Анализ характеристик алгоритмов прекодирования сигналов в MU-MIMO системе с использованием модели канала QuaDRiGa

В статье представлен анализ характеристик алгоритмов прекодирования сигналов в многоантенной системе со многими пользователями (MU-MIMO). Рассматриваются алгоритм прекодирования ZF и алгоритм с использованием векторов прекодирования на основе дискретного преобразования Фурье (ДПФ) в практических условиях работы сети связи на основе модели канала QuaDRiGa, учитывающей реальные условия распространения сигналов. Полученные в модели реализации канала используются для вычисления величин отношения сигнал/шум и спектральной эффективности каждого пользователя с применением весовых векторов прекодирования, вычисленных по методу ZF и кодовых векторов ДПФ. Использование кодовых векторов ДПФ основано на квантовании измеренной импульсной характеристики канала и передаче информации о квантованном канале в виде нормы проекции вектора канала на выбранное кодовое слово и индекса этого слова по каналу обратной связи. Характеристики прекодирования в виде суммарной эргодической спектральной эффективности сравниваются на модели канала для двух способов прекодирования в каналах с пространственной корреляцией. Численное моделирование показывает, что более простая схема кодовых векторов ДПФ позволяет получить большую компенсацию интерференции в коррелированных каналах, чем схема ZF, и повысить спектральную эффективность.

1. ETSI TS 138 211 V.15.8.0 (2020-01). 5G. NR. Physical channels and modulation. 3GPP TS 38.211 version 15.8.0 Release 15. Technical Specification.

2. Bengtsson E.L., Rusek F., Malkowsky S., Tufvesson F., Karlsson P.C., Edfors O. A Simulation Framework for Multiple-Antenna Terminals in 5G Massive MIMO Systems // IEEE Access. 2017. Vol. 5. PP. 26819‒26831. DOI:10.1109/ACCESS.2017. 2775210

3. Jaeckel S., Raschkowski L., Boerner K., Thiele L. QuaDRiGa: A 3-D Multicell Channel Model with Time Evolution for Enabling Virtual Field Trials // IEEE Transactions on Antennas Propagation. 2014. Vol. 62. Iss. 6. PP. 3242‒3256. DOI:10.1109/TAP.2014.2310220

4. Kaltenberger F., Gespert D., Knopp R., Kountouris M. Performance of Multi-User MIMO Precoding with Limited Feedback over Measured Channels // Proceedings of the Global Telecommunications Conference (IEEE GLOBECOM 2008, New Orleans, USA, 30 November‒4 December 2008). IEEE, 2008. DOI:10.1109/GLOCOM.2008.ECP.738

5. Bjornson E., Hoydis J., Sanguinetti L. Massive MIMO Networks: Spectral, Energy, and Hardware Efficiency // Foundations and Trends in Signal Processing. 2017. Vol. 11. Iss. 3-4. PP. 154‒655. DOI:10.1561/2000000093

6. Cho Y.S., Kim J., Yang W.Y., Kang C.G. MIMO-OFDM Wireless Communications with MATLAB. John Wiley and Sons, 2010. 544 p.

7. Clerckx B., Kim G., Sung J. Correlated Fading in Broadcast MIMO Channels: Curse or Blessing? // Proceedings of the Global Telecommunications Conference (IEEE GLOBECOM 2008, New Orleans, USA, 30 November‒4 December 2008). IEEE, 2008. DOI:10.1109/GLOCOM.2008.ECP.735

8. Jaeckel S., Raschkowski L., Boerner K., Thiele L., Burkhardt F., Eberlein E. QuaDRiGa: Quasi Deterministic Radio Channel Generator. User Manual and Documentation. Document Revision: v2.2.0. Fraunhofer Heinrich Hertz Institute, 2019.

9. Rebato M., Rose L., Zorzi M. Performance Assessment of MIMO Precoding on Realistic mmWave Channels // Proceedings of the International Conference on Communications Workshops (ICC Workshops, Shanghai, China, 20‒24 May 2019). IEEE, 2019. DOI:10.1109/ICCW.2019.8756788

10. Ying D., Vook F.W., Thomas T.A., Love D.J., Ghosh A. Kronecker product correlation model and limited feedback codebook design in a 3D channel model // Proceedings of the International Conference on Communications (ICC, Sydney, Australia, 10‒14 June 2014). IEEE, 2014. DOI:10.1109/ICC.2014.6884258