近些年來(lái),大規(guī)模MIMO技術(shù)作為為5G各種應(yīng)用場(chǎng)景提供服務(wù)的一項(xiàng)關(guān)鍵技術(shù)已經(jīng)成為業(yè)界重點(diǎn)關(guān)注的對(duì)象。而信道估計(jì)的準(zhǔn)確性和復(fù)雜程度是決定大規(guī)模MIM0技術(shù)能否充分發(fā)揮潛能的關(guān)鍵。隨著天線和用戶數(shù)量的增加,待估計(jì)的信道矩陣維度均不斷增加,而信道估計(jì)的復(fù)雜度隨信道矩陣的維度立方次增長(zhǎng),信道估計(jì)面臨嚴(yán)峻的挑戰(zhàn)。因此,本文針對(duì)大規(guī)模MIM0多用戶系統(tǒng)下的上行信道估計(jì)問(wèn)題開展研究,提出低復(fù)雜度信道估計(jì)方法。主要工作包括以下兩點(diǎn):(1)利用多用戶信道在角度域和時(shí)延域上的聯(lián)合稀疏特征,提出了一種基于用戶分組的結(jié)構(gòu)化聯(lián)合信道估計(jì)(UG-SJSCE)算法。它采用了一種基于用戶角度域支撐集聚類的分組方法,目的是實(shí)現(xiàn)用戶角度域支撐集的精確定位,通過(guò)只恢復(fù)角度域支撐集上的列矢量來(lái)定位用戶時(shí)延域支撐集(用戶稀疏有效路徑),實(shí)現(xiàn)待估計(jì)信道的降維從而降低計(jì)算復(fù)雜度。利用MATLAB仿真工具,從不同角度驗(yàn)證了 UG-SJSCE算法的有效性以及相對(duì)傳統(tǒng)壓縮感知算法的性能優(yōu)越性。(2)針對(duì)UG-SJSCE算法存在的無(wú)法預(yù)知用戶信道稀疏度以及估計(jì)性能對(duì)用戶分組的準(zhǔn)確性比較敏感的問(wèn)題,提出了一種基于變分貝葉斯框架的聯(lián)合用戶分組...

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
        1.1.1 5G背景
        1.1.2 5G關(guān)鍵技術(shù)
    1.2 大規(guī)模MIMO場(chǎng)景下的信道估計(jì)
    1.3 信道估計(jì)方法分類
        1.3.1 非稀疏信道估計(jì)方法
        1.3.2 稀疏信道估計(jì)方法
    1.4 本文主要研究?jī)?nèi)容與論文結(jié)構(gòu)
        1.4.1 主要研究?jī)?nèi)容
        1.4.2 論文結(jié)構(gòu)安排
第2章 大規(guī)模MIMO多用戶系統(tǒng)
    2.1 引言
    2.2 大規(guī)模MIMO-OFDM系統(tǒng)模型
    2.3 大規(guī)模MIMO多用戶信道聯(lián)合稀疏特征
    2.4 本章小結(jié)
第3章 基于用戶分組結(jié)構(gòu)化聯(lián)合稀疏信道估計(jì)
    3.1 引言
    3.2 常見用戶分組方法
    3.3 基于角度域支撐集聚類的用戶分組方法
    3.4 算法設(shè)計(jì)與復(fù)雜度分析
        3.4.1 算法設(shè)計(jì)
        3.4.2 復(fù)雜度分析
    3.5 仿真驗(yàn)證與分析
    3.6 本章小結(jié)
第4章 基于變分貝葉斯的聯(lián)合用戶分組與信道估計(jì)
    4.1 引言
    4.2 變分貝葉斯方法
    4.3 基于變分貝葉斯的信道估計(jì)算法
        4.3.1 基于變分貝葉斯的信道估計(jì)建模
        4.3.2 基于變分貝葉斯的迭代求解
        4.3.3 迭代收斂分析
    4.4 復(fù)雜度分析與算法改進(jìn)
        4.4.1 復(fù)雜度分析
        4.4.2 廣義線性估計(jì)問(wèn)題
        4.4.3 UTAMP算法
    4.5 仿真驗(yàn)證與分析
    4.6 各種算法復(fù)雜度對(duì)比
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文總結(jié)與貢獻(xiàn)
    5.2 未來(lái)研究展望
附錄A
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果



本文編號(hào)：3775615