时间相关条件下压缩感知技术在FDD Massive MIMO中的应用

发布时间：2022-01-07 06:26

　　大规模多输入多输出（MIMO）系统在基站侧配置大量天线,在相同时间频率资源内服务于多个用户,能够显著提升无线通信系统的频谱效率、信道容量和链路可靠性,满足未来无线通信业务的需求。为了充分利用这种技术优势,基站必须准确地获取下行链路信道状态信息（CSIT）以进行波束成形、预编码和资源分配等操作。在频分双工（FDD）系统中,基站通过下行导频训练和上行反馈获取信道状态信息（CSI）,信道估计和反馈开销通常与基站侧的天线数量成正比,消耗了大量的通信资源。本文重点关注了FDD大规模MIMO系统中的信道稀疏性和时间相关性,研究了压缩感知技术并将其应用于信道估计和反馈中。首先,本文对移动通信系统中的关键技术、信道估计方法和压缩感知理论进行了总结。简述了MIMO技术、大规模MIMO技术和正交频分复用（OFDM）技术的原理、优点和面临的挑战;介绍了下行链路信道估计方法,包括最小二乘（LS）法和最小均方误差（MMSE）法;围绕信号的稀疏表示、测量矩阵的设计和信号重构算法三部分细述了压缩感知理论,并对两种信道估计方法和常见的信号重构算法进行了仿真分析。然后,本文对基于信道时间相关性的压缩感知信道估计技术进行... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
本论文符号说明
本论文专用术语注表
第一章 绪论
    1.1 研究背景及意义
    1.2 MIMO技术与大规模MIMO技术
    1.3 OFDM技术
    1.4 压缩感知
    1.5 论文组织结构
    1.6 数学符号说明
第二章 MIMO-OFDM系统信道估计方法和压缩感知理论
    2.1 引言
    2.2 系统模型
    2.3 下行链路信道估计方法
        2.3.1 最小二乘信道估计
        2.3.2 最小均方误差信道估计
    2.4 压缩感知理论
        2.4.1 信号的稀疏表示
        2.4.2 测量矩阵的设计
        2.4.3 信号重构算法
    2.5 性能仿真与结果分析
        2.5.1 信道估计方法仿真
        2.5.2 OMP算法仿真
        2.5.3 SP算法仿真
        2.5.4 SAMP算法仿真
    2.6 本章总结
第三章 基于信道时间相关性的压缩感知信道估计技术
    3.1 引言
    3.2 大规模MIMO系统的信道稀疏特性
        3.2.1 系统模型
        3.2.2 信道模型
        3.2.3 基于CS的信道估计模型
    3.3 基于信道时间相关特性的信道估计算法
    3.4 针对模型失配的改进信道估计算法
        3.4.1 保守MSP算法
        3.4.2 自适应MSP算法
    3.5 性能仿真与结果分析
        3.5.1 训练导频长度T对信道估计算法性能的影响
        3.5.2 发送功率P对信道估计算法性能的影响
        3.5.3 块的大小d对信道估计算法性能的影响
        3.5.4 先验支撑集质量参数sc对信道估计算法性能的影响
        3.5.5 稀疏度s对信道估计算法性能的影响
        3.5.6 模型失配场景下信道估计算法的性能比较
    3.6 本章总结
第四章 基于信道时频域公共稀疏特性的自适应信道估计和反馈方案
    4.1 引言
    4.2 大规模MIMO-OFDM系统的信道稀疏特性
        4.2.1 系统模型
        4.2.2 信道的稀疏特性
        4.2.3 信道的时间相关性
        4.2.4 信道估计和反馈方案
    4.3 基于信道频域公共稀疏特性的自适应CSI获取算法
        4.3.1 DSAMP算法
        4.3.2 非正交导频信号
        4.3.3 基于CS的自适应CSI获取算法
    4.4 基于信道时间相关性的闭环信道追踪算法
    4.5 性能仿真与结果分析
        4.5.1 DSAMP算法仿真与分析
        4.5.2 基于CS的自适应CSI获取算法仿真与分析
        4.5.3 闭环信道追踪算法仿真与分析
    4.6 本章总结
第五章 总结
    5.1 论文工作总结
    5.2 不足与展望
参考文献
作者攻读硕士学位期间撰写的论文和专利
致谢


【参考文献】：
期刊论文
[1]5G移动通信发展趋势与若干关键技术[J]. 尤肖虎,潘志文,高西奇,曹淑敏,邬贺铨.  中国科学:信息科学. 2014(05)
[2]大规模MIMO无线通信关键技术[J]. 尤力,高西奇.  中兴通讯技术. 2014(02)
[3]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)



本文编号：3574003