毫米波大規(guī)模多輸入多輸出（massive Multiple Input Multiple Output,massive MIMO）是移動通信的重要發(fā)展趨勢之一。針對日趨增長的高速率與低時(shí)延通信需求,毫米波大規(guī)模MIMO系統(tǒng)的非盲信道估計(jì)成為通信系統(tǒng)設(shè)計(jì)的關(guān)鍵。非盲信道估計(jì)的導(dǎo)頻序列或訓(xùn)練序列開銷與收發(fā)端的天線規(guī)模正相關(guān),所以目前大規(guī)模MIMO系統(tǒng)的非盲信道估計(jì)方案存在導(dǎo)頻開銷過大的問題。為了解決此問題,本文利用該系統(tǒng)特有的角域稀疏性,將信道估計(jì)問題建模成壓縮感知（Compressed Sensing,CS）形式,深入研究毫米波大規(guī)模MIMO上行（uplink,UL）信道估計(jì)問題。在系統(tǒng)建模過程中,為了避免由于量化角度間距過小而導(dǎo)致計(jì)算復(fù)雜度過高以及由于感知矩陣列與列之間相關(guān)性增大而導(dǎo)致稀疏恢復(fù)性能變差的問題,提出的方案均采用了格點(diǎn)失配（off-grid）模型。因此,本文重點(diǎn)關(guān)注格點(diǎn)失配情況下的信道估計(jì)問題,探究基于壓縮感知的單用戶與多用戶毫米波大規(guī)模MIMO上行信道估計(jì)方案。在單用戶上行信道估計(jì)研究中,本文利用泰勒展開首次建立了 MIMO下的二維格點(diǎn)失配系統(tǒng)模型,并根據(jù)貝葉斯框架提出了... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．２研宄內(nèi)容框圖??

?第２章信道估計(jì)相關(guān)理論???ＴＤＤ?ＦＤＤ??個(gè)?個(gè)?Ｄ上行??Ｉ?．１??ｌ￣ｎ?＇、□下行??頻＿霱■?■?頻??１?Ｉ?Ｉ?Ｉ?Ｉ?１１????￣?？?？??時(shí)域?時(shí)域??圖２．１?ＴＤＤ與ＦＤＤ系統(tǒng)上下行示意圖??的規(guī)模，對于大規(guī)模ＭＩＭＯ系統(tǒng)來說，這一開銷不容忽視�；诖a本的信道反??饋方案大大降低了反饋開銷，反饋的精度由碼本的大小決定。而碼本利用了量化??的思想，因此反饋精度的下降是一定的。這也是大規(guī)模ＭＩＭＯ通信系統(tǒng)通常采??用ＴＤＤ模式而不是ＦＤＤ模式的原因??那么ＦＤＤ系統(tǒng)是不是不具有任何的互易性呢？當(dāng)然不是，文獻(xiàn)［６Ｎ６３］表明??ＦＤＤ系統(tǒng)的上下行信道具有角度互易性，尤其對于毫米波系統(tǒng)，上下行空間角??度的相關(guān)性很大。所謂角度互易性，指的是上下行信道的子徑在空間角度上的分??布具有很高的相似性。而毫米波大規(guī)模ＭＩＭＯ系統(tǒng)的信道建模也常常在空間角??域進(jìn)行。因此，若毫米波大規(guī)模ＭＩＭＯ通信系統(tǒng)采用ＦＤＤ模式，則角度互易性??在其角域信道估計(jì)、信道協(xié)方差估計(jì)、基站預(yù)編碼與資源調(diào)度等方面有著關(guān)鍵作??用。??需要注意的是以上的信道互易性僅僅指的是物理信道，廣義的信道還涉及??收發(fā)端的硬件設(shè)備，如天線、功率放大器、模／數(shù)（數(shù)／模）轉(zhuǎn)換器與濾波器等。這??些硬件在上下行通信中的特性不是完全互易的［６４］，通常需要先進(jìn)行互易性校準(zhǔn)。??２．２壓縮感知與信道估計(jì)??２．２．１壓縮感知基礎(chǔ)??１．壓縮感知基本概念??壓縮感知是近年來迅速發(fā)展的一種新穎理論，主要研宄在欠定線性系統(tǒng)中??尋求稀疏解。不同于奈奎斯特－香農(nóng)采樣定理（采樣頻率需要高于信號帶寬的兩??倍，

?（２．１４）??／＝ｉ??其中，０?＝?［０１，０２，．．．，０？］是《乂？１的稀疏基矩陣。離散小波變換（〇”１＇）矩陣，離??散傅里葉變換（ＤＦＴ）矩陣與離散余弦變換（ＤＣＴ）矩陣是常見的稀疏基矩陣。此??夕卜，也可以通過字典學(xué)習(xí)（Ｄｉｃｔｉｏｎａｒｙ?Ｌｅａｒｎｉｎｇ）獲得稀疏基矩陣。那么，可以將??原式改寫成??ｙ?＝?＾０Ｓ??（２．１５）??＝＜Ｉ＞ｓ，??其中，＜１）＝中０，中稱為測量矩陣。此時(shí)，式（２．１５）與式（２．１３）的形式一致。整??個(gè)過程的示意圖如圖２．２所示。??ｙ?＋?ｙ?°?ｉ??Ｘ?０?５?Ｓ??（ａ）?（ｂ）??圖２．２壓縮感知示意圖??在壓縮感知中，測量矩陣（感知矩陣）的設(shè)計(jì)是成功應(yīng)用壓縮感知理論的關(guān)??鍵之一。只有當(dāng)矩陣＜�。緷M足有限等距性質(zhì)（Ｒｅｓｔｒｉｃｔｅｄ?Ｉｓｏｍｅｔｒｙ?Ｐｒｏｐｅｒｔｙ，?ＲＩＰ）［６：１］時(shí)，??稀疏信號才存在唯一解，即對于任意尺稀疏的稀疏信號Ｓ，存在常數(shù)心ｅ?（０，１），??總滿足下式??（ｌ－５ｘ）｜｜ｓ｜｜＾｜｜ｃ＆ｓ｜｜＾（ｌ＋＾）｜｜ｓ｜｜＾?（２．１６）??上式也可以從能量角度進(jìn)行解釋，即在輸入信號的能量為丨｜ｓ｜＠時(shí)，輸出信號的??能量｜｜〇ｓ｜ｇ要保持穩(wěn)定。??１１??


本文編號：2898027