一、前言

本 例 说明 了 如何 在 大规模 MIMO 通信 系统 的 发射 端 采用 混合 波束 成形， 同时 使用 多 用户 和 单 用户 系统 的 技术。该示例采用全通道探测来确定发射机的通道状态信息。它将所需的预编码划分为数字基带和模拟RF组件，对多用户和单用户系统使用不同的技术。简化的全数字接收器可恢复多个传输的数据流，以突出显示通信系统的常见品质因数，即EVM和BER。

该示例采用基于散射的空间信道模型，该模型考虑了发射/接收空间位置和天线方向图。还提供更简单的静态扁平MIMO通道，用于链路验证目的。

二、介绍

对高数据速率和更多用户容量的需求不断增长，因此需要更有效地使用可用频谱。多用户 MIMO （MU-MIMO） 允许基站 （BS） 发射器使用相同的时频资源与多个移动站 （MS） 接收器同时通信，从而提高频谱效率。大规模MIMO允许BS天线元件的数量达到数十或数百个，从而也将小区中的数据流数量增加到一个很大的值。

下一代 5G 无线系统使用毫米波 （mmWave） 频段来利用其更宽的带宽。5G系统还部署了大规模天线阵列，以减轻毫米波频段的严重传播损耗。

与当前的无线系统相比，毫米波频段的波长要小得多。虽然这允许阵列在同一物理尺寸内包含更多元件，但为每个天线元件提供一个发射-接收（TR）模块或RF链的成本要高得多。混合收发器是一种实用的解决方案，因为它们在RF中使用模拟波束成形器和在基带域中使用数字波束成形器的组合，RF链少于发射元件的数量。

三、系统参数

定义示例的系统参数。修改这些参数以探索它们对系统的影响。定义用于系统的 OFDM 调制参数。定义系统的发射和接收阵列以及位置参数。

四、通道状态信息

对于空间多路复用系统，发射器的通道信息的可用性允许应用预编码，以最大化目标方向和通道的信号能量。在信道缓慢变化的假设下，首先探测信道有助于做到这一点。BS通过使用参考传输来检测信道，MS接收器使用该信号来估计信道。MS将信道估计信息发送回BS，以计算后续数据传输所需的预编码。

以下示意图显示了建模后的信道探测的处理过程。

对于 所 选择 的 MIMO 系统， 前导码 信号 通过 所有 发射 天线 元件 发送， 并在 占 信道 的 接收 机 端 处理 信号。接收器天线元件对所有链路执行前置放大、OFDM 解调和频域信道估计。

对于多用户系统，信道估计值从每个MS反馈，并由BS用于确定预编码权重。该示例假设没有量化或实现延迟的完美反馈。

五、混合波束成形

该示例对单用户系统使用正交匹配追踪（OMP）算法[3]，对多用户系统使用联合空分复用（JSDM）技术[2，4]来确定所选系统配置的数字基带和RF模拟预编码权重。

对于单用户系统，OMP 分区算法对数组响应向量很敏感。理想情况下，这些响应向量考虑了通道看到的所有散射体，但对于实际系统和通道实现而言，这些散射体是未知的，因此使用三维空间内的随机射线集来覆盖尽可能多的散射体。该参数指定光线数。

对于多用户系统，JSDM将具有相似发射信道协方差的用户分组在一起，并通过基于块对角化方法的模拟预编码器抑制组间干扰。在这里，每个用户都被分配到自己的组中，因此不会减少探测或反馈开销。

对于建模的宽带OFDM系统，模拟权重是多个子载波上的平均权重。数组响应模式显示由更强的波瓣表示的不同数据流。这些波瓣表示通过波束成形实现的扩散或可分离性。

六、数据传输

该示例对一种架构进行建模，其中每个数据流映射到单个RF链，并且每个天线元件连接到每个RF链。如下图所示。

接下来，我们配置系统的数据发送器。该处理包括信道编码、到复杂符号的位映射、将单个数据流拆分为多个发射流、发射流的基带预编码、带导频映射的 OFDM 调制以及所有采用的发射天线的射频模拟波束成形。

对于选定的全连接RF架构，每个天线元件都使用移相器，如矩阵的各个列所示。

建模的数据传输和接收的处理如下所示。

七、信号传播

该示例提供了空间 MIMO 信道的选项和更简单的静态平面 MIMO 信道，用于验证目的。

散射模型使用单反射光线追踪近似，具有参数化的散射体数量。在本例中，散射点数设置为 100。“散射”选项对随机放置在接收器周围球体内的散射体进行建模，类似于单环模型[6]。

通道模型允许路径损耗建模以及视距 （LOS） 和非 LOS 传播条件。该示例假设非LOS传播和具有线性或矩形几何形状的各向同性天线元素方向图。

同一通道用于探测和数据传输。数据传输的持续时间较长，由数据符号数参数 .探测级和传输级之间的信道演变是通过在数据信号前置信号来建模的。前导码将通道启动到数据传输的有效状态，并从通道输出中忽略。prm.numDataSymbols

对于多用户系统，对每个用户的独立通道进行建模。

八、接收放大和信号恢复

按用户建模的接收器通过放大来补偿路径损耗，并增加热噪声。与发射器一样，MIMO-OFDM 系统中使用的接收器包含许多级，包括 OFDM 解调、MIMO 均衡、QAM 解映射和信道解码。

对于 所 建模 的 MIMO 系统， 显示 的 均衡 符号 接收 星座 提供 接收 的 定性 评估。实际误码率通过将实际传输的位与每个用户接收的解码位进行比较来提供定量数字。

九、结论和进一步探索

该示例重点介绍了混合波束成形在多用户MIMO-OFDM系统中的使用。它允许您通过更改一些系统范围的参数来探索各种通道型号的不同系统配置。

可配置参数集包括用户数、每个用户的数据流数、发射/接收天线元件数、阵列位置和信道型号。调整这些参数，您可以研究参数对整个系统的单个或组合影响。

十、引用

1. Molisch, A. F., et al. "Hybrid Beamforming for Massive MIMO: A Survey." IEEE® Communications Magazine, Vol. 55, No. 9, September 2017, pp. 134-141.

2. Li Z., S. Han, and A. F. Molisch. "Hybrid Beamforming Design for Millimeter-Wave Multi-User Massive MIMO Downlink." IEEE ICC 2016, Signal Processing for Communications Symposium.

3. El Ayach, Oma, et al. "Spatially Sparse Precoding in Millimeter Wave MIMO Systems." IEEE Transactions on Wireless Communications, Vol. 13, No. 3, March 2014, pp. 1499-1513.

4. Adhikary A., J. Nam, J-Y Ahn, and G. Caire. "Joint Spatial Division and Multiplexing - The Large-Scale Array Regime." IEEE Transactions on Information Theory, Vol. 59, No. 10, October 2013, pp. 6441-6463.

5. Spencer Q., A. Swindlehurst, M. Haardt, "Zero-Forcing Methods for Downlink Spatial Multiplexing in Multiuser MIMO Channels." IEEE Transactions on Signal Processing, Vol. 52, No. 2, February 2004, pp. 461-471.

6. Shui, D. S., G. J. Foschini, M. J. Gans and J. M. Kahn. "Fading Correlation and its Effect on the Capacity of Multielement Antenna Systems." IEEE Transactions on Communications, Vol. 48, No. 3, March 2000, pp. 502-513.

十一、程序

使用Matlab R2022b版本，点击打开。（版本过低，运行该程序可能会报错）

打开下面的“Example.m”文件，点击运行，就可以看到上述效果。

程序下载：https://download.csdn.net/download/weixin_45770896/87666506