本文選題：信道狀態(tài)信息 + 信道估計　； 參考：《電子科技大學》2017年碩士論文

【摘要】：近年來,隨著智能手機的進一步普及,用戶們對于高速數(shù)據(jù)業(yè)務的需求呈爆炸式增大,這些需求促進了我們對第五代移動通信系統(tǒng)(5G)的研究。目前,中國、歐盟和美國都開始了對5G系統(tǒng)關鍵技術的研究,并且預計將在2020年開始商用。相較于現(xiàn)有的第四代移動通信系統(tǒng)(4G)系統(tǒng),5G系統(tǒng)需要在系統(tǒng)容量和頻譜利用率上,進一步提高系統(tǒng)的傳輸性能。故而,5G系統(tǒng)需要應用一些更加高效的技術手段,比如Massive-MIMO技術、信道估計技術、預編碼技術等等。Massive-MIMO系統(tǒng)中的復雜的、大量的實時數(shù)據(jù)計算,就會極大增加系統(tǒng)的數(shù)據(jù)處理時延,而未來5G系統(tǒng)的一個非常重要的需求就是數(shù)據(jù)處理中的超低時延。ITU、IMT-2020等國內外5G研究機構均對5G提出了毫秒級的端到端時延要求,即理想情況下端到端時延為1ms,典型端到端時延為5-10ms左右。為了應對未來5G系統(tǒng)對于極低時延的需求,在第二章中,我們介紹了新型軟件定義協(xié)議(Software-Defined Protocol,SDP)網(wǎng)絡架構的基本思想,并在此SDP網(wǎng)絡架構下提出了軟件定義扇區(qū)(Software Defined Sector,SDS)模式,并對這種軟件定義扇區(qū)模式的計算復雜度性能優(yōu)勢進行仿真驗證;最后介紹了基于軟件定義扇區(qū)模式的時分導頻幀格式,并將對其進行了計算復雜度的仿真分析。Massive-MIMO技術有著很高的頻譜利用率、很好的魯棒性和很高的傳輸速率等優(yōu)勢,故而成為下一代蜂窩移動通信系統(tǒng)(5G)中非常被看好的技術之一。移動信道的信道狀態(tài)信息的獲得是Massive-MIMO系統(tǒng)中的關鍵問題。在第三章中,我們首先介紹了傳統(tǒng)MIMO系統(tǒng)中的四種經(jīng)典信道估計算法,并分析它們在MassiveMIMO系統(tǒng)中的性能和不足;接著提出了一種新型軟件定義扇區(qū)模式信道估計算法,即SDS-MMSE信道估計算法,并對其進行了性能仿真和結果分析。本文提出的SDS-MMSE信道估計算法可以獲得接近理想MMSE信道估計的MSE性能表現(xiàn),而不需要額外的開銷。我們還得到了本文所提算法的MSE分析表達式,這將幫助我們進行進一步的系統(tǒng)設計和性能估計。在Massive-MIMO系統(tǒng)中,由于漸進正交的信道特性,線性預編碼技術可以實現(xiàn)近似通道容量的性能表現(xiàn)。在第四章中,我們首先介紹了Massive-MIMO系統(tǒng)中三種經(jīng)典預編碼算法,然后分析它們在Massive-MIMO系統(tǒng)中的性能、表現(xiàn)和問題。接著,我們提出了一種軟件定義扇區(qū)模式下的基于對稱逐步超松弛(Symmetric Successive Over Relaxation,SSOR)的預編碼算法,即SDS-SSOR預編碼算法,然后對其進行了性能仿真并分析仿真結果。本文所提的SDS-SSOR預編碼算法不僅可以大幅度地降低計算復雜度,并且可以實現(xiàn)接近傳統(tǒng)ZF預編碼的最優(yōu)的性能表現(xiàn)。同時,利用Massive-MIMO系統(tǒng)的信道具備漸進正交的信道特性,我們提出了一種簡單方法,來計算SDS-SSOR預編碼算法中的最佳松弛參數(shù)。
[Abstract]:In recent years, with the further popularization of smart phones, users' demand for high-speed data services has increased explosively, which has promoted our research on the fifth generation mobile communication system (5G). At present, China, the European Union and the United States have begun to study the key technologies of the 5G system and are expected to begin commercial use in 2020. Compared with the existing fourth generation mobile communication system (4G), the 5G system needs to further improve the transmission performance in terms of system capacity and spectrum efficiency. Therefore, some more efficient techniques, such as Massive-MIMO, channel estimation, precoding and so on, need to be applied to the 5G system. The complex and large amount of real-time data computation in the Massive-MIMO system will greatly increase the data processing delay of the system. One of the most important requirements of 5G system in the future is that 5G research institutions, such as the ultra-low delay, ITUUUIMT-2020 and so on, have put forward the requirement of 5G end-to-end delay in millisecond. The ideal end-to-end delay is 1 Ms, and the typical end-to-end delay is about 5-10ms. In order to meet the demand of 5G system for very low delay in the future, in chapter 2, we introduce the basic idea of a new software definition protocol (Software-Defined Protocol) network architecture, and propose a software definition sector Defined Defined (SDS) model under this SDP network architecture. Finally, the time-division pilot frame format based on the software definition sector mode is introduced. The Massive-MIMO technology has the advantages of high spectral efficiency, good robustness and high transmission rate, so it has become one of the most promising technologies in the next generation cellular mobile communication system. The acquisition of channel state information in mobile channels is a key problem in Massive-MIMO systems. In the third chapter, we first introduce four classical channel estimation algorithms in traditional MIMO system, and analyze their performance and shortcomings in MassiveMIMO system, then we propose a new software defined sector mode channel estimation algorithm. That is, SDS-MMSE channel estimation algorithm, and its performance simulation and results analysis. The proposed SDS-MMSE channel estimation algorithm can obtain the MSE performance close to the ideal MMSE channel estimation without additional overhead. We also get the MSE analysis expression of the proposed algorithm, which will help us to carry out further system design and performance estimation. In Massive-MIMO systems, linear precoding can achieve the performance of approximate channel capacity due to the asymptotic orthogonal channel characteristics. In chapter 4, we first introduce three classical precoding algorithms in Massive-MIMO system, and then analyze their performance, performance and problems in Massive-MIMO system. Then, we propose a kind of precoding algorithm based on symmetric step by step overrelaxation Successive Over Relaxation (SSOR) in sector mode defined by software, that is, SDS-SSOR precoding algorithm. Then, the performance of the algorithm is simulated and the simulation results are analyzed. The SDS-SSOR precoding algorithm proposed in this paper can not only greatly reduce the computational complexity, but also achieve the best performance close to the traditional ZF precoding. At the same time, we propose a simple method to calculate the optimal relaxation parameters in the SDS-SSOR precoding algorithm because the channel of Massive-MIMO system is asymptotically orthogonal.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN929.5

【相似文獻】

相關期刊論文 前10條

1 李汀;楊綠溪;;一種前向放大中繼通信系統(tǒng)中的有限反饋中繼預編碼方案[J];電子學報;2010年07期

2 陳志;劉珊珊;曹型兵;;多輸入多輸出系統(tǒng)中的預編碼技術研究[J];數(shù)字技術與應用;2012年02期

3 徐偉;;淺談電子通訊的預編碼技術[J];電腦知識與技術;2012年27期

4 李超;郭麗娜;;電子通訊的預編碼技術分析[J];電子制作;2013年19期

5 解芳;袁超偉;程鐵錚;;利用干擾提高容量的低復雜度預編碼方法[J];北京郵電大學學報;2009年05期

6 陶立;;一種電子通訊技術的預編碼解析[J];電腦知識與技術;2012年30期

7 張文;龔鋼;;抑制小區(qū)間干擾的遲延可容忍預編碼方案[J];科技通報;2013年07期

8 冉金志;林初善;邵云飛;廖曉閩;;幾何平均分解的矢量預編碼方案設計[J];中國科技信息;2013年22期

9 盧鑫;;Closed-Loop MIMO系統(tǒng)線性預編碼技術[J];中國新通信;2008年11期

10 鄭鳳;陳潤芊;盧國仙;武穆清;;一種新的非線性預編碼算法[J];北京理工大學學報;2012年01期

相關會議論文 前10條

1 劉偉;張春陽;邵珠雷;;相關衰落信道中星座預編碼和球譯碼[A];第十屆中國科協(xié)年會論文集（一）[C];2008年

2 邵玉斌;龍華;向鳳紅;;MIMO通信系統(tǒng)空域維納預編碼器及性能分析[A];中國通信學會第五屆學術年會論文集[C];2008年

3 劉繼雄;李有明;周新星;;DSL基于誤差符號的自適應預編碼算法[A];浙江省信號處理學會2011學術年會論文集[C];2011年

4 鐘俊;彭啟琮;;有限比特反饋下OFDM系統(tǒng)的預編碼技術[A];中國通信學會第五屆學術年會論文集[C];2008年

5 馬守貴;陳明;;MIMO系統(tǒng)中基于離散速率集的線性預編碼研究[A];2008通信理論與技術新發(fā)展——第十三屆全國青年通信學術會議論文集（下）[C];2008年

6 黃永明;楊綠溪;;采用分組線性星座預編碼OFDM的分層空時傳送方式及其迭代接收[A];第十二屆全國信號處理學術年會（CCSP-2005）論文集[C];2005年

7 王道彬;米文智;;一種基于TXMMSE預編碼的新型OFDM系統(tǒng)研究[A];四川省通信學會2011年學術年會論文集[C];2011年

8 張亞東;叢鍵;王卓鐳;;一種基于預編碼降低OFDM信號峰均功率比的技術[A];2007’促進西部發(fā)展聲學學術交流會論文集[C];2007年

9 屠佳;蔡躍明;;雙向中繼對秩虧MIMO信道容量的影響[A];2009年通信理論與信號處理學術年會論文集[C];2009年

10 周小林;方朝曦;;考慮陰影衰落的分布式多天線正交頻分復用系統(tǒng)的信道容量研究[A];中國通信學會第五屆學術年會論文集[C];2008年

相關重要報紙文章 前4條

1 ;DFS：有關802.11n的新話題[N];網(wǎng)絡世界;2008年

2 陳代壽;MIMO提高信道容量[N];中國計算機報;2005年

3 王舒;MIMO：新一代移動通信核心技術[N];人民郵電;2006年

4 華為 劉方;802.11ac為WLAN帶來的六大變革[N];中國計算機報;2012年

相關博士學位論文 前10條

1 曹新莉;衛(wèi)星多天線數(shù)據(jù)傳輸下水庫水情測報編解碼技術與方法研究[D];武漢大學;2012年

2 呂磊;MIMO系統(tǒng)中基于有限反饋的預編碼及天線合并技術研究[D];電子科技大學;2014年

3 劉萌萌;未來MIMO技術的性能分析和預編碼研究[D];北京郵電大學;2015年

4 胡志蕊;多小區(qū)協(xié)作系統(tǒng)下預編碼及收發(fā)聯(lián)合處理技術研究[D];北京郵電大學;2015年

5 張萌;協(xié)同無線通信系統(tǒng)中的關鍵技術研究[D];上海交通大學;2014年

6 董全;下一代無線網(wǎng)絡的預編碼研究[D];西安電子科技大學;2015年

7 王偉;多用戶MIMO系統(tǒng)預編碼技術研究[D];西安電子科技大學;2014年

8 王超;多天線系統(tǒng)中的反饋與預編碼技術研究[D];浙江大學;2016年

9 王楠;中繼協(xié)作通信中的編碼技術研究[D];東南大學;2015年

10 張蕾;非線性預編碼技術研究[D];浙江大學;2016年

相關碩士學位論文 前10條

1 孟凡坤;基于新型網(wǎng)絡架構的5G系統(tǒng)信道估計和預編碼技術研究[D];電子科技大學;2017年

2 李超;壓縮感知在有限反饋預編碼中的應用研究[D];河南工業(yè)大學;2017年

3 徐悅;Massive MIMO系統(tǒng)中預編碼技術的研究[D];北京郵電大學;2017年

4 袁莉莉;無線通信系統(tǒng)中的干擾對齊技術研究[D];上海師范大學;2015年

5 粟唐;高速移動場景下LTE下行預編碼技術研究[D];西南交通大學;2015年

6 田夢;PLC中基于MIMO的預編碼技術研究與中繼系統(tǒng)性能分析[D];南京理工大學;2015年

7 高書瑩;下行多用戶MIMO預編碼方法的研究與應用[D];哈爾濱工業(yè)大學;2015年

8 劉荊;大MIMO信道狀態(tài)信息獲取及預編碼方法研究[D];電子科技大學;2015年

9 劉圣恩;MIMO雙向中繼系統(tǒng)的預編碼設計與性能優(yōu)化研究[D];南昌大學;2015年

10 羅輯;3D MIMO及其預編碼設計與研究[D];電子科技大學;2015年

，

本文編號：1950645