【摘要】：Massive MIMO (Multiple-input Multiple-output)在可靠性、頻譜效率、能量效率及信道容量等方面均能夠帶來顯著的性能提升,并被公認(rèn)為未來第5代(5G)移動通信系統(tǒng)的核心技術(shù)之一。由于在基站(Base station,BS)端進(jìn)行前向預(yù)編碼和反向檢測時均需要利用信道狀態(tài)信息,因此,信道估計結(jié)果的質(zhì)量將直接影響整個通信系統(tǒng)的性能。同時,由于在Massive MIMO系統(tǒng)中,BS端將配置大規(guī)模的天線,信號處理算法的計算復(fù)雜度也將成為決定其是否具有可行性的關(guān)鍵因素。因此,如何以較低的計算復(fù)雜度獲取精度較高的信道估計結(jié)果及信號檢測結(jié)果,對Massive MIMO系統(tǒng)而言將是至關(guān)重要的。本文主要對Massive MIMO系統(tǒng)中的信道估計技術(shù)和信號檢測技術(shù)進(jìn)行研究�；趯�(dǎo)頻的線性信道估計算法需要用戶發(fā)送大量的導(dǎo)頻信號,該類算法具有較低的頻譜利用率且其性能受到導(dǎo)頻污染的嚴(yán)重限制。文中首先推導(dǎo)出一種對模糊矩陣進(jìn)行迭代計算的方法,然后利用FRRH (Fast Recursive Row-Householder)子空間跟蹤算法降低接收信號自相關(guān)矩陣的信號子空間估計過程的計算量,最后給出了一種基于FRRH的半盲信道估計算法。通過將文中所給算法的計算量和基于EVD或SVD的半盲信道估計算法的計算量進(jìn)行比較,發(fā)現(xiàn)文中所給算法顯著減少了半盲信道算法的計算量。仿真實(shí)驗(yàn)表明,文中所給的基于FRRH的半盲信道估計算法具有較好的收斂性能,在較低的樣本數(shù)目時即可達(dá)到收斂。所給算法能夠取得好于LS信道估計算法及基于EVD的半盲信道估計算法的估計性能,并且和基于SVD的半盲信道估計算法基本相當(dāng)。同時,所給算法能有效地減輕導(dǎo)頻污染對估計性能的影響。針對Massive MIMO系統(tǒng)中的信號檢測技術(shù),文中主要對MRC、ZF和MMSE這三種線性的檢測算法進(jìn)行研究,并針對每種檢測算法給出了小區(qū)中每個用戶可達(dá)上行鏈路數(shù)據(jù)速率的下界表達(dá)式。在單小區(qū)模型和多小區(qū)模型中分別對三種算法的誤碼率性能進(jìn)行仿真比較。仿真實(shí)驗(yàn)結(jié)果表明,在單小區(qū)模型中,當(dāng)BS端的天線數(shù)目變大時,三種算法的誤碼率均顯著下降,且其誤碼率性能幾乎相當(dāng),并均可在較低的SNR下即可達(dá)到理想的誤碼率；在多小區(qū)模型中,ZF和MMSE檢測算法在不同的SNR下具有近似的誤碼率,并且都能取得比MRC檢測算法更低的誤碼率。但是,當(dāng)BS端天線數(shù)目較大且SNR的值較高時,MRC算法仍能夠取得與ZF和MMSE檢測算法近似的誤碼率性能。
[Abstract]:Massive MIMO (Multiple-input Multiple-output) is recognized as one of the core technologies of the 5th generation (5G) mobile communication system in terms of reliability, spectrum efficiency, energy efficiency and channel capacity. Since both forward precoding and reverse detection at the base station (Base station,BS) require the use of channel state information, the quality of channel estimation results will directly affect the performance of the entire communication system. At the same time, the complexity of the signal processing algorithm will be the key factor to determine the feasibility of the Massive MIMO system, because the BS terminal will be equipped with a large scale antenna. Therefore, how to obtain the accurate channel estimation results and signal detection results with low computational complexity is very important for Massive MIMO systems. In this paper, channel estimation and signal detection in Massive MIMO system are studied. Pilot based linear channel estimation algorithms require users to send a large number of pilot signals. These algorithms have low spectral efficiency and their performance is severely limited by pilot pollution. In this paper, a method for iterative calculation of fuzzy matrix is derived, and then the FRRH (Fast Recursive Row-Householder subspace tracking algorithm is used to reduce the computational complexity of the signal subspace estimation of the autocorrelation matrix of the received signal. Finally, a semi-blind channel estimation algorithm based on FRRH is presented. By comparing the computational complexity of the proposed algorithm with that of the semi-blind channel estimation algorithm based on EVD or SVD, it is found that the proposed algorithm has significantly reduced the computational complexity of the semi-blind channel algorithm. Simulation results show that the proposed semi-blind channel estimation algorithm based on FRRH has good convergence performance and can converge when the number of samples is low. The performance of the proposed algorithm is better than that of the LS channel estimation algorithm and the semi-blind channel estimation algorithm based on EVD, and is similar to that of the semi-blind channel estimation algorithm based on SVD. At the same time, the proposed algorithm can effectively reduce the influence of pilot pollution on the estimation performance. Aiming at the signal detection technology in Massive MIMO system, three linear detection algorithms, MRC,ZF and MMSE, are studied in this paper, and the lower bound expression of the uplink data rate for each user in the cell is given for each detection algorithm. In the single cell model and the multi-cell model, the BER performance of the three algorithms is simulated and compared. The simulation results show that when the number of antennas at the BS end increases, the BER of the three algorithms decreases significantly in the single cell model, and the BER performance of the three algorithms is almost the same, and the BER can reach the ideal bit error rate under the lower SNR. In the multi-cell model, both ZF and MMSE detection algorithms have approximate bit error rate (BER) under different SNR conditions, and can achieve lower BER than MRC detection algorithm. However, when the number of BS antennas is large and the value of SNR is high, the BER performance of MRC algorithm is similar to that of ZF and MMSE detection algorithms.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN919.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂子興;張文杰;郭永;;多徑情況下的信道估計算法[J];電子科技;2009年11期

2 許鵬;汪晉寬;祁峰;;改進(jìn)的高效MIMO-OFDM系統(tǒng)EM信道估計算法[J];通信學(xué)報;2011年01期

3 吳進(jìn);;一種改進(jìn)的直接判決信道估計算法研究[J];電視技術(shù);2012年01期

4 楊知行,王軍,潘長勇,楊林;地面數(shù)字電視廣播的信道估計算法[J];電子學(xué)報;2002年09期

5 宋曉勤;胡愛群;李克;薛強(qiáng);;用于多小區(qū)聯(lián)合檢測的高精度信道估計算法[J];通信學(xué)報;2008年02期

6 葉凌敏;仇洪冰;;MB-OFDM UWB系統(tǒng)中的信道估計算法研究[J];計算機(jī)仿真;2009年01期

7 林宏志;朱光喜;王德勝;蘇鋼;;正交頻分復(fù)用系統(tǒng)中脈沖成型信道估計算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2009年02期

8 焦東立;朱立東;;一種基于壓縮感知的信道估計算法[J];空間電子技術(shù);2011年03期

9 韓艷春;劉紅云;鐘雪鋒;;一種新的低復(fù)雜度信道估計算法[J];電訊技術(shù);2012年04期

10 施榮華;蔣澤艷;彭春華;王國才;;一種時頻結(jié)合的中導(dǎo)碼信道估計算法[J];計算機(jī)應(yīng)用研究;2013年06期

相關(guān)會議論文 前10條

1 陳玉靜;黃帥;;一種基于頻域的MIMO-OFDM系統(tǒng)稀疏信道估計算法[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

2 胡觀華;李有明;;DSL中低復(fù)雜度的盲串音信道估計算法[A];浙江省電子學(xué)會2009學(xué)術(shù)年會論文集[C];2009年

3 丁旭;張韻農(nóng);李丹;;基于MIMO-OFDM系統(tǒng)的信道估計算法綜述[A];全國第21屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

4 王建明;趙春明;;智能天線中一種改進(jìn)的自適應(yīng)信道估計算法[A];2002’中國通信學(xué)會無線及移動通信委員會學(xué)術(shù)年會論文集[C];2002年

5 萬蒙;;基于OFDM系統(tǒng)的信道估計算法的研究[A];2009年研究生學(xué)術(shù)交流會通信與信息技術(shù)論文集[C];2009年

6 楊靜;李洋;劉丹譜;;最大似然信道估計算法在UWB系統(tǒng)中的性能分析[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

7 高云;李曉松;劉文京;李紹勝;;一種改進(jìn)的OFDM系統(tǒng)信道估計算法[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

8 李志紅;賀立紅;吳建華;;寬帶無線MIMO-OFDM系統(tǒng)信道估計算法研究[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅲ）[C];2008年

9 黃帥;朱衛(wèi)平;孟慶民;;單載波塊傳輸系統(tǒng)中稀疏信道估計算法研究[A];2009年通信理論與信號處理學(xué)術(shù)年會論文集[C];2009年

10 張慶武;朱衛(wèi)平;;無信號擾動誤差的MIMO盲信道估計算法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前6條

1 楊永立;OFDM系統(tǒng)非參數(shù)信道估計算法研究[D];華中科技大學(xué);2009年

2 許鵬;適用于MIMO-OFDM系統(tǒng)的信道估計算法研究[D];東北大學(xué);2011年

3 劉俊琳;OFDM系統(tǒng)高效接收方法的研究[D];中國科學(xué)技術(shù)大學(xué);2006年

4 于華楠;基于壓縮傳感的無線通信系統(tǒng)信道估計研究[D];吉林大學(xué);2012年

5 郭起霖;OFDM系統(tǒng)時變信道估計算法研究[D];北京郵電大學(xué);2013年

6 趙俊義;MIMO-OFDM無線通信系統(tǒng)信道估計算法研究[D];哈爾濱工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 姜凱;基于門限處理的信道估計算法研究[D];天津理工大學(xué);2013年

2 汪亞;MIMO-OFDM系統(tǒng)信道估計算法研究[D];西南交通大學(xué);2015年

3 黃友丹;高移動環(huán)境下LTE上行信道估計仿真及DSP實(shí)現(xiàn)[D];西南交通大學(xué);2015年

4 朱斌;高移動場景下OFDM系統(tǒng)信道估計技術(shù)仿真與DSP實(shí)現(xiàn)[D];西南交通大學(xué);2015年

5 武鵬;分?jǐn)?shù)傅里葉通信系統(tǒng)信道估計算法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 胡倩;基于MIMO-OFDM系統(tǒng)的信道估計算法的研究[D];電子科技大學(xué);2015年

7 劉鈺佳;MIMO-OFDM系統(tǒng)中的信道估計算法研究[D];華僑大學(xué);2015年

8 李輝;基于向量空間投影的多用戶MIMO-CDMA系統(tǒng)半盲信道估計算法[D];電子科技大學(xué);2014年

9 劉國英;OFDM系統(tǒng)中基于FFT的信道估計算法的研究[D];東北大學(xué);2013年

10 張本斌;基于NGB-W的同步與信道估計算法研究[D];南昌航空大學(xué);2015年

，

本文編號：2215182