科技有点牛@MIMO 与无蜂窝状移动通信技术?,分布式系统( 二 )


本书力求将一系列看似极为繁复的分析方法 , 以尽可能统一且尽可能简洁的方式进行描述 。 读者仅需掌握随机过程与信息论及线性代数基础理论 , 便可从总体上把握分布式MIMO与无蜂窝无线网络发展的总体脉络 。 这体现在:
引入统一的建模方法 , 详见第一章、第二章及第四章中涉及的分布式MIMO系统模型 , 涵盖多用户、多小区等常见应用场景 , 经典MIMO仅是其中的一种简化方式 , 无蜂窝无线网络则是其一种特殊应用形式 。 对于新型的网络辅助全双工方式 , 其上下行链路存在一定的耦合或干扰 , 在无蜂窝配置条件下 , 其模型是上述建模方法的推广形式 , 详见第八章 。
引入统一的信道模型 , 涵盖经典MIMO以及多用户MIMO , 并考虑收发两端天线之间的耦合特性 , 详见第一章 。 当信道存在多径时延扩展时 , 通过正交频分复用处理后 , 该基本信道模型仍然适用 , 详见第七章 。
引入统一的容量模型 , 建立MIMO与传统单输入单输出之间的关系 , 详见第一章和第二章;建立与用户位置有关的瞬态与平均信道容量、中断容量、区域平均容量、区域中断容量等常见分析方法的相互关系 , 详见第二章;在上述容量模型的基础上 , 探讨分布式MIMO各种典型配置场景下的最优功率分配和能量效率优化问题 , 包括多用户、多小区以及无蜂窝无线网络等实际应用场景 , 详见第五章 。
鉴于信道信息获取是限制分布式大规模MIMO应用的瓶颈因素 , 需要引入导频复用技术以减少资源的开销 。 此时 , 信道信息获取的非理想特性 , 也即导频污染 , 将对系统的性能形成制约 。 在第三章中 , 对此关键问题进行了较为完整的分析 , 并引入了收发天线数充分多时 , 典型接收机和发射机的系统极限性能 。
无线缓存是移动通信领域近年来的一个研究热点 。 在第六章中 , 针对分布式MIMO网络的特点 , 给出了无线缓存的基本模型 , 提出了性能优越且实现简单的缓存方案及优化算法 , 从而探讨了分布式MIMO无线网络资源有效利用的一种新途径 。
计算复杂度随天线的规模增加而大幅增加 , 是限制分布式MIMO及无蜂窝无线网络走向应用的另一个主要瓶颈 。 在第七章中 , 结合5G移动通信系统应用 , 给出了低复杂度的接收机与发射机联合设计 , 其核心是利用统计信息对多用户MIMO问题进行解耦 , 并最终将问题转化为多个独立并行的单用户处理问题 。
云化处理是近年来移动通信系统发展的一个主流趋势 , 愈来愈多的网络功能将通过数据中心以虚拟化的方式加以实现 。 在第九章中 , 引入了基于以太交换机及通用众核服务器的5G移动通信云构架实现方法 , 介绍了分布式大规模MIMO无蜂窝网络的高速并行编程及实时实现方法 , 提出了无线节点同步、上下行链路互易性校正等关键问题的解决方法 , 并通过典型场景下的试验测试 , 表明基于分布式大规模MIMO的无蜂窝无线网络极具发展潜能 。
在本书即将完稿之际 , 要特别感谢国家自然科学基金重大项目、创新群体项目以及国家863计划4G和5G重大项目的持续性支持 。 正是得益于上述支持 , 分布式MIMO理论与方法的研究能得以长期深入持续 , 辅以系统性的测试验证 , 并得以向工业界推广 。 特别值得一提的是 , 围绕分布式MIMO这一新兴研究方向 , 东南大学移动通信国家重点实验室的众多研究人员进行了长期卓绝的努力 , 贡献了极为丰富的成果 。 鉴于作者精力有限 , 未能在本书中对他们的成果逐一涉及 , 谨在此向他们致以崇高的敬意!
认识作者
科技有点牛@MIMO 与无蜂窝状移动通信技术?,分布式系统
文章图片