5G干扰反馈和干扰测量资源

在基于互易性的部署中，可以从上行链路传输推断从服务基站到UE的信道。然而，来自一个UE的这种上行链路测量不允许直接确定来自相邻TP的下行干扰或来自服务TP的MU-MIMO干扰。这种干扰知识的缺乏可以通过反馈干扰措施以及各种其他方法来弥补。

在基于互易性部署中考虑下行干扰的简单方法是测量干扰测量资源上的干扰，使用波束赋形的CSI-RS（通过互易性确定）估计服务信道，并报告从测量的信道和干扰导出的CQI。然而，这种方法并没有真正提供下行干扰CSI。

在基于互易性的部署中对下行干扰CSI的需要，以及因此应该如何确定该干扰CSI，取决于传输方案。一些更相关的计划包括：

1.单TRP SU-MIMO

在该方案中，干扰来自非服务trp。TRP不试图避免对其他TRP的UE的干扰，但可以选择其预编码，以便以最小干扰沿多路径（由UE处的角度扩展引起）传输。这种干扰避免可能需要每个子带的干扰CSI，并且更新频率足以跟踪干扰者调度的变化以及信道变化。此外，这种每多径干扰避免的益处有限，因为它还依赖于UE形成足够窄的波束，以区分TRP正在传输的多径。因此，在服务TRP处获得其他TRP干扰CSI的机制对于SU-MIMO传输可能不是如此必要。

2.单TRP MU-MIMO

这里，干扰来自服务TRP上到其他ue的传输以及来自非服务TRP的传输。在这种情况下，由于UE可以是空间分布的，因此TRP不需要依赖UE接收波束赋形，而是可以使用发射波束/零赋形来最大化其服务的MU-MIMO UE中的SINR。支持这种MU-MIMO传输的干扰CSI可以基于互易性并使用SRS传输，因为对每个MU-MIMO ue的信道的估计足以确定下行链路预编码。在MU-MIMO部署中，服务TRP往往是主要的干扰源。因此，在这种情况下，从其他TRP获得干扰CSI的机制似乎并不必要（甚至可能比单个TRP SU-MIMO情况下的机制更少）。

3.协调波束赋形多TRP MU-MIMO

来自服务TRP的协调波束赋形传输避免干扰由服务TP服务的ue以及非服务TRP上的ue。该部署可被视为单个TRP MU-MIMO的扩展，因为服务TP考虑对其服务的ue以及由其他TP服务的那些ue产生的干扰，并且可以使用类似的波束/零赋形预编码算法。支持这种MU-MIMO传输的干扰CSI可以再次基于互易性并使用SRS传输。由于干扰缓解所需的CSI可以通过SRS测量获得，因此干扰trp的下行链路干扰测量可能是冗余的。

从其他TRP服务的UE测量SRS意味着多个TRP共享SRS的“池”。在LTE中，由于SRS是使用cell ID配置的，所以这种池没有得到很好的支持。这意味着很难保持由不同TRP传输的SRS之间的正交性，这限制了非服务TRP接收的SRS的SINR。如果“cell ID”是每个UE可配置的，则正交性可以更好地保持，并且trp之间的srs池将更好地工作。

4.多TRP联合传输

在联合传输中，ue接收从多个服务trp发送的MIMO层。该部署可被视为单个TRP SU-MIMO的扩展，其中服务于UE的天线位于不同的站点。鉴于在一个服务SU-MIMO TRP处获得干扰CSI的机制似乎并不必要，那么也不清楚为什么在联合传输情况下需要它们。

基于ZP CSI-RS的IMR不足

在LTE-TM9和TM10中，UE可以配置用于信道测量的非零功率（NZP：non-zero power）CSI-RS和用于小区间干扰测量的基于ZP-CSI-RS的干扰测量资源（IMR：interference measurement resource），用于CSI报告。UE总是假设在IMR上接收到的信号来自非服务小区，即在IMR上观察到的信号应被视为小区间干扰。

对于NR中的MU-MIMO，UE处的MU干扰的测量需要不同的ZP CSI-RS tone，其中只有一个UE被静音。例如，如果将2个UE UE1和UE2分组到一个MU集合中，则eNB将需要配置两组ZP-CSI-rs，其中一组UE 1被静音，另一组UE 2被静音，以便两者都估计小区内干扰。

在大规模MU-MIMO系统中，每个传输的MU秩将足够大，以至于需要几个基于ZP-CSI-RS的资源，以使UE能够估计MU干扰。ZP-CSIRS在大规模MU-MIMO的情况下无法很好地扩展。所需的RE数量将高得多（占用更多开销）。如果ZP-CSI-RS开销保持不变，则每个ZP-CSI-RS资源的RE数量可能不足以准确估计Rnn。图1显示了在大规模MU-MIMO系统中可能一起调度的UE的数量有多高。假设每个IMR资源有4个RE，在MU-MIMO传输中有8个UE，那么仅ZP-CSI-RS就有32个RE，这使得开销无法承受。如果UE具有超过4个Rx天线，那么对于精确的Rnn估计，开销将更大。请注意，由于MU调度集可能会随着时间的推移而改变，因此，为了CSI计算的目的，对因此在时隙中测量的Rnn进行平均可能会降低Rnn的非对角项的精度。

DMRS音调通常用于测量Rnn以进行数据解调。然而，将其用于IMR测量将是次优的。基于DMRS音调测量的IMR仅对该时隙中的特定MU分组有效。在基于MIMO/CoMP的大规模系统中，基于DMRS的IMR可能会随着时间的推移，由于调度的ue集合的变化而急剧变化，使得当前的测量对于未来的调度无效。

除了这种次优性，DMRS音调仅在数据调度期间可用，并且仅在调度的子频带上可用。根据同一时隙中的预定频带推断未预定频带上的IMR值并非易事。根据过去时隙中的MU调度推断当前IMR也是非常重要的。

NZP-CSI-RS音调可用作IMR资源。一个选项是允许UE使用非预编码的CSI-RS模拟干扰。在大规模MIMO系统中，码本大小将非常大，这增加了UE需要测试的PMI和秩假设的数量，显著增加了复杂性。此外，在MU系统中，还需要考虑UE分组的影响，以便准确地估计IMR。这会导致较高的IMR估计误差。在eNB处使用的调度算法对UE是透明的，使得UE更难准确地估计MU-MIMO系统中的IMR。

另一个选项是使用波束赋形的CSI-RS对干扰进行网络侧仿真。基于UL上的SRS传输（UE可以基于先前在ZP-CSI-RS音调上测量到的小区间干扰进行白化），eNB可以决定将用户组及其流分组为MU传输。然后，eNB可以沿着这些波束为这些预先调度的ue发送波束赋形的CSI-rs，以允许这些ue直接在这些音调上测量IMR，用于CSI计算。由预先调度的ue反馈的CSI将准确地接收MU干扰，甚至小区间干扰（如果NZP-CSI-RS音调在小区之间发生冲突），从而产生更优的性能。下面的图2显示了该选项的更多细节。