5G通信信道估计和均衡方法研究

发布时间：2021-07-23 09:03

　　随着天线的增多,信道矩阵维度越来越高,信道更加复杂,发送端的前向预编码和接收端的信号检测都需要用到信道状态信息。可见,信道估计和均衡质量对于5G通信系统是否可以实现超高频谱利用率的目标至关重要。在5G通信技术快速发展的背景下,通信行业越来越关注信号传输的速度和完整性。大规模MIMO技术是5G通信的核心技术,可以成倍增加通信容量,并显著抑制信道衰落。因此,基于5G移动技术发展现状,探讨5G通信信道的估计与均衡,提出了改进的LMMSE信道估计算法以及两种改进的信道均衡算法。 

【文章来源】：通信技术. 2020,53(11)

【文章页数】：5 页

【部分图文】：

采用SVD-LMMSE信道估计器原理

通过在时域中采取分块处理变换域的方式，提高算法在高度相关的输入情况下的收敛性能。可以使用变换域中的快速算法和带有滤波器权重向量调整的校正项中乘积的分块处理方式，降低计算复杂性并提高收敛性能。因此，本文提出了一种基于小波变换-自适应滤波算法，以有效克服输入信号自相关矩阵的特征值分布过于分散、收敛性能较差等问题。小波变换-自适应滤波算法的基本思路是先正交处理输入到滤波器的信号以减少信号相关性，再采用自适应滤波方式处理变换后的信号。该方法提高了收敛速度，有效改善了收敛性能，基本原理见图2。小波变换不仅要查看信号的帧，还必须关注信号细节。可针对具体情况选取相应的信号时间和信号分辨率。连续小波变换可以表述为：

【参考文献】：
期刊论文
[1]单载波与多载波MIMO-OFDM实现高频谱效率方案研究[J]. 薛玉洁,周杰,刘雪阳.  南京邮电大学学报(自然科学版). 2019(02)
[2]加权系数平均法改进的小波域LMMSE信道估计算法[J]. 谢斌,杨丽清,陈琴.  电视技术. 2017(Z1)
[3]基于压缩感知改进算法的MIMO-OFDM稀疏信道估计[J]. 任晓奎,葛君,孙兴海.  计算机工程与应用. 2016(17)

硕士论文
[1]MIMO-OFDM信道估计和均衡算法及VLSI实现研究[D]. 金文杰.华东师范大学 2017
[2]基于OFDM的无线导频信道估计和信道均衡算法研究[D]. 陈博.江西理工大学 2016
[3]高铁场景下OFDM/MIMO系统多普勒频偏估计算法研究[D]. 宋腾辉.北京交通大学 2016



本文编号：3298998