本文選題：大規(guī)模MIMO　切入點(diǎn)：信道估計(jì)　出處：《東南大學(xué)》2017年碩士論文

【摘要】：隨著多媒體業(yè)務(wù)、物聯(lián)網(wǎng)以及大數(shù)據(jù)的發(fā)展,未來(lái)移動(dòng)通信系統(tǒng)的數(shù)據(jù)傳輸速率需要提高上千倍甚至上萬(wàn)倍,現(xiàn)有的通信技術(shù)已經(jīng)無(wú)法滿足這種需求。大規(guī)模多輸入多輸出(MIMO,multiple-input and multiple-output)系統(tǒng)由于能夠深度利用空間 自由度,顯著提高通信系統(tǒng)數(shù)據(jù)傳輸速率,被認(rèn)為是下一代移動(dòng)通信的核心技術(shù)。然而,大規(guī)模MIMO系統(tǒng)的性能很大程度上取決于基站側(cè)獲取的信道狀態(tài)信息(CSI,channel state information)的質(zhì)量,傳統(tǒng)的基于正交導(dǎo)頻的信道估計(jì)方法需要的導(dǎo)頻開銷和反饋開銷都將隨著基站側(cè)天線數(shù)目的增多而增大,這無(wú)疑將限制大規(guī)模MIMO帶來(lái)的性能提升。因此,本文針對(duì)信道估計(jì)快速算法,導(dǎo)頻設(shè)計(jì)等問(wèn)題展開深入地研究。首先,本論文研究了 MIMO系統(tǒng)中傳統(tǒng)下行信道估計(jì)方法,包括最小二乘(LS,least square)、縮放最小二乘(SLS,scaled least square)以及最小均方誤差(MMSE,minimized mean square error)等方法,詳細(xì)地闡述了這些方法的工作原理與過(guò)程,分析了相應(yīng)方法下的最優(yōu)導(dǎo)頻結(jié)構(gòu),給出了各種方法的均方誤差性能,說(shuō)明了基站側(cè)天線數(shù)目對(duì)每種方法的誤差性能以及導(dǎo)頻開銷的影響,并詳細(xì)介紹了這些方法的改進(jìn)與簡(jiǎn)化。其次,針對(duì)大規(guī)模MIMO系統(tǒng)下傳統(tǒng)信道估計(jì)方法導(dǎo)頻開銷過(guò)大、計(jì)算復(fù)雜度過(guò)高的問(wèn)題,提出了基于壓縮感知的大規(guī)模MIMO波束域信道估計(jì)方法。大規(guī)模MIMO信道在波束域具有稀疏性,信道能量主要集中在少數(shù)幾個(gè)波束上,因此可利用該特性減少導(dǎo)頻開銷。根據(jù)波束域稀疏特性,本文提出了基于壓縮感知的波束域信道估計(jì)方法,給出了滿足約束性等距條件(RIP,restricted isometry property)的非正交導(dǎo)頻設(shè)計(jì),并提出了修正子空間追蹤(M-SP,modified subspace pursuit)算法來(lái)解決近似稀疏信號(hào)恢復(fù)的問(wèn)題。仿真結(jié)果表明該方法的性能顯著優(yōu)于傳統(tǒng)LS信道估計(jì)的性能,并且可以有效減少導(dǎo)頻開銷。最后,本論文重點(diǎn)研究了大規(guī)模MIMO正交頻分復(fù)用(OFDM,orthogonal frequency division multiplexing)系統(tǒng)下的信道估計(jì)方法和導(dǎo)頻設(shè)計(jì),提出了基于壓縮感知的大規(guī)模MIMO-OFDM波束-時(shí)延域信道估計(jì)方法。大規(guī)模MIMO-OFDM系統(tǒng)在波束域具有稀疏性,同樣在時(shí)延域,信道抽頭也是稀疏的,其中小部分的抽頭系數(shù)占據(jù)了大部分的信道能量。因此,綜合利用信道在波束-時(shí)延域的稀疏特性,提出了波束-時(shí)延域信道估計(jì)方法,在波束-頻率域設(shè)計(jì)了對(duì)應(yīng)的導(dǎo)頻-移相Zadoff-Chu導(dǎo)頻(PSZCPs,phase shift Zadoff-Chu pilots),并推導(dǎo)了對(duì)應(yīng)波束-時(shí)延域的測(cè)量矩陣,同時(shí)提出了利用統(tǒng)計(jì)信道狀態(tài)信息的MMSE-SP算法。仿真結(jié)果表明本文提出的波束-時(shí)延域信道估計(jì)方法可以有效減少導(dǎo)頻開銷并顯著提升基于移相正交導(dǎo)頻(PSOPs,phase shift orthogonal pilots)的信道估計(jì)的性能,該方法只需要一個(gè)OFDM符號(hào),而傳統(tǒng)的基于PSOPs的信道估計(jì)需要多個(gè)OFDM符號(hào)。另外,MMSE-SP算法相比于SP算法取得了較大的性能增益,并且減少了對(duì)精確稀疏度的依賴。
[Abstract]:With the development of multimedia services, networking and big data, the data transmission rate of future mobile communication systems need to improve thousands or even millions of times, the existing communication technology has been unable to meet this demand. Large scale multi input multi output (MIMO, multiple-input and multiple-output) system due to the depth of the use of degrees of freedom, improve data transmission the rate of communication system, is considered to be the core technology of next generation mobile communications. However, the performance of large-scale MIMO system depends largely on the base station side gets the channel state information (CSI channel, state information) the quality of the traditional orthogonal pilot channel estimation method requires the pilot overhead and feedback overhead with the base station antenna number increasing. Based on this, undoubtedly will limit the performance of large scale MIMO brings improvement. Therefore, this paper aims at the channel Fast estimation algorithm, in-depth study of pilot design issues. Firstly, this paper studies the traditional downlink channel estimation method in MIMO system, including the least squares (LS, least, square) (SLS, scaled least zoom square square) and minimum mean square error (MMSE, minimized mean square error) and other methods, detailed describes the working principle and process of these methods, analyzed the corresponding optimal method under the pilot structure, the mean square error performance is given a variety of methods, shows the number of base station antenna for each method of the error performance and the effect of pilot overhead, and introduces the improvement and simplification of these methods. Secondly, the traditional channel estimation method for large-scale MIMO system pilot overhead is too large, the computational complexity problem, and proposed a method to estimate large-scale MIMO beamspace channel based on compressed sensing mass. The MIMO channel is sparse in beam domain, channel energy mainly concentrated in a few beams, so you can use this property to reduce the pilot overhead. According to the beam domain sparsity estimation method is proposed in this paper, the beam domain channel based on compressed sensing, given satisfy the restricted isometry (RIP, restricted isometry property) - orthogonal pilot design, and puts forward the modified subspace pursuit (M-SP modified, subspace pursuit) algorithm to solve the approximate sparse signal recovery problem. Simulation results show that the performance of this method is significantly better than the traditional LS channel estimation, and can effectively reduce the pilot overhead. Finally, this paper focuses on the study of large scale MIMO orthogonal frequency DivisionMultiplexing (OFDM orthogonal, frequency division multiplexing) method and design of pilot channel estimation system, proposed a large-scale MIMO-OF based on compressed sensing DM beam delay domain channel estimation method. The large scale MIMO-OFDM system is sparse in the beam domain, at the same time delay domain, channel taps is sparse, the tap coefficients of small part of the channel occupied most of the energy. Therefore, the comprehensive utilization of the channel delay characteristics of the beam in sparse domain, a method is proposed to estimate the beam delay in the beam domain channel, frequency domain pilot design corresponding to the pilot phase Zadoff-Chu (PSZCPs, phase shift Zadoff-Chu pilots), and the measurement matrix corresponding to beam delay domain is derived, and put forward the MMSE-SP algorithm using statistical channel state information. The simulation results show that the proposed beam delay domain channel estimation the method can effectively reduce the pilot overhead and enhance phase shift orthogonal pilot based on (PSOPs, phase shift orthogonal pilots) the performance of channel estimation, the method needs only one OFDM Symbol, and the traditional PSOPs based channel estimation needs multiple OFDM symbols. In addition, MMSE-SP algorithm achieves a large performance gain compared with SP algorithm, and reduces the dependence on precise sparsity.

【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN919.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃明光;用導(dǎo)頻快慢調(diào)減少過(guò)調(diào)[J];鐵道學(xué)報(bào);1981年03期

2 李迅;對(duì)三路載波機(jī)導(dǎo)頻告警盤的一點(diǎn)改進(jìn)[J];四川郵電技術(shù);1985年04期

3 王可恕;;導(dǎo)頻制調(diào)頻立體聲解調(diào)的新方法[J];電聲技術(shù);1990年02期

4 黃軍友;;基于改進(jìn)的離散隨機(jī)近似方案的導(dǎo)頻研究[J];甘肅聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

5 朱春華;楊靜;楊守義;穆曉敏;齊林;;非連續(xù)正交頻分復(fù)用系統(tǒng)次優(yōu)導(dǎo)頻設(shè)計(jì)[J];電波科學(xué)學(xué)報(bào);2013年05期

6 曾浩;朱奕奕;李宜佳;劉地軍;;正交頻分復(fù)用系統(tǒng)中的頻域插入導(dǎo)頻算法[J];通信技術(shù);2008年08期

7 李冰;易波;;一種基于二維導(dǎo)頻的信道估計(jì)改進(jìn)算法[J];微處理機(jī);2009年01期

8 李琛;單導(dǎo)頻頻率的選取[J];中國(guó)有線電視;1997年08期

9 蘇健;鄭侃;王文博;;3G長(zhǎng)期演進(jìn)系統(tǒng)的導(dǎo)頻結(jié)構(gòu)設(shè)計(jì)[J];數(shù)字通信世界;2007年11期

10 李冰;易波;;基于二維導(dǎo)頻和降噪濾波的信道估計(jì)方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年01期

相關(guān)會(huì)議論文 前10條

1 陳祖飛;陳紅;;OFDM系統(tǒng)中基于導(dǎo)頻的信道估計(jì)[A];2006中國(guó)西部青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

2 曾立旋;劉棟;李道本;;基于完備互補(bǔ)正交序列的多天線多載波系統(tǒng)導(dǎo)頻設(shè)計(jì)方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

3 苑傳林;張來(lái)保;李蔚海;;OFDM信道估計(jì)中的導(dǎo)頻結(jié)構(gòu)的設(shè)計(jì)[A];中國(guó)航海學(xué)會(huì)通信導(dǎo)航專業(yè)委員會(huì)2004學(xué)術(shù)年會(huì)論文集[C];2004年

4 董江波;王剛;李道本;;線性插值信道估計(jì)中導(dǎo)頻間隔的最優(yōu)化設(shè)計(jì)[A];2004年全國(guó)通信軟件學(xué)術(shù)會(huì)議論文集[C];2004年

5 張靜;李莉;;MIMO-OFDM的最優(yōu)導(dǎo)頻與信道最優(yōu)估計(jì)[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

6 陳亞祥;黃銳;陳明;;基于虛導(dǎo)頻和功控導(dǎo)頻的OFDM信道估計(jì)[A];江蘇省通信學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

7 謝玉堂;蘆東昕;;基于特定導(dǎo)頻的OFDM載頻及符號(hào)同步研究[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

8 張翠榮;陳建忠;;TD-SCDMA系統(tǒng)上行導(dǎo)頻物理信道解碼的設(shè)計(jì)與實(shí)現(xiàn)[A];教育部中南地區(qū)高等學(xué)校電子電氣基礎(chǔ)課教學(xué)研究會(huì)第二十屆學(xué)術(shù)年會(huì)會(huì)議論文集（下冊(cè)）[C];2010年

9 白賓鋒;蔡躍明;徐信;;發(fā)射分集OFDM系統(tǒng)中基于離散導(dǎo)頻的信道估計(jì)方法[A];第十一屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

10 陳玉;尤肖虎;;DS-CDMA系統(tǒng)中一種有效的導(dǎo)頻干擾抵消方法[A];2002’中國(guó)通信學(xué)會(huì)無(wú)線及移動(dòng)通信委員會(huì)學(xué)術(shù)年會(huì)論文集[C];2002年

相關(guān)重要報(bào)紙文章 前4條

1 北京商報(bào)記者 劉偉;產(chǎn)說(shuō)會(huì)誤導(dǎo)頻現(xiàn) 監(jiān)管層重拳出擊[N];北京商報(bào);2014年

2 ;通過(guò)優(yōu)化提高CDMA網(wǎng)絡(luò)的性能[N];人民郵電;2003年

3 余時(shí)興;CDMA網(wǎng)優(yōu)分析應(yīng)分步實(shí)施[N];人民郵電;2009年

4 王濤;分階段實(shí)現(xiàn)CDMA網(wǎng)絡(luò)優(yōu)化[N];通信產(chǎn)業(yè)報(bào);2004年

相關(guān)博士學(xué)位論文 前7條

1 何雪云;基于壓縮感知的無(wú)線OFDM信道估計(jì)及導(dǎo)頻優(yōu)化研究[D];南京郵電大學(xué);2015年

2 劉殷卉;OFDM系統(tǒng)分段最小均方誤差信道估計(jì)與多層專用導(dǎo)頻設(shè)計(jì)的研究[D];北京郵電大學(xué);2010年

3 朱春華;NC-OFDM系統(tǒng)導(dǎo)頻優(yōu)化設(shè)計(jì)研究[D];鄭州大學(xué);2013年

4 周晶;高頻譜效率數(shù)字通信中若干傳輸與信號(hào)設(shè)計(jì)技術(shù)的研究[D];北京郵電大學(xué);2013年

5 亞米迪（Jean-Baptiste YAMINDI）;基于OFDM的WiMAX物理層關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2010年

6 陳玉;CDMA移動(dòng)通信系統(tǒng)干擾分析與抵消算法研究[D];東南大學(xué);2006年

7 宋鐵成;正交頻分復(fù)用（OFDM）移動(dòng)通信系統(tǒng)關(guān)鍵技術(shù)的研究[D];東南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 閆吉忠;適用于室外場(chǎng)景的802.11信道估計(jì)研究[D];西南交通大學(xué);2015年

2 郭耀川;基于相關(guān)信道的信道估計(jì)研究[D];西南交通大學(xué);2015年

3 龐浩;基于導(dǎo)頻序列設(shè)計(jì)的認(rèn)知OFDM系統(tǒng)信道估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2015年

4 路延;FDD-LTE基于導(dǎo)頻的信道估計(jì)研究與實(shí)現(xiàn)[D];北京化工大學(xué);2015年

5 曹海波;高鐵環(huán)境下OFDM系統(tǒng)信道估計(jì)與信號(hào)檢測(cè)技術(shù)研究[D];電子科技大學(xué);2014年

6 張燦;基于導(dǎo)頻的OFDM信道估計(jì)研究[D];東北大學(xué);2011年

7 鄭國(guó)立;單模光纖中傳輸?shù)腛FDM光信號(hào)的接收技術(shù)及性能優(yōu)化研究[D];北京郵電大學(xué);2015年

8 何萬(wàn)昊;CoMP演進(jìn)技術(shù)中反饋技術(shù)的研究[D];電子科技大學(xué);2015年

9 田琳;毫米波無(wú)線局域網(wǎng)中的導(dǎo)頻同步關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

10 趙錦程;快速卷積多載波傳輸方法研究[D];東南大學(xué);2016年

，

本文編號(hào)：1663614