基于压缩感知的Massive MIMO-OFDM信道估计算法研究

发布时间：2021-08-11 05:33

　　5G作为下一代无线通信系统,主要利用在通信收发端布置大数量天线的大规模多输入多输出（Massive Multiple input multiple output,Massive MIMO）技术,从而有效地利用空间自由度实现信息传输的能量效率与频谱效率的双提高。正确地获取信道状态信息是实现Massive MIMO系统高性能的先决条件,然而基于导频的线性信道估计方法需要导频序列的长度与天线数量成正比,天线数量的增多,导频开销增大。本文针对Massive MIMO-OFDM系统中线性信道估计算法的导频开销大的问题,提出减少导频开销的信道估计算法。本文首先对MIMO系统中的最小二乘（Least Squares,LS）,最小均方误差（Minimum Mean Square Error,MMSE）和缩放最小二乘（Scaled Least Squares,SLS）等信道估计算法的原理进行研究。通过给出各种算法的均方误差（Mean Square Error,MSE）,推导三种算法对应的最优导频结构。根据误差函数说明天线数量对信道估计导频开销的影响。其次,在说明Massive MIMO-OFDM时延域信... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图3-4时延域信道的相关矩阵hR

【参考文献】：
期刊论文
[1]压缩传感综述[J]. 李树涛,魏丹.  自动化学报. 2009(11)
[2]压缩感知理论及其研究进展[J]. 石光明,刘丹华,高大化,刘哲,林杰,王良君.  电子学报. 2009(05)

博士论文
[1]分块稀疏表示的理论及算法研究[D]. 邹健.华南理工大学 2012

硕士论文
[1]基于压缩感知的大规模MIMO导频设计与信道估计方法研究[D]. 吴凯.东南大学 2017
[2]OFDM系统中基于压缩感知的稀疏信道估计算法研究[D]. 彭钰.南京邮电大学 2013



本文编号：3335557