【摘要】：在大規(guī)模多輸入多輸出(Multiple Input Multiple Output,MIMO)系統(tǒng)中,準(zhǔn)確的信道估計(jì)信息對于基站側(cè)的預(yù)編碼、資源分配以及用戶端的信號檢測或均衡都有著至關(guān)重要的作用。頻率選擇性多徑衰落信道下的稀疏信道估計(jì)技術(shù)是大規(guī)模MIMO系統(tǒng)重要且具有挑戰(zhàn)性的研究方向之一。然而現(xiàn)有的大多數(shù)信道估計(jì)技術(shù)僅適合4G小規(guī)模MIMO系統(tǒng)(如8天線的LTE-A系統(tǒng)),因此本論文探究適用于5G大規(guī)模MIMO多徑稀疏信道估計(jì)技術(shù)。本文基于大規(guī)模MIMO信道的空時(shí)共同稀疏性特點(diǎn),利用先進(jìn)的壓縮感知理論,研究不降低估計(jì)精度而減小導(dǎo)頻開銷的信道估計(jì)算法。首先,利用大規(guī)模MIMO信道的空時(shí)共同稀疏性和聯(lián)合差分思想,提出基于聯(lián)合差分的稀疏信道估計(jì)方案。改進(jìn)后算法特點(diǎn)如下:第一,改進(jìn)后的算法在每一次迭代過程中同時(shí)對多個(gè)向量進(jìn)行更新,對稀疏性進(jìn)行結(jié)構(gòu)化增強(qiáng),提升算法的重構(gòu)性能。第二,改進(jìn)后的算法在進(jìn)行重構(gòu)過程中,并不是只處理當(dāng)前時(shí)刻接收到的導(dǎo)頻信號,而是聯(lián)合前一幀的導(dǎo)頻信號進(jìn)行差分,進(jìn)一步增強(qiáng)稀疏性,進(jìn)而提升算法重構(gòu)的精度。仿真結(jié)果表明,所提算法在減少導(dǎo)頻開銷的同時(shí)仍能取得較好的參數(shù)估計(jì)性能,同時(shí)證明了壓縮感知理論在大規(guī)模MIMO-OFDM系統(tǒng)環(huán)境下具有魯棒性。其次,考慮實(shí)際環(huán)境中稀疏度未知的情況,提出了基于稀疏度自適應(yīng)的信道估計(jì)方案。大部分壓縮感知理論的重構(gòu)算法,如CoSaMP算法,需要已知信號的稀疏度作為先驗(yàn)條件,然而實(shí)際環(huán)境下,無線信道的稀疏度是未知的,因此本文提出的算法利用大規(guī)模MIMO信道的空時(shí)共同稀疏性,合理設(shè)置不同SNR下的停止迭代參數(shù),以獲得準(zhǔn)確的動態(tài)稀疏度。實(shí)驗(yàn)結(jié)果表明,相比傳統(tǒng)的CoSaMP算法和S-CoSaMP算法,SSA-CoSaMP算法在同等SNR下具有更良好的信道估計(jì)性能,并且可以自適應(yīng)地獲取稀疏度。
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN929.5
【圖文】：

大規(guī)模 MIMO-OFDM 稀疏多徑信道估計(jì)技術(shù)研究128 根乃至更多時(shí)，這個(gè)問題就不能再忽視了，導(dǎo)頻開銷會非常嚴(yán)重，造成極大的能源和頻譜浪費(fèi)�；谏鲜鰡栴}，我們根據(jù)文獻(xiàn)[51]，在本文應(yīng)用了非正交化導(dǎo)頻設(shè)計(jì)方案,它是基于CS 理論進(jìn)行設(shè)計(jì)的。與傳統(tǒng)正交化導(dǎo)頻方案不同，它允許不同天線上的導(dǎo)頻完全占據(jù)相同的子載波，如圖 3.2(b)。通過利用大規(guī)模 MIMO 天然固有的稀疏性，使用于信道估計(jì)的導(dǎo)頻開銷可以實(shí)質(zhì)性的降低。

圖 3.4 不同的信道估計(jì)算法的準(zhǔn)確性對比Fig. 3.4 Accuracy comparison of several channel estimation algorithms圖3.4(a)是在SNR=20dB且導(dǎo)頻數(shù)為400時(shí)進(jìn)行對比試驗(yàn)的仿真圖。根據(jù)實(shí)驗(yàn)結(jié)果可

導(dǎo)頻的變化來對信道進(jìn)行估計(jì)。降低導(dǎo)頻數(shù)必然會影響估計(jì)性能。因此，進(jìn)行導(dǎo)頻數(shù)變化對信道估計(jì)算法性能影響的仿真試驗(yàn)是十分必要的。圖3.5仿真了導(dǎo)頻數(shù)的變化對估計(jì)算法性能的影響。從實(shí)驗(yàn)結(jié)果可以得出，在不同SNR下，隨著導(dǎo)頻數(shù)的不斷增加，三種算法的估計(jì)性能都有所改善。JDSSP算法的性能最好，其次是JDSP算法，而SP算法的估計(jì)性能最差。當(dāng)導(dǎo)頻數(shù)高于750時(shí)，JDSSP和JDSP算法的估計(jì)性能也趨于飽和。圖 3.5 提出算法隨導(dǎo)頻數(shù)變化的 NMSE 性能對比Fig. 3.5 NMSE performance comparison of the proposed algorithms with varying number of pilots

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 趙錦程;黃斐一;孔繁盛;;面向5G的無線寬帶多載波傳輸技術(shù)[J];移動通信;2015年09期

2 郭文彬;李春波;雷迪;王文博;;基于聯(lián)合稀疏模型的OFDM壓縮感知信道估計(jì)[J];北京郵電大學(xué)學(xué)報(bào);2014年03期

3 楊愛萍;栗改;侯正信;龐茜;;基于結(jié)構(gòu)化稀疏模型的壓縮感知重構(gòu)改進(jìn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年14期

4 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報(bào);2011年07期

本文編號：2763245