高速移动环境中的MIMO非相干高效通信

2021-01-22周广鹏陈建梅林梦莹王俊义邓小芳李晓记仇洪冰

桂林电子科技大学学报 2020年4期

郑霖，杨超，汪震，周广鹏，陈建梅，林梦莹，王俊义，邓小芳，李晓记，仇洪冰

(桂林电子科技大学广西无线宽带与信号处理重点实验室，广西桂林 541004)

MIMO技术由于能够提供更大空间维度，为提高无线通信容量提供了支撑。目前已经成为IEEE802.11ac/ax、4G和5G无线传输的关键技术，但新标准在高可靠、低时延通信方面仍缺乏统一的技术共识[1]。并且包括航空、邻近空间飞行器、低轨卫星(LEO)、高速铁路(HST)、车联网、无人驾驶、高速无人机(UAV)等应用的发展，对高移动性环境下的可靠、低时延通信提出了更高的要求[2]。当前高铁速度已逼近500 km/h,最大多普勒频移达1 kHz以上，这类具有非平稳、快衰落特性的移动通信环境对当前主流MIMO通信技术提出了前所未有的挑战，也得到了研究领域的广泛关注。

高速移动环境下的高可靠和低时延通信问题是近年来无线通信的研究难点和热点，也是对5G通信的补充和未来6G通信的必要支撑，包括高铁、地空、低轨卫星等通信要求解决非平稳色散衰落信道环境下可靠性、大容量、多址接入等技术问题。高移动性环境中通信存在以下主要问题：

1)快衰落信道变化导致难以估计准确的非平稳信道状态信息(CSI)，并且大Doppler频移和扩展甚至破坏OFDM子谱之间的正交性，导致检测性能恶化；

2)双色散信道对空间分集、空间复用的MIMO信道估计精度和实时性要求进一步提升，也造成Massive-MIMO信号处理复杂度和负荷增加；

3)小区之间频繁切换和群切换，导致资源管理困难和切换接续难度增大；

4)快速移动导致短时间穿越多个地形环境，在小区边缘信噪比(SNR)和信干比(SIR)低，难以获得准确信道估计，会严重影响MIMO检测性能和切换性能；

5)全向天线下常规公共通信与高铁等特定高移动通信间的互干扰，使功率和波束分配以及信道跟踪和多用户信道调度的优化难度大幅提升。

突破以上技术壁垒需要通信物理层、链路、网络层的创新理论和方法。物理层可靠性源于抗衰落性能，而传输低时延则涉及到通信容量、信道调度和并发连接数量等。本研究从高移动性信道特征出发，结合抗快衰落波形和检测、空分复用、并发多址技术等方面，概览物理层MIMO通信提高传输性能的研究现状，并给出团队相关研究的进展和未来研究的方向。

1 研究现状

1.1 现有高速移动环境MIMO通信的研究现状

无线通信技术的发展高度依赖对信道环境的深入理解。由于HST、UAV、LEO物联网等应用对通信可靠、时延性能提升的要求,使高移动性通信信道模型近年来得到广泛关注，尤其是HST和UAV信道。文献[3-4]总结了前期HST信道测量和建模，以及存在的问题。王承祥带领的团队针对高铁非平稳信道开展了深入的研究工作，在HST-MIMO信道、毫米波3D HST-MIMO信道建模及信道相关性分析等方面取得了详实的成果[5-7]；另外，在地空信道研究的基础上[8]，程翔教授在UAV 3D-MIMO信道建模方面也做出了卓著的成效[9]。

众所周知，相干通信是当前移动通信的关键主导技术。虽然在高移动性环境的信道快速变化使精确信道估计较难实现，但近年来MIMO相干通信研究在提升移动环境下可靠性方面仍做出了大量努力[10]，这方面的研究主要集中在Doppler分集和Doppler补偿技术。王薇等[11]采用空分波达方向估计并在信号到达的所有方向进行Doppler频偏估计和补偿；Zhou等[12]分析了非理想CSI会严重影响Doppler分集增益，并推导了CSI误差在Doppler分集增益和SNR损失间的尺度，从而提出了更鲁棒的发射端简单重复码取得Doppler分集的方案。Chen等[13]考虑到波达估计的复杂性和误差，采用位置信息确定波束方向。Guo等[14]借助Massive-MIMO的多用户波束能力，在角度域进行Doppler补偿。Zakia等[15]评估Doppler估计误差对较强视距传输和较快时变信道的影响更为严重。另外，这些方案都假定Doppler频偏恒定，但无法解决Doppler弥散(扩展)问题；即使能获得较好的CSI和波达估计，要实现Doppler分集也会牺牲调制效率；且估计和补偿算法的高复杂度依然限制了Massive-MIMO的实际应用。

1.2 非相干MIMO研究现状

非相干MIMO指不利用信道信息或仅利用少量信道信息，以及采用非相干检测方式实现多天线或多用户通信的MIMO通信技术。其明显的优势在于系统性能对CSI的依赖性降低，所以无需复杂的信道估计与补偿处理，且在多用户和多小区环境下避免了导频污染等问题。但现有非相干MIMO由于缺乏信道信息，在检测性能、容量效率以及抗快时变衰落等方面也存在难以满足高移动性信道的检测要求的问题[16]。

当前非相干MIMO技术主要分为：1)酉空时调制MIMO技术；2)差分检测MIMO；3)能量检测MIMO。

Hochwald和Marzetta针对准静态瑞利衰落信道提出了酉空时调制(USTM)[17],通过设计具有良好正交性码集的酉空时编码提升系统的空间分集增益。郑立中等[18]通过在Grassmann 流形几何上分析非相干 MIMO 系统，证明了酉空时矩阵X是由一个酉子空间ΩX与一个独立的对角矩阵的乘积构成，且空间ΩX不会因H的影响而改变。该文还给出了更全面的容量限，指出在非相干通信中信噪比每增加3 dB，信道容量增益为M*(1-M*/T)，其中M*=min{M，N，[T/2]}。USTM的研究主要集中在酉空时码的设计和简化解调算法方面[19-21]。国内彭立等不少学者也参与了Grassmann酉空时码的研究[22-23]。近两年来，USTM在实用化方面得到改善，Attiah等[24]根据信道慢变和快变特性、有无CSI、高低信噪比不同等参量建立了多层调制星座框架，以适应不同的信道环境。Roger等[25]设计了USTM的多用户方案，并通过类串行干扰抵消(SIC)方法解调下行信道互干扰。基于USTM方法较适合于天线数较少、码率较低、相干时间较短的高信噪比应用环境。但是酉空时调制一般假设信道为块状准静态衰落，即衰落系数在一段时间内保持不变，若考虑信道记忆性，此模型就不准确了。

差分检测方法应用于MIMO可以明显降低对信道信息的依赖性。差分空时编码调制(DSTM)是无需精确信道信息估计的非相干MIMO方案[26-27]。虽然差分编码有多种正交化差分形式[28]，但Tarokh的方案[26]在发射分集性能和复杂度、实用性上仍然是较好的选择。近年来又提出多符号联合差分检测[30-31]、多用户差分检测[30]、空间自相关联合检测[32]、基于统计CSI的MIMO-QAM差分星座检测[33]。Hochwald等[34]将差分检测与酉空时调制结合(DUSTM),DUSTM具有更灵活的星座设计以及更低的解码复杂度。Bian等[35]将差分检测与空间调制(SM)相结合(DSM),因其沿用SM一个时隙只激活一根发射天线的多发射天线体制，使DSM在空间复用增益和降低空间信道互扰方面具有独特的优势。但是由于DSM同一时间无法进行空间多路并行传输，相比于相干MIMO系统其复用效率也大打折扣。另外，DSTM仍假设准静态衰落信道且相邻块符号间信道状态具有一致性，但这在高速移动通信环境不一定成立。Wu等[2]分析了即使辅助盲或半盲信道估计和跟踪的非相干检测，仍然会因为大Doppler频移而无法跟踪信道变化,这与文献[28]所得结论相近。

由于高移动性对信道主要造成Doppler频移或Doppler扩展的影响，从降低对Doppler的敏感度出发，基于能量检测的非相干MIMO系统优势在于：对多普勒引起的相位旋转不敏感；在Massive-MIMO大天线阵下具有“噪声硬化”效应；非理想信道状态信息下解调鲁棒性高；解调复杂度低；对同步要求也不高。在Massive-MIMO环境下，文献[36-38]假设多天线规模趋近无穷，在独立同分布衰落信道条件下，研究了上行单发多收(SIMO)能量检测性能随接收天线增加的统计模型，并针对SIMO的多用户基于能量的似然检测设计了调制星座。Jing等[38]指出基于能量检测的非相干MIMO信道的统计特性与天线数有关，当天线数足够大时，中心极限定理说明其似然能量检测的概率分布近似高斯，而平方率噪声趋近于常数(“硬化”)。Bana等[39]设计了一种幅度相位星座波形4-APK，采用先能量检测后相干检测方式进行分步解调，在误差CSI条件下获得了更具鲁棒性的检测性能。Gao等[40]针对Massive-MIMO天线数有限时性能分析和星座设计都会出现偏差，采用幅度调制，接收机能量检测，通过非相干似然检测器确定最佳的检测区域，从而设计最优的发射机星座，获得分集和减小互干扰。显然，在保证通信可靠性方面，能量检测具有先天优势，但在调制效率上则存在不足。

1.3 移动环境下抗双色散衰落技术

高移动性环境下提高通信效率必须解决双色散衰落问题，基于时频移不敏感信号设计与时频域检测处理是SISO下的主要方法之一[41-42]，其中多数时频变换采用了平方率处理环节，联合时频空3个维度进行波形星座设计和检测处理有利于在更高自由度提升检测性能和容量。Peiker等[43]针对快时变信道采用的OFDM-MFSK可以看作是酉空间调制的一种特例，并将接收信号投影到相应子空间进行解调，从而可以获得更低复杂度的能量检测，并提高了频谱复用效率。Tsimbalo等[44]基于MFSK设计了一种空时频编码，采用前后符号的软信息进行2×2 MIMO多进制能量似然检测，获得空间分集增益。该方法无需信道信息，仅需接收符号能量和噪声方差信息，便可提供空时频分集增益。针对传统MIMO-OFDM信号体制在双色散信道环境下，尤其是高移动性信道下的适用性，Hadani团队[45-46]提出了正交时频空调制(OTFS)，将信号时频域转换为delay-Doppler域，从而可以在delay-Doppler域上实现低复杂度的Doppler和多径分集检测。针对OTFS高效检测方法和性能分析，近年来开展了大量研究工作[47-48]，但该调制解调在时频域调制效率和干扰抑制性能上仍有不足；与MIMO空间调制的结合上，要求各天线发射波形位于不同的时频格点，因此空间波形受到正交性的约束，并未充分获得时、频、空的容量增益。

在高移动性通信信道深入理解的基础上，利用非相干MIMO对Doppler的不敏感性，充分发挥时、频、空域对通信可靠性、大容量、多址并发接入的效用，才能有效提升移动环境下时延、可靠性的性能。

2 高移动性无线信道模型

当前高移动性通信主要涵盖了高铁、无人机、航空、低轨卫星等场景。本文以典型的高铁信道模型为例，对非相干MIMO应用于高速移动环境的通信进行理论分析和阐述，并对所开展的空分复用MIMO技术研究进行总结和概览。

随着300 km/h以上高速铁路的大量运营，基于原有铁路标准的WINNER Ⅱ和IMT-A信道模型已经不能满足5G和未来通信的要求，基于5G、毫米波的高移动性MIMO信道模型研究近年来得以深入开展。HST通信主要分为常规车地直接通信和移动中继(MRS)通信，根据高铁运行环境和基站部署方式，一般存在较强的可视路径(LoS)和散射路径，一般HST信道莱斯K因子典型取值范围多大于2，因此适宜用MIMO莱斯信道(Rician信道)表述[5]：

(1)

除此之外，包括地空信道、无人机信道等，经过分析，几乎都具备类似的Rician信道多普勒频域色散特征，这也为能量检测空分复用理论在高速移动环境中的高可靠通信应用带来了契机。基于能量检测的空分复用MIMO技术充分利用了常规高速移动模型的Rician多普勒特征，很好地解决了快衰落给MIMO信道造成的影响。

3 基于能量检测的空分复用MIMO框架

快速移动环境带来非平稳的快衰落信道特征，因此基于FSK调制和非相干能量检测是常用调制解调方案。基于该波形方案，本研究将其应用于MIMO空分复用环境，推导了新的非相干空分模型。首先给出了一种多进制FSK在MIMO下的空分非线性模型，进一步采用随相检测的FSK推导了一种线性近似模型。

3.1 多进制正交键控调制MIMO模型

以MFSK多进制FSK为例，采用平方率能量检测可以实现MIMO在LoS环境下的复用。

设M进制信元c=0,1，…，M-1，以MFSK为例，调制信号为s(t)=ejwct，采用MIMO垂直分层空时码(V-BLAST)，则N根发射天线发送独立的MFSK信号：s1(t)，s2(t)，…，sN(t)是第n根发射天线的信元。设N根发射天线和K根接收天线K×N的MIMO通信系统信道矩阵为

(2)

第k根接收天线捕获的信号为

γk(t)=hk1ejθk1s1(t)+hk2ejθk2s2(t)+…+

hkNejθkNsN(t)+vk(t)。

(3)

H(k,l(n,j))=hknhkjβcos(θkn-θkj),

(4)

n,j∈{1，2,…，N}，l=1，2，…，(N+1)N/2。

(5)

输出信号在高信噪比下可近似为高斯噪声，通过线性算法估计等效信道矩阵K×N，并采用最大似然算法进行空分复用检测。但由于等效信道矩阵从K×N维提升到K×(N+1)N/2维，估计维度和解码维度会有较大的提升，这对最大似然估计算法的效率有较高的要求。

3.2 基于随相检测的MIMO-FSK空分复用

虽然将平方率检测输出所存在的非线性交叉项进行了线性化等效，但带来的解调复杂度增加是明显的，矩阵维度从K×N扩展到K×(N+1)N/2，使得计算复杂度大幅提升。

基于平方率最佳随相检测形式建立空分模型。由于很多时频波形都具备随相检测能力，以二进制FSK为例,设信息c={0,1}，设复调制信号表达式为s(t)=cejw1t+(1-c)ejw2t，采用MIMO垂直分层空时码(V-BLAST)，则N根发射天线发送独立的FSK信号：s1(t),s2(t),…，sN(t)。因w1≈w2，可设w1与w2信道矩阵近似为H。如图1所示，接收信号采用最佳随相检测[50-51]。

图1 MIMO-FSK空分复用能量随相检测模型

(6)

式中：rk(t)=hk1e-jθk1s1(t)+hk2e-jθk2s2(t)+…+hkNe-jθkNsN(t)+vk(t)为接收信号。因为

(7)

(8)

(9)

(10)

其中：Re(·)为取实部；(·)*为取共轭；Σ为对角矩阵，且有Σkk=hk1e-jθk1+hk2e-jθk2+…+hkNe-jθkN，则有Y=HX+V。

由此可见，在调制信号为0、1能量信号条件下，等效信道矩阵可认为是线性的，且为实矩阵形式。经分析可发现，只要是二进制非相参正交调制经过随相检测后都具有以上线性空分复用模型特征。但从概念上分析，实信道矩阵虽然也能带来复用增益和分集增益，但在波束增益上要比相干MIMO的性能有所下降，也会造成同比信噪比下容量降低。

3.3 高移动性环境下MIMO能量检测模型的Doppler鲁棒性分析

高移动性环境对信道的影响包括相位和幅度衰落两部分，前者由多普勒频移和传播路径时延变化造成，后者由传播路径及散射体变化造成。一般在通信中即使是快速移动的收发信机造成的传播路径变化相对数据帧长仍属慢变，因此所解决的主要问题是Doppler频移或者Doppler扩展造成的相位变化。

假设多普勒频移fd≪R<Δf(R为码率，Δf为MFSK频率间隔)，则多普勒频移主要体现在信道H因子的相位变化上。

(11)

式中φd(t)=wdt。可见，Doppler频移带来相位的一致改变，并不会造成H矩阵的剧烈变化。即使各空分路径存在不同方向角，但在远场环境下方向角相差不大，导致多普勒频移的微小不同对H造成的影响并不明显，这在空地通信、车地通信的Rician和Rayleigh散射环境中是成立的。

理论上，只有在近场高速运动环境等极端散射信道才可能造成MIMO信道H矩阵中各元素(或空分信道)Doppler存在明显不一致，而这种特殊移动环境下性能也不会因为新模型而使检测更差。通过已有文献和前期仿真验证也说明了能量检测模型在非理想CSI下的检测鲁棒性要优于相干检测。

4 时、频、空调制

传统相干MIMO-OFDM充分发挥了时、频、空的维度优势，在分集和复用性能上获得了较好的性能。但是在高速移动环境中，因为存在时、频双色散衰落，导致OFDM性能受到很大的影响，从而衍生出5G的候选波形：FBMC(滤波器组多载波)、UFMC(通用滤波多载波)、GFDM(广义频分多址)等技术，但也存在算法复杂度高的问题。近年来OTFS受到业界的青睐[48]，主要是因为将时频信号映射到延迟-多普勒域后，降低了抗时频色散的复杂度。但OTFS要求波形在延迟-普勒域保证多径延迟和多普勒扩展的保护间隔，并且在多天线下也需要保证天线间波形的延迟、多普勒域正交性，这样就使OTFS的调制效率受到约束，不能充分发挥时、频、空维度在调制效率上的优势。

将一种高效时频波形FCrSK扩展至多天线空分复用模式，在高速移动环境下获得了较好抗时、频色散以及空间高效调制的性能。

FCrSK具有很好的抗时频衰落性能以及较好的调制效率，将其与多天线空分复用相结合，获得在高移动性环境下高可靠性和高效(低时延)传输。FCrSK信号的时频结构如图2所示，信号[42]为：

(12)

图2 FCrSK调制符号时频示意图

其中：调频率Chirp-rateμ=B/Tc,T为调制符号宽，且Tc≤T。当Tc=T,D=1时，FCrSK退化为传统Chirp信号。该信号的优势在于在指定带宽和符号宽度，可实现多进制Chirp正交调制，避免了多进制Chirp带宽或时宽的不一致。设符号周期采样点数M，信号离散式为sFCrSK(n)=ejπcn2/M，0≤n≤M-1。

采用以上MIMO空分复用框架，接收端首先经过FCrSK信号的解调，通过DeChirp过程(FFT+平方率处理)和时频域峰值检测。经变换至频域和经过能量检测平方率处理后可得：

Re(Xi(l))Re(Xj(l)),0≤l≤M-1,

(13)

令

(14)

(15)

5 MU-MIMO与Massive-MIMO

5.1 多用户MIMO-FSK

(16)

而对于下行信道，由于终端UE在独立移动过程中接收到的基站信号Doppler频移仅与该UE的相对运动速度和方向有关，其他多用户复用信号虽然仍对本UE造成干扰，但这些干扰的快衰也仅与本UE的运动有关，与其他UE运动无关，因此，理论上该UE等效信道矩阵H并未发生改变，这给下行链路非相干MU-MIMO空分复用提供了可行性。

根据MIMO预编码原理，Massive-MIMO基站端在已知用户实信道条件下，完全可以通过预编码方法减弱复用信道的互扰，避免了Doppler估计误差造成的检测性能恶化，也降低UE端的复杂度。

要实现MU-MIMO正确解调，则需要预编码矩阵G有如下性质。

设编码信道矩阵可定义为A=HG，经过平方率能量检测后，根据式(11)，等效编码信道矩阵为

H=Re(ΣAA)=IN。

(17)

G=HH(HHH)-1。

(18)

(19)

即使采用相干信道预编码，通过接收端能量检测，仍然能够起到抗UE高速运动所带来的多普勒频移或者多普勒扩展的作用，并且预编码矩阵无需跟踪多普勒频移的实时变化。

5.2 非相干Massive-MIMO

在Massive-MIMO环境下，一般基站天线阵元数要多于UE天线的总和。在UE接收机采用多天线情况下，仍然可以采用块对角化(BD)预编码算法实现用户之间的干扰消除，在用户多天线的并发复用数据流则可通过随相能量检测进行干扰抑制，获得下行链路多用户环境的复用数据容量，与常规相干MU-MIMO的容量性能完全一致，且不受用户高速移动造成的非平稳信道影响。

如图3所示，在Massive-MIMO 中，能量检测可以有效降低检测的算法复杂度，降低对高速移动UE的实时跟踪要求，即使在存在多普勒扩展的快衰落环境下也无需复杂的检测信号处理。将下行链路通过波束域和预编码相结合，例如联合空分复用(JSDM)实现多用户高效通信。波束域带来能效和可靠性提升的同时，在传播信道上也客观产生了远场单方向特性，从而满足以上用户等效信道矩阵Hk不变的条件。

图3 基于JSDM的下行广播MIMO信道

6 MIMO能量检测性能评价与实践

MIMO能量检测虽然存在非相干检测所带来的误码性能损失，但在高速移动环境的非平稳信道中具有明显的抗频域色散优势。通过仿真与搭建MIMO平台，对MIMO空分复用能量检测进行了理论验证和性能评价，取得了预期的通信效果，为进一步创新和完善在高速移动环境下的时、频、空高效、可靠通信奠定了坚实基础。

参考高铁Rician信道仿真模型，在900 MHz载频和最大500 km/h高铁移动速度条件下，采用4×4 MIMO和4FSK调制信号，并发4路复用速率625 Kibit/s,帧长1.6 ms，通过仿真参比照PSK性能，比较了MIMO-MFSK能量检测模型、MIMO-FSK随相检测模型的误码性能。

从图4可看出，由于非相干检测的原因在近似理想AWGN信道下PSK性能比能量检测性能要好。但在高速移动环境中，能量检测MIMO体制对非平稳信道的适应力要好得多，受Doppler频域色散衰落的影响较小。

图4 MIMO能量检测在高速移动环境的仿真性能比较

为进一步验证理论的可靠性，通过软件无线电(SDR)平台搭建了MIMO-FSK无线收发系统。上位机通过PCIE电缆连接2个SDR前端(USRP-2953R)以提供射频功能。OctoClock-gcda-2900提供了一个公共触发源和参考时钟，以确保2个SDR共享相同的触发时钟和参考频率。在发射机中，上位机产生V-BLAST FSK基带信号，在接收机USRP-2953R的RIO前端通过Labview FPGA实现了帧与位同步，并在上位机实现信道估计、V-BLAST能量检测信号处理与解码。

图5为采用Sprint VR5进行的MIMO-FSK无线收发系统测试。VR5是方框中的射频信道模拟器。VR5的信道模型设置为LTE-HST高速列车MIMO信道，载波频率为1.1 GHz，列车速度设为300 km/h，Rician因子为10 dB，信噪比为0～16 dB。MIMO信道衰减矩阵的设置与仿真相同。MIMO四路并发复用信号的解调星座如图6所示，误码率曲线如图7所示，实测的误码率曲线与仿真曲线接近，最大似然检测具有良好的性能。

图5 MIMO-FSK在LTE高铁信道无线收发测试环境

7 结束语

传统非相干MIMO尽可能减少对信道状态信息的依赖，虽然在抗衰落性能上具备一定优势，但在MIMO容量和可靠性上也必然存在明显的损失。新一代移动通信体制下，高速移动通信的可靠性、低时延对MIMO空分技术的要求更为苛刻。能量检测利用了非实时的MIMO信道信息，解决了移动环境MIMO高效通信的问题。通过理论分析与仿真，验证了在高速移动环境下采用能量检测MIMO空分复用的原理，以及该模型在色散衰落环境的时、频、空高效可靠传输和多用户MIMO体制中的深入契合。一方面为高速移动环境的MIMO通信提供了新体制新模型，解决了移动环境中的双色散衰落问题，且能够保证MIMO容量没有大的损失；另一方面，能量检测MIMO与现有相干MIMO很大程度上在信号、检测算法上有较好的一致性和兼容性，易于实现相干与非相干系统的一体化设计与算法升级。