Massive MIMO系统中减小导频污染影响问题研究

发布时间：2017-07-15 14:14

  本文关键词：Massive MIMO系统中减小导频污染影响问题研究

  更多相关文章： Massive MIMO 导频污染 信道估计方法 矩阵预编码方案 导频分配策略

【摘要】：Massive MIMO(Massive Multi-Input Multi-Output,Massive MIMO)是近几年通信行业的热点话题,是在传统MIMO(Multi-Input Multi-Output,MIMO)技术基础上扩展而来的一种新颖的无线通信技术。Massive MIMO通信系统可以获得传统MIMO通信系统的所有优势,并且将这些优势扩大十几倍甚至几十倍。值得注意的是,Massive MIMO系统发挥其优势的前提是系统能够获取准确的信道状态信息(channel statement information,CSI)。但是由于系统中导频污染的存在,使得现实通信系统中精确信道状态信息的获取变的非常困难,不准确的信道状态信息直接导致系统不能正常通信。如何减小导频污染对Massive MIMO系统性能的影响成为通信系统亟待解决的问题。本文这是在这种背景下针对如何减小导频污染对Massive MIMO系统影响的问题进行研究。下面详细介绍一下本论文的主要研究:本文首先分析了Massive MIMO系统和Massive MIMO系统中导频污染问题,为后文研究如何减小导频污染对系统的影响问题奠定背景知识。其次,分别从三个方面重点研究了减小导频污染对系统性能影响的方法:信道估计方法,矩阵预编码方案,导频分配策略。信道估计方面:针对传统信道估计方法复杂度高以及抵抗导频污染能力差的问题,分别提出了快速MMSE(Fast Minimum Mean Square Error,F-MMSE)估计算法和角域有限维的贝叶斯信道(Angle of Arrival Limited Bayesian,ALB)估计算法,并详细分析了这两种改进的估计算法的性能,两种算法分别大幅度较少了计算复杂度和提高了估计效果;矩阵预编码方面:针对传统的基于单小区矩阵预编码方案在设计预编码矩阵时不能充分考虑导频污染这一因素且方案的性能受导频污染严重的问题,本文提出了一种考虑导频污染影响的多小区的矩阵预编码方案:基于MMSE的多小区矩阵预编码(Minimum Mean Square Error Multi-cell Matrix Precoding,MMSE-MPC)方案,并在充分的理论分析和详细的理论推导的基础上,得到了MMSE-MPC的闭式解,有效减少了导频污染的影响;导频分配方面:提出了一种基于贝叶斯的导频分配策略(Bayesian Pilot Assignment,BPA),从而改善系统中导频分配的情况,进而减小导频污染对系统性能的影响。
【关键词】：Massive MIMO 导频污染 信道估计方法 矩阵预编码方案 导频分配策略
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN919.3
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-20
• 1.1 课题背景及研究目的8-10
• 1.2 国内外研究现状10-18
• 1.2.1 MIMO系统研究现状10-11
• 1.2.2 Massive MIMO系统研究现状11-14
• 1.2.3 Massive MIMO系统导频污染研究现状14-18
• 1.3 主要研究内容及论文结构18-20
• 第2章 Massive MIMO系统中的导频污染问题20-28
• 2.1 Massive MIMO系统模型20-22
• 2.2 导频污染产生的原因22-23
• 2.3 导频污染的影响23-25
• 2.4 减少导频污染及其对系统性能影响的方法25-26
• 2.5 本章小结26-28
• 第3章 Massive MIMO系统信道估计方法28-50
• 3.1 基于最小二乘（LS）信道估计算法28-30
• 3.2 基于最小均方误差（MMSE）信道估计算法30-34
• 3.2.1 传统MMSE信道估计算法30-32
• 3.2.2 基于快速MMSE信道估计方法32-34
• 3.3 基于角域有限维的贝叶斯信道估计算法34-38
• 3.3.1 角域有限维35-36
• 3.3.2 ALB信道估计原理36-38
• 3.3.3 不同角域分布对ALB信道估计影响38
• 3.4 仿真结果及分析38-48
• 3.4.1 系统仿真参数说明39-40
• 3.4.2 LS和MMSE信道估计算法性能分析40-41
• 3.4.3 F-MMSE信道估计算法性能分析41-45
• 3.4.4 ALB信道估计算法性能分析45-48
• 3.5 本章小结48-50
• 第4章 基于矩阵预编码减少导频污染影响的方法50-64
• 4.1 Massive MIMO系统线性预编码方法建模50-51
• 4.2 Massive MIMO系统基于ZF矩阵预编码方法51-52
• 4.3 Massive MIMO系统基于单小区MMSE矩阵预编码方法52
• 4.4 基于MMSE多小区预编码（MMSE-MPC）方法52-56
• 4.5 仿真结果及分析56-62
• 4.5.1 基站天线数对系统和码速率的影响57-58
• 4.5.2 系统大尺度衰减系数对系统最低平均码速率的影响58-59
• 4.5.3 上行链路发射能量对系统和速率的影响59-61
• 4.5.4 下行链路发射能量对系统和速率的影响61-62
• 4.6 本章小结62-64
• 第5章 基于贝叶斯原理的导频分配策略64-77
• 5.1 系统模型64-65
• 5.2 常用导频分配策略65-66
• 5.3 BPA策略66-70
• 5.3.1 BPA的原理66-67
• 5.3.2 BPA策略的方法67-68
• 5.3.3 BPA策略的实现68-70
• 5.4 仿真结果及分析70-76
• 5.4.1 仿真系数70-71
• 5.4.2 角域均匀分布（扩展域无重叠）对分配策略的影响71-72
• 5.4.3 角域均匀分布（扩展域有重叠）对BPA策略的影响72-74
• 5.4.4 角域高斯分布对BPA策略的影响74-75
• 5.4.5 小区用户数对BPA策略的影响75-76
• 5.5 本章小结76-77
• 结论77-79
• 参考文献79-86
• 索引86-87
• 致谢87

【参考文献】

中国期刊全文数据库 前1条

1 王海荣;俞菲;黄永明;杨绿溪;;大规模MIMO多小区TDD系统中的预编码策略和导频调度[J];信号处理;2013年08期

中国博士学位论文全文数据库 前1条

1 安杰;多用户MIMO系统下行链路关键技术研究[D];北京邮电大学;2013年

中国硕士学位论文全文数据库 前4条

1 陶勇;MIMO多载波系统中空时预编码技术研究[D];河南工业大学;2011年

2 杨海洋;Massive MIMO中低复杂度接收算法的研究[D];电子科技大学;2013年

3 房胜;大规模MIMO系统的频谱效率和导频污染问题研究[D];杭州电子科技大学;2014年

4 叶贤洪;TDD宏MIMO的上行信道估计研究[D];电子科技大学;2013年

，

本文编号：544275