基于壓縮感知的多小區(qū)MASSIVE MIMO信道估計
發(fā)布時間:2021-11-12 07:27
移動通信系統(tǒng)的快速發(fā)展不僅改變了人們的生活方式,也成為社會信息化水平的重要引擎。Massive MIMO技術(shù)在收發(fā)端配置大量的天線,能夠在相同帶寬的條件下獲得35倍于傳統(tǒng)基站的頻譜效率,從而提供更好的網(wǎng)絡(luò)覆蓋,更佳的用戶網(wǎng)絡(luò)體驗(yàn),成為5G關(guān)鍵技術(shù)之一。由于收發(fā)端天線數(shù)目的增加,MASSIVE MIMO系統(tǒng)在進(jìn)行信道估計時算法復(fù)雜度大大增加,故而研究降低訓(xùn)練序列開銷及提高信道估計精度意義重大。MASSIVE MIMO系統(tǒng)主要分為TDD與FDD兩種傳輸模式。針對TDD傳輸模式下的多小區(qū)多用戶場景,構(gòu)建近似稀疏合成信道矩陣,提出了一種自適應(yīng)信道估計算法。在StOMP算法中引入果蠅算法,實(shí)現(xiàn)自適應(yīng)搜索迭代閾值。通過仿真驗(yàn)證了所提算法能有效解決導(dǎo)頻污染,提高了信道估計精度。針對FDD傳輸模式,構(gòu)建了MASSIVE MIMO系統(tǒng)角域稀疏信道模型,提出了一種基于門限的稀疏度自適應(yīng)壓縮感知信道估計算法。引入回溯正交匹配追蹤(BAOMP)算法的原子選擇規(guī)則,通過設(shè)置合理的閾值有效選擇SAMP算法中的初始原子,找到原始信號最大近似系數(shù),大大降低了SAMP算法的迭代次數(shù),提高了算法收斂...
【文章來源】:貴州大學(xué)貴州省 211工程院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
模擬合成信道矩陣通過此信道模擬,可將信道矩陣表示為圖3.8所示的合成信道近似稀疏模型
【參考文獻(xiàn)】:
期刊論文
[1]基于分類冗余字典稀疏表示的圖像壓縮方法[J]. 王科平,楊贊亞,恩德. 計算機(jī)工程. 2017(09)
[2]基于壓縮感知的多小區(qū)MASSIVE MIMO信道估計[J]. 劉紫燕,唐虎,劉世美. 計算機(jī)應(yīng)用. 2017(09)
[3]基于OMP算法的快速壓縮感知圖像重構(gòu)[J]. 馬博珩,彭藝. 云南大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[4]一種新的自適應(yīng)步長梯度投影法[J]. 申遠(yuǎn),劉珊珊. 數(shù)值計算與計算機(jī)應(yīng)用. 2016(04)
[5]基于交替投影的CT圖像重建算法[J]. 韓永欣,王建,劉立,龐彥偉. 中國醫(yī)學(xué)影像技術(shù). 2016(10)
[6]基于基追蹤算法的寬帶LFM信號信道化偵察[J]. 張劍云,夏杰,周青松,毛云祥. 數(shù)據(jù)采集與處理. 2016(04)
[7]基于壓縮感知CoSaMP算法的精確重構(gòu)[J]. 郎利影,王勇,白文慶,楊宇. 計算機(jī)應(yīng)用研究. 2015(08)
[8]分塊正則化正交匹配追蹤算法[J]. 莊燕濱,王化程,肖賢建. 信息技術(shù). 2015(02)
[9]元素隨機(jī)排列的傅里葉測量矩陣構(gòu)造方法[J]. 尹海波,楊俊安,楊瑞國. 探測與控制學(xué)報. 2014(02)
[10]MIMO系統(tǒng)中空間分集增益與復(fù)用增益的權(quán)衡分析[J]. 張永,吳清華,徐亞光,任重. 遼寧師范大學(xué)學(xué)報(自然科學(xué)版). 2013(03)
碩士論文
[1]大規(guī)模MIMO系統(tǒng)基于壓縮感知的下行信道估計及導(dǎo)頻優(yōu)化研究[D]. 胡培利.南京郵電大學(xué) 2017
[2]基于壓縮感知的信道估計算法研究[D]. 吉增建.西南交通大學(xué) 2017
[3]Massive MIMO通信系統(tǒng)中信道估計技術(shù)研究[D]. 謝建超.南京郵電大學(xué) 2016
[4]大規(guī)模MIMO系統(tǒng)中基于信道壓縮的有限反饋技術(shù)研究[D]. 陳慧慧.重慶郵電大學(xué) 2016
[5]壓縮感知重構(gòu)算法及其應(yīng)用研究[D]. 徐立軍.中北大學(xué) 2016
[6]Massive MIMO系統(tǒng)信道估計與檢測技術(shù)研究[D]. 徐鳳陽.北京交通大學(xué) 2016
[7]基于壓縮感知的MASSIVE MIMO系統(tǒng)中信道估計算法的研究[D]. 王玉鵬.電子科技大學(xué) 2015
[8]果蠅優(yōu)化算法及其應(yīng)用研究[D]. 霍慧慧.太原理工大學(xué) 2015
本文編號:3490444
【文章來源】:貴州大學(xué)貴州省 211工程院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
模擬合成信道矩陣通過此信道模擬,可將信道矩陣表示為圖3.8所示的合成信道近似稀疏模型
【參考文獻(xiàn)】:
期刊論文
[1]基于分類冗余字典稀疏表示的圖像壓縮方法[J]. 王科平,楊贊亞,恩德. 計算機(jī)工程. 2017(09)
[2]基于壓縮感知的多小區(qū)MASSIVE MIMO信道估計[J]. 劉紫燕,唐虎,劉世美. 計算機(jī)應(yīng)用. 2017(09)
[3]基于OMP算法的快速壓縮感知圖像重構(gòu)[J]. 馬博珩,彭藝. 云南大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[4]一種新的自適應(yīng)步長梯度投影法[J]. 申遠(yuǎn),劉珊珊. 數(shù)值計算與計算機(jī)應(yīng)用. 2016(04)
[5]基于交替投影的CT圖像重建算法[J]. 韓永欣,王建,劉立,龐彥偉. 中國醫(yī)學(xué)影像技術(shù). 2016(10)
[6]基于基追蹤算法的寬帶LFM信號信道化偵察[J]. 張劍云,夏杰,周青松,毛云祥. 數(shù)據(jù)采集與處理. 2016(04)
[7]基于壓縮感知CoSaMP算法的精確重構(gòu)[J]. 郎利影,王勇,白文慶,楊宇. 計算機(jī)應(yīng)用研究. 2015(08)
[8]分塊正則化正交匹配追蹤算法[J]. 莊燕濱,王化程,肖賢建. 信息技術(shù). 2015(02)
[9]元素隨機(jī)排列的傅里葉測量矩陣構(gòu)造方法[J]. 尹海波,楊俊安,楊瑞國. 探測與控制學(xué)報. 2014(02)
[10]MIMO系統(tǒng)中空間分集增益與復(fù)用增益的權(quán)衡分析[J]. 張永,吳清華,徐亞光,任重. 遼寧師范大學(xué)學(xué)報(自然科學(xué)版). 2013(03)
碩士論文
[1]大規(guī)模MIMO系統(tǒng)基于壓縮感知的下行信道估計及導(dǎo)頻優(yōu)化研究[D]. 胡培利.南京郵電大學(xué) 2017
[2]基于壓縮感知的信道估計算法研究[D]. 吉增建.西南交通大學(xué) 2017
[3]Massive MIMO通信系統(tǒng)中信道估計技術(shù)研究[D]. 謝建超.南京郵電大學(xué) 2016
[4]大規(guī)模MIMO系統(tǒng)中基于信道壓縮的有限反饋技術(shù)研究[D]. 陳慧慧.重慶郵電大學(xué) 2016
[5]壓縮感知重構(gòu)算法及其應(yīng)用研究[D]. 徐立軍.中北大學(xué) 2016
[6]Massive MIMO系統(tǒng)信道估計與檢測技術(shù)研究[D]. 徐鳳陽.北京交通大學(xué) 2016
[7]基于壓縮感知的MASSIVE MIMO系統(tǒng)中信道估計算法的研究[D]. 王玉鵬.電子科技大學(xué) 2015
[8]果蠅優(yōu)化算法及其應(yīng)用研究[D]. 霍慧慧.太原理工大學(xué) 2015
本文編號:3490444
本文鏈接:http://sikaile.net/kejilunwen/wltx/3490444.html
最近更新
教材專著