唐 劍，白光富，徐 亮，唐艷玲

(貴州大學(xué) 物理學(xué)院，貴州 貴陽 550025)

無線通信技術(shù)出現(xiàn)于19世紀(jì)末，在經(jīng)歷了百余年的發(fā)展后，于上世紀(jì)90年代，以模擬調(diào)制與頻分多址技術(shù)(frequency division multiple access，F(xiàn)DMA)為基礎(chǔ)的模擬蜂窩移動電話系統(tǒng)出現(xiàn)，被稱為第一代移動通信技術(shù)(1G)。但由于其通信容量低、易受干擾和覆蓋范圍小等明顯缺陷，很快被第二代移動通信技術(shù)(2G)替代。2G使用了數(shù)字調(diào)制、時(shí)分多址(time division multiple access，TDMA)或碼分多址(code division multiple access，CDMA)技術(shù)，大幅改善了通信效果，同時(shí)支持低速的數(shù)據(jù)交互。之后的第三代移動通信技術(shù)(3G)則是通過使用CDMA技術(shù)特征，伴以帶寬擴(kuò)展，極大提升了數(shù)據(jù)傳輸速率，拓寬了業(yè)務(wù)范圍。3G技術(shù)真正讓移動通信步入了互聯(lián)網(wǎng)時(shí)代，大量移動終端的接入和不同用戶的數(shù)據(jù)需求使頻譜資源越來越緊缺，因而促使了第四代移動通信技術(shù)(4G)的出現(xiàn)。4G系統(tǒng)采用了多種新興技術(shù)，其中正交頻分復(fù)用(orthogonal frequency division multiplexing，OFDM)技術(shù)，使系統(tǒng)抗信道衰落能力更強(qiáng)，通信穩(wěn)定性更優(yōu)以及頻譜效率更高；多輸入多輸出(multiple-input multiple-output，MIMO)技術(shù)在不增加頻譜資源的前提下，大幅提升了通信容量；智能天線技術(shù)則是實(shí)現(xiàn)了在空域上編碼信號的功能，進(jìn)一步提升了信號的辨別能力；而軟件定義的無線電(software defined radio，SDR)技術(shù)則通過軟件來定義通用集成電路的通信功能，避免硬件的無意義更替，降低了通信成本。雖然通過以上技術(shù)，系統(tǒng)性能有了大幅提升，但是“信道阻塞”現(xiàn)象還是存在，比如在人員大量聚集的場所，4G網(wǎng)絡(luò)便會癱瘓。5G通過毫米波、Massive MIMO、三維波束賦形以及小基站等技術(shù)實(shí)現(xiàn)了擴(kuò)頻，提升了信道容量，通信速率最快可達(dá)20 Gibit/s，相比于4G提升了至少一個(gè)數(shù)量級，同時(shí)還具有低延遲、覆蓋廣和支持高移動性的優(yōu)勢，是當(dāng)下移動通信領(lǐng)域的研究焦點(diǎn)之一[1]。在以上擴(kuò)頻技術(shù)中，Massive MIMO無論在S(2～4 GHz)、C(4～8 GHz)等低頻波段，還是在U(40～60 GHz)、V(60～80 GHz)、W(80～100 GHz)等高頻波段，均是擴(kuò)頻的核心架構(gòu)和關(guān)鍵技術(shù)。盡管Massive MIMO技術(shù)尚存在諸多的挑戰(zhàn)，隨著研究的深入，其在5G中的應(yīng)用被寄予了厚望。

本文從基站端系統(tǒng)復(fù)雜度與成本降低，系統(tǒng)傳輸過程中信道建模與融合，用戶端導(dǎo)頻問題的處理方式，系統(tǒng)整體架構(gòu)中兩種排布方式的區(qū)別與聯(lián)系，這四個(gè)方面綜述了Massive MIMO-OFDM系統(tǒng)的關(guān)鍵技術(shù)，并進(jìn)行總結(jié)和展望。

1 Massive MIMO-OFDM系統(tǒng)

Massive MIMO-OFDM系統(tǒng)的本質(zhì)就是利用數(shù)以百計(jì)的天線進(jìn)行通信，并采用OFDM技術(shù)調(diào)制信號，其基本結(jié)構(gòu)如圖1所示。相較于傳統(tǒng)MIMO-OFDM系統(tǒng)，Massive MIMO-OFDM系統(tǒng)主要優(yōu)勢在于：天線數(shù)量的大幅增加增強(qiáng)了系統(tǒng)的空間分集增益與空間復(fù)用增益，同時(shí)又借助于天線選擇、毫米波等技術(shù)，使得系統(tǒng)在頻譜效率、能量效率和通信速率等方面得到了極大提升。表1比較了兩者主要性能。

圖1 Massive MIMO-OFDM系統(tǒng)基本結(jié)構(gòu)Fig.1 Basic structure of Massive MIMO-OFDM system

表1 Massive MIMO-OFDM系統(tǒng)與傳統(tǒng) MIMO-OFDM系統(tǒng)主要性能對比[2]Tab.1 Main performance comparison between Massive MIMO-OFDM system and traditional MIMO-OFDM system[2]

從表1可以看出，隨著天線數(shù)量的大幅增加，Massive MIMO-OFDM系統(tǒng)硬件復(fù)雜性急劇升高。對于該問題，解決方案主要集中于以下兩個(gè)方面：其一，簡化射頻鏈路。較為成熟的方案有降低射頻鏈路中的模-數(shù)轉(zhuǎn)換器(analog to digital converter，ADC)采樣精度及量化精度[3]，但這樣會使系統(tǒng)的傳輸速率大幅降低，故而文獻(xiàn)[4]提出了高、低精度ADC結(jié)合使用的方式，降低了系統(tǒng)性能的損耗。其二，減少或避免使用射頻鏈路。MO等[5]提出了借助移相器處理模擬信號的方案，但隨后被證實(shí)無法有效降低射頻鏈路的復(fù)雜度；MNDEZ-RIAL等[6]提出更優(yōu)的方案為借助天線選擇技術(shù)，但需要突破的問題是隨之帶來的龐大運(yùn)算量以及干擾造成的效率降低。此外，大量天線也帶來了系統(tǒng)軟件計(jì)算量的增加，系統(tǒng)中的預(yù)編碼過程及信道估計(jì)算法的計(jì)算復(fù)雜度將成倍提高，因此，優(yōu)化算法，降低計(jì)算量是關(guān)鍵問題之一。

另一個(gè)關(guān)鍵問題是系統(tǒng)的信道狀態(tài)有大幅改變。首先，某些信道參數(shù)從無規(guī)律波動變?yōu)橛新煽裳?；其次，因?yàn)榇罅刻炀€和OFDM技術(shù)的使用，子信道數(shù)量成倍擴(kuò)展，信道矩陣維度大幅提高。因此，建立符合高緯度信道的信道模型成為了關(guān)鍵。早期相關(guān)研究多集中于天線數(shù)量少于100的“準(zhǔn)Massive MIMO”系統(tǒng)[7-8]，而對于Massive MIMO系統(tǒng)信道的研究主要由來自瑞典隆德大學(xué)的Fredrik Tufvesson團(tuán)隊(duì)[9-10]及美國Bell實(shí)驗(yàn)室[11]開展。近年來，通過總結(jié)前人工作，毫米波技術(shù)、信道非平穩(wěn)性[12-13]、海量信道測量數(shù)據(jù)，以及高頻段波束覆蓋面積成為了主要研究問題。

表1中有關(guān)噪聲干擾的信息表明，Massive MIMO-OFDM系統(tǒng)受傳播路徑中的噪聲與衰落影響較弱，新增的干擾為“導(dǎo)頻污染”。對于該問題，已有研究發(fā)現(xiàn)，在時(shí)分雙工(time-division duplex，TDD)制式的系統(tǒng)中，由于信道存在上下行互易性，導(dǎo)頻開銷正比于用戶數(shù)，而用戶數(shù)相對較少，因此主要問題為“導(dǎo)頻污染”[14]。其產(chǎn)生原因?yàn)榛径嗽诠烙?jì)信道狀態(tài)信息(channel state information，CSI)時(shí)，受到臨近小區(qū)使用相同導(dǎo)頻的用戶干擾，導(dǎo)致估計(jì)結(jié)果出現(xiàn)偏差。而在頻分雙工(frequency-division duplex，F(xiàn)DD)制式的系統(tǒng)中，因?yàn)樾诺啦淮嬖诨ヒ仔?，?dǎo)頻開銷與基站端的天線數(shù)量成正比，極大降低了系統(tǒng)的頻譜效率與傳輸速率[15]。因此，關(guān)于導(dǎo)頻的問題便分為兩種不同的研究方向：TDD制式下，關(guān)鍵是降低“導(dǎo)頻污染”的影響；FDD制式下，關(guān)鍵是降低導(dǎo)頻開銷。

除此之外，為優(yōu)化用戶體驗(yàn)，系統(tǒng)的排布方式也成為了討論熱點(diǎn)之一[1]。其不僅有將天線集中于一個(gè)基站的集中式系統(tǒng)(如圖2所示)，也有引用中繼概念的中繼式系統(tǒng)，以及將天線分開放置的分布式系統(tǒng)。相較于集中式系統(tǒng)，中繼式系統(tǒng)和分布式系統(tǒng)在某些方面都有所改進(jìn)。例如，中繼式系統(tǒng)應(yīng)對突發(fā)事件應(yīng)急通信、大規(guī)模賽事或峰會時(shí)有極大優(yōu)勢，而分布式系統(tǒng)在提升小區(qū)覆蓋范圍、邊緣用戶吞吐量、系統(tǒng)可達(dá)速率，以及消除室內(nèi)盲區(qū)等方面有更好的性能。目前，這兩者主要研究工作是探究并優(yōu)化系統(tǒng)性能，且中繼式系統(tǒng)需要更多地考慮物理層安全性。

圖2 Massive MIMO集中式排布系統(tǒng)Fig.2 Massive MIMO centralized layout system

2 Massive MIMO-OFDM系統(tǒng)中的復(fù)雜度及成本、功耗降低

Massive MIMO-OFDM系統(tǒng)中的復(fù)雜度及成本、功耗問題中，硬件方面主要涉及混合ADC結(jié)構(gòu)與天線選擇算法，軟件方面主要涉及信道估計(jì)算法。

2.1 混合ADC結(jié)構(gòu)

研究表明，采用混合ADC結(jié)構(gòu)的系統(tǒng)不僅可以有效降低硬件復(fù)雜度，還對系統(tǒng)性能有較大影響。文獻(xiàn)[16-18]分別從頻譜效率、能量效率和用戶功率分配等角度進(jìn)行了分析。結(jié)果表明，系統(tǒng)中高、低精度ADC數(shù)量之比可作為系統(tǒng)參數(shù)之一，直接影響頻譜效率、能量效率和傳輸速率等性能。因此，通過改變這一比值，找到系統(tǒng)各項(xiàng)性能的最佳折中點(diǎn)，成為了研究的主要方向。

VERENZUELA等[19]討論了不同ADC精度分配方案對系統(tǒng)頻譜效率和能量效率之和的影響。結(jié)果表明，當(dāng)ADC精度低于6位時(shí)，對于使用正則化迫零的協(xié)作式無蜂窩Massive MIMO系統(tǒng)，文中所提分配方案相比于平均分配方案有30%的性能提升。AHMED等[20]提出了一種在功率約束條件下，對裝有可變精度ADC毫米波Massive MIMO系統(tǒng)的最優(yōu)能量有效比特分配算法，優(yōu)化系統(tǒng)能量效率，同時(shí)降低了計(jì)算復(fù)雜度。SHI等[21]從混合ADC結(jié)構(gòu)對系統(tǒng)波束到達(dá)角估計(jì)的影響出發(fā)，推導(dǎo)了該結(jié)構(gòu)對應(yīng)的克萊美-羅界(Cramér-Rao Bound)，并通過求根多信號分類理論進(jìn)行了詳細(xì)分析。結(jié)果表明：混合ADC結(jié)構(gòu)可以實(shí)現(xiàn)系統(tǒng)性能、成本及能量效率的平衡，僅使用1～4位低精度的ADC便可以達(dá)到較好的系統(tǒng)性能。JIN等[22]基于深度學(xué)習(xí)理論，提出了兩種上行鏈路信道估計(jì)方法，兩者皆可利用高、低精度ADC同時(shí)接收并處理導(dǎo)頻信息，提高了信道估計(jì)精度。相較于原算法，改進(jìn)的選擇性輸入預(yù)深度神經(jīng)網(wǎng)絡(luò)算法可以在不降低系統(tǒng)性能的前提下減少高精度ADC數(shù)量。

上述研究只單純討論了使用混合ADC結(jié)構(gòu)的普通Massive MIMO-OFDM系統(tǒng)。近年來，將混合ADC結(jié)構(gòu)應(yīng)用于其他復(fù)雜系統(tǒng)的研究也得到了重視。文獻(xiàn)[23]和[24]研究了在使用了天線選擇技術(shù)的毫米波Massive MIMO系統(tǒng)中，混合ADC結(jié)構(gòu)的應(yīng)用問題。前者為了提高系統(tǒng)的能量效率，提出了一種動態(tài)分配ADC精度的算法。結(jié)果表明，該算法進(jìn)一步降低了復(fù)雜度，可以得出系統(tǒng)具有最優(yōu)能量效率時(shí)所需的ADC數(shù)量，并從信噪比的角度驗(yàn)證其性能。后者則是從系統(tǒng)性能及功率優(yōu)化兩個(gè)方面進(jìn)行了分析，通過推導(dǎo)系統(tǒng)可達(dá)速率的閉合表達(dá)式，提出了一種發(fā)射功率一定時(shí)，最大化系統(tǒng)可達(dá)速率的算法，同時(shí)找出了系統(tǒng)能量效率隨ADC精度的變換趨勢以及頻譜效率與能量效率的最佳折中點(diǎn)。SAID等[25]將雙精度ADC與雙向中繼式Massive MIMO系統(tǒng)結(jié)合，該結(jié)構(gòu)可以提升系統(tǒng)的可達(dá)速率和能量效率，同時(shí)降低了系統(tǒng)功耗。

綜上所述，混合ADC結(jié)構(gòu)的研究重心是精度分配，其在射頻鏈路中有多種精度ADC供選擇，靈活性更高，但這不可避免地導(dǎo)致資源浪費(fèi)，所以采用與可調(diào)精度ADC和動態(tài)分配等方案結(jié)合的方式，可以進(jìn)一步提升系統(tǒng)性能，避免增加硬件成本。

2.2 天線選擇技術(shù)

天線選擇技術(shù)的核心是在大量天線中選出最優(yōu)的天線，并自適應(yīng)配置在少量射頻鏈路上進(jìn)行信號的收發(fā)，從而降低系統(tǒng)硬件復(fù)雜度、功耗和成本。經(jīng)典的天線選擇算法有：窮舉法、遞增遞減算法、基于范數(shù)的算法等。但當(dāng)這些算法直接應(yīng)用于Massive MIMO-OFDM系統(tǒng)時(shí)，皆會面臨嚴(yán)重的復(fù)雜度問題。

在早期研究中，主要研究工作集中在提出符合Massive MIMO-OFDM系統(tǒng)的天線選擇算法[26-27]，后續(xù)工作重心轉(zhuǎn)向了降低算法復(fù)雜度及處理干擾問題上。GAO等[28]考慮了多用戶間的干擾問題，提出了一種干擾感知天線選擇算法，將用戶分為干擾組與非干擾組。對干擾組選擇大功率的天線波束，對非干擾組采用基于速率最大化準(zhǔn)則的低復(fù)雜度增量算法選擇合適天線波束。結(jié)果表明，對比傳統(tǒng)方案，該方案具有更高的能量效率與接近最優(yōu)的和速率性能。ILANGO等[29]從避免天線相關(guān)因子在波束空間引起的干擾來提高系統(tǒng)能量效率的角度出發(fā)，提出了3種天線選擇算法。仿真結(jié)果表明：所提出的方案在不增加系統(tǒng)硬件復(fù)雜度的前提下，提高了系統(tǒng)能量效率與可達(dá)速率；同時(shí)，其中兩種方案相比于其他傳統(tǒng)方案，計(jì)算量更少。SHEIKH等[30]研究了TDD制式下的用戶分組問題，從獲取最大信道增益的角度，找出了一種擁有最大系統(tǒng)和速率的天線選擇方案。

對于利用天線選擇算法優(yōu)化其他系統(tǒng)環(huán)節(jié)也有許多研究。GAO等[31]考慮了全雙工制式下的Massive MIMO-OFDM系統(tǒng)，建立系統(tǒng)最大保密容量與系統(tǒng)能量效率的優(yōu)化函數(shù)，通過一種新的天線選擇算法實(shí)現(xiàn)了兩者的平衡。KHALID等[32]根據(jù)深度學(xué)習(xí)理論提出了一種借助天線選擇的聯(lián)合混合預(yù)編碼方案，該方案使得系統(tǒng)的頻譜效率與計(jì)算復(fù)雜度有所優(yōu)化。LIN等[33]利用深度學(xué)習(xí)理論研究了毫米波系統(tǒng)中獲取CSI的簡化方案，通過建立天線之間的外推方案，簡化了天線選擇算法，從而降低了獲取CSI的算法復(fù)雜度。

天線選擇算法的核心問題是對不同用戶配備合適的選擇方法。因此，合理的用戶分組以及多種應(yīng)對不同用戶特性的選擇方案是關(guān)鍵。對于用戶分組，可以從其對應(yīng)的傳輸信道出發(fā)，亦可從其所需服務(wù)要求出發(fā)；而對于不同的分組，則要抓住其特性中的主要矛盾，選擇對該問題有最優(yōu)效果的天線選擇方式。例如，對于所處環(huán)境復(fù)雜，易受多徑干擾的用戶，應(yīng)盡量減少天線數(shù)量，提升各天線的功率；而對受信道干擾較少的用戶，應(yīng)使用多個(gè)低功耗的天線同時(shí)傳輸?shù)姆绞健?/p>

2.3 信道估計(jì)算法

信道估計(jì)算法是Massive MIMO-OFDM系統(tǒng)的關(guān)鍵算法，因?yàn)橄到y(tǒng)中諸如天線選擇算法、導(dǎo)頻設(shè)計(jì)等眾多環(huán)節(jié)皆以知悉良好的CSI為前提，其重要性不言而喻。

目前，適用于Massive MIMO-OFDM系統(tǒng)的信道估計(jì)算法多基于壓縮感知理論提出。這些算法可以在使用少量導(dǎo)頻的情況下較好地估計(jì)信道信息，使得頻譜資源利用率提高；同時(shí)，相比于傳統(tǒng)方案，計(jì)算復(fù)雜度亦有所降低。黃源等[34]基于深度學(xué)習(xí)理論，在不了解稀疏度的情況下，從測量矩陣出發(fā)，利用逆變換求出信號矩陣，解決了FDD制式下行鏈路中壓縮感知框架下的欠定最優(yōu)化問題，實(shí)現(xiàn)了對原始稀疏信道的重建，同時(shí)借助仿真證明其可行性與準(zhǔn)確性。UMA等[35]利用自相關(guān)矩陣與塊相關(guān)矩陣聯(lián)合，分析了多用戶MIMO系統(tǒng)的訓(xùn)練序列模型，并采用布谷鳥優(yōu)化對其進(jìn)行了改進(jìn)，從而得到了較高的系統(tǒng)信噪比。

信道估計(jì)算法除了本身問題的解決與優(yōu)化，在不同通信環(huán)境下的兼容問題也逐漸被重視。YI等[36]研究了高速車載通信場景下的信道估計(jì)問題。該系統(tǒng)使用毫米波頻段，通過建立快速時(shí)變信道的數(shù)學(xué)模型，預(yù)測其先驗(yàn)信息，得到站與機(jī)車間的時(shí)變規(guī)律與到達(dá)角，基于此完成了信道估計(jì)。仿真結(jié)果表明，該方案相比于傳統(tǒng)方法提升了傳輸速率。RAUT等[37]將視野定位于多媒體領(lǐng)域，研究并提出了一種新的信道估計(jì)算法，以保障其系統(tǒng)性能。

目前，信道估計(jì)算法的研究不僅要考慮提升估計(jì)精度和降低復(fù)雜度等基本要求，還需考慮不同通信環(huán)境下和不同使用功能系統(tǒng)的適應(yīng)問題。對于不同系統(tǒng)條件下，信道估計(jì)算法的切入點(diǎn)應(yīng)有所區(qū)別。例如，高速或多徑效應(yīng)嚴(yán)重場景，應(yīng)多考慮時(shí)延所帶來的干擾。

3 Massive MIMO-OFDM系統(tǒng)中的信道模型建立及融合

從理論上研究系統(tǒng)的輸入輸出關(guān)系，并在實(shí)際場景中進(jìn)行實(shí)測，是通信系統(tǒng)信道模型建立的普遍手段。目前，在Massive MIMO-OFDM系統(tǒng)的信道模型建立中，一方面，傳統(tǒng)建模方式無法反映信道的非平穩(wěn)特性；另一方面，海量的信道實(shí)測數(shù)據(jù)難以處理，而隨著毫米波技術(shù)的引入，高頻段波束通信覆蓋面積小的問題亦急需解決。

3.1 信道建模

傳統(tǒng)建模方法可分為統(tǒng)計(jì)性建模方法與確定性建模方法。前者所建模型通用性強(qiáng)，算法復(fù)雜度較低，但對具體環(huán)境要分析其與建模環(huán)境的匹配程度，并且需要大量實(shí)測數(shù)據(jù)支撐。典型的幾何隨機(jī)模型如下：

假設(shè)收發(fā)兩端為理想的點(diǎn)源信號。接收信號為不同電磁波的疊加，使用信道沖擊響應(yīng)表征信道特性，則第k個(gè)發(fā)射陣元信道的沖激響應(yīng)表示為

(1)

式中：L(t)為第k個(gè)用戶的多徑數(shù)目；θkl、α、ρkl、φkl、τkl依次為第l條多徑信號的到達(dá)角、到達(dá)角方向矢量、信號幅度、相位、時(shí)延。

再將每一條可分辨多徑信號在幅度、時(shí)間、空間3個(gè)維度上建立一個(gè)沖激響應(yīng)表示，以構(gòu)架信道衰落特性，則矩陣形式表征無限多徑傳輸系統(tǒng)的數(shù)學(xué)表達(dá)式為[38]

Y(t)=h(t)·s(t)+N(t)

(2)

式中：Y(t)為接收信號矩陣；h(t)為由沖激響應(yīng)表示的信道矩陣；s(t)為發(fā)送信號矢量；N(t)為噪聲矩陣。

由式(2)可以看出，信道模型參數(shù)與系統(tǒng)周圍環(huán)境有密切關(guān)系，所以用該方案建模的模型都有明確的場景分類。例如宏蜂窩與微蜂窩，對應(yīng)于不同場景；再如均勻分布、瑞利分布等，對應(yīng)于不同分布方式。

而確定性建模方法是依據(jù)傳播環(huán)境的地理地形，根據(jù)電磁波傳播理論或光學(xué)射線理論分析并預(yù)測無線傳播模型。該方案可以辨別信道中的多徑，計(jì)算結(jié)果準(zhǔn)確，但計(jì)算量極大，一般只針對某一特定地理結(jié)構(gòu)，靈活性較差。

對于Massive MIMO-OFDM系統(tǒng)的信道建模而言，傳統(tǒng)方法中的統(tǒng)計(jì)性建模方案尚可采用，但無法體現(xiàn)Massive MIMO-OFDM信道的非平穩(wěn)特性；而確定性建模方案因計(jì)算復(fù)雜度的問題已不適用?；诖?，閉宇銘[39]討論了Massive MIMO非平穩(wěn)信道的建模方案。首先，基于Massive MIMO信道特性論證了將動態(tài)簇引入建模的可行性；其次，分析了天線流型、極化特性與互耦效應(yīng)對信道模型的影響，并通過仿真實(shí)驗(yàn)驗(yàn)證了合理性；再次，借助幾何統(tǒng)計(jì)的方法充分利用簇的生滅過程來體現(xiàn)信道的非平穩(wěn)特性，從而建立了Massive MIMO信道。對比只考慮天線數(shù)量、間距的信道模型，該方案所得信道模型更接近于實(shí)測數(shù)據(jù)，但由于采用了統(tǒng)計(jì)性建模方法，精確性仍不足。

為提升建模準(zhǔn)確度，解決系統(tǒng)信道測量數(shù)據(jù)龐大和難以處理的問題，文獻(xiàn)[40-42]提出使用大數(shù)據(jù)與人工智能的手段輔助建立信道模型。其優(yōu)勢在于通過大量的信道模型訓(xùn)練，可以將統(tǒng)計(jì)性建模方法中的不確定因素基于真實(shí)信道通信數(shù)據(jù)進(jìn)行固化，從而建立一個(gè)最優(yōu)參數(shù)集，使得在環(huán)境發(fā)生變化時(shí)，信道模型可以精準(zhǔn)調(diào)整。但關(guān)于該建模方法的研究處于起步階段，研究成果較少，尚未形成正式的技術(shù)方案。研究內(nèi)容主要聚焦于聚簇算法的信道參數(shù)估計(jì)，以降低信道維度為手段的信道模型建立以及神經(jīng)網(wǎng)絡(luò)等細(xì)節(jié)層次。

信道建模技術(shù)今后需要改進(jìn)的方向，除了上述幾點(diǎn)，還需考慮天線陣列的排布所帶來的影響。因?yàn)閱渭兊囊痪S或二維天線陣列已經(jīng)無法滿足Massive MIMO-OFDM的要求，三維天線陣列將是未來系統(tǒng)的主流，屆時(shí)系統(tǒng)的信道狀態(tài)將更為復(fù)雜。

3.2 毫米波信道

國際電聯(lián)于2015年所擬定的毫米波通信建議頻段為：24.25～27.50 GHz，31.80～33.40 GHz，37.00～40.50 GHz，40.50～43.50 GHz等頻段。此外，美國聯(lián)邦通信委員會于2017年規(guī)劃了共10.85 GHz的毫米波頻段用于移動通信，包含27.50～28.35 GHz，37.00～38.60 GHz，38.60～40.00 GHz三個(gè)頻段[43]。由此我們可以看出：毫米波頻段頻譜資源相較于低頻頻段頻譜資源有了極大提升，在Massive MIMO-OFDM系統(tǒng)的發(fā)展中有極為重要的地位；并且在前文所述研究中，毫米波技術(shù)已經(jīng)廣為運(yùn)用，是未來擴(kuò)展帶寬和提升速率不可或缺的途徑。

毫米波頻段在實(shí)際應(yīng)用中，會面臨以下問題：空間傳播的路徑衰減較大，穿透和繞射能力差，易受環(huán)境遮擋物影響等。針對該問題，可以使用天線陣列技術(shù)形成定向性高的窄波束來對抗損耗，即波束賦形技術(shù)。

已有的波束賦形技術(shù)分為數(shù)字預(yù)編碼、模擬波束賦形以及兩者結(jié)合的混合預(yù)編碼技術(shù)，其中，混合預(yù)編碼技術(shù)進(jìn)一步提升了系統(tǒng)頻譜效率，得到了廣泛關(guān)注。JIAN等[44]結(jié)合Dinkelbach算法與加權(quán)最小均方誤差進(jìn)行毫米波Massive MIMO-OFDM系統(tǒng)的混合預(yù)編碼優(yōu)化，有效降低系統(tǒng)的誤碼率，頻譜效率與能量效率獲得提升。WANG等[45]利用等效信道的概念，將發(fā)送端一部分預(yù)編碼方案移至接收端，從而降低了算法復(fù)雜度。LIU等[46]采用將壓縮采樣匹配追蹤算法與字典學(xué)習(xí)算法結(jié)合的迭代算法，增強(qiáng)毫米波Massive MIMO-OFDM系統(tǒng)的碼本。

上述研究都是對預(yù)編碼方案的優(yōu)化，但是沒有解決該技術(shù)的另一個(gè)問題，即信號的物理覆蓋面較小，難以適用于高速移動場景。針對此問題，KIBAROGLU等[47]提出了通過動態(tài)波束賦形技術(shù)等來實(shí)現(xiàn)動態(tài)空間波束調(diào)整，以擴(kuò)大信號覆蓋范圍。

此外，部分研究者也著手于其他細(xì)節(jié)問題。錢堃等[48]研究了系統(tǒng)中的用戶定位問題，利用系統(tǒng)CSI與天線排布信息估計(jì)基站到各用戶間的信號離開角，提出了一種具有高追蹤精度的定位系統(tǒng)。蒯樂等[49]研究了天線陣列因失效而對系統(tǒng)造成的影響，對不同數(shù)量通道失效以及失效通道處于不同失效狀態(tài)時(shí)的輻射特性進(jìn)行了統(tǒng)計(jì)性分析，建立了Massive MIMO-OFDM陣列部分通道失效的方向圖參數(shù)概率模型，并通過仿真驗(yàn)證了其正確性與有效性。

總之，波束賦形技術(shù)的主要難點(diǎn)是高頻段、大通信帶寬下的CSI獲取和高計(jì)算復(fù)雜度。因此，設(shè)計(jì)出對CSI依賴性弱，避免遍歷搜尋的波束搜索方案是當(dāng)務(wù)之急。

4 Massive MIMO-OFDM系統(tǒng)中的導(dǎo)頻優(yōu)化

導(dǎo)頻問題作為Massive MIMO-OFDM系統(tǒng)的瓶頸問題，一直受到大量關(guān)注。在FDD制式下，主要導(dǎo)頻問題是導(dǎo)頻開銷與天線數(shù)成正比導(dǎo)致導(dǎo)頻開銷極大；而TDD制式下，主要導(dǎo)頻問題是導(dǎo)頻數(shù)量有限，當(dāng)應(yīng)對多小區(qū)情況時(shí)，會存在“導(dǎo)頻污染”。

4.1 FDD下的導(dǎo)頻開銷

因?yàn)門DD制式下有導(dǎo)頻開銷小的優(yōu)越性，F(xiàn)DD制式下導(dǎo)頻問題討論度不高。但由于現(xiàn)行通信系統(tǒng)的上下行鏈路多采用FDD制式，所以考慮系統(tǒng)更新的過渡性，該問題仍有討論價(jià)值。早期關(guān)于該問題的研究中，ADHIKARY等[50]提出了聯(lián)合空分復(fù)用方案，利用信道相關(guān)性與稀疏性，將預(yù)編碼過程分為兩級。新加入的一級方案為在原預(yù)編碼方案外層借助用戶調(diào)度手段，將具有類似空間特性的用戶分配至同一組，并使用信道統(tǒng)計(jì)信息進(jìn)行第一層預(yù)編碼；這樣原始高維信道轉(zhuǎn)化為低維有效信道，從而大幅降低了信道估計(jì)所需的導(dǎo)頻開銷，同時(shí)簡化了預(yù)編碼方案設(shè)計(jì)。后續(xù)仿真實(shí)驗(yàn)雖然驗(yàn)證了其可行性，但該方案的主要問題是導(dǎo)頻開銷優(yōu)化、信道估計(jì)方案、有效信道降維程度等內(nèi)容設(shè)計(jì)并不明確，同時(shí)外層預(yù)編碼方案也需要定期更新。CHEN等[51]從這一方面進(jìn)行了改進(jìn)，在時(shí)變信道下，設(shè)計(jì)了一種低復(fù)雜度的在線更新算法，用于跟蹤信道統(tǒng)計(jì)變化時(shí)的外層預(yù)編碼。

上述研究不足之處在于，一方面，將信道估計(jì)與數(shù)據(jù)傳輸兩階段分離，特別在設(shè)計(jì)最優(yōu)導(dǎo)頻時(shí)，采用了最小化均方誤差設(shè)計(jì)標(biāo)準(zhǔn)，忽視了信道估計(jì)精度與傳輸速率的關(guān)系；另一方面，沒有做好系統(tǒng)性能與功耗的平衡。基于此，王毅[52]聯(lián)合考慮了兩個(gè)階段的過程，從能耗角度出發(fā)，提出了一種避免遍歷搜索的中復(fù)雜度資源分配算法。

因此，F(xiàn)DD制式下導(dǎo)頻開銷大的問題主要由各天線都發(fā)送導(dǎo)頻信息引起。若對相似用戶、經(jīng)歷相似信道的天線之間使用算法建立合理的推演關(guān)系，那么便可以避免全部天線需要發(fā)送導(dǎo)頻的問題。

4.2 TDD下的導(dǎo)頻污染

TDD制式下的導(dǎo)頻污染問題無法隨著天線數(shù)量增多而消失，因此成為了系統(tǒng)中干擾的主要來源。對于該問題的研究內(nèi)容很多。早期研究中，文獻(xiàn)[53] 和[54]分別提出了利用信號到達(dá)角空間分布情況和基于子空間映射的信道估計(jì)算法。兩者都具有良好的導(dǎo)頻消除效果，前者將協(xié)作式信道估計(jì)與導(dǎo)頻分配方案相結(jié)合；后者使用了非協(xié)作方案，通過將接收信號進(jìn)行子空間映射以消去小區(qū)間干擾，進(jìn)一步利用導(dǎo)頻信號估計(jì)降維后有效信道信息。

最近的研究中，GUO等[55]提出了一種基于時(shí)移導(dǎo)頻的固定分配算法，實(shí)現(xiàn)了上行數(shù)據(jù)功率的重新分配，提升了系統(tǒng)中邊緣終端的通信能力，降低了導(dǎo)頻污染的影響。智慧[56]提出了一種將用戶分組與聯(lián)盟博弈聯(lián)合的動態(tài)導(dǎo)頻分配方案。該方案通過提高導(dǎo)頻分配靈活性，從而有效提高了用戶的平均服務(wù)速率。

TDD制式下“導(dǎo)頻污染”問題產(chǎn)生的根源是導(dǎo)頻重復(fù)利用，則解決問題的關(guān)鍵便是給導(dǎo)頻做好“標(biāo)記”用以區(qū)分或是岔開使用時(shí)間。因而研究的主要方向，一方面，根據(jù)不同小區(qū)間使用相同導(dǎo)頻用戶在信道上或物理位置上的區(qū)別來消除干擾；另一方面，亦可抓住動態(tài)分配思路，做好不同小區(qū)間的協(xié)作來解決該問題。

近年來，結(jié)合兩種制式優(yōu)勢的全雙工系統(tǒng)研究逐漸提升[1]。相比于TDD或FDD制式，該技術(shù)理論上提升了一半的無線資源，但面臨的一個(gè)嚴(yán)重問題是由于收發(fā)兩端信號功率差極大而帶來的自干擾問題。關(guān)于該方面的理論研究較多，包括模擬端干擾抵消、對已知干擾信號的數(shù)字端干擾抵消、兩者的混合方案，以及利用附加天線進(jìn)行干擾抵消等。同時(shí)，雖然從實(shí)驗(yàn)上驗(yàn)證了可行性，但參考實(shí)驗(yàn)較少，并且現(xiàn)有結(jié)果也表示全雙工技術(shù)不能在所有條件下獲得理想增益。另外，對于全雙工制式下的導(dǎo)頻問題討論較少，缺乏參考，需要深入研究。

5 Massive MIMO-OFDM系統(tǒng)的排布方式選擇

一般情況下，Massive MIMO-OFDM系統(tǒng)的排布方式為集中式，但由于其覆蓋面積受基站功耗及長距離通信的干擾等限制，導(dǎo)致無法覆蓋邊緣地區(qū)或復(fù)雜地形的室內(nèi)場所，因此，實(shí)際應(yīng)用中還應(yīng)考慮其他排布方式。

5.1 中繼式排布方式

中繼式排布方式是集中式排布方式的改進(jìn)方案，通過在基站端與用戶端之間增加中繼節(jié)點(diǎn)，使得系統(tǒng)在邊緣用戶容量提升、鏈路可靠性增強(qiáng)、小區(qū)覆蓋擴(kuò)展、應(yīng)急保障通信等方面的性能有所提升。同時(shí)，中繼技術(shù)本身在無線攜能傳輸與物理層安全通信中存在技術(shù)優(yōu)勢，并且易于部署，不需要回程鏈路，所以采用中繼式排布方式的系統(tǒng)架構(gòu)是未來異構(gòu)網(wǎng)絡(luò)中不可缺少的組成部分。

但中繼式排布方式自引入Massive MIMO-OFDM系統(tǒng)就面臨嚴(yán)重的用戶間干擾問題。為解決該問題，研究人員首先將大規(guī)模天線陣列引入到中繼節(jié)點(diǎn)，利用Massive MIMO技術(shù)中簡單的線性預(yù)編碼，接收機(jī)方案在不增加時(shí)頻開銷的情況下，獲得了良好的用戶間干擾消除特性；進(jìn)一步結(jié)合毫米波技術(shù)將中繼節(jié)點(diǎn)的天線陣元尺寸減小，為在中繼節(jié)點(diǎn)、小區(qū)基站部署大規(guī)模天線陣列提供了可能。2013年，文獻(xiàn)[57-58]以此為基礎(chǔ),提出在TDD制式下于中繼節(jié)點(diǎn)部署大量天線的中繼式系統(tǒng)，并分別從多用戶傳輸與物理層安全兩個(gè)方面做了初步的性能研究。

后續(xù)研究的重點(diǎn)之一便是對中繼系統(tǒng)性能的優(yōu)化。WAQAR等[59]研究了基于點(diǎn)對點(diǎn)解碼轉(zhuǎn)發(fā)的Massive MIMO-OFDM中繼網(wǎng)絡(luò)的無線攜能通信問題，假設(shè)系統(tǒng)能量受限，中繼節(jié)點(diǎn)的能量來源只有源終端，并通過限制性能約束條件，分析得到了中繼天線最佳數(shù)量的封閉解。而SAID等[25]亦從系統(tǒng)和速率封閉表達(dá)式出發(fā)，討論了其與中繼天線數(shù)量的問題。NGUYEN等[60]基于全雙工中繼MIMO系統(tǒng)，討論了信道估計(jì)誤差、收發(fā)器硬件損傷和殘余自干擾對系統(tǒng)性能的影響。通過建立系統(tǒng)符號誤碼率與三者的精確閉合表達(dá)式，分析得到三者之中信道估計(jì)誤差與收發(fā)器硬件損傷對系統(tǒng)影響更甚。CHU等[61]研究了雙向中繼網(wǎng)絡(luò)中頻譜效率與能量效率的權(quán)衡問題，同時(shí)設(shè)計(jì)了一種最優(yōu)分配算法，在不同中繼節(jié)點(diǎn)中選取最優(yōu)的傳輸節(jié)點(diǎn)，整體提升了系統(tǒng)能量效率與傳輸效率。

此外，因?yàn)橹欣^節(jié)點(diǎn)的引入，物理層安全性也成為了需要考慮的問題。丁青鋒等[62]以采用混合ADC結(jié)構(gòu)的Massive MIMO-OFDM中繼系統(tǒng)為基礎(chǔ)，通過在基站采用最大比合并算法接收信號，推導(dǎo)出系統(tǒng)保密頻譜效率與保密能量效率表達(dá)式，并分析了兩者的平衡關(guān)系，揭示了天線數(shù)與ADC精度對安全性能的影響。仿真結(jié)果表明，隨著竊聽者增加竊聽天線數(shù)，系統(tǒng)需要降低頻譜效率才可保證安全。SONG等[63]提出一種算法，解決了在具有協(xié)同竊聽的物聯(lián)網(wǎng)網(wǎng)絡(luò)中，無線攜能節(jié)點(diǎn)作為中繼節(jié)點(diǎn)時(shí)，其使用壽命與保密能量效率的平衡問題。

中繼式排布方式未來的焦點(diǎn)問題仍在于安全性?，F(xiàn)有技術(shù)在發(fā)現(xiàn)竊聽者時(shí)，皆會通過損耗系統(tǒng)性能來保證通信保密性，這是權(quán)宜之計(jì)。今后，增強(qiáng)系統(tǒng)發(fā)現(xiàn)竊聽者的能力，進(jìn)一步提升竊聽者竊取難度，改善碼本、限制波束發(fā)散等方式都是可行之策。

5.2 分布式排布方式

廣義的分布式天線系統(tǒng)指將配備不同天線的多個(gè)遠(yuǎn)端射頻單元(remote radio unit，RRU)部署在小區(qū)不同位置，再通過高速鏈路將各RRU連接至中央處理單元(central unit，CU)，在CU處對所有RRU的信號進(jìn)行聯(lián)合處理。簡單來說，就是將基站端的天線平均分布于基站覆蓋范圍內(nèi)的各處。其優(yōu)勢在于通過各RRU拉近了用戶到基站射頻單元的距離，降低了路徑損耗；各RRU之間的協(xié)作處理，使系統(tǒng)獲得了良好的分集增益，提升了系統(tǒng)的覆蓋能力以及頻譜與能量效率，進(jìn)一步提升了傳輸容量[64-65]。

近年來，對分布式排布方式的研究主要集中于優(yōu)化其系統(tǒng)性能上。SEKI等[66]提出了一種動態(tài)分配用戶設(shè)備的方法，將宏小區(qū)中的用戶設(shè)備分為不重疊的簇集，并以時(shí)分的方式激活，從而避免了簇間干擾的問題，降低了計(jì)算復(fù)雜度，提升了系統(tǒng)容量。同時(shí)，分布式排布方式與中繼式排布方式的結(jié)合問題也受到了研究人員的關(guān)注。SIRKECI-MERGEN等[67]通過在分布式架構(gòu)中于遠(yuǎn)端射頻單元與中央處理單元之間設(shè)置中繼節(jié)點(diǎn)，構(gòu)建了一個(gè)多級通信網(wǎng)絡(luò)，并分析了其性能優(yōu)越性。

分布式排布方式今后研究的重點(diǎn)，一是優(yōu)化各RRU之間的位置關(guān)系，根據(jù)用戶數(shù)量將通信容量做到靈活分配，避免小區(qū)域內(nèi)的資源浪費(fèi)或資源緊缺造成擁堵問題；二是進(jìn)一步減小天線的體積以縮小總體架構(gòu)的占地面積。因?yàn)橐胫欣^節(jié)點(diǎn)或者擴(kuò)大小區(qū)規(guī)模時(shí)，為保障通信性能，天線數(shù)量勢必增加，故而天線體積小，功耗低尤為重要。

6 總結(jié)

本文從基站端其硬件與軟件易實(shí)現(xiàn)度、傳輸過程中的信道模型、用戶端的導(dǎo)頻問題和整體架構(gòu)中天線排布方式四個(gè)方面綜述了Massive MIMO-OFDM系統(tǒng)中幾個(gè)關(guān)鍵技術(shù)，并分析了近期研究進(jìn)展和熱點(diǎn)問題。

從當(dāng)下研究內(nèi)容與成果來看，在后續(xù)研究中，上述幾個(gè)關(guān)鍵技術(shù)的改善將圍繞智能化、標(biāo)準(zhǔn)化與微型化展開。其中，智能化體現(xiàn)在混合ADC系統(tǒng)的精度分配及天線選擇技術(shù)中，需要借助動態(tài)分配系統(tǒng)與負(fù)反饋機(jī)制尋找通信質(zhì)量與系統(tǒng)效能的最佳平衡點(diǎn)；在信道估計(jì)、信道建模與FDD下的導(dǎo)頻開銷問題中，利用大數(shù)據(jù)與深度學(xué)習(xí)系統(tǒng)可以更好地對用戶進(jìn)行分組，以降低系統(tǒng)數(shù)據(jù)處理量。而標(biāo)準(zhǔn)化則是基于智能化提出的更深層次要求，需要各協(xié)會與通信企業(yè)間借助已有的通信數(shù)據(jù)建立起對不同自然環(huán)境、不同應(yīng)用場景等大環(huán)境下的系統(tǒng)標(biāo)準(zhǔn)參數(shù)庫。該參數(shù)庫可以使系統(tǒng)在工作時(shí)直接從標(biāo)準(zhǔn)參數(shù)出發(fā)，更快地尋找到最優(yōu)參數(shù)點(diǎn)而避免資源浪費(fèi)，并且借助地緣關(guān)系擴(kuò)展及迭代更新，最終形成一個(gè)網(wǎng)狀標(biāo)準(zhǔn)化結(jié)構(gòu)。至于微型化，一方面，旨在解決大量天線帶來的功耗、占地面積與維護(hù)等問題，將天線集成不僅可以大幅降低上述成本問題，而且也對獲取CSI、基站與用戶間到達(dá)角等參數(shù)有極大幫助；另一方面，在需要將天線安裝到基站外的中繼式或分布式系統(tǒng)中，集成化天線系統(tǒng)也大幅降低了運(yùn)輸與安裝成本。除此之外，為解決“導(dǎo)頻污染”、通信安全性等問題，現(xiàn)有技術(shù)都會增加編碼成本導(dǎo)致系統(tǒng)性能損失，對該問題目前尚未有明確的解決方案，需要進(jìn)一步探索。隨著研究的不斷深入，以Massive MIMO-OFDM系統(tǒng)為核心的5G移動通信系統(tǒng)將會獲得快速發(fā)展，未來也將主導(dǎo)6G移動通信技術(shù)的發(fā)展方向。