去蜂窝大规模MIMO系统预编码与功率分配优化实践

1. 项目概述：去蜂窝大规模MIMO系统的核心挑战

去蜂窝大规模MIMO（Cell-Free Massive MIMO）是第六代移动通信（6G）的关键候选技术之一，它彻底打破了传统蜂窝架构中"一个用户归属于一个基站"的限制。在这个系统中，大量分布式接入点（APs）通过前传网络协同服务所有用户，形成一张"无蜂窝"的通信网络。这种架构带来的核心优势是：

• 均匀覆盖：消除蜂窝边缘效应
• 宏分集增益：利用空间维度提升可靠性
• 干扰管理：通过协作处理降低用户间干扰

但随之而来的技术挑战也尤为突出：

1. 预编码设计：需要分布式算法实现AP间的协同波束成形
2. 功率分配优化：在AP功率约束下最大化系统性能
3. 前传负载控制：减少AP与中央处理单元间的数据交换量

本项目通过Matlab实现了一个完整的去蜂窝大规模MIMO仿真平台，重点解决了线性预编码（包括MR、ZF、RZF等方案）与功率分配的联合优化问题。代码包含从信道建模、预编码计算到性能评估的全流程实现，可直接复现学术界主流论文中的仿真结果。

2. 系统建模与关键参数

2.1 网络拓扑结构

典型的去蜂窝网络包含：

• 100-200个单天线AP（均匀分布在1km²区域）
• 10-20个单天线用户（随机分布）
• 1个中央处理单元（CPU）

matlab复制% AP部署示例（正方形区域）
AP_pos = 1000*rand(2, K); % K个AP的坐标
UE_pos = 1000*rand(2, U); % U个用户的坐标

2.2 信道模型

采用空间相关信道模型：

code复制h_k,u = sqrt(β_k,u) * (sqrt(κ/(1+κ)) h_LOS + sqrt(1/(1+κ)) h_NLOS)

其中：

• β_k,u：路径损耗（3GPP UMi模型）
• κ：莱斯K因子（典型值10dB）
• h_LOS：视距分量（含相位信息）
• h_NLOS：非视距分量（服从复高斯分布）

matlab复制function H = channel_model(AP_pos, UE_pos, K, U)
    H = zeros(K, U);
    for k = 1:K
        for u = 1:U