Massive MIMO系统中上行信号的检测算法研究

发布时间：2021-03-20 13:26

　　大规模MIMO（Multiple-input Multiple-output）技术作为5G关键技术之一,通过在基站部署大量天线来同时服务多个用户,以此提升频谱利用率和能量效率。然而,随着基站同时服务用户的数量增加,接收信号会变得复杂,对信号检测算法提出了更高的要求。本文通过对大规模MIMO系统的线性和非线性信号检测算法的研究,重点针对非线性检测算法中的消息传递算法和近似消息传递算法进行了分析和改进。本文的主要研究内容为:（1）消息传递算法是一种基于概率图模型的算法,其中高斯树近似（Gaussian Tree Approximation,GTA）算法适用于大规模MIMO系统的高阶调制。在大规模MIMO系统中,针对多用户通信干扰严重的问题,本文结合串行干扰消除思想对GTA算法进行了改进。首先改进的GTA算法利用高斯树分布去近似后验分布,解决了消息在有环图中的收敛性问题。其次在串行干扰消除时采用列范数的排序方法减少了误差传播,进一步提高了检测性能。经仿真验证,在用户数量和基站端天线数量相当的场景下,改进的GTA算法能明显提升检测性能。（2）近似消息传递算法具有结构简单和低复杂度的优势。为了进... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

单用户MassiveMIMO传输模型MassiveMIMO

多用户Massive MIMO相比于单用户Massive MIMMassive MIMO相比于单用户Massive MIMO可以接入增益。单用户Massive MIMO中存在的缺陷在多用户Ma，在单用户Massive MIMO中存在着用户端天线相视距传输造成信道矩阵的缺失降低复用增益的问ve MIMO而言，影响几乎可以忽略。Massive MIMO中每个用户只需要配备少量天线，的空间复用增益。这样可以减小用户设备的体积，符合现实生活中移动设备的设计初衷。

本文的研究基于多用户Massive MIMO系统，图2.1为简化的多用户MassiveMIMO上行无线通信系统模型。图2.1多用户Massive MIMO上行无线通信系统模型系统中有K个单天线用户，基站端配备M根接收天线，基站的接收向量如下表示：y Hx n(2.1)式中，x——每个用户独立发送信号组成的向量， T1 2, , ,Kx x x x y——基站端的接收向量， T1 2, ,

【参考文献】：
期刊论文
[1]大规模MIMO通信发展中存在的难点及解决方案[J]. 周昭华.  中国新通信. 2017(08)
[2]Massive MIMO技术标准进展及演进方向[J]. 韩潇,邱佳慧,范斌,陈建玲.  邮电设计技术. 2017(03)
[3]5G移动通信发展趋势与若干关键技术[J]. 游宗泽.  中国新通信. 2016(12)
[4]面向5G的大规模天线无线传输理论与技术[J]. 王东明,张余,魏浩,尤肖虎,高西奇,王江舟.  中国科学:信息科学. 2016(01)
[5]第五代移动通信系统展望[J]. 任永刚,张亮.  信息通信. 2014(08)
[6]5G业务需求分析及技术标准进程[J]. 王志勤,罗振东,魏克军.  中兴通讯技术. 2014(02)
[7]移动通信中的MIMO技术[J]. 任立刚,宋梅,郗松楠,宋俊德.  现代电信科技. 2004(01)

博士论文
[1]通信系统中基于概率图模型的迭代接收技术研究[D]. 段琳琳.郑州大学 2014

硕士论文
[1]Massive MIMO系统的检测算法研究[D]. 周将运.电子科技大学 2015
[2]大规模MIMO系统的接收检测算法研究[D]. 蔡剑兴.北京邮电大学 2015
[3]低复杂度大规模MIMO检测算法的研究[D]. 张雅楚.西安电子科技大学 2014



本文编号：3091077