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延通信需求,毫米波大規(guī)模MIMO系統(tǒng)的非盲信道估計成為通信系統(tǒng)設計的關鍵。非盲信道估計的導頻序列或訓練序列開銷與收發(fā)端的天線規(guī)模正相關,所以目前大規(guī)模MIMO系統(tǒng)的非盲信道估計方案存在導頻開銷過大的問題。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致計算復雜度過高以及由于感知矩陣列與列之間相關性增大而導致稀疏恢復性能變差的問題,提出的方案均采用了格點失配（off-grid）模型。因此,本文重點關注格點失配情況下的信道估計問題,探究基于壓縮感知的單用戶與多用戶毫米波大規(guī)模MIMO上行信道估計方案。在單用戶上行信道估計研究中,本文利用泰勒展開首次建立了 MIMO下的二維格點失配系統(tǒng)模型,并根據貝葉斯框架提出了... 

【文章來源】：中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數】：70 頁

【學位級別】：碩士

【部分圖文】：

圖１．２研宄內容框圖??

?第２章信道估計相關理論???ＴＤＤ?ＦＤＤ??個?個?Ｄ上行??Ｉ?．１??ｌ￣ｎ?＇、□下行??頻＿霱■?■?頻??１?Ｉ?Ｉ?Ｉ?Ｉ?１１????￣?？?？??時域?時域??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。基于碼本的信道反??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？當然不是，文獻［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、信道協方差估計、基站預編碼與資源調度等方面有著關鍵作??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)端的硬件設備，如天線、功率放大器、模／數（數／模）轉換器與濾波器等。這??些硬件在上下行通信中的特性不是完全互易的［６４］，通常需要先進行互易性校準。??２．２壓縮感知與信道估計??２．２．１壓縮感知基礎??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，也可以通過字典學習（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，式（２．１５）與式（２．１３）的形式一致。整??個過程的示意圖如圖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）的設計是成功應用壓縮感知理論的關??鍵之一。只有當矩陣＜�。緷M足有限等距性質（Ｒｅｓｔｒｉｃｔｅｄ?Ｉｓｏｍｅｔｒｙ?Ｐｒｏｐｅｒｔｙ，?ＲＩＰ）［６：１］時，??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行解釋，即在輸入信號的能量為丨｜ｓ｜＠時，輸出信號的??能量｜｜〇ｓ｜ｇ要保持穩(wěn)定。??１１??


本文編號：2898027