本文關鍵詞：基于壓縮感知的MASSIVE MIMO系統(tǒng)中信道估計算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：MASSIVE MIMO作為5G移動通信系統(tǒng)的關鍵技術之一,自其提出以來就受到人們的廣泛關注與研究。通過在收發(fā)兩端安裝大量的天線,使系統(tǒng)的性能得到了極大的改善。然而,收發(fā)兩端天線維數的增加使得系統(tǒng)在進行信道估計時的難度相應增加。傳統(tǒng)的非盲信道估計算法在進行信道估計時算法性能很大程度上依靠發(fā)送端訓練序列的特性,然而由于系統(tǒng)相干時間等因素的限制使得理想的訓練序列難以獲得,而在MASSIVE MIMO系統(tǒng)中由于天線維數的增加這一問題更為明顯。所以,研究能夠降低對訓練序列要求的信道估計算法意義重大。本文從研究MASSIVE MIMO系統(tǒng)出發(fā),重點研究了MASSIVE MIMO系統(tǒng)中關鍵技術——信道估計技術。鑒于對特定信號,壓縮感知理論(COMPRESSIVE SENSING)在進行信號恢復時降低了對采樣維數以及采樣矩陣的要求這一性質,本文研究了基于壓縮感知的信道估計算法。本文首先研究分析了MASSIVE MIMO系統(tǒng)在進行信道估計時的難點;隨后研究了幾種適用于平坦衰落條件下的基于訓練序列的信道估計算法,包括最小二乘法、最小均方誤差法等,并分析了算法特點及其局限性;最后針對多小區(qū)多用戶的通信場景提出了基于壓縮感知的新的信道估計算法。在該過程中,通過對信道矩陣進行建模來模擬通信系統(tǒng)中的大尺度衰落和小尺度衰落,給出了兩種等價的MASSIVE MIMO系統(tǒng)信道估計形式,并根據壓縮感知理論設計了信道估計算法。本文算法對訓練序列的要求比傳統(tǒng)算法要更為寬松。最后,通過在MATLAB中仿真驗證了輸入信噪比以及訓練序列長度對算法性能的影響。仿真結果表明,本文提出的算法在對MASSIVE MIMO系統(tǒng)進行信道估計時性能有一定改善。
【關鍵詞】：MASSIVE MIMO 信道估計 壓縮感知 最小二乘法
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN929.5

  本文關鍵詞：基于壓縮感知的MASSIVE MIMO系統(tǒng)中信道估計算法的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：334293