毫米波通信和Massive MIMO技術(shù)是第五代移動通信系統(tǒng)的關(guān)鍵技術(shù),能夠有效地提升系統(tǒng)的頻譜效率和能量效率。在二者結(jié)合的毫米波Massive MIMO系統(tǒng)中,波束賦形技術(shù)是其重要環(huán)節(jié)。與傳統(tǒng)MIMO系統(tǒng)相比,毫米波Massive MIMO系統(tǒng)中天線的數(shù)量將大幅度增加,導(dǎo)致原有的波束賦形算法的復(fù)雜度過高而難以實(shí)現(xiàn)。為此,本文圍繞毫米波Massive MIMO中的波束賦形技術(shù)展開研究,主要研究內(nèi)容和貢獻(xiàn)如下。(1)為了提升毫米波Massive MIMO系統(tǒng)的頻譜效率,針對數(shù)模混合結(jié)構(gòu),本章以模擬預(yù)編碼矩陣中元素的相位作為變量來設(shè)計(jì)模擬預(yù)編碼矩陣,提出了收發(fā)解耦的混合預(yù)編碼算法。對于全連接結(jié)構(gòu),首先利用粒子群算法對模擬預(yù)編碼矩陣中元素的相位進(jìn)行逐列求解,并通過最小二乘方法設(shè)計(jì)數(shù)字預(yù)編碼矩陣,然后迭代優(yōu)化模擬預(yù)編碼矩陣和數(shù)字預(yù)編碼矩陣以提升算法的性能。對于部分連接結(jié)構(gòu),利用模擬預(yù)編碼矩陣中每一列都有很多零元素的特點(diǎn),將混合預(yù)編碼的目標(biāo)函數(shù)按塊轉(zhuǎn)化成一系列子優(yōu)化問題,分別是最小化最優(yōu)預(yù)編碼矩陣的一個子矩陣和模擬預(yù)編碼矩陣一個子矩陣與數(shù)字預(yù)編碼的一行的乘積之間的歐氏距離,并利用粒子群算法和最小...

【文章頁數(shù)】：138 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
符號說明
第一章 緒論
    1.1 研究背景及意義
    1.2 波束賦形技術(shù)研究現(xiàn)狀及面臨的挑戰(zhàn)
        1.2.1 研究現(xiàn)狀
        1.2.2 面臨的挑戰(zhàn)
    1.3 論文的主要內(nèi)容及章節(jié)安排
第二章 收發(fā)解耦的混合預(yù)編碼算法
    2.1 引言
    2.2 系統(tǒng)模型及相應(yīng)的優(yōu)化問題
        2.2.1 系統(tǒng)模型
        2.2.2 信道模型
        2.2.3 優(yōu)化問題
    2.3 基于粒子群的混合預(yù)編碼算法
        2.3.1 PSO算法介紹
        2.3.2 全連接結(jié)構(gòu)的混合預(yù)編碼設(shè)計(jì)方法
        2.3.3 部分連接結(jié)構(gòu)的混合預(yù)編碼設(shè)計(jì)方法
        2.3.4 復(fù)雜度分析
    2.4 仿真結(jié)果及分析
        2.4.1 理想情況下的性能分析
        2.4.2 非理想情況下的性能分析
    2.5 本章小結(jié)
第三章 收發(fā)聯(lián)合的混合預(yù)編碼算法
    3.1 引言
    3.2 系統(tǒng)模型及相應(yīng)的優(yōu)化問題
        3.2.1 系統(tǒng)模型
        3.2.2 優(yōu)化問題
    3.3 數(shù)字部分和模擬部分的設(shè)計(jì)
    3.4 基于啟發(fā)式的混合預(yù)編碼算法
        3.4.1 坐標(biāo)下降法
        3.4.2 相位提取法
        3.4.3 復(fù)雜度分析
    3.5 基于碼本的混合預(yù)編碼算法
        3.5.1 基于DFT正交碼本的混合預(yù)編碼算法
        3.5.2 復(fù)雜度分析
    3.6 仿真結(jié)果及分析
        3.6.1 理想情況下的性能分析
        3.6.2 非理想情況下的性能分析
    3.7 本章小結(jié)
第四章 基于波束重疊的快速搜索方案
    4.1 引言
    4.2 系統(tǒng)模型及相應(yīng)的優(yōu)化問題
        4.2.1 系統(tǒng)模型
        4.2.2 優(yōu)化問題
    4.3 現(xiàn)有搜索方案的性能分析
        4.3.1 現(xiàn)有搜索方案的介紹
        4.3.2 SUE,IRE和FE的物理意義
        4.3.3 不同搜索方案的SUE、IRE和FE分析
    4.4 LoS場景中基于波束重疊的搜索方案
        4.4.1 編碼方案分析
        4.4.2 目標(biāo)波束的設(shè)計(jì)
        4.4.3 訓(xùn)練波束和搜索方案的設(shè)計(jì)
        4.4.4 所提方案的SUE、IRE和FE分析
        4.4.5 不同搜索方案的復(fù)雜度分析
    4.5 NLoS場景中基于波束重疊的搜索方案
    4.6 仿真結(jié)果及分析
        4.6.1 目標(biāo)波束和訓(xùn)練波束仿真結(jié)果
        4.6.2 搜索成功率
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間學(xué)術(shù)論文目錄



本文編號：3792357