大規(guī)模多輸入多輸出(Massive MIMO)系統(tǒng)被認為是未來5G移動通信系統(tǒng)中的關(guān)鍵技術(shù)之一,通過在基站端部署大量天線,可以有效提升數(shù)據(jù)傳輸數(shù)率和鏈路可靠性。為了最大化地發(fā)揮Massive MIMO系統(tǒng)理論上的性能優(yōu)勢,能否獲取精確的信道狀態(tài)信息(CSI)是非常關(guān)鍵的一環(huán)�？紤]Massive MIMO系統(tǒng)傳輸信道在虛擬角域呈現(xiàn)出的空間共稀疏特性,本文提出了一種粒子群分段正交匹配追蹤(PSO-StOMP)算法。通過在StOMP算法中引入粒子群算法,實現(xiàn)了StOMP算法中迭代閾值的自適應(yīng)搜索,當(dāng)信道矩陣稀疏度發(fā)生變化時,可以實現(xiàn)自適應(yīng)信道估計。根據(jù)Massive MIMO系統(tǒng)傳輸信道在時延域中呈現(xiàn)出的空時共稀疏性,本文在基于結(jié)構(gòu)化壓縮感知的空時聯(lián)合信道估計體系下來獲取信道狀態(tài)信息。具體地,首先在基站端發(fā)射非正交導(dǎo)頻信號,然后,根據(jù)Massive MIMO信道矩陣的結(jié)構(gòu)化稀疏性在用戶側(cè)提出了一種基于Dice系數(shù)的自適應(yīng)結(jié)構(gòu)化子空間追蹤算法(Dice-ASSP)來聯(lián)合估計與多個OFDM符號相關(guān)的信道沖擊響應(yīng),該算法用Dice系數(shù)代替了向量間的內(nèi)積運算,提升了原子的識別與篩選的精度,從而提升了...

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容及結(jié)構(gòu)
第2章 基于壓縮感知的Massive MIMO稀疏信道估計
    2.1 壓縮感知
        2.1.1 壓縮感知基本理論
        2.1.2 匹配追蹤類算法
        2.1.3 結(jié)構(gòu)化壓縮感知
    2.2 稀疏信道估計
        2.2.1 信道估計簡介
        2.2.2 基于壓縮感知的稀疏信道估計
        2.2.3 非正交導(dǎo)頻
    2.4 本章小結(jié)
第3章 改進StOMP的 Massive MIMO下行稀疏信道估計
    3.1 Massive MIMO下行虛擬角域稀疏信道
    3.2 改進分段正交匹配追蹤信道估計算法
        3.2.1 分段正交匹配追蹤算法
        3.2.2 粒子群優(yōu)化算法
        3.2.3 改進分段正交匹配追蹤算法
    3.3 仿真結(jié)果與分析
    3.4 本章小結(jié)
第4章 改進結(jié)構(gòu)化壓縮感知的空時聯(lián)合共稀疏信道估計
    4.1 Massive MIMO時延域空時共稀疏信道
    4.2 基于Dice系數(shù)的自適應(yīng)結(jié)構(gòu)化子空間追蹤信道估計
    4.3 仿真結(jié)果與分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 未來工作展望
致謝
參考文獻
攻讀碩士學(xué)位期間的研究成果
圖版



本文編號：3840718