- 文献综述（或调研报告）：
大规模 MIMO是贝尔实验室科学家 Marzetta在 2010 年底提出来的概念, 也称做 Massive MIMO在大规模 MIMO 中, 不同位置的阵列单元会处于不同的散射环境, 散射簇对信道统计特性的影响很大特别是对于大规模平面阵, 俯仰面的散射簇分布会随着高度的不同而有差异. 研究学者通过调整本地散射簇的分布和数量, 来模拟不同的无线场景利用圆柱体阵列和等距线阵, 对大规模 MIMO 的信道特征进行测量分析, 发现散射簇辐射的电磁波并不能到达所有阵列天线, 这验证了近场效应的存在进一步通过对 COST 2100 模型的关键参数进行扩充, 以适用于大规模MIMO. 文献[1]在散射簇椭圆分布的基础上, 首次提出针对单极化大规模线阵 MIMO 的理论信道模型, 并分析了散射簇生灭对信道建模带来的影响基于该理论, 文献[2]建立了具体的信道模型实现算法, 并对大规模 MIMO 的统计特性进行了仿真近年来, 基于射线跟踪的确定性信道建模方法成为业界研究的热点, 理论上, 射线跟踪信道建模能够满足大规模 MIMO 对无线信道的所有要求, 但它存在着算法复杂度高、需要精确地图信息的缺点.2015 年, METIS 项目组在现有算法基础上, 提出了基于地图的射线跟踪信道模型，模型综合了统计信道建模和确定性建模各自的优点, 能够符合大规模 MIMO信道建模的要求.
在上述研究基础上, 文献[3]提出兼顾模型准确性和计算复杂度的大规模 MIMO 信道模型. 所提模型的主要特点包括: 基于球面波建立信道模型统一框架, 因此能够适用于大规模 MIMO 场景; 采用基于马德里格地图的射线跟踪算法对模型参数进行求解, 避免了实际场景地图制作困难的问题, 提升了信道模型的实用性; 采用 Berg 递归模型代替传统的 UTD 绕射理论, 在基本不影响算法性能的前提下, 有效降低了射线跟踪算法的计算复杂度; 最后利用所提算法, 对信道模型的时延扩展, 功率时延谱, 散射簇分布以及算法运行时间进行了计算分析.
在文献[4]提出了一种技术，目的是使用精确的可见性图来实现有效的光线跟踪过程。该模型
特别适合于大量接收器的窄带和宽带信道表征.首先说明如何有效地计算可见性图.然后,根据可见度图，针对大量接收器的信道特性优化射线跟踪的技术,还介绍了该方法在计算时间和准确性方面的评估。该方法是在很短的时间内生成大面积区域（例如巴黎市中心）的宽带参数图。.在文献[5]中提出了基于几何光学（GO）和统一衍射理论（UTD）的完全3-D模型.室内环境中元素的几何表示基于平面.GO和UTD的表达式中包括每个面材料的电磁特性的影响，并且还包括通过壁的传输.提出了一种确定性的室内传播分析方法。此方法基于GO / UTD。该方法的主要优点是通过使用角度Z缓冲区技术来加快仿真速度，所需的仿真时间很短。
文献[6]针对目前Massive MIMO信道建模的理论框架存在的两个缺陷:(1)对于球面波前建模方法，目前大部分信道模型需要收发两部分的空间几何位置满足一定的要求，以便进行球面波前几何计算，但在实际信道场景中通常不会精确满足所提信道的空间几何要求;信道的关键参数如簇生灭速率与信道实测分析并没有建立起对应的关系，所提的生灭过程仿真计算复杂度高，需要实现复杂度较低的建模方法。对于这两个缺点，提出一种基于2D几何模型的1VBM0随机信道模型，用于捕获球面波前在实际传播环境中的行为。然后利用N状态马尔可夫过程来模拟由于簇在阵列上的出现和消失所导致的非平稳特性。最后，针对1VIIM0信道提出一种基于实测的3D MIMO统计信道建模方法，有效而准确地反映真实三维信道环境，提高信道模型的精度;通过外场测量提取大尺度参数的统计特征，生成大尺度参数的互相关矩阵来解决现有模型中该矩阵非正定的问题，利用线性模型统计建模3D MIMO信道的俯仰角扩展，增加垂直域角度扩展与距离的依赖关系，通过混合Von Mises Fisher分布来随机生成具有互依赖性的子径方位角和子径俯仰角;根据外场测量的统计分析确定信道模型的各个表征参数，生成3DMIMO信道系数。
文献[7]主要研究了大规模多天线系统在典型传播场景下的信道特征，根据室内LOS( Line-of-sight)和NLOS ( Non-line-of-sight )，室外LOS和NLOS场景的实地测量，采集了1 }6GHz频点下91 MHz 1 OOMHz 200MHz带宽下的传播信号特征，采用信道参数估计算法，提取了多径信号在时延域、角度域的功率分布特征，分析了信号的色散特性，相关特性和非平稳特性。最后基于相关性建模方法提出了能够刻画信道非平稳特性的分析信道模型，并仿真了信道散射体簇在天线阵列域上的生灭过程，建立了散射体簇的马尔科夫链模型，分析了Massive MIMO系统的非平稳特性对信道容量的退化影响，为当前的SG Massive MIMO信道的建模研究做出了贡献。
文献[8]建立了大规模MIMO信道模型框架。通过研究三维空间中的电磁波传播过程，包括收/发天线空间与传播空间的映射投影、电磁波在三维空间的极化旋转，在分析不同场景散射簇分布模型基础上，提出基于簇延时线(CDL, Clustered Delay Line)模型的大规模MIMO信道建模框架。实现基于地图的射线跟踪算法。模型基于简化的3D地图，考虑直射、反射、散射、绕射透射等电磁传播特性，可以通过打开/屏蔽不同的传输路径和简化的绕射系数计算方法来调节计算复杂度。通过利用射线跟踪算法，对信道模型框架中的路径损耗、时延扩展、天线到散射簇距离等模型参数进行计算，得到其统计分布。
作为下一代的移动通信技术，[9]SG技术在4G技术的基础上，频谱效率提高了3-5倍,能效和成本效率都提高了至少100倍，峰值速率要大于lOGbps，且用户的体验速率更是达到了0.1-1Gbps，端到端的时延要小于l Oms，连接数密度达到了每平方公里106个以及支持用户的移动速率达到了每小时500km o 5G还改进了机器到机器(M2M, Machine to Machine之间的通信，以便更好的实现物联网技术。[10]为了达到以上的效率和性能，5G需要解决许多关键技术，这其中包括:全维多输入多输出(3D MIMO, Three Dimensional Multiple Input MultipleOutput)技术，大规模天线(Massive Antennas)技术，毫米波(Millimeter Waves)技术，认知无线电(CR, Cognitive Radio)技术，可见光通信及绿色通信技术，非正交多址(NOMA,Non-Orthogonal Multiple Access)技术，超密度异构网络(Ultra-dense Hetnets)技术等等。
参考文献：
[1] Wu SB, Wang CX, Aggoune EM, et al. A non-stationary 3-D
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。
