編碼矩陣的列數(shù)決定了使用數(shù)據(jù)流的數(shù)量，改變預編碼矩陣不僅改變了數(shù)據(jù)流的發(fā)射天線映射也可以改變數(shù)據(jù)流和調(diào)制階數(shù)。預編碼器的選擇標準應該要能夠確定最合適的預編碼矩陣來優(yōu)化誤碼率性能，而誤碼率性能取決于接收技術(shù)的使用，因此當考慮預編碼選擇標準時也需要考慮接收機的結(jié)構(gòu)。線性預編碼具有復雜度低、原理簡單、誤碼率性能好等優(yōu)點，但要想進一步迫近容量上限，需要考慮非線性預編碼。目前的非線性預編碼算法復雜度高實現(xiàn)困難，低復雜的非線性預編碼算法需要進一步研究。另外，大部分預編碼技術(shù)都是假設發(fā)射端完全知道CSI，但實際上完美的CSI是很難得到的，基于不完美的CSI的預編碼技術(shù)研究還不多，也有待進一步研究。

參考文獻：

[1]T. L. Marzetta. Noncooperative cellular wireless with unlimited numbers of base station antennas [J]. IEEE Transactions on Wireless Communication， 2010，9（11）：3590-3600.

[2]Vasanthan Raghavan， et al. Single-User vs. Multi-User precoding for millimeter wave MIMO systems [J]. IEEE Journal on Selected Areas in Communications， 2017，35（6）：1387-1401.

[3]Thomas L. Marzetta， et al. Special issue on massive MIMO[J]. IEEE Journal of Communications and Networks，2013，15（4）：333-337.

[4]Tian Xie， et al. Low-complexity SSOR-based precoding for massive MIMO systems[J]. IEEE Communications Letters，2016，20（4）：744-747.

[5]An Liu， Vincent K. N. Lau. Two-stage constant-envelope precoding for low-cost massive MIMO systems [J]. IEEE Transactions on Signal Processing， 2016，64（2）：485-494.endprint