面向6G的毫米波大规模模拟中继多用户MIMO：利用阻塞环境赋能用户调度的容量优化

《IEEE Open Journal of the Communications Society》：Millimeter-Wave Massive Analog Relay MU-MIMO With Blocking-Empowered User Scheduling Toward 6G

本文针对5G毫米波通信覆盖范围短、易受阻塞影响的问题，研究了在6G中利用大规模模拟中继站（如NCR）构建人工信道以增强覆盖和容量的方法。作者提出了一种主动利用阻塞环境的用户调度算法，通过减少用户间干扰显著优化了毫米波MU-MIMO系统性能。仿真结果表明，该方法在热点场景下可将最低用户容量从0提升至15Gbps以上，为6G毫米波中继网络的实际部署提供了关键技术支撑。

　　

随着5G时代毫米波（mmWave）技术的应用，移动通信容量实现了前所未有的提升。然而毫米波先天的物理特性——短波长带来的传播距离限制和易受障碍物阻塞的弱点，成为制约其大规模商用的瓶颈。当前毫米波服务覆盖范围有限，且信号容易被建筑物等障碍物阻挡，这不仅影响用户体验，也动摇了产业界对毫米波技术推广的信心。面对这些挑战，6G通信系统迫切需要新的解决方案。

在这样一个技术背景下，东京工业大学的科研团队在《IEEE Open Journal of the Communications Society》上发表了一项创新性研究，提出了一种面向6G的毫米波大规模模拟中继多用户多输入多输出（MU-MIMO）系统。该系统的核心思想是利用大量模拟中继站（RS）构建人工信道，不仅扩展毫米波基站的覆盖范围，还能人为创造多径环境，增加空间复用增益。

研究人员设计了一个完整的系统架构，包括一个配备毫米波大规模天线的基站（BS）、大量模拟中继站和多个用户设备（UE）。与单用户系统不同，多用户环境下面临着复杂的资源分配问题。为此，团队开发了基于距离的中继站分配方法和循环轮询（Round-Robin）波束选择算法，确保资源在用户间的公平分配。

研究中最具创新性的部分是提出了“阻塞赋能”的用户调度方法。传统通信系统通常将避免阻塞作为优化目标，而这项研究反其道而行之，主动利用阻塞环境来减少用户间干扰。该方法通过分析用户位置、中继站分布和环境地图，将相互干扰较小的用户分组到不同的通信资源组中，从而优化系统容量。

为验证系统性能，研究人员建立了全面的数学模型，推导了人工信道响应、波束选择矩阵和系统容量的计算公式。特别值得注意的是，他们采用块对角化（block diagonalization）预编码技术来分离不同用户的信号，这是实现高效多用户MIMO通信的关键。

在技术方法层面，本研究主要采用了几个关键技术：一是基于距离的中继站分配算法，解决中继站重叠导致的干扰问题；二是循环轮询波束选择方法，确保用户间波束资源的公平分配；三是最小化最大干扰（min-max）用户调度策略，利用阻塞环境优化用户分组；四是块对角化预编码技术，有效消除用户间干扰。研究还采用了3GPP标准信道模型和二维离散傅里叶变换波束模式进行系统仿真。

系统模型与性能分析

研究团队设计了一个包含64个中继站的城市场景仿真模型。基站位于坐标原点（0，0），中继站均匀分布在建筑物顶部，用户设备则在不同区域进行分布测试。仿真参数设置严格遵循实际毫米波通信标准：带宽400MHz，载波频率28GHz，基站发射功率25dBm/MHz。

天线设计方面，基站采用20×20平面贴片天线阵列，支持混合波束成形；用户设备则使用72单元扇形天线，覆盖整个上半球面。这种天线配置确保了系统能够实现精确的波束控制和对齐。

单用户与多用户性能对比

仿真结果首先对比了单用户和多用户场景下的系统性能。在非视距（NLOS）区域，没有中继站的传统毫米波系统容量几乎为零，而引入中继站后，单用户容量峰值超过40Gbps，多用户系统更是达到约70Gbps。这表明中继站不仅显著扩展了覆盖范围，还大幅提升了系统容量。

然而，当两个用户距离过近时（如均位于y=0m线），由于严重的干扰和资源竞争，多用户系统性能反而低于单用户系统。这一发现凸显了用户调度的必要性——在没有合理调度的情况下，密集用户环境会导致系统性能急剧下降。

用户调度算法的有效性

研究团队在均匀分布和热点分布两种场景下测试了提出的用户调度算法。在均匀分布模型中，24个用户被随机分成12组进行测试。结果显示，与随机调度相比，提出的min-max方法将单个用户的最低容量从10Gbps提升至30Gbps以上，且性能与计算复杂度极高的穷举搜索法相近。

在更符合实际应用的热点模型中，50%的用户集中分布在中心交叉路口区域。这种情况下，随机调度时约5%的用户容量为零，而采用min-max调度后，最低用户容量提升至15Gbps以上。这一改进在用户密集的热点区域尤为明显，证明了所提方法在实际部署中的价值。

算法复杂度分析是该研究的另一个亮点。传统的穷举搜索法需要计算所有可能用户组合的容量，复杂度随用户数增加呈指数级增长。而提出的min-max方法通过计算重叠视距中继站数量来评估用户间干扰，将复杂度降低至组合数级别，大幅提升了算法的实用性。

波束分配公平性验证

附录中的仿真结果进一步验证了波束分配策略的公平性。通过分析不同用户被分配的波束数量联合概率分布，发现min-max方法下用户间波束分配更加均衡，避免了某些用户因资源竞争而只能获得极少波束的情况，确保了系统的公平性。

研究结论与未来展望

本研究成功将毫米波大规模模拟中继MIMO系统从单用户扩展至多用户场景，为6G网络控制中继（NCR）系统的发展提供了重要技术支持。通过创新的“阻塞赋能”用户调度方法，有效解决了毫米波多用户通信中的干扰问题，在保证公平性的同时显著提升了系统容量。

然而，研究也指出了一些亟待解决的问题。块对角化预编码需要获取其他用户的信道状态信息（CSI），这会消耗大量信道资源。同时，随着用户数增加，奇异值分解（SVD）的计算复杂度急剧上升，可能成为实际应用的瓶颈。

未来研究方向包括利用机器学习技术进行信道预测和用户调度，以降低计算复杂度。此外，当前研究假设每组用户数量相同，未来将探索更灵活的分组策略以适应实际部署需求。这些改进将推动毫米波大规模模拟中继MIMO系统向实用化迈进，为6G超智能社会奠定通信基础。