...0秒为你的电脑系统清除所有垃圾 赞啊

牛戈 贾元启 穆晓敏 张健康

摘 要： 针对大规模多小区MIMO系统中导频污染是限制系统性能的主要瓶颈，提出一种基于导频分配策略降低导频污染的方法。小区内用户分配相同的导频序列，相邻小区用户分配正交的导频序列，而小区内存在的导频污染，利用下行、上行训练的方法消除。在下行训练阶段，基站给目标用户发送导频序列，使目标用户获得特殊的预失真导频序列。在上行训练阶段，基站同时接收小区内所有用户的导频序列，并消除导频污染。通过仿真分析，该方法可以完全消除导频污染的影响，获得较好的系统性能，提高系统吞吐量。更为重要的是，该方法与许多其他消除导频污染的算法相比，能避免每个基站在估计信道状态信息时已知其二阶统计信息的假设。

关键词： 大规模MIMO； 导频污染； 信道估计； 时分双工系统； 导频序列； 吞吐量

中图分类号： TN876.2?34； TP391.4 文献标识码： A 文章编号： 1004?373X（2018）13?0019?06

Abstract： The pilot contamination in multi?housing?estate massive multiple?input multiple?output （MIMO） systems is a major bottleneck to limit the system performance. A method based on pilot allocation strategy to reduce the pilot contamination is proposed， whose purpose is to allocate the same pilot sequence to users within a housing?estate， and assign the orthogonal pilot sequence to the users in adjacent housing?estates. The downlink and uplink training method is used to eliminate the pilot contamination in the housing?estates. In the downlink training stage， the base station sends the pilot sequence to the target user so that the target user can obtain a special predistortion pilot sequence. In the uplink training stage， the base station simultaneously receives the pilot sequence of all the users in the housing?estate to eliminate the pilot contamination. The simulation analysis results show that the proposed algorithm can eliminate the influence of pilot contamination， obtain the perfect system performance and improve the throughout of the system， and in comparison with other pilot contamination elimination algorithms， the proposed algorithm can avoid the assumption of the known second?order statistical information when the channel state information of each base station is estimated.

Keywords： massive MIMO； pilot contamination； channel estimation； time division duplex system； pilot frequency sequence； throughput

0 引 言

大规模MIMO（Massive MIMO）系统通过在基站端设置大规模天线阵列，可获得更高的信道容量和频谱效率增益[1?4]。为了确保估计的信道状态信息是精准的，不同用户之间分配相互正交的导频序列，但是大规模多小区MIMO系统因小区内用户多或小区密集部署，小区内或小区外复用导频时会形成干扰，导致基站无法辨识，即产生导频污染（Pilot Contamination）。导频污染的存在将限制大规模MIMO系统的可达容量和系统性能[5]。

针对大规模MIMO系统导频污染问题，已经有一些文献给出了理论研究和可以减轻导频污染的方法。文献[6]采用导频偏移的分配策略，通过重新分配导频在帧结构中的位置，使相邻小区之间的导频发送时隙错开，从而消除导频污染，但下行链路发射功率较大时仍存在干扰。文献[7]将发射时隙分为两段，对每段功率进行控制，使交叉增益相对较大的用户组在不同的时隙发射导频，从而减轻导频污染的影响。文献[8]通过控制目标小区以外所有复用相同导频用户的发射功率，降低导频污染，但控制策略严格要求相邻小区导频动态同步，以避免导频之间的重叠，其缺点是对复用导频的用户数有限制，且当天线数非常大时，则不能快速有效地减小导频污染。文献[9?10]采用部分导频复用策略，通过部分导频复用，协调处理小区间干扰，降低导频污染。文献[11]采用导频协调分配策略，通过识别某组导频序列的使用情况，当再次使用该组导频序列时，选择使信干噪比最大的用户组，从而降低导频污染，但小区间协作会增加系统开销。文献[12]提出小区间协作分配导频序列，使波达方向角不混叠，基于贝叶斯估计消除导频污染，分析波达方向角（AOA）不同分布方式对系统性能的影响。该方法随着天线数的增加，导频污染的影响迅速减小，且在天线数不算很大时就拥有较好的系统性能，然而需要精确的二阶统计信息，但实际中很难获得。

本文针对使用二阶统计信息的问题，提出一种新的导频分配策略，每一个小区内用户都使用相同的导频序列，不同的小区之间使用相互正交的导频序列，导频污染来自于小区内干扰，利用下行、上行训练的方法消除小区内干扰[13]，在不使用二阶统计量的情况下完全消除导频污染的影响，并分析AOA不同分布方式对系统性能的影响。

图4，图5都在AOA的标准差为10°，SNR=25 dB下进行仿真。从图中基于上下行训练方案可以看出，随着天线数的增加，基站端分级增益增大，均方误差明显减小。而LS法随着天线数的增加并无明显变化，可以看出LS法基本不受天线数的影响。AOA服从高斯分布时系统性能要优于AOA服从均匀分布。

图6，图7都是在天线数Q=100，AOA的标准差为10°下进行仿真。从图中可以看出，随着信噪比的增加，基于上下行训练方案和无其他用户干扰下的LS信道环境变好，均方误差迅速下降。有干扰情况下的LS法由于其他用户的干扰，性能基本不变。

图8是在天线数Q=100，AOA服从高斯分布，标准差为10°，SNR=25 dB下进行仿真。从图中可以看出，LS法随着用户数的增加，性能越来越差，而基于上下行训练方案随着用户的增加均方误差基本没有变化。

图9是在AOA服从高斯分布，标准差为10°，SNR=25 dB下进行仿真。从图中可以看出，随着天线数的增加，信道容量迅速增加，且信噪比越大，信道容量越大。当天线数增加时，系统分级增益增大，信道容量增加，大规模系统的优势显现出来。

图10是在AOA服从标准差为10°，SNR=25 dB下进行仿真。从图中可以看出，随着AOA的方差增加，信道容量缓缓增大，且信噪比越大，信道容量越大。

4 结 语

本文对使用二阶统计信息的问题提出一种新的导频分配策略，每一个小区内用户都使用相同的导频序列，不同的小区之间使用相互正交的导频序列，将多小区模型化简为单小区模型，采用上下行训练的方案消除小区内干扰用户造成的导频污染。即首先由基站发送正交下行导频，小区用户分别估计出信道，接着由目标用户发送包裹了估计信道信息的上行导频，其他用户发送的导频信号进行信号处理即可完全消除导频污染的影响。本文在不使用二阶统计信息的情况下，消除了导频污染的理论推导。通过仿真分析可知，该方案可以完全消除导頻污染的影响，并分析AOA不同分布方式对系统性能的影响，在低信噪比下也有较好的性能。随着天线的增加，估计信道信息的均方误差迅速下降，在100根时就能获得非常好的性能。目前存在的问题是该算法复杂度较高，导频序列过长，过度占用频谱资源，降低频谱利用率，下一步针对减少导频数，提高频谱利用率等问题进行研究。

参考文献

[1] MARZETTA T L. Noncooperative cellular wireless with unlimited numbers of base station antennas [J]. IEEE transactions on wireless communication， 2010， 9（11）： 3590?3600.

[2] LARSSON E G， EDFORS O， TUFVESSON F. Massive MIMO for next generation wireless systems [J]. IEEE communication magazine， 2014， 52（2）： 186?195.

[3] LU L， LI G Y， SWINDLEHURST A L， et al. An overview of massive MIMO： benefits and challenges [J]. IEEE journal of selected topics in signal processing， 2014， 8（5）： 742?758.

[4] RUSEK F， PERSSPM D， LAU B K， et al. Scaling up MIMO： opportunities and challenges with very large arrays [J]. IEEE signal processing magazine， 2012， 30（1）： 40?60.

[5] WANG P， WANG H， PING L， et al. On the capacity of MIMO cellular systems with base station cooperation [J]. IEEE transactions on wireless communications， 2011， 10（11）： 3720?3731.

[6] MAHYIDDIN W， MARTIN P A， SMITH P J. Pilot contamina?tion reduction using time?shifted pilots in finite massive MIMO systems [C]// 2014 IEEE the 80th Vehicular Technology Conference. [S.l.]： IEEE， 2014： 1?5.

[7] 王海荣，王玉辉，黄永明，等.大规模MIMO多小区TDD系统中的导频污染减轻方法[J].信号处理，2013，29（2）：171?180.

WANG Hairong， WANG Yuhui， HUANG Yongming， et al. Pilot contamination reduction in very large MIMO multi?cell TDD systems [J]. Signal processing， 2013， 29（2）： 171?180.

[8] SAXENA V， FODOR G， KARIPIDIS E. Mitigating pilot conta?mination by pilot reuse and power control schemes for massive MIMO systems [C]// 2015 IEEE the 81st Vehicular Technology Conference. [S.l.]： IEEE， 2015： 1?6

[9] 王海荣，王玉辉，黄永明，等.大规模MIMO蜂窝网络系统中的导频污染减轻方法[J].通信学报，2014（1）：24?33.

WANG Hairong， WANG Yuhui， HUANG Yongming， et al. Pilot contamination reduction in very large MIMO cellular network [J]. Journal of communications， 2014（1）： 24?33.

[10] ATZENI I， ARNAU J， DEBBAH M. Fractional pilot reuse in massive MIMO systems [C]// 2015 IEEE International Conference on Communication Workshop. [S.l.]： IEEE， 2015： 1030?1035.

[11] ZHU X， WANG Z， DAI L， et al. Smart pilot assignment for massive MIMO [J]. IEEE communications letters， 2015，19（9）： 1644?1647.

[12] YIN Haifan， GESBERT D， FILIPPOU M， et al. A coordinated approach to channel estimation in large?scale multiple?antenna systems [J]. IEEE journal on selected areas in communica?tions， 2012， 31（2）： 264?273.

[13] ZHANG Jiankang， ZHANG Bo， CHEN M， et al. Pilot contami?

nation elimination for large scale multiple antenna aided OFDM systems [J]. IEEE journal of selected topics in signal processing， 2014， 8（5）： 759?772.