Sum-Rate Maximization in Clustered MIMO with Movable Antennas and MMSE Channel Estimation

Sammanfattning

Massiv MIMO (Multiple-Input Multiple-Output) har blivit en av nyckelteknikerna i femte generationens (5G) och framtida trådlösa kommunikationssystem. Genom att utrusta basstationer med stora antennmatriser kan massiv MIMO betjäna flera användare samtidigt, vilket avsevärt förbättrar spektral effektivitet, systemkapacitet och energieffektivitet. Men vid faktisk driftsättning är basstationens antenns fysiska plats vanligtvis fast, vilket begränsar systemets förmåga att anpassa sig till dynamisk användarfördelning och starkt rumsligt korrelerade kanaler. För att hantera denna begränsning studerar denna artikel tillämpningen av mobila antennmatriser, där varje antennelement möjliggör ompositionering inom ett specificerat område. Denna mobilitet gör det möjligt att adaptivt distribuera antennen baserat på användarnas positioner och kanalförhållanden i realtid, vilket förbättrar signalkvaliteten och minskar störningar mellan användare. Noggrann information om kanaltillstånd är nyckeln till att effektivt optimera antennens layout. I denna artikel används minsta medelkvadratfel (MMSE) för kanaluppskattning för att erhålla ett tillförlitligt CSI i den klustrade flervägskanalen. Därefter används två naturligt inspirerade metaheuristiska algoritmer, nämligen Particle Swarm Optimization Algorithm (PSO) och Firefly Algorithm (FA), för att optimera antennens position för att maximera systemets summahastighetsprestanda. Simuleringsresultaten visar att kombinationen av MMSE-uppskattning och intelligent mobilantennpositionering kan förbättra systemets prestanda avsevärt jämfört med traditionell utplacering av fasta antenner. Dessa resultat verifierar potentialen hos mobila antennsystem och ger värdefulla insikter för utformningen av framtida adaptiva och energieffektiva basstationsarkitekturer.