简介面向6G的无蜂窝大规模MIMO无线传输技术文档包适合通信工程、6G技术研究等相关方向的学生与工程师。内容系统梳理无蜂窝组网原理从分布式天线与协作传输出发解析信道信息获取、分布式收发机设计、交叉链路干扰等关键瓶颈并覆盖高频段与低频段无蜂窝大规模MIMO、网络辅助全双工等前沿方向。文档还结合IMT-2030指标对Tbit/s峰值速率、10Gbit/s体验速率、百μs时延与99.99999%可靠度等目标及十大关键技术作出分析给出面向6G的解决思路与研究路线。压缩包共1个docx文件约127KB直接打开即可阅读。已有556人学习适合作为课程报告、技术调研或学位论文的参考资料。1. 无蜂窝大规模MIMO6G空口从“小区分裂”转向“协作矩阵”IMT-2030白皮书给出的6G指标里峰值速率要到Tbit/s量级、用户体验速率到10Gbit/s、时延低至百μs量级且可靠性达到99.999 99%。把基站天线从64加到128、再把小区切得更小这条路在5G已经走到边际集中式大规模MIMO的重量、功耗和成本压不下来小区分裂带来的站间干扰又会抵消新增容量。面向6G的无蜂窝大规模MIMO把分布在网络中的远端无线单元当成一个协同矩阵以用户为中心选择协作集合理论上消除了小区边界同时把收发处理拆成RRU级相干接收和BBU合并两级让系统规模可以横向扩展。下面的内容会沿着分布式MIMO演进逻辑、低频段信道估计与收发机设计、毫米波与网络辅助全双工、系统仿真落地技巧这条线展开适合正在做6G物理层算法、接入网组网或链路级仿真的工程师读。2. 演进逻辑与可扩展上行模型从CoMP到无蜂窝的关键差异2.1 多天线演进的三次跳变与小区分裂的极限从2G到5G基站天线从传统的1发1收发展到64发64收并行传输的数据流从1路增加到16路频谱效率也从约0.5 bit/s/Hz提升到约100 bit/s/Hz。3G的多天线是点到点MIMO4G引入CoMP协作5G在室外宏站用大规模MIMO、室内用小蜂窝组网。集中式大规模MIMO把上百个阵元放在同一个物理站点射频前端、散热和工程安装很快触碰上限小蜂窝通过密集部署低功率站增强覆盖和速率但小区间干扰成为容量继续抬升的主要障碍。这个阶段的关键矛盾是频谱效率的提升越来越依赖协作而蜂窝架构把所有天线划进互斥的小区。无蜂窝架构把小区边界消掉所有RRU被抽象成一个虚拟大天线用户按需选择服务RRU。从实现形态看这等于把“移动性管理”让位给了“协作矩阵管理”组网复杂度也相应从单站天线设计转移到多节点联合处理设计。2.2 CoMP、C-RAN与无蜂窝基础设施相同处理逻辑不同C-RAN把多个RRU的基带信号汇聚到基带池为协作传输提供了物理基础设施但商用4G/5G的C-RAN部署大多只做了信号汇聚并没有真正启用联合处理。CoMP在蜂窝框架内支持联合处理、干扰协调、协作波束赋形和协作调度但站间交互容量受限协作节点数和天线数都有限所以CoMP在现网中的增益没有完全发挥出来。无蜂窝与它们的差异不在RRU怎么摆而在处理逻辑的层级集中式无蜂窝在BBU池做联合处理理论上性能最优但BBU算力决定了可扩展上限分布式无蜂窝把收发机拆成RRU本地处理与BBU合并两级用前传带宽换取系统规模的横向扩展。表2-1把这几个形态放在一起对比差异会更清楚。表2-1 从架构维度比较4G/5G协作技术与无蜂窝维度CoMPC-RAN商用部署无蜂窝集中式无蜂窝分布式小区边界保留保留按用户动态定义按用户动态定义协作范围站点间有限不做联合处理全部或部分RRU联合RRU本地处理BBU合并核心处理实体基站控制器/基站BBU池BBU池全集中RRUBBU两级扩展瓶颈站间交互容量无需协作BBU算力前传带宽2.3 可扩展上行模型RRU本地相干接收与BBU合并无蜂窝上行可扩展实现的核心是两阶段检测每个RRU先对K个用户做相干接收得到初步检测结果并量化再把量化后的结果通过前传发送到下一级基带处理单元BBU针对每个用户把多个RRU的输出合并成最终检测值。这种方式有两个重要性质RRU之间不需要交换任何信道信息当RRU数量增大到一定程度即使RRU本地只做共轭相乘用户间干扰也会随维度增大而消除这就是无蜂窝系统可以利用信道硬化降低接收机复杂度的原因。下面用一个最小化示例代码模拟这个两阶段处理省略了信道编码、量化和信道估计把过程简化成复数基带模型便于观察分布式MRC合并的链路级行为% two_stage_mrc_demo.m K 8; % 用户数 N 32; % 参与合并的RRU数量 SNR_dB 10; trials 1000; errs 0; for tr 1:trials s 2 * (randi([0 1], K, 1)) - 1; % BPSK符号 H (randn(N, K) 1i*randn(N, K)) / sqrt(2); % N个RRU到K用户信道 n (randn(N, K) 1i*randn(N, K)) / sqrt(2) ... * 10^(-SNR_dB/20); % 高斯噪声 y H .* repmat(s., N, 1) n; % 每RRU收到K路叠加信号 r_hat zeros(K, 1); for n_rru 1:N h_n H(n_rru, :).; % 该RRU到各用户的信道 r_hat r_hat conj(h_n) .* y(n_rru, :).; % 第一级本地相干接收 end % 循环结束后r_hat等价于BBU第二级合并结果 errs errs sum(sign(real(r_hat)) ~ s); end ber errs / (trials * K); fprintf(Ber %.5f\n, ber);这段代码里y(n_rru,:)是单个RRU收到的K个用户叠加信号conj(h_n)是该RRU的共轭波束成形权值循环内完成第一级本地检测循环外r_hat的累加对应BBU的第二级合并。改变N可以看到BER随协作RRU数量的变化趋势当N增大到一定值误差主要来自噪声而非多用户干扰这时继续加RRU的增益会明显放缓。提示实际工程中RRU本地输出需要量化量化比特数直接决定前传带宽与性能拐点。把r_hat在累加前做定点量化仿真结果会更接近真实前传受限系统。两级结构的代价是前传带宽每个RRU都要把K个用户的检测结果送到下一级当用户数很大时前传开销会显著增长。这也是后面部分RRU联合接收机要解决的问题——先在用户中心集合内裁剪协作RRU再让集合内RRU做联合检测能有效平衡性能和前传负载。3. 低频段无蜂窝信道信息获取与分布式收发机的工程权衡3.1 空口互易性校准与RRU间时钟偏差sub-6 GHz低频段无蜂窝信道有三个特征用户到不同RRU的时延各不相同信道在频域变化较快多普勒频偏各不相同用户移动时信道在时域变化也快用户数和RRU数都大信道矩阵维度高。TDD模式下利用空口互易性可以通过上行探测估计下行信道降低下行信道信息获取难度。单个RRU内部多通道一致性目前已经比较成熟真正的难点在RRU之间的空口校准RRU间距大各节点射频链路的相幅响应不一致需要在校准信号上做联合估计。RRU之间如果不共时钟下行联合预编码还要考虑节点间的时钟偏差。常见做法是让RRU通过特定空口信号估计和跟踪相互间的时频偏并利用5G NR灵活帧结构设计对终端透明的校准参考信号。需要特别强调的是校准和时钟偏差估计不能分开做因为两者产生的相位误差混在同一个接收信号里必须联合建模、联合估计否则残余相位误差会直接变成下行预编码的方向误差。3.2 导频开销控制与参数化信道估计上行空分用户较多时导频开销是第一个瓶颈。无蜂窝系统里K个用户对应N个RRU若每个用户都分配独立正交导频前传和空口资源都会被快速消耗。利用信道在功率域的稀疏性做导频复用可以显著压缩开销但复用用户之间会引入导频污染。缓解办法是结合用户位置信息让大尺度损耗差异大的用户复用同一导频把污染控制在小尺度衰落叠加的范围内。对上行数据信道参数化信道估计通过估计时延、多普勒等统计量来重建信道比单纯LS估计更稳。下面给出一个导频LS估计与导频复用评估的最小示例% lse_channel_est.m N_rru 16; K 8; L 6; % RRU数、用户数、导频长度 pilot (randn(L, K) 0) * 2 - 1; % BPSK导频实际需用正交序列 H_true (randn(N_rru, K) 1i*randn(N_rru, K)) / sqrt(2); Y H_true * pilot. 0.1*(randn(N_rru, L) 1i*randn(N_rru, L)); H_hat Y * pinv(pilot.); % 最小二乘估计 est_err norm(H_hat - H_true, fro) / norm(H_true, fro);这里pilot是L×K矩阵每一列对应一个用户的导频序列Y是RRU收到的导频叠加信号。由于示例里pilot不是正交设计pinv会把噪声放大est_err通常会偏大。实际工程做法是改用ZC序列或DFT序列保证导频正交同时把不同导频分给位置相隔较远的用户。用est_err做指标扫描导频长度L能很快判断导频复用带来的性能退化是否可接受。3.3 分布式多用户检测、预编码与功率分配上行接收机在RRU本地可选择最大比合并、迫零、最小均方误差或最大似然检测。最大比合并实现最简单但对干扰抑制弱迫零能消除同频干扰但会放大噪声MMSE在二者之间折中。下行预编码对应有最大比发送、迫零预编码、正则化迫零预编码。考虑前传开销和性能部分RRU联合的方案比全独立或全集中更现实——这也与以用户为中心的协作集合设计直接相关。功率分配和RRU关联是耦合的。传统蜂窝只约束单站功率无蜂窝还需要约束每个RRU的功率因为一个RRU可能同时服务多个用户。文献里常用贪婪算法做可扩展功率分配从全零开始每次选择能最大提升系统速率的一组用户-RRU对增加功率迭代到收敛。用户与RRU的关联可以通过上行探测或接收信号强度定位得到关联结果还可以反过来辅助导频复用。表3-1 无蜂窝上行接收算法比较算法复杂度干扰抑制噪声增强无蜂窝下适用位置MRC低弱无RRU本地第一级检测ZF中强明显部分RRU联合检测MMSE中中可控用户中心集合内联合检测ML高最优无小规模用户中心场景MRC在RRU本地级很合适因为海量RRU协作时信道硬化会让干扰自然消失不需要复杂检测MMSE更适合在BBU侧做用户中心集合内的小矩阵联合检测。表格里的选择顺序反过来用就会出现问题在本地用ZF会明显放大噪声在BBU侧用MRC则可能残留大量未抑制干扰。4. 毫米波无蜂窝与网络辅助全双工鲁棒性、交叉链路干扰与调度4.1 毫米波无蜂窝的混合预编码与波束协作毫米波波长短射频通道数多5G普遍用混合预编码降低成本和功耗。无蜂窝架构下多个节点服务一个用户每个节点都需要做模拟波束扫描多节点多用户的波束管理复杂度比单站高一个量级。高频段符号持续时间短对低时延有利但近光学传播特性让链路很容易被遮挡单纯一条波束赋形链路无法保证可靠性只有多个RRU协作形成波束分集才能把遮挡事件变成慢衰落而不是链路中断。互易性方面毫米波射频通道一致性和相噪会让上下行信道互易性不如低频段稳定校准周期要相应缩短。互易性可用时协作混合预编码可以直接根据上行探测设计不可用时需要终端反馈下行信道利用毫米波信道稀疏性做基于AI的信道压缩反馈是当前降低反馈开销的重要方向。反馈压缩的目标不是在原域重建信道而是保留预编码计算最关心的空间方向信息。4.2 网络辅助全双工用多个半双工RRU实现带内全双工网络辅助全双工NAFD的出发点很直接完全同时同频全双工对自干扰消除要求太高不如让网络中的RRU按需工作在发送或接收状态在同一频率资源上同时服务上行和下行。每个RRU通过前传接到BBU由BBU根据业务负载决定RRU收发模式。当某个RRU是CCFD时可以把它看成一个发送RRU加一个接收RRU自干扰在模拟域先消掉一部分剩余部分再交给数字域处理。发送RRU对接收RRU的干扰链路是准静态的信道矩阵可以用很低的开销估计而且BBU集中处理意味着它已经知道所有下行发送信号可以在数字域重构并消除这部分干扰。真正难处理的是上行用户对下行用户的干扰要么让下行用户估计干扰信道后做干扰消除要么在BBU做上下行用户调度配对和上行功率控制避免强干扰用户被同时调度。4.3 交叉链路干扰抑制的调度与功率控制把现有双工方式和NAFD放在一起比较能看出NAFD的定位是“网络级同时同频”而不是终端级同时同频。表4-1 NAFD与现有双工方式对比双工方式上下行同时性交叉链路干扰非对称业务支持时延特性TDD否较弱一般需等待时隙切换FDD否无受限较好5G灵活双工部分明显好较好CCFD是很严重好最低NAFD是网络级数字域可抑制好低NAFD在时延和频谱利用率上接近CCFD但干扰主要由网络侧处理终端实现压力小很多。代价是BBU需要做更多联合调度。RRU收发模式如果完全动态需要全局优化常见做法是用基于大尺度信息的贪心打分每个RRU根据它对上行用户的路径损耗增益和下行用户的路径损耗增益做加权选择贡献更大的方向。下面给一个简化的RRU模式选择打分规则适合作为系统级仿真初版的上层决策% rru_mode_select.m N_rru 32; U_up 8; U_dl 8; loss_up rand(N_rru, U_up); % 上行用户的路径损耗 loss_dl rand(N_rru, U_dl); % 下行用户路径损耗 w 0.5; % 上下行业务权重 sc w * mean(1./loss_up, 2) - (1-w) * mean(1./loss_dl, 2); mode sc 0; % true接收, false发送 for n 1:N_rru if mode(n) fprintf(RRU%d 接收上行增益贡献 %.2f\n, n, sc(n)); else fprintf(RRU%d 发送下行贡献 %.2f\n, n, -sc(n)); end end这个打分只用了路径损耗统计量不涉及瞬时CSI适合做初版调度。真实系统中还要加入发送RRU对接收RRU的干扰信道质量、缓存队列长度等约束每TTI更新一次打分表。注意权重w不是随意设的它应由上下行流量比例决定流量不对称越明显NAFD相对传统TDD的增益越大。5. 系统级仿真落地技巧把无蜂窝算法跑起来的几个关键设置5.1 协作集合门限不能拍脑袋以用户为中心的无蜂窝仿真第一步是确定每个用户的服务RRU集合。全连接性能好但复杂度和前传开销爆炸常见做法是用大尺度路径损耗门限用户选择路径损耗小于门限的RRU。门限太低边缘用户可能没有RRU服务门限太高协作集合过大仿真时间成倍增加。下面这个门限扫描脚本能在5分钟内帮你找到合理区间% assoc_threshold_scan.m N_rru 32; K 8; rru_pos rand(N_rru, 2) * 200; user_pos rand(K, 2) * 200; thr_list 70:5:110; cov_prob zeros(size(thr_list)); for t 1:length(thr_list) covered 0; for k 1:K d sqrt(sum((rru_pos - user_pos(k,:)).^2, 2)); pl 128.1 37.6 * log10(max(d, 0.01)); covered covered any(pl thr_list(t)); end cov_prob(t) covered / K; end plot(thr_list, cov_prob, o-);脚本里的max(d,0.01)是为了避免距离0时log10出现负无穷128.1 37.6*log10(d)是常用宏站路径损耗模型换成室内场景要改成对数距离模型和对应衰减指数。扫完覆盖率曲线选择能让覆盖率接近100%且协作集合平均大小最小的门限后面再针对边缘用户单独加大发射功率。5.2 用信道硬化验证分布式MRC是否真的够用无蜂窝分布式MRC的性能依赖信道硬化当大量RRU协作时用户间干扰项会随RRU数增加而平均化。仿真是可以直接验证这一点的把第2章的代码改造成N从8扫到128、同时横坐标用log刻度画BER曲线。如果BER下降变缓说明噪声已取代干扰成为主要限制此时增加RRU数量远不如提升量化比特数或改用MMSE接收机划算。这个判断能帮你在前传带宽、计算复杂度和性能之间做出可量化的权衡。5.3 时钟偏移建模别用理想时钟无蜂窝仿真里最容易被高估的是联合预编码性能原因常常是给所有RRU设了理想同源时钟。建议给每个RRU加独立的相位噪声和采样钟偏差让空口校准算法在仿真里参与闭环。校准残差用复高斯扰动建模扰动方差设置为校准信号SNR的函数这样即使校准算法本身不完整也能通过扰动方差看到系统对校准误差的敏感度曲线。把门限调到环境噪声以上5 dB左右通常就能在性能和复杂度之间取得合理折中。本文还有配套的精品资源点击获取 无蜂窝大规模MIMO：6G空口演进与分布式协作关键技术
简介面向6G的无蜂窝大规模MIMO无线传输技术文档包适合通信工程、6G技术研究等相关方向的学生与工程师。内容系统梳理无蜂窝组网原理从分布式天线与协作传输出发解析信道信息获取、分布式收发机设计、交叉链路干扰等关键瓶颈并覆盖高频段与低频段无蜂窝大规模MIMO、网络辅助全双工等前沿方向。文档还结合IMT-2030指标对Tbit/s峰值速率、10Gbit/s体验速率、百μs时延与99.99999%可靠度等目标及十大关键技术作出分析给出面向6G的解决思路与研究路线。压缩包共1个docx文件约127KB直接打开即可阅读。已有556人学习适合作为课程报告、技术调研或学位论文的参考资料。1. 无蜂窝大规模MIMO6G空口从“小区分裂”转向“协作矩阵”IMT-2030白皮书给出的6G指标里峰值速率要到Tbit/s量级、用户体验速率到10Gbit/s、时延低至百μs量级且可靠性达到99.999 99%。把基站天线从64加到128、再把小区切得更小这条路在5G已经走到边际集中式大规模MIMO的重量、功耗和成本压不下来小区分裂带来的站间干扰又会抵消新增容量。面向6G的无蜂窝大规模MIMO把分布在网络中的远端无线单元当成一个协同矩阵以用户为中心选择协作集合理论上消除了小区边界同时把收发处理拆成RRU级相干接收和BBU合并两级让系统规模可以横向扩展。下面的内容会沿着分布式MIMO演进逻辑、低频段信道估计与收发机设计、毫米波与网络辅助全双工、系统仿真落地技巧这条线展开适合正在做6G物理层算法、接入网组网或链路级仿真的工程师读。2. 演进逻辑与可扩展上行模型从CoMP到无蜂窝的关键差异2.1 多天线演进的三次跳变与小区分裂的极限从2G到5G基站天线从传统的1发1收发展到64发64收并行传输的数据流从1路增加到16路频谱效率也从约0.5 bit/s/Hz提升到约100 bit/s/Hz。3G的多天线是点到点MIMO4G引入CoMP协作5G在室外宏站用大规模MIMO、室内用小蜂窝组网。集中式大规模MIMO把上百个阵元放在同一个物理站点射频前端、散热和工程安装很快触碰上限小蜂窝通过密集部署低功率站增强覆盖和速率但小区间干扰成为容量继续抬升的主要障碍。这个阶段的关键矛盾是频谱效率的提升越来越依赖协作而蜂窝架构把所有天线划进互斥的小区。无蜂窝架构把小区边界消掉所有RRU被抽象成一个虚拟大天线用户按需选择服务RRU。从实现形态看这等于把“移动性管理”让位给了“协作矩阵管理”组网复杂度也相应从单站天线设计转移到多节点联合处理设计。2.2 CoMP、C-RAN与无蜂窝基础设施相同处理逻辑不同C-RAN把多个RRU的基带信号汇聚到基带池为协作传输提供了物理基础设施但商用4G/5G的C-RAN部署大多只做了信号汇聚并没有真正启用联合处理。CoMP在蜂窝框架内支持联合处理、干扰协调、协作波束赋形和协作调度但站间交互容量受限协作节点数和天线数都有限所以CoMP在现网中的增益没有完全发挥出来。无蜂窝与它们的差异不在RRU怎么摆而在处理逻辑的层级集中式无蜂窝在BBU池做联合处理理论上性能最优但BBU算力决定了可扩展上限分布式无蜂窝把收发机拆成RRU本地处理与BBU合并两级用前传带宽换取系统规模的横向扩展。表2-1把这几个形态放在一起对比差异会更清楚。表2-1 从架构维度比较4G/5G协作技术与无蜂窝维度CoMPC-RAN商用部署无蜂窝集中式无蜂窝分布式小区边界保留保留按用户动态定义按用户动态定义协作范围站点间有限不做联合处理全部或部分RRU联合RRU本地处理BBU合并核心处理实体基站控制器/基站BBU池BBU池全集中RRUBBU两级扩展瓶颈站间交互容量无需协作BBU算力前传带宽2.3 可扩展上行模型RRU本地相干接收与BBU合并无蜂窝上行可扩展实现的核心是两阶段检测每个RRU先对K个用户做相干接收得到初步检测结果并量化再把量化后的结果通过前传发送到下一级基带处理单元BBU针对每个用户把多个RRU的输出合并成最终检测值。这种方式有两个重要性质RRU之间不需要交换任何信道信息当RRU数量增大到一定程度即使RRU本地只做共轭相乘用户间干扰也会随维度增大而消除这就是无蜂窝系统可以利用信道硬化降低接收机复杂度的原因。下面用一个最小化示例代码模拟这个两阶段处理省略了信道编码、量化和信道估计把过程简化成复数基带模型便于观察分布式MRC合并的链路级行为% two_stage_mrc_demo.m K 8; % 用户数 N 32; % 参与合并的RRU数量 SNR_dB 10; trials 1000; errs 0; for tr 1:trials s 2 * (randi([0 1], K, 1)) - 1; % BPSK符号 H (randn(N, K) 1i*randn(N, K)) / sqrt(2); % N个RRU到K用户信道 n (randn(N, K) 1i*randn(N, K)) / sqrt(2) ... * 10^(-SNR_dB/20); % 高斯噪声 y H .* repmat(s., N, 1) n; % 每RRU收到K路叠加信号 r_hat zeros(K, 1); for n_rru 1:N h_n H(n_rru, :).; % 该RRU到各用户的信道 r_hat r_hat conj(h_n) .* y(n_rru, :).; % 第一级本地相干接收 end % 循环结束后r_hat等价于BBU第二级合并结果 errs errs sum(sign(real(r_hat)) ~ s); end ber errs / (trials * K); fprintf(Ber %.5f\n, ber);这段代码里y(n_rru,:)是单个RRU收到的K个用户叠加信号conj(h_n)是该RRU的共轭波束成形权值循环内完成第一级本地检测循环外r_hat的累加对应BBU的第二级合并。改变N可以看到BER随协作RRU数量的变化趋势当N增大到一定值误差主要来自噪声而非多用户干扰这时继续加RRU的增益会明显放缓。提示实际工程中RRU本地输出需要量化量化比特数直接决定前传带宽与性能拐点。把r_hat在累加前做定点量化仿真结果会更接近真实前传受限系统。两级结构的代价是前传带宽每个RRU都要把K个用户的检测结果送到下一级当用户数很大时前传开销会显著增长。这也是后面部分RRU联合接收机要解决的问题——先在用户中心集合内裁剪协作RRU再让集合内RRU做联合检测能有效平衡性能和前传负载。3. 低频段无蜂窝信道信息获取与分布式收发机的工程权衡3.1 空口互易性校准与RRU间时钟偏差sub-6 GHz低频段无蜂窝信道有三个特征用户到不同RRU的时延各不相同信道在频域变化较快多普勒频偏各不相同用户移动时信道在时域变化也快用户数和RRU数都大信道矩阵维度高。TDD模式下利用空口互易性可以通过上行探测估计下行信道降低下行信道信息获取难度。单个RRU内部多通道一致性目前已经比较成熟真正的难点在RRU之间的空口校准RRU间距大各节点射频链路的相幅响应不一致需要在校准信号上做联合估计。RRU之间如果不共时钟下行联合预编码还要考虑节点间的时钟偏差。常见做法是让RRU通过特定空口信号估计和跟踪相互间的时频偏并利用5G NR灵活帧结构设计对终端透明的校准参考信号。需要特别强调的是校准和时钟偏差估计不能分开做因为两者产生的相位误差混在同一个接收信号里必须联合建模、联合估计否则残余相位误差会直接变成下行预编码的方向误差。3.2 导频开销控制与参数化信道估计上行空分用户较多时导频开销是第一个瓶颈。无蜂窝系统里K个用户对应N个RRU若每个用户都分配独立正交导频前传和空口资源都会被快速消耗。利用信道在功率域的稀疏性做导频复用可以显著压缩开销但复用用户之间会引入导频污染。缓解办法是结合用户位置信息让大尺度损耗差异大的用户复用同一导频把污染控制在小尺度衰落叠加的范围内。对上行数据信道参数化信道估计通过估计时延、多普勒等统计量来重建信道比单纯LS估计更稳。下面给出一个导频LS估计与导频复用评估的最小示例% lse_channel_est.m N_rru 16; K 8; L 6; % RRU数、用户数、导频长度 pilot (randn(L, K) 0) * 2 - 1; % BPSK导频实际需用正交序列 H_true (randn(N_rru, K) 1i*randn(N_rru, K)) / sqrt(2); Y H_true * pilot. 0.1*(randn(N_rru, L) 1i*randn(N_rru, L)); H_hat Y * pinv(pilot.); % 最小二乘估计 est_err norm(H_hat - H_true, fro) / norm(H_true, fro);这里pilot是L×K矩阵每一列对应一个用户的导频序列Y是RRU收到的导频叠加信号。由于示例里pilot不是正交设计pinv会把噪声放大est_err通常会偏大。实际工程做法是改用ZC序列或DFT序列保证导频正交同时把不同导频分给位置相隔较远的用户。用est_err做指标扫描导频长度L能很快判断导频复用带来的性能退化是否可接受。3.3 分布式多用户检测、预编码与功率分配上行接收机在RRU本地可选择最大比合并、迫零、最小均方误差或最大似然检测。最大比合并实现最简单但对干扰抑制弱迫零能消除同频干扰但会放大噪声MMSE在二者之间折中。下行预编码对应有最大比发送、迫零预编码、正则化迫零预编码。考虑前传开销和性能部分RRU联合的方案比全独立或全集中更现实——这也与以用户为中心的协作集合设计直接相关。功率分配和RRU关联是耦合的。传统蜂窝只约束单站功率无蜂窝还需要约束每个RRU的功率因为一个RRU可能同时服务多个用户。文献里常用贪婪算法做可扩展功率分配从全零开始每次选择能最大提升系统速率的一组用户-RRU对增加功率迭代到收敛。用户与RRU的关联可以通过上行探测或接收信号强度定位得到关联结果还可以反过来辅助导频复用。表3-1 无蜂窝上行接收算法比较算法复杂度干扰抑制噪声增强无蜂窝下适用位置MRC低弱无RRU本地第一级检测ZF中强明显部分RRU联合检测MMSE中中可控用户中心集合内联合检测ML高最优无小规模用户中心场景MRC在RRU本地级很合适因为海量RRU协作时信道硬化会让干扰自然消失不需要复杂检测MMSE更适合在BBU侧做用户中心集合内的小矩阵联合检测。表格里的选择顺序反过来用就会出现问题在本地用ZF会明显放大噪声在BBU侧用MRC则可能残留大量未抑制干扰。4. 毫米波无蜂窝与网络辅助全双工鲁棒性、交叉链路干扰与调度4.1 毫米波无蜂窝的混合预编码与波束协作毫米波波长短射频通道数多5G普遍用混合预编码降低成本和功耗。无蜂窝架构下多个节点服务一个用户每个节点都需要做模拟波束扫描多节点多用户的波束管理复杂度比单站高一个量级。高频段符号持续时间短对低时延有利但近光学传播特性让链路很容易被遮挡单纯一条波束赋形链路无法保证可靠性只有多个RRU协作形成波束分集才能把遮挡事件变成慢衰落而不是链路中断。互易性方面毫米波射频通道一致性和相噪会让上下行信道互易性不如低频段稳定校准周期要相应缩短。互易性可用时协作混合预编码可以直接根据上行探测设计不可用时需要终端反馈下行信道利用毫米波信道稀疏性做基于AI的信道压缩反馈是当前降低反馈开销的重要方向。反馈压缩的目标不是在原域重建信道而是保留预编码计算最关心的空间方向信息。4.2 网络辅助全双工用多个半双工RRU实现带内全双工网络辅助全双工NAFD的出发点很直接完全同时同频全双工对自干扰消除要求太高不如让网络中的RRU按需工作在发送或接收状态在同一频率资源上同时服务上行和下行。每个RRU通过前传接到BBU由BBU根据业务负载决定RRU收发模式。当某个RRU是CCFD时可以把它看成一个发送RRU加一个接收RRU自干扰在模拟域先消掉一部分剩余部分再交给数字域处理。发送RRU对接收RRU的干扰链路是准静态的信道矩阵可以用很低的开销估计而且BBU集中处理意味着它已经知道所有下行发送信号可以在数字域重构并消除这部分干扰。真正难处理的是上行用户对下行用户的干扰要么让下行用户估计干扰信道后做干扰消除要么在BBU做上下行用户调度配对和上行功率控制避免强干扰用户被同时调度。4.3 交叉链路干扰抑制的调度与功率控制把现有双工方式和NAFD放在一起比较能看出NAFD的定位是“网络级同时同频”而不是终端级同时同频。表4-1 NAFD与现有双工方式对比双工方式上下行同时性交叉链路干扰非对称业务支持时延特性TDD否较弱一般需等待时隙切换FDD否无受限较好5G灵活双工部分明显好较好CCFD是很严重好最低NAFD是网络级数字域可抑制好低NAFD在时延和频谱利用率上接近CCFD但干扰主要由网络侧处理终端实现压力小很多。代价是BBU需要做更多联合调度。RRU收发模式如果完全动态需要全局优化常见做法是用基于大尺度信息的贪心打分每个RRU根据它对上行用户的路径损耗增益和下行用户的路径损耗增益做加权选择贡献更大的方向。下面给一个简化的RRU模式选择打分规则适合作为系统级仿真初版的上层决策% rru_mode_select.m N_rru 32; U_up 8; U_dl 8; loss_up rand(N_rru, U_up); % 上行用户的路径损耗 loss_dl rand(N_rru, U_dl); % 下行用户路径损耗 w 0.5; % 上下行业务权重 sc w * mean(1./loss_up, 2) - (1-w) * mean(1./loss_dl, 2); mode sc 0; % true接收, false发送 for n 1:N_rru if mode(n) fprintf(RRU%d 接收上行增益贡献 %.2f\n, n, sc(n)); else fprintf(RRU%d 发送下行贡献 %.2f\n, n, -sc(n)); end end这个打分只用了路径损耗统计量不涉及瞬时CSI适合做初版调度。真实系统中还要加入发送RRU对接收RRU的干扰信道质量、缓存队列长度等约束每TTI更新一次打分表。注意权重w不是随意设的它应由上下行流量比例决定流量不对称越明显NAFD相对传统TDD的增益越大。5. 系统级仿真落地技巧把无蜂窝算法跑起来的几个关键设置5.1 协作集合门限不能拍脑袋以用户为中心的无蜂窝仿真第一步是确定每个用户的服务RRU集合。全连接性能好但复杂度和前传开销爆炸常见做法是用大尺度路径损耗门限用户选择路径损耗小于门限的RRU。门限太低边缘用户可能没有RRU服务门限太高协作集合过大仿真时间成倍增加。下面这个门限扫描脚本能在5分钟内帮你找到合理区间% assoc_threshold_scan.m N_rru 32; K 8; rru_pos rand(N_rru, 2) * 200; user_pos rand(K, 2) * 200; thr_list 70:5:110; cov_prob zeros(size(thr_list)); for t 1:length(thr_list) covered 0; for k 1:K d sqrt(sum((rru_pos - user_pos(k,:)).^2, 2)); pl 128.1 37.6 * log10(max(d, 0.01)); covered covered any(pl thr_list(t)); end cov_prob(t) covered / K; end plot(thr_list, cov_prob, o-);脚本里的max(d,0.01)是为了避免距离0时log10出现负无穷128.1 37.6*log10(d)是常用宏站路径损耗模型换成室内场景要改成对数距离模型和对应衰减指数。扫完覆盖率曲线选择能让覆盖率接近100%且协作集合平均大小最小的门限后面再针对边缘用户单独加大发射功率。5.2 用信道硬化验证分布式MRC是否真的够用无蜂窝分布式MRC的性能依赖信道硬化当大量RRU协作时用户间干扰项会随RRU数增加而平均化。仿真是可以直接验证这一点的把第2章的代码改造成N从8扫到128、同时横坐标用log刻度画BER曲线。如果BER下降变缓说明噪声已取代干扰成为主要限制此时增加RRU数量远不如提升量化比特数或改用MMSE接收机划算。这个判断能帮你在前传带宽、计算复杂度和性能之间做出可量化的权衡。5.3 时钟偏移建模别用理想时钟无蜂窝仿真里最容易被高估的是联合预编码性能原因常常是给所有RRU设了理想同源时钟。建议给每个RRU加独立的相位噪声和采样钟偏差让空口校准算法在仿真里参与闭环。校准残差用复高斯扰动建模扰动方差设置为校准信号SNR的函数这样即使校准算法本身不完整也能通过扰动方差看到系统对校准误差的敏感度曲线。把门限调到环境噪声以上5 dB左右通常就能在性能和复杂度之间取得合理折中。本文还有配套的精品资源点击获取