多輸入多輸出（Multiple-Input Multiple-Output,MIMO）技術(shù)通過(guò)收發(fā)端多根天線并行的傳輸多個(gè)數(shù)據(jù)流,在固定頻寬的情況下,能成倍的提升系統(tǒng)容量和吞吐率,因此受到了科研工作者們的廣泛研究,并且在第四代移動(dòng)通信技術(shù)標(biāo)準(zhǔn)中被廣泛采用,如3GPP LTE和IEEE 802.16e,目前天線數(shù)量為8的LTE-Advanced系統(tǒng)基本無(wú)法滿足日益漸增的數(shù)據(jù)速率需求。Massive MIMO作為第五代移動(dòng)通信系統(tǒng)的關(guān)鍵技術(shù)之一,通過(guò)在收發(fā)端部署大規(guī)模天線來(lái)進(jìn)一步的提升數(shù)據(jù)速率,并且取得了一定的科研成果。但隨著收發(fā)端天線數(shù)量的增加,在Massive MIMO系統(tǒng)中的硬件實(shí)現(xiàn)就變得非常的復(fù)雜,為了更加的經(jīng)濟(jì)和滿足系統(tǒng)的可靠性,于是低比特ADCs的應(yīng)用成了Massive MIMO系統(tǒng)的關(guān)鍵技術(shù)之一。因此本文主要研究了在使用1-bit ADCs下Massive MIMO的檢測(cè)算法。本文首先介紹了目前Massive MIMO和低比特ADCs的研究現(xiàn)狀,進(jìn)一步分析討論了三類基站端信號(hào)檢測(cè)算法,詳細(xì)介紹了硬判決檢測(cè)算法中的ML、ZF、MMSE、SD等算法。在軟判決檢測(cè)算法中介紹了MAP... 

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 Massive MIMO研究現(xiàn)狀與發(fā)展趨勢(shì)
    1.2 1-bit ADCs的國(guó)內(nèi)外研究歷史與現(xiàn)狀
    1.3 本論文的結(jié)構(gòu)安排
第二章 Massive MIMO系統(tǒng)的常見(jiàn)檢測(cè)算法
    2.1 Massive MIMO系統(tǒng)模型
    2.2 硬判決檢測(cè)算法
        2.2.1 最大似然檢測(cè)算法
        2.2.2 線性檢測(cè)算法
        2.2.3 非線性檢測(cè)算法
        2.2.4 仿真分析
    2.3 軟判決檢測(cè)算法
        2.3.1 系統(tǒng)模型
        2.3.2 最大后驗(yàn)檢測(cè)
        2.3.3 基于MMSE軟判決檢測(cè)算法
    2.4 Turbo迭代的軟輸入軟輸出檢測(cè)算法
        2.4.1 系統(tǒng)模型
        2.4.2 最大后驗(yàn)軟輸入軟輸出檢測(cè)算法
    2.5 本章小結(jié)
第三章 基于梯度下降的1-bit ADCs先進(jìn)接收機(jī)
    3.1 系統(tǒng)模型
    3.2 基于分組的低復(fù)雜度硬判決檢測(cè)算法
        3.2.1 基于最大似然的分組
        3.2.2 基于投影梯度下降的分組
        3.2.3 性能和復(fù)雜度分析
    3.3 基于投影梯度下降的軟判決檢測(cè)算法
        3.3.1 系統(tǒng)模型
        3.3.2 投影梯度下降算法
        3.3.3 性能與復(fù)雜度分析
    3.4 本章小結(jié)
第四章 1-bit ADCs的 Turbo迭代檢測(cè)技術(shù)
    4.1 基于GAMP算法的軟輸入軟輸出檢測(cè)器
        4.1.1 系統(tǒng)模型
        4.1.2 因子圖
        4.1.3 近似消息傳遞
        4.1.4 基于GAMP算法的Turbo迭代
    4.2 基于判決反饋干擾消除的迭代檢測(cè)器
        4.2.1 系統(tǒng)模型
        4.2.2 判決反饋迭代
    4.3 性能仿真
    4.4 本章小結(jié)
第五章 全文總結(jié)
    5.1 論文總結(jié)
    5.2 下一步研究工作
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷
攻讀碩士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
碩士論文
[1]Massive MIMO系統(tǒng)的檢測(cè)算法研究[D]. 周將運(yùn).電子科技大學(xué) 2015



本文編號(hào)：3673907