大规模多天线系统中导频和数据传输的联合优化
发布时间:2024-07-02 05:12
随着移动互联网技术的高速发展,移动通信系统对资源利用率及通信质量等方面的要求也不断提高。大规模多输入多输出(Multi-input Multi-output,MIMO)技术作为能够有效改善系统容量、提高频谱利用率及通信系统性能的关键技术,而得到重视。然而,在基于时分双工(Time Division Duplexing,TDD)的传输模式下,各小区内采用同一组正交的上行导频序列,相对于FDD模式,能够减少导频开销,但会导致小区间基于相同导频进行信道估计的导频污染。该导频污染使信道估计准确性下降,从而影响大规模MIMO系统的性能。因此,在基于TDD的大规模MIMO系统环境下改善导频污染具有非常重要的意义。本文针对多小区大规模MIMO系统,从传输功率和导频分配等角度的优化来降低导频污染对系统数据速率的影响,基于信道的时间相关性,利用卡尔曼滤波对信道响应进行估计和预测,从而设计导频和数据功率的联合动态分配方案;根据用户信道的统计相关性,提出传输功率和导频分配的联合优化方案。主要工作总结如下:首先,提出一种用于时分双工大规模MIMO系统的联合动态导频和数据功率分配方案。该方案基于时间相关信道的高...
【文章页数】:79 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
1.2 研究意义
1.3 研究现状
1.3.1 大规模MIMO研究现状
1.3.2 导频污染研究现状
1.3.3 时变TDD环境下的多天线系统的研究现状
1.3.4 大规模天线技术与其他技术融合
1.4 主要研究内容及论文内容安排
第2章 MIMO系统模型及原理
2.1 MIMO技术与原理
2.1.1 单天线SISO传输
2.1.2 多天线MIMO传输
2.1.3 大规模MIMO传输
2.2 信道估计
2.2.1 LS信道估计
2.2.2 MMSE信道估计
2.2.3 卡尔曼滤波
2.3 本章小结
第3章 时分双工大规模MIMO系统的动态导频和数据功率分配
3.1 引言
3.2 系统模型
3.2.1 时隙衰落信道
3.2.2 导频训练
3.2.3 数据训练
3.2.4 可实现的上行数据速率
3.3 自适应导频功率和数据功率
3.3.1 最大化最小速率
3.3.2 迭代交替算法
3.3.3 凸逼近
3.3.4 数据功率固定的最优导频功率
3.3.5 导频功率固定的最优数据功率
3.4 仿真结果与分析
3.4.1 参数设定和方案
3.4.2 仿真结果与分析
3.5 本章小结
第4章 时分双工大规模MIMO系统中的传输功率和导频联合优化
4.1 引言
4.2 系统模型
4.3 信道估计和可实现速率
4.4 最大化最小速率
4.4.1 固定数据功率求最佳导频功率
4.4.2 固定导频功率求最佳数据功率
4.5 导频分配方案
4.6 仿真结果与分析
4.7 本章小结
结论与展望
参考文献
攻读硕士学位期间所发表的成果
致谢
本文编号:3999730
【文章页数】:79 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
1.2 研究意义
1.3 研究现状
1.3.1 大规模MIMO研究现状
1.3.2 导频污染研究现状
1.3.3 时变TDD环境下的多天线系统的研究现状
1.3.4 大规模天线技术与其他技术融合
1.4 主要研究内容及论文内容安排
第2章 MIMO系统模型及原理
2.1 MIMO技术与原理
2.1.1 单天线SISO传输
2.1.2 多天线MIMO传输
2.1.3 大规模MIMO传输
2.2 信道估计
2.2.1 LS信道估计
2.2.2 MMSE信道估计
2.2.3 卡尔曼滤波
2.3 本章小结
第3章 时分双工大规模MIMO系统的动态导频和数据功率分配
3.1 引言
3.2 系统模型
3.2.1 时隙衰落信道
3.2.2 导频训练
3.2.3 数据训练
3.2.4 可实现的上行数据速率
3.3 自适应导频功率和数据功率
3.3.1 最大化最小速率
3.3.2 迭代交替算法
3.3.3 凸逼近
3.3.4 数据功率固定的最优导频功率
3.3.5 导频功率固定的最优数据功率
3.4 仿真结果与分析
3.4.1 参数设定和方案
3.4.2 仿真结果与分析
3.5 本章小结
第4章 时分双工大规模MIMO系统中的传输功率和导频联合优化
4.1 引言
4.2 系统模型
4.3 信道估计和可实现速率
4.4 最大化最小速率
4.4.1 固定数据功率求最佳导频功率
4.4.2 固定导频功率求最佳数据功率
4.5 导频分配方案
4.6 仿真结果与分析
4.7 本章小结
结论与展望
参考文献
攻读硕士学位期间所发表的成果
致谢
本文编号:3999730
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3999730.html