發(fā)布時間：2020-04-11 05:39

【摘要】：大規(guī)模MIMO技術(shù)被認為是第五代(5G)無線通信系統(tǒng)中的關(guān)鍵技術(shù)之一,通過在基站端配置大量天線,在功率效率,頻譜效率和鏈路可靠性方面有很大的提升。但是在大量增加天線數(shù)目時,系統(tǒng)中反饋開銷會隨之明顯增加。大規(guī)模MIMO系統(tǒng)中,信道狀態(tài)信息獲取的準確度影響著整個系統(tǒng)的性能。頻分雙工(Frequency division duplex)模式下的大規(guī)模MIMO系統(tǒng)中用戶端通過有限反饋技術(shù)將量化之后的信道狀態(tài)信息發(fā)送給基站端,但是隨著基站端(BS)的天線數(shù)成百上千的增加,信道狀態(tài)信息的獲取的復(fù)雜度呈指數(shù)型增加,系統(tǒng)的反饋比特數(shù)也隨之增加。因此系統(tǒng)反饋開銷過大成為當前急需解決的問題。為此,論文針對在FDD下的大規(guī)模MIMO系統(tǒng)中反饋開銷過高的問題展開研究,提出了新型的有限反饋方案。首先,論文從計算復(fù)雜度和反饋比特數(shù)兩方面,分析了大規(guī)模MIMO系統(tǒng)中天線數(shù)增加帶來開銷過高問題。其次,針對有限反饋中的高計算復(fù)雜度問題,提出了基于方向標記的有限反饋量化方法。通過對量化過程中的碼本進行均勻分組,每組選取代表本組的方向標記向量,在信道狀態(tài)信息進行量化時,首先與每組的方向標記進行比較,得到與信道向量最接近的方向標記,其所在組為待選碼本組,在待選碼本組內(nèi)進行二次量化,得到最佳碼字。復(fù)雜度分析表明該方法可以有效的降低有限反饋過程中的量化計算復(fù)雜度。最后,針對高反饋比特數(shù)問題,提出了基于碼本輪轉(zhuǎn)的有限反饋量化方法。以用戶上一時刻的最佳碼字為基準,其左右輪轉(zhuǎn)區(qū)域內(nèi)的碼字進行輪轉(zhuǎn),輪轉(zhuǎn)到當前用戶碼本初始位置,為當前時刻用戶的虛擬碼本,在虛擬碼本中進行量化,得到最佳碼字。理論分析和仿真結(jié)果表明,對于接近靜態(tài)或者移動性較低的用戶群,該方法可以有效的減少用戶端向基站端的反饋比特數(shù),從而降低系統(tǒng)反饋開銷。
【圖文】：

Ｈ是ＡＴｘＡ／的矩陣，其中第／行為信道向量ｈ，。逡逑為基站在同一時間向不同用戶發(fā)送消息時，每個用戶可以收到基站向其余所逡逑有用戶的消息，但是對于此用戶而言為無用信息，則相當于干擾，為了解決這種逡逑情況，提出了迫零預(yù)編碼。迫零預(yù)編碼的思想為將每一用戶收到的其余所有用戶逡逑的信息消除，從而達到消除干擾的目的。即在所有的情況下１１￥７為０，因此可逡逑以消除來自其他用戶的干擾。逡逑由于反饋比特數(shù)的限制，用戶端需將信道狀態(tài)信息量化之后在反饋給基站端，逡逑現(xiàn)己存在的量化方法有Ｇｒａｓｓｍａｎｎｉａｎ方法、Ｋｅｒｄｏｃｋ方法、Ｈｏｕｓｅｈｏｌｄｅｒ方法、逡逑Ｖｅｃｔｏｒ邋Ｑｕａｎｔｉｚａｔｉｏｎ邋（矢量量化）方法，其中Ｇｒａｓｓｍａｎｎｉａｎ方法的基本原則計算機逡逑搜索碼字之間的最短距離，但是構(gòu)成碼字矩陣的元素不在一個有限的字符集中，逡逑因此此方法的存儲難度依據(jù)搜尋難度較高。Ｋｅｒｄｏｃｋ方法碼本構(gòu)造復(fù)雜度低，構(gòu)成逡逑碼字的矩陣兀素只在±１、±ｊ組成的字符集中。Ｈｏｕｓｅｈｏｌｄｅｒ方法基于Ｈｏｕｓｅｈｏｌｄｅｒ逡逑變化而構(gòu)成因此得名。以上幾種碼本研究范圍為瑞麗衰落信道，而Ｖｅｃｔｏｒ逡逑Ｑｕａｎｔｉｚａｔｉｏｎ邋（矢量量化）方法通過研究不同的信道設(shè)計適合其自身的不同的碼本，逡逑對其信道具有更高的適應(yīng)性，因此本文中研究內(nèi)容為Ｖｅｃｔｏｒ邋Ｑｕａｎｔｉｚａｔｉｏｎ邋（矢量量化）逡逑方法，主要為其中的Ｒａｎｄｏｍ邋Ｖｅｃｔｏｒ邋Ｑｕａｎｔｉｚａｔｉｏｎ邋（隨機矢量量化）方法。逡逑

大規(guī)模ＭＩＭＯ系統(tǒng)特點為在大量增加基站端天線數(shù)目且在同一時刻可以向多逡逑個用戶傳輸信息，他通過對不同天線資源的復(fù)用提升系統(tǒng)增益，，從而提升系統(tǒng)的逡逑系統(tǒng)容量以及資源利用率。由圖２－３可知系統(tǒng)中反饋比特數(shù)增加時，系統(tǒng)容量逐漸逡逑１１逡逑
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN929.5

【相似文獻】

相關(guān)期刊論文 前10條

1 劉鋒;莊奕琪;代國定;;一種計算復(fù)雜度可調(diào)整的塊匹配運動估計算法[J];西安電子科技大學學報;2005年06期

2 宋翔,聶義勇,儲誠斌;無限制背包問題的爬山算法[J];小型微型計算機系統(tǒng);2004年07期

3 呂品;董武世;;近似反頻繁集挖掘可計算復(fù)雜度分析與研究[J];計算機工程與應(yīng)用;2006年24期

4 馬晨;蘇艷濤;;面向5G的低復(fù)雜度稀疏信道估計算法實現(xiàn)[J];數(shù)字通信世界;2019年09期

5 童向榮;張偉;;基于模糊盟友關(guān)系的多主體系統(tǒng)長期聯(lián)盟[J];計算機研究與發(fā)展;2006年08期

6 郭萌;魚先鋒;;計算復(fù)雜度中的底等差冪數(shù)列求和[J];商洛學院學報;2012年06期

7 周非;范馨月;何偉俊;;一種新穎的CDMA系統(tǒng)下多目標無線定位方法[J];電子技術(shù)應(yīng)用;2012年02期

8 朱向軍;朱善安;;H.264/AVC中計算復(fù)雜度可調(diào)的快速模式選擇算法[J];中國圖象圖形學報;2006年09期

9 李磊;任意次數(shù)多項式的快速除法[J];微電子學與計算機;1990年04期

10 馮卓明;周隆龍;;用于降低計算復(fù)雜度的雙相位因子PTS[J];光通信技術(shù);2016年01期

相關(guān)會議論文 前10條

1 曹云飛;;一種特殊結(jié)構(gòu)的置換S盒[A];第十一屆保密通信與信息安全現(xiàn)狀研討會論文集[C];2009年

2 朱靖;;一種基于焦元集合關(guān)系和投注變換的證據(jù)組合實時性方法[A];第十三屆全國信號和智能信息處理與應(yīng)用學術(shù)會議論文集[C];2019年

3 龔家元;安俊英;慈國慶;徐海亭;;淺海中目標聲散射的快速計算[A];中國聲學學會水聲學分會2015年學術(shù)會議論文集[C];2015年

4 鄒濤;李海強;張憲霞;趙東亞;;二次規(guī)劃動態(tài)矩陣控制計算復(fù)雜度的仿真分析[A];中國自動化學會控制理論專業(yè)委員會D卷[C];2011年

5 朱靖;李軍;呂建科;張峧軍;;證據(jù)理論框架下基于完備集合關(guān)系的近似計算方法[A];第九屆全國信號和智能信息處理與應(yīng)用學術(shù)會議�？痆C];2015年

6 武繼剛;喬占科;;制定大型生產(chǎn)計劃的一個貪心算法[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

7 謝強;許錄平;陳秀萬;;一種基于空間解析的XPNAV系統(tǒng)解脈沖周期模糊算法[A];第一屆中國衛(wèi)星導(dǎo)航學術(shù)年會論文集（下）[C];2010年

8 王小兵;黃冰;杜俊宇;;簡化的SMV算法及其仿真[A];2009年通信理論與信號處理學術(shù)年會論文集[C];2009年

9 韓曉麗;崔杰;肖靈;;特征均值估計在低復(fù)雜度聲分類器中的應(yīng)用[A];中國聲學學會第九屆青年學術(shù)會議論文集[C];2011年

10 陳佳路;程曉斌;李曉東;田靜;;一種權(quán)系數(shù)部分更新的聲學回聲抵消算法[A];2005年聲頻工程學術(shù)交流會論文集[C];2005年

相關(guān)博士學位論文 前10條

1 門宏志;空間調(diào)制系統(tǒng)中幾種關(guān)鍵技術(shù)的研究[D];大連理工大學;2016年

2 李U

本文編號：2623220