大规模MIMO下低复杂度信道估计方法

发布时间：2023-03-31 18:53

　　近些年来,大规模MIMO技术作为为5G各种应用场景提供服务的一项关键技术已经成为业界重点关注的对象。而信道估计的准确性和复杂程度是决定大规模MIM0技术能否充分发挥潜能的关键。随着天线和用户数量的增加,待估计的信道矩阵维度均不断增加,而信道估计的复杂度随信道矩阵的维度立方次增长,信道估计面临严峻的挑战。因此,本文针对大规模MIM0多用户系统下的上行信道估计问题开展研究,提出低复杂度信道估计方法。主要工作包括以下两点:(1)利用多用户信道在角度域和时延域上的联合稀疏特征,提出了一种基于用户分组的结构化联合信道估计(UG-SJSCE)算法。它采用了一种基于用户角度域支撑集聚类的分组方法,目的是实现用户角度域支撑集的精确定位,通过只恢复角度域支撑集上的列矢量来定位用户时延域支撑集(用户稀疏有效路径),实现待估计信道的降维从而降低计算复杂度。利用MATLAB仿真工具,从不同角度验证了 UG-SJSCE算法的有效性以及相对传统压缩感知算法的性能优越性。(2)针对UG-SJSCE算法存在的无法预知用户信道稀疏度以及估计性能对用户分组的准确性比较敏感的问题,提出了一种基于变分贝叶斯框架的联合用户分组...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
        1.1.1 5G背景
        1.1.2 5G关键技术
    1.2 大规模MIMO场景下的信道估计
    1.3 信道估计方法分类
        1.3.1 非稀疏信道估计方法
        1.3.2 稀疏信道估计方法
    1.4 本文主要研究内容与论文结构
        1.4.1 主要研究内容
        1.4.2 论文结构安排
第2章 大规模MIMO多用户系统
    2.1 引言
    2.2 大规模MIMO-OFDM系统模型
    2.3 大规模MIMO多用户信道联合稀疏特征
    2.4 本章小结
第3章 基于用户分组结构化联合稀疏信道估计
    3.1 引言
    3.2 常见用户分组方法
    3.3 基于角度域支撑集聚类的用户分组方法
    3.4 算法设计与复杂度分析
        3.4.1 算法设计
        3.4.2 复杂度分析
    3.5 仿真验证与分析
    3.6 本章小结
第4章 基于变分贝叶斯的联合用户分组与信道估计
    4.1 引言
    4.2 变分贝叶斯方法
    4.3 基于变分贝叶斯的信道估计算法
        4.3.1 基于变分贝叶斯的信道估计建模
        4.3.2 基于变分贝叶斯的迭代求解
        4.3.3 迭代收敛分析
    4.4 复杂度分析与算法改进
        4.4.1 复杂度分析
        4.4.2 广义线性估计问题
        4.4.3 UTAMP算法
    4.5 仿真验证与分析
    4.6 各种算法复杂度对比
    4.7 本章小结
第5章 总结与展望
    5.1 本文总结与贡献
    5.2 未来研究展望
附录A
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果



本文编号：3775615