基于速率分割多址的上行无蜂窝 大规模 MIMO 系统性能研究

概述

本文针对上行 RSMA-CF-mMIMO 系统的可达速率进行了推导与分析。 具体来说，首先研究了系统在瑞利信道下的性能，考虑不完全的 CSI 以及有限前传容量的限制，基于 UatF方法推导了用户的可达速率。 然后将空间相关性纳入考虑， 并采用了更为实际的莱斯信道模型，研究了系统在空间相关莱斯信道模型下的性能变化。 最后研究了低精度 ADC 对系统性能的响，包括其对信道估计质量与用户可达速率影响。本文针对不同场景下的 RSMA-CFmMIMO系统进行了研究，为后续的设计提供了理论参考。

1. 研究背景与意义

无蜂窝网络架构的提出，能够有效缓解传统蜂窝网络中的边界效应，从而为服务区内的用户提供相对均匀的服务质量，因此成为了6G网络架构的重要候选者之一。

另一方面，速率分割多址技术，能够灵活地管理干扰与噪声，也是未来无线通信系统的关键技术之一。

为了满足下一代无线通信系统对数据速率的更高要求，我们将二者结合，研究了RSMA-CF-mMIMO系统的系统性能，并考虑了有限前传容量、硬件质量等实际因素。

2. RSMA-CF-mMIMO 系统在瑞利信道下的性能研究

我们考虑的系统包含，K个单天线用户，以及M个AP，且每个AP配备有N个天线。信道估计方法采用的是MMSE估计。

用户k在发射信号时，由于采用了RSMA协议，会将信息流拆分成多个子消息。AP接收到信号后会进行接收组合，然后发往CPU。 信号从AP发往CPU的过程中，有与前传容量是有限的，所以会引入额外的噪声。我们参照文献28，基于率失真理论对噪声的能量展开了相关推导。

CPU在进行串行干扰消除译码的时候，K个用户之间的译码顺序问题，我们参考了文献47，通过对联合信道信息的降序排列得到，其目的在于保证SIC译码时，目标部分的能量最大。 右侧是通过UatF方法改写后的结果，

通过相关推导，我们可以得到用户k的可达速率的闭式表达式。下面这部分是通过广义瑞利商求得的组合系数。

下面简单讲一下重要的仿真结果。从这张图中可以看出，在无蜂窝网络中引入RSMA技术，确实能够有效提升用户的可达速率。 另一方面，当用户数由20增加至25时，由于导频污染与用户间干扰的增加，系统性能也会出现下降。

这张图展示了用户平均可达速率随功率分配因子的变化关系。因为我们在仿真的时候设置了两个子消息，所以可以通过一个参数\mu来实现功率分配。 可以看到，功率分配策略对系统性能至关重要，存在最优的功率分配因子，来达到最优的系统性能。

4. RSMA-CF-mMIMO 系统在空间相关莱斯信道下的性能研究

随着服务区内AP的大量部署，视距路径出现的概率大大增加，因此，我们将信道模型扩展至莱斯信道，并近一步考虑了空间相关性的影响。

信道估计方面仍然采用MMSE估计，

然后推导了用户的可达速率。这章的难点主要在于公式的推导，因为信道模型更为复杂，数据的处理也从向量变为了矩阵。

这张图展示了系统的平均和速率随AP数量的变化趋势。部署更多的AP能够获得更高的和速率。 相同配置下，莱斯信道由于LoS径的存在，其性能通常要优于瑞利信道。

这张图则描述了系统性能与空间相关性的关系。图中的横线表示相同配置下，空间不相关的情况。 从图中可以看出，空间相关性会降低系统性能。在莱斯信道下，系统性能随空间相关性的变化更为缓慢,这也是由于LOS径的存在而导致的。

5. RSMA-CF-mMIMO 系统在低精度 ADC 下的性能研究

为了描述低精度ADC对接收信号的影响，我们参照文献60，引入了加性量化噪声模型。 \alpha表示量化失真因子，在不同的量化比特数下，\alpha的值也存在差异。

接收信号包含导频符号与数据符号。我们先考虑了低精度ADC对信道估计的影响。从图中可以看出，低精度ADC会降低信道估计质量，并带来非零的估计误差下限。

然后我们通过同样的步骤推导了低精度ADC下，用户的可达速率。

从这张图中可以看出，当采用低精度ADC时，系统性能随空间相关性的变化趋势逐渐变缓。换言之，在考虑低精度ADC时，空间相关性对系统性能的影响会变弱。

这张图则展示了系统性能与量化精度的关系。平均和速率会随着量化比特数的增加而增加，但并不能无线增加。这一点主要与前面的建模有关。 在AP处部署更多的天线，能够获得更高的分集增益，系统性能也更好。

5. 总结与展望

总而言之，本文研究的RSMA-CF-mMIMO系统在不同场景下的系统性能。 后续的扩展角度，可以考虑多天线的用户设备，功率分配策略、以及以用户为中心的系统等。