大规模天线系统中导频污染产生机理的研究及对策

发布时间：2020-11-05 17:40

　　 大规模MIMO(Multiple-Input Multiple-Output)技术因其潜在的优势而得到了广泛的研究。研究结果表明,准确的信道状态信息(CSI,Channel State Information)是充分发挥其技术优势的重要条件之一。一般情况下,接收端基于导频信号(pilot signals)进行信道估计以获取CSI,这也导致导频信号会直接影响CSI的准确性。事实上,要想保障CSI估计的准确度,通常要求系统中所有用户的导频信号均相互正交。然而,这种正交性的实现会消耗大量的资源。考虑到频谱资源和信道相干时间的限制,研究者们采用了导频复用的方法,即不同小区中的用户使用同一导频信号,而同一小区中的用户则保持导频信号的正交性。对于导频复用的情况,由于接收端不能够准确地区分目标小区和干扰小区的导频信号,因而抑制了信道估计精度的提升,进而导致系统性能的下降。这种现象被称为导频污染(pilot contamination),其最直接的影响就是系统在数据解码时会出现错误平层(error floor)。针对存在导频复用的大规模MIMO上行传输系统,本文对系统中的导频污染进行了详细的研究分析并给出相应对策。具体的研究成果包括以下方面:第一方面,论文揭示了导频污染导致错误平层产生的深层原因,基于对“中心翻转”事件的详细分析,由此给出了系统错误平层的估计公式。第二方面,基于一个等效的信号发送-接收方程及相应的“系统指标数”这一概念,通过对不同小区用户错误平层的理论分析,论证了系统指标数对系统性能的影响。最后,为了减小导频污染的影响,论文通过将筛选后的解码信号添加到导频序列中,提出了一种基于迭代的信道估计算法。基于此算法,根据两种发送信号星座图的选择方法,分别提出相应的信号筛选标准。仿真结果证明了该算法可以有效地提高了信道估计精度和系统性能。
【学位单位】：杭州电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN820;TN929.5
【部分图文】：

图 1.1 大规模 MIMO 系统基于随机矩阵理论渐进方面的论点可以证明，不相关噪声和小尺度衰落的干扰是可的，并且可以通过大规模 MIMO 技术的优势的利用，基站端天线数将会影响发送个比特所需要的能量，即当天线个数不断增加，发送所需能量也将逐渐减小甚至消，可以使用匹配（MF）滤波预编码或检测解码技术等简单的信号处理方法来进一规模 MIMO技术优势。在文献[20]中，假设在真实信道传播环境下，无论上行链路接）或者下行链路（前向链接）传输，基于 MF 解码，非协作的大规模 MIMO 系现 40 个用户都可以达到 17Mb/s 的数据传输速率，每个小区都只需要保证在 20MH宽下有 730Mb/s 的平均吞吐量以及 26.5bps/Hz 的整体频谱效率。除了利用更完美造方式来形成更好的发送信号以及更好的干扰消除，大规模 MIMO 技术可以利用接收端的天线数目的巨大差距形成的大量自由度来进一步降低干扰甚至零干扰[21]。由于大规模 MIMO 系统中的大量传输天线，所以较单天线系统而言，在能源效率潜在优势。在文献[22]中表明，针对大规模 MIMO上行传输链路，在基站接收端有状态信息（CSI）的情况下，发送端每个单天线用户的发送信号功率可以按照基站比例的降低，而在接收端无法完全知悉 CSI 时，则是按照基站天线数的均方成比

图 3.31cm ∈ D时 y1 的概率密度函数分布第二部分是1 1 11,1 1 1 11,2m ρ a x ≥ m ρ a x，即1m ∈ D，如图 3.4 所示，在这种情况变量 y1 的中心点是在错误区域 D 的内部。此时，随机变量所产生的大部分点相1 11,1 a x来说更靠近1 11,2ρ a x，因此信号解码时出现错误。而且，和图 3.3 相反的是，比对于错误概率来说是负面影响的，随着信噪比的增加导致错误概率趋近于 1。我情况叫做“中心翻转”事件，在下一节中我们会对“中心翻转”进行详细分析，事致了错误层的产生。区域D

图 3.31cm ∈ D时 y1 的概率密度函数分布二部分是1 1 11,1 1 1 11,2m ρ a x ≥ m ρ a x，即1m ∈ D，如图 3.4 所示，在这种情况量 y1 的中心点是在错误区域 D 的内部。此时，随机变量所产生的大部分点相11,1x来说更靠近1 11,2ρ a x，因此信号解码时出现错误。而且，和图 3.3 相反的是，对于错误概率来说是负面影响的，随着信噪比的增加导致错误概率趋近于 1。我况叫做“中心翻转”事件，在下一节中我们会对“中心翻转”进行详细分析，事了错误层的产生。区域D
【相似文献】

相关期刊论文 前10条

1 吴呈海;张军;;WCDMA掉话解决思路探讨[J];电信技术;2010年03期

2 吴彤;王大健;;CDMA网络中的容量与导频污染优化[J];通信世界;2009年10期

3 杨松鹤;;TD-SCDMA导频污染分析[J];厦门科技;2007年05期

4 刘怀林;尹建华;陈涛;;WCDMA网络的导频污染问题[J];移动通信;2007年01期

5 郑宇红;CDMA网络导频污染问题小议[J];通信世界;2005年05期

6 宋捷,曾伟,许强;CDMA网络的导频污染问题[J];移动通信;2004年Z1期

7 庞立华;吴文捷;张阳;龚文熔;吴延海;王安义;;多小区Massive MIMO系统的分布式导频优化分配[J];西安科技大学学报;2019年02期

8 冯文江;李乐;代才莉;;大规模多输入多输出系统中基于匹配博弈的导频分配算法[J];上海交通大学学报;2019年03期

9 赵勇;朱彩勤;王建秀;;CDMA网络高层导频污染的异频解决方案探讨[J];电信技术;2009年03期

10 付天飞;梁燕;兰海翔;;多小区大规模MIMO中基于角度域的导频分配策略[J];重庆邮电大学学报(自然科学版);2019年05期

相关博士学位论文 前10条

1 倪善金;大规模MIMO无线传输关键技术研究[D];北京交通大学;2019年

2 王鹏彪;大规模MIMO关键技术研究[D];北京邮电大学;2018年

3 李鹏翔;大规模MIMO系统的上行导频优化研究[D];北京邮电大学;2019年

4 徐超;新一代MIMO系统信道估计技术研究[D];北京邮电大学;2017年

5 任余维;大规模MIMO系统传输关键技术研究[D];北京邮电大学;2017年

6 迪迪（Mohammed Teeti）;大规模MIMO系统的关键技术[D];华中科技大学;2015年

7 张琦;面向5G的大规模MIMO无线传输技术研究[D];南京邮电大学;2015年

8 曹娟;时分双工多小区多用户MIMO上行系统性能研究[D];东南大学;2016年

9 Sajjad Ali Memon;无线通信系统中导频污染消除和峰均比抑制方法研究[D];大连理工大学;2017年

10 吴昊;大规模MIMO系统的性能分析及系统设计[D];东南大学;2015年

相关硕士学位论文 前10条

1 黄强;基于低精度ADC的大规模MIMO系统性能分析[D];浙江大学;2019年

2 陈一丰;大规模MIMO系统导频污染抑制技术研究[D];电子科技大学;2019年

3 胡敏;多小区大规模MIMO系统中导频分配方案研究[D];重庆邮电大学;2018年

4 张进彦;大规模MIMO中导频污染减轻方法研究[D];重庆邮电大学;2018年

5 周佳;大规模MIMO系统中减小导频污染的研究与实现[D];重庆邮电大学;2018年

6 李梦婉;多小区大规模MIMO系统中叠加导频优化设计研究[D];重庆邮电大学;2018年

7 付凯;大规模MIMO中导频设计方案研究[D];华北电力大学;2019年

8 瞿拓思;大规模MIMO中的信道估计和导频分配技术研究[D];杭州电子科技大学;2019年

9 杨大款;大规模天线系统中导频污染产生机理的研究及对策[D];杭州电子科技大学;2018年

10 李肖;大规模天线系统中基站分布的研究[D];杭州电子科技大学;2018年

本文编号：2871969