文献综述（或调研报告）：
大规模MIMO最早由Thomas L. Marzetta提出[1]，研究了在非协作多小区场景下，基站处配置无限数量的天线，且每个基站同时为多个单天线终端提供服务的大规模MIMO系统的性能。其研究结果表明，在独立同分布信道假设条件下，当基站侧天线数趋于无穷大时，不同用户的信道向量渐进正交。在完全已知信道信息时，匹配滤波接收机和波束成形预编码是最优的，可以消除非相关噪声分量和快衰落以及小区内用户干扰造成的影响，频谱效率得到有效提高；同时由于非相关噪声的影响消失，每个用户的发射功率同时降低相同的比例并不会降低信干扰比，因而可以在保证系统吞吐量的前提下任意降低发射功率，实现绿色通信。
大规模MIMO的另一个优势在于与单天线相比，它的潜在能量效率高。文献[2]中证明了在大规模MIMO系统中，在已知完整信道状态信息（CSI）的情况下，每个单天线的用户可以与基站侧天线数成比例地降低其发射功率；已知非完整CSI时，与基站侧天线数的平方根成比例地降低发射功率，可以获得与相应单输入单输出系统相当的性能。
在常规的MIMO系统中，需知基站侧信道状态信息才能完成下行预编码和上行探测。MIMO系统中信道估计需要的时间与频率资源与发射天线数成正比，独立于接收天线数。如果使用频分双工（FDD），上下行链路使用不同的频段且各自的信道状态信息不同，基站令所有用户发送不同的导频序列以完成上行链路信道估计，上行导频传输所需的时间与基站侧天线数无关。然而FDD系统的下行链路信道状态信息需要两步来获得。首先基站向所有用户发送导频符号，然后所有用户向基站反馈下行信道状态信息的估计值。传输下行导频符号所需的时间与基站侧天线数成正比。当基站侧天线数很大时， FDD系统下传统的下行信道估计策略不再可行。幸运的是时分双工（TDD）系统的信道估计策略可被用来解决这一问题。根据信道互易性假设，仅需估计上行链路的信道状态信息。文献[3]中提出了一种TDD协议，，根据这一协议，所有用户首先同步发送上行数据信号，然后发送导频序列。基站利用这些导频序列来估计到达这个小区中的用户的信道状态信息，然后利用信道状态信息的估计值检测上行数据并生成下行数据传输的波束成形矢量。然而由于信道的相干时间是有限的，相邻小区间的用户使用的导频序列可能不再正交，导致导频污染的问题[1]。
通过采用先进的预编码方案可以有效的减少导频污染的不良影响，文献[4]给出了一种基于最小均方误差估计的多小区预编码方案，这种方法在一定程度上抑制了导频污染的影响。文献[4]首先分析了导频污染对系统性能的影响，通过将信道估计误差和干扰建模为具有相同协方差的独立高斯噪声，推导在信道估计受到导频污染影响下的系统和速率；并以该和速率为依据，基于最小均方误差的准则得出了预编码方案。该方案可以减少小区内和小区间的干扰，提高频谱效率。预编码技术将本应在用户接收机进行的一部分信号检测处理提前在基站进行，从而降低移动终端数据处理的复杂度。
线性的低复杂度的信号检测器广泛应用于大规模MIMO系统中，例如MF、ZF和MMSE检测器。当基站侧天线数与用户数相比足够大且对应于每个用户的信道矢量相互独立时，这些检测器可以渐进达到系统容量[1][5]。文献[6]-[9]研究了基于多种线性接收机的大规模MIMO系统的性能。文献[6]比较了MMSE和MF接收机在实际的系统设置下的性能，表明MMSE接收机使用更少的天线就可以获得与MF接收机相同的性能，特别是在存在小区间干扰时。文献[7]中得出了天线数和用户数比例为定值的单小区系统下MMSE接收机的信号与干扰加噪声比的渐进表达式。文中考虑了两种MMSE接收机：考虑不同用户的不同发射功率水平的最优MMSE接收机和假设发射功率相等的次优MMSE接收机。文献[8]中推导出了ZF接收机的确切的数据速率、误码率和中断性能。除了集中式MIMO系统，文献[9]还分析了分布式MIMO系统中ZF接收机的和速率，推导了和速率的上下界。除了线性的检测方法，也可以更高的计算复杂度为代价使用非线性检测，达到更好的性能。关键的问题在于降低非线性检测器的复杂度，目前已有一些相关的研究工作。文献[10]中提出了一种块迭代的广义判决反馈均衡器（BI-GDFE）并评估了它的渐进SINR性能。对于随机MIMO信道，即使天线数很大，这种BI-GDFE也可以在很少的迭代次数之内接近单用户MF的界限。文中提出了减少现有的邻域搜索复杂度的方案，包括似然上升搜索（LAS）[11][12]和禁忌搜索（TS）[13]。文献[12]中基于LAS的检测方法在与传统LAS复杂度相当时误比特率更低。文献[13]中的分层TS方法以分层的方式执行检测，在大的MIMO系统中运作良好且复杂度低。文献[14]中研究了基于协同粒子群优化算法和因子图数据检测的的复杂度的接收机。为了结合邻域搜索算法和基于因子图的置信度传播（BP）算法的优点，文献[15]研发出一种混合的TS-BP算法。对于高阶调制的信号，它可以达到接近最优的性能，且复杂度较低。此外，文献[16]中基于元素的减格（LR）算法可以以更低的复杂度提供比LR算法更好的性能。
现有的大规模MIMO系统的结论主要关注平衰落信道，假设在宽带频率选择信道下使用正交频分复用（OFDM）。OFDM将宽带信道分解为一系列的窄带的平衰落子信道，这样就可以使用平衰落信道的技术。但是OFDM信号严重的缺点在于它们峰均比高，导致功率放大器的效率变低。此外，为了解决码间干扰，在时域插入循环前缀，降低了频谱和能量效率。OFDM调制和解调用到的离散傅立叶变换带来的计算负担也随着天线数的增加而变重。作为代替方案，文献[5]研究了单载波传输以减少DFT导致的复杂度。此外，单载波传输的峰均比比OFDM更小。注意不论使用单载波传输或OFDM调制，文献[6]和[7]中针对非频率选择性信道的方法和文献[8]中针对频率选择性信道的方法都可以被用来将每个天线发射的信号成形，使它们包络恒定。
除了改善频谱效率，大规模MIMO技术还可以提高能量效率[9]。为了达到和SISO系统相同的性能，MU-MIMO系统的用户可以在完整信道状态信息下将发射功率降到或在非完整信道状态信息下降到。能量效率定义为频谱效率和发射功率的比值。文献[2]中研究了上行链路的权衡。完整信道状态信息下能量效率随着频谱效率的增大而减小，但是非完整信道状态信息下结果就不同了。发射功率较低时，能量效率随频谱效率升高，而发射功率较高时，能量效率随频谱效率的增大而减小。文献[10]中讨论了下行链路的权衡。
综上所述，大规模MIMO通信在提频谱效率和能量效率以及抑制干扰方面都具有非常广阔的前景。目前对大规模MIMO的研究尚未涉及空间信道特征，仅限于信道估计以及信号检测和发射预编码等方面。研究大规模MIMO系统的空间信道特征及其系统和速率，并在和速率最大化准则下，进一步研究大规模阵列天线的多用户空分多址传输方法，利用空间特征进行用户调度与优化有利于更大程度的挖掘大规模MIMO的性能优势。
参考文献：
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
