未來5G無線通信的超高傳輸速率和系統(tǒng)容量需求促進(jìn)了移動(dòng)網(wǎng)絡(luò)的發(fā)展,而傳統(tǒng)的微波頻率在低頻段上難以實(shí)現(xiàn)這一目標(biāo),因此必須向高頻段的毫米波來擴(kuò)展。毫米波的物理特性決定了其需要與大規(guī)模MIMO技術(shù)來聯(lián)合應(yīng)用,以提供更好的用戶服務(wù)體驗(yàn)。但在毫米波系統(tǒng)中使用大型天線陣列,會(huì)在提高系統(tǒng)性能的同時(shí)也給系統(tǒng)設(shè)計(jì)帶來巨大開銷。與全數(shù)字和全模擬架構(gòu)相比,混合模擬-數(shù)字架構(gòu)可以大幅減少系統(tǒng)所需的射頻鏈路數(shù)量,在性能與能耗方面取得良好的平衡,是一個(gè)很有前景的解決方案。然而,該系統(tǒng)架構(gòu)下的信號(hào)處理問題卻成為了一項(xiàng)挑戰(zhàn),其中包括信道建模、信道估計(jì)、信道預(yù)編碼等。本文首先介紹了毫米波信號(hào)在散射空間中的稀疏分布特性,并在此之上構(gòu)建了信道的一般數(shù)學(xué)模型。其次對(duì)不同收發(fā)機(jī)架構(gòu)與預(yù)編碼方案進(jìn)行了分析對(duì)比,并采用功耗模型對(duì)系統(tǒng)架構(gòu)進(jìn)行了評(píng)估。之后對(duì)稀疏信號(hào)的重構(gòu)算法展開了研究,并重點(diǎn)分析了貝葉斯壓縮感知（Bayesian Compressive Sensing,BCS）理論在信道估計(jì)中的應(yīng)用。然后,本文針對(duì)毫米波大規(guī)模MIMO系統(tǒng)中的稀疏信道求解問題,通過學(xué)習(xí)BCS推理分析將信號(hào)重構(gòu)問題由實(shí)數(shù)域拓展至復(fù)數(shù)域,并將信道估計(jì)問題... 

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
縮略語說明
數(shù)學(xué)符號(hào)說明
第一章 緒論
    1.1 研究背景及意義
    1.2 信道估計(jì)方法的研究現(xiàn)狀
    1.3 論文主要工作及結(jié)構(gòu)安排
第二章 毫米波大規(guī)模MIMO系統(tǒng)概述
    2.1 毫米波傳播特性
    2.2 毫米波信道模型
    2.3 系統(tǒng)架構(gòu)與預(yù)編碼
        2.3.1 數(shù)字預(yù)編碼
        2.3.2 模擬波束賦形
        2.3.3 混合預(yù)編碼
    2.4 系統(tǒng)功耗分析
    2.5 壓縮感知與信道估計(jì)
        2.5.1 壓縮感知基本原理
        2.5.2 稀疏信號(hào)重構(gòu)算法
        2.5.3 貝葉斯壓縮感知信道估計(jì)
    2.6 本章小結(jié)
第三章 毫米波大規(guī)模MIMO-OFDM信道估計(jì)
    3.1 多載波系統(tǒng)與信道模型
        3.1.1 多載波系統(tǒng)模型
        3.1.2 多載波信道模型
        3.1.3 多載波信道估計(jì)問題的稀疏表示
    3.2 基于期望最大化的貝葉斯分析算法
        3.2.1 SBL框架下的問題分析
        3.2.2 信號(hào)參數(shù)化的概率模型
        3.2.3 基于期望最大化的參數(shù)求解
    3.3 基于EM-BCS的多載波信道估計(jì)
    3.4 仿真結(jié)果與性能分析
        3.4.1 系統(tǒng)仿真環(huán)境
        3.4.2 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
第四章 多用戶毫米波大規(guī)模MIMO信道估計(jì)
    4.1 單用戶到多用戶的拓展
    4.2 多用戶系統(tǒng)的數(shù)學(xué)建模
        4.2.1 多用戶系統(tǒng)建模
        4.2.2 多用戶信道建模
        4.2.3 多用戶信道估計(jì)問題的數(shù)學(xué)建模
    4.3 基于EM-BCS的多用戶信道估計(jì)
    4.4 仿真結(jié)果與性能分析
        4.4.1 系統(tǒng)仿真環(huán)境
        4.4.2 實(shí)驗(yàn)結(jié)果分析
    4.5 本章小節(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 展望未來
參考文獻(xiàn)
碩士學(xué)位期間完成的科研成果
致謝


【參考文獻(xiàn)】：
博士論文
[1]基于壓縮感知的大規(guī)模MIMO信道估計(jì)技術(shù)研究[D]. 南楊.北京交通大學(xué) 2017



本文編號(hào)：3652487