大規(guī)模MIMO是5G最重要的技術之一。通過在基站配置大量(100-1000根)天線可以將能量集中到很小的空間中以提高吞吐量,同時天線充分利用空間自由度,使用相同的時頻資源與多個終端(16-64個)同時通信,以實現(xiàn)總能效的降低,但是發(fā)揮這些優(yōu)良特性的前提是基站要估計下行信道,特別是當天線數(shù)變多時,基于傳統(tǒng)信道估計方案會帶來巨大的導頻開銷,信道估計變得幾乎不可能。本文主要討論在大規(guī)模MIMO下的下行鏈路非盲信道估計算法,主要內容有以下三點:首先,提出了一種能夠進行稀疏度自適應的結構化壓縮感知的改進算法�？陀^上無線信道具有稀疏性,子空間追蹤算法通過引入回溯機制,可以較精確地估計來自基站端大量發(fā)送天線的多個信道。針對該算法需要信道稀疏度作為先驗條件,本文采用一種非正交導頻結構并結合無線信道的空時相關性,提出了一種分塊稀疏度自適應的匹配追蹤算法,仿真結果表明,所提出的算法不僅在性能上與子空間追蹤算法相當,而且同時還能準確地估計信道的稀疏度。其次,基于信道空時相關性提出了一種凸優(yōu)化的改進算法。迭代支持集檢測算法能以一個相對較低的導頻開銷重構幅度上具有快衰落特點的稀疏信號。本文在迭代支持集檢測算法的...

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
專用術語注釋表
第一章 緒論
    1.1 無線通信技術的發(fā)展
    1.2 Massive MIMO系統(tǒng)
    1.3 Massive MIMO信道估計方法研究現(xiàn)狀
    1.4 本文研究內容及創(chuàng)新點
    1.5 論文結構和章節(jié)安排
第二章 Massive MIMO信道估計背景理論
    2.1 無線信道衰落模型
    2.2 壓縮感知概述
        2.2.1 貪婪算法簡介
        2.2.2 凸優(yōu)化算法簡介
    2.3 結構化壓縮感知
第三章 基于貪婪算法的信道估計改進算法
    3.1 引言
    3.2 傳統(tǒng)的信道估計算法
    3.3 信道估計改進算法
        3.3.1 信道的稀疏性
        3.3.2 信道的空時相關特性
        3.3.3 系統(tǒng)模型
        3.3.4 改進算法實現(xiàn)及仿真分析
    3.4 本章總結
第四章 基于凸優(yōu)化的信道估計改進算法
    4.1 引言
    4.2 ISD算法
        4.2.1 算法原理
        4.2.2 算法分析
    4.3 基于ISD算法的改進
        4.3.1 系統(tǒng)模型
        4.3.2 算法改進實現(xiàn)及仿真
    4.4 本章總結
第五章 Massive MIMO信道反饋方案
    5.1 引言
    5.2 系統(tǒng)模型
    5.3 算法實現(xiàn)及仿真
    5.4 本章總結
第六章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
附錄1 攻讀碩士學位期間撰寫的論文
附錄2 攻讀碩士學位期間申請的專利
致謝



本文編號：3739280