可移动天线辅助宽带通信的性能分析和优化

可移动天线辅助宽带通信的性能分析和优化

可移动天线 (MA) 已成为一种很有前景的技术，通过在发射器 (Tx) 和/或接收器 (Rx) 处实现天线的本地移动来实现更有利的信道条件，从而增强无线通信性能。 由于现有的MA辅助无线通信研究主要考虑平坦衰落信道中的窄带传输，因此本文研究了频率选择性衰落信道中采用正交频分复用（OFDM）的MA辅助宽带通信。 在一般的多抽头场响应信道模型下，无线信道在空间和频率上的变化通过MA的不同位置来表征。 与窄带传输不同，在窄带传输中，Tx/Rx 处的最佳 MA 位置只是最大化单抽头信道幅度，而宽带情况下的 MA 位置需要平衡多个信道抽头的幅度和相位，以便最大化 OFDM 传输 多个频率子载波上的速率。 首先，当天线移动的 Tx/Rx 区域的大小任意大时，我们得出闭式 OFDM 可实现速率的上限。 接下来，我们开发了一种并行贪婪上升 (PGA) 算法，以获得 MA 位置的局部最优解，以实现有限大小 Tx/Rx 区域的 OFDM 速率最大化。 为了降低计算复杂度，还提供了简化的 PGA 算法，以更有效地优化 MA 的位置。 仿真结果表明，随着 Tx/Rx 区域尺寸的增加，所提出的 PGA 算法可以接近 OFDM 速率上限，并且在宽带信道设置下优于具有固定位置天线 (FPA) 的传统系统。

英文原文名 ： Performance Analysis and Optimization for
Movable Antenna Aided Wideband Communications

采用方法：PGA（投影梯度下降）

---

可移动天线通过天线位置优化增强多用户通信

英文原文名 ：Movable-Antenna Enhanced Multiuser
Communication via Antenna Position Optimization

abstract

可移动天线 (MA) 是一项很有前景的技术，可通过改变收发器给定有限区域内的天线位置来创造更有利的信道条件，从而提高无线通信性能。 在本文中，我们研究了 MA 增强型多址信道 (MAC)，用于从每个配备单个 MA 的多个用户到具有固定位置天线 (FPA) 阵列的基站 (BS) 的上行链路传输。 基于场响应的信道模型用于表征基站天线阵列与每个用户的具有灵活位置的MA之间的多径信道。 为了评估 MA 提供的 MAC 性能增益，我们制定了一个优化问题，以最小化用户的总发射功率，并满足每个用户的最小可实现速率要求，其中 MA 的位置和用户的发射功率为 以及BS的接收组合矩阵被联合优化。 为了解决涉及复杂耦合变量的非凸优化问题，我们分别开发了两种基于迫零（ZF）和最小均方误差（MMSE）组合方法的算法。 具体来说，对于每种算法，BS的组合矩阵和用户的总发射功率被表示为MA位置向量的函数，然后使用所提出的多向下降（MDD）框架对其进行优化。 结果表明，所提出的基于 ZF 和基于 MMSE 的 MDD 算法可以以较低的计算复杂度收敛到高质量的次优解。 仿真结果表明，与在完美和不完美场响应信息下采用天线选择的传统 FPA 系统相比，所提出的 MA 增强型多址接入系统解决方案可以显着降低用户的总发射功率。

采用方法：MDD。多向下降。

introduction

随着多输入多输出 (MIMO) 技术的进步，当今无线通信系统的容量通过利用空间域中的新自由度 (DoF) 得到了显着提高。 通过利用多径分量随机叠加引起的独立/准独立信道衰落，MIMO系统可以支持同一时频资源块中多个数据流的并行传输[1]-[3]。 因此，与单天线系统相比，MIMO 和/或大规模 MIMO 技术可以提高频谱效率。 然而，传统的MIMO和/或大规模MIMO系统通常采用固定位置天线（FPA），其收发器间距不小于半波长[4]-[8]。 这种固定且离散的天线部署限制了MIMO系统的分集和空间复用性能，因为连续空间场中的信道变化没有得到充分利用。

最近，可移动天线（MA）作为一种新的解决方案被提出，以打破 FPA 系统的上述基本限制[9]、[10]。 具体来说，MA通过柔性电缆连接到射频（RF）链，并且可以在驱动器的帮助下在空间区域中移动。 MA系统的实现类似于广泛探索的分布式天线系统[11]-[13]，但前者采用更短的连接电缆，因为天线移动的空间区域的大小约为几个到几十个波长 仅[14]、[15]。 例如，[14]中的作者提出了一种用于实现多静态雷达的电机驱动的MA，其中发射和接收天线可以借助机械扫描仪沿着平行线独立移动。 在[15]中，设计了一种可重构天线阵列，其阵元沿着半圆形路径移动以合成辐射方向图。 文献[16]的作者提出在地面机器人车辆上集成MA，以提高惯性导航系统（INS）和全球导航卫星系统（GNSS）的可观测性。 在[17]中，设计了概念验证硬件，用于使用单个移动全向天线进行测向。 在[18]中，提出了一种可重构的均匀线性阵列（ULA），通过旋转天线阵列来接近视距（LoS）MIMO容量，这可以被视为在天线阵列中实现MA的实用方法。 管制区。

对于无线通信系统，MA可以快速部署到信道条件更有利的位置，以提高发送器（Tx）和接收器（Rx）之间的通信性能。 与传统的 FPA 系统相比，支持 MA 的通信系统具有一些吸引人的优势 [9]、[10]、[19]。 首先，MA系统可以在给定的空间区域中获得充分的多样性。 与经历随机和不受控制的信道衰落的传统 FPA 不同，Tx 和/或 Rx 处的 MA 可以部署在 Tx 和 Rx 之间实现最高信道增益的位置。 因此，充分利用空间域中信道的小规模衰落来提高 Rx 处的信噪比 (SNR)。 其次，MA系统可以提供干扰抑制增益。 由于具有灵活移动的能力，Rx处的MA可以部署在与干扰源经历深衰落信道的位置。 因此，即使没有多个天线，通过利用空间 DoF 也可以显着提高 Rx 处的信号干扰加噪声比 (SINR)。 第三，支持MA的MIMO系统可以实现更高的空间复用率。 通过优化多个MA的位置，可以重塑Tx和Rx之间的信道矩阵，使得MIMO容量最大化。

对支持 MA 的通信系统的初步研究已经验证了其在各种系统设置中相对于传统 FPA 系统的性能增益 [9]、[10]、[19]-[24]。 在[9]中，提出了单MA系统的机械MA架构和基于场响应的信道模型，其中基于场响应的信道模型成为众所周知的LoS信道、几何信道、瑞利信道和 讨论了莱斯衰落信道模型。 此外，还分析了确定性和随机信道下单个接收 MA 相对于 FPA 对应物获得的 SNR 增益。 分析和仿真结果表明，MA 系统的性能增益很大程度上取决于信道路径的数量和移动天线的空间区域的大小。 在[10]中，研究了支持MA的MIMO系统，其中Tx和Rx处的MA位置与发射信号的协方差矩阵联合优化，以最大化信道容量。 为了解决这个非凸问题，在其他变量固定的情况下，通过迭代优化每个发射/接收 MA 的位置和发射协方差矩阵，开发了交替优化算法。 仿真结果表明，与传统的支持 FPA 的 MIMO 系统（有/无天线选择）相比，支持 MA 的 MIMO 系统可以显着提高信道容量。 在[19]中，提出了用于实现MA的基于电机的架构，其中MA安装在由步进电机驱动的三维（3D）机械滑块上。 此外，文献[19]还概述了MA辅助无线通信的应用场景、技术潜力、挑战和解决方案。 [21]中的作者提出了MA的另一种实现方式，即流体天线系统（FAS），其中天线是使用液态金属或电离溶液制造的[25]-[27]，并且可以放置在其中一个 一维 (1D) 行空间中的候选端口。 通过假设均匀散射环境，基于空间相关瑞利衰落信道的近似推导出单天线 FAS 的中断概率。 然后，将结果扩展到[22]中的多用户系统，其中多个收发器可以同时发送/接收信号，并通过在每个用户的接收处切换流体天线的物理位置来减轻干扰。 结果表明，如果信道衰落在空间域中足够突出，则通过使用在几个波长的线空间中移动的一根流体天线，数百个用户可以同时通信。 在[23]中，研究了FAS的端口选择，以接近Rx处的最大SNR，其中使用机器学习方法来捕获紧密间隔的天线端口之间的隐式信道相关性，以减少端口观测的数量。 考虑到[21]-[23]中采用的信道模型不准确，[24]中的作者提出了一种新的FAS信道解析近似，并且FAS信道模型在近似信道之间的空间相关性方面取得了良好的性能。 天线端口，即杰克的模型。

上述两种类型的MA实现，即[9]、[10]中提出的机械MA和[21]-[24]中所示的FAS，都利用了空间域中的分集增益和干扰抑制增益 通过调整 MA 的位置。 然而，它们在硬件架构和通道模型方面存在显着差异。 一方面，[9]、[10]中采用的机械MA可以在二维（2D）或3D空间中实现更灵活的移动，但需要额外的硬件成本来安装驱动程序来移动天线。 相比之下，FAS很容易集成到小面积中，但由于液体形式，天线只能在一维线空间中移动，难以形成天线阵列。 另一方面，在[21]-[24]中，均匀散射假设下的1D线空间中基于端口的信道模型可能不适用于3D空间中具有有限数量的散射和多路径的实际系统 。 由于基于端口的信道模型的离散形式，[21]-[24]中的工作只能详尽地搜索离散集中的最佳天线端口/位置，这类似于传统天线选择系统中采用的方法 。 相比之下，[9]中提出的基于场响应的信道模型描述了远场条件下连续 1D/2D/3D 空间区域中 Tx 和 Rx 之间的信道变化。 在这种信道模型下，可以在连续的Tx/Rx区域中优化天线位置，这为设计无线通信系统提供了新的范例。

鉴于上述情况，本文考虑机械MA结构和基于场响应的信道模型来研究MA增强的多址信道（MAC）。 具体来说，每个配备有单个MA的多个用户由配备有FPA阵列的基站（BS）提供服务。 尽管现有文献[28]-[32]对多天线多用户通信系统进行了广泛的研究，但这些工作主要集中在FPA系统上，而没有考虑或充分利用天线位置优化中的DoF。 为了评估 MA 提供的性能增益，必须表征 BS 天线阵列与在给定 3D 空间区域中移动的每个用户天线之间的信道变化。 因此，采用[9]中基于场响应的信道模型来实现多个用户的MA位置优化，而信道模型从2D表面扩展到3D空间。 基于该信道模型，我们制定了一个优化问题，以最小化用户的总发射功率，并满足上行链路中每个用户的最小可实现速率要求，其中MA的位置和用户的发射功率，以及 BS的接收组合矩阵被联合优化。 由于产生的问题是非凸的并且涉及高度耦合的变量，我们开发了两种基于迫零（ZF）和最小均方误差（MMSE）组合方法的算法，以低计算复杂性获得高质量的次优解。 对于每种算法，BS 的组合矩阵和用户的发射功率被表示为 MA 位置向量的函数，然后使用所提出的多向下降（MDD）框架对其进行优化。 分析了所提出的两种算法的收敛性，并提出了单用户情况的替代解决方案。 仿真结果验证了所提出的 MA 增强型多址系统的有效性，与采用天线选择 (AS) 的传统 FPA 系统相比，多个用户的总发射功率可以显着降低。 结果还表明，对于更多用户和更高的可实现速率目标，MA 系统相对于 FPA 系统的干扰抑制增益变得更加明显。 此外，MA的性能增益很大程度上取决于BS和用户之间的信道路径的数量以及移动天线的空间区域的大小。 此外，我们还评估了不完善的场响应信息 (FRI) 对 MA 定位解决方案的影响。 结果表明，即使信道路径的估计角度和系数不准确，所提出的算法也能实现稳健的性能。

本文的其余部分安排如下。 第二节介绍了 MA 增强型多址系统的信号模型和基于场响应的信道模型，然后提出了 MA 位置优化的问题公式。 在第三节中，我们展示了用于解决优化问题的基于 ZF 和基于 MMSE 的 MDD 解决方案，其中分析了收敛性和计算复杂性。 第四节提供了模拟结果和主要观察结果，最后第五节对本文进行了总结。