發(fā)布時(shí)間：2023-02-10 07:35

　　大規(guī)模MIMO是5G最重要的技術(shù)之一。通過(guò)在基站配置大量(100-1000根)天線可以將能量集中到很小的空間中以提高吞吐量,同時(shí)天線充分利用空間自由度,使用相同的時(shí)頻資源與多個(gè)終端(16-64個(gè))同時(shí)通信,以實(shí)現(xiàn)總能效的降低,但是發(fā)揮這些優(yōu)良特性的前提是基站要估計(jì)下行信道,特別是當(dāng)天線數(shù)變多時(shí),基于傳統(tǒng)信道估計(jì)方案會(huì)帶來(lái)巨大的導(dǎo)頻開(kāi)銷,信道估計(jì)變得幾乎不可能。本文主要討論在大規(guī)模MIMO下的下行鏈路非盲信道估計(jì)算法,主要內(nèi)容有以下三點(diǎn):首先,提出了一種能夠進(jìn)行稀疏度自適應(yīng)的結(jié)構(gòu)化壓縮感知的改進(jìn)算法�？陀^上無(wú)線信道具有稀疏性,子空間追蹤算法通過(guò)引入回溯機(jī)制,可以較精確地估計(jì)來(lái)自基站端大量發(fā)送天線的多個(gè)信道。針對(duì)該算法需要信道稀疏度作為先驗(yàn)條件,本文采用一種非正交導(dǎo)頻結(jié)構(gòu)并結(jié)合無(wú)線信道的空時(shí)相關(guān)性,提出了一種分塊稀疏度自適應(yīng)的匹配追蹤算法,仿真結(jié)果表明,所提出的算法不僅在性能上與子空間追蹤算法相當(dāng),而且同時(shí)還能準(zhǔn)確地估計(jì)信道的稀疏度。其次,基于信道空時(shí)相關(guān)性提出了一種凸優(yōu)化的改進(jìn)算法。迭代支持集檢測(cè)算法能以一個(gè)相對(duì)較低的導(dǎo)頻開(kāi)銷重構(gòu)幅度上具有快衰落特點(diǎn)的稀疏信號(hào)。本文在迭代支持集檢測(cè)算法的...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
專用術(shù)語(yǔ)注釋表
第一章 緒論
    1.1 無(wú)線通信技術(shù)的發(fā)展
    1.2 Massive MIMO系統(tǒng)
    1.3 Massive MIMO信道估計(jì)方法研究現(xiàn)狀
    1.4 本文研究?jī)?nèi)容及創(chuàng)新點(diǎn)
    1.5 論文結(jié)構(gòu)和章節(jié)安排
第二章 Massive MIMO信道估計(jì)背景理論
    2.1 無(wú)線信道衰落模型
    2.2 壓縮感知概述
        2.2.1 貪婪算法簡(jiǎn)介
        2.2.2 凸優(yōu)化算法簡(jiǎn)介
    2.3 結(jié)構(gòu)化壓縮感知
第三章 基于貪婪算法的信道估計(jì)改進(jìn)算法
    3.1 引言
    3.2 傳統(tǒng)的信道估計(jì)算法
    3.3 信道估計(jì)改進(jìn)算法
        3.3.1 信道的稀疏性
        3.3.2 信道的空時(shí)相關(guān)特性
        3.3.3 系統(tǒng)模型
        3.3.4 改進(jìn)算法實(shí)現(xiàn)及仿真分析
    3.4 本章總結(jié)
第四章 基于凸優(yōu)化的信道估計(jì)改進(jìn)算法
    4.1 引言
    4.2 ISD算法
        4.2.1 算法原理
        4.2.2 算法分析
    4.3 基于ISD算法的改進(jìn)
        4.3.1 系統(tǒng)模型
        4.3.2 算法改進(jìn)實(shí)現(xiàn)及仿真
    4.4 本章總結(jié)
第五章 Massive MIMO信道反饋方案
    5.1 引言
    5.2 系統(tǒng)模型
    5.3 算法實(shí)現(xiàn)及仿真
    5.4 本章總結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫(xiě)的論文
附錄2 攻讀碩士學(xué)位期間申請(qǐng)的專利
致謝



本文編號(hào)：3739280