基于压缩感知的毫米波大规模MIMO信道估计
发布时间：2020-12-04 18:09
毫米波大规模多输入多输出（massive Multiple Input Multiple Output,massive MIMO）是移动通信的重要发展趋势之一。针对日趋增长的高速率与低时延通信需求,毫米波大规模MIMO系统的非盲信道估计成为通信系统设计的关键。非盲信道估计的导频序列或训练序列开销与收发端的天线规模正相关,所以目前大规模MIMO系统的非盲信道估计方案存在导频开销过大的问题。为了解决此问题,本文利用该系统特有的角域稀疏性,将信道估计问题建模成压缩感知（Compressed Sensing,CS）形式,深入研究毫米波大规模MIMO上行（uplink,UL）信道估计问题。在系统建模过程中,为了避免由于量化角度间距过小而导致计算复杂度过高以及由于感知矩阵列与列之间相关性增大而导致稀疏恢复性能变差的问题,提出的方案均采用了格点失配（off-grid）模型。因此,本文重点关注格点失配情况下的信道估计问题,探究基于压缩感知的单用户与多用户毫米波大规模MIMO上行信道估计方案。在单用户上行信道估计研究中,本文利用泰勒展开首次建立了 MIMO下的二维格点失配系统模型,并根据贝叶斯框架提出了...
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１．２研宄内容框图??
?第２章信道估计相关理论???ＴＤＤ?ＦＤＤ??个?个?Ｄ上行??Ｉ?．１??ｌ￣ｎ?＇、□下行??频＿霱■?■?频??１?Ｉ?Ｉ?Ｉ?Ｉ?１１????￣?？?？??时域?时域??图２．１?ＴＤＤ与ＦＤＤ系统上下行示意图??的规模，对于大规模ＭＩＭＯ系统来说，这一开销不容忽视。基于码本的信道反??馈方案大大降低了反馈开销，反馈的精度由码本的大小决定。而码本利用了量化??的思想，因此反馈精度的下降是一定的。这也是大规模ＭＩＭＯ通信系统通常采??用ＴＤＤ模式而不是ＦＤＤ模式的原因??那么ＦＤＤ系统是不是不具有任何的互易性呢？当然不是，文献［６Ｎ６３］表明??ＦＤＤ系统的上下行信道具有角度互易性，尤其对于毫米波系统，上下行空间角??度的相关性很大。所谓角度互易性，指的是上下行信道的子径在空间角度上的分??布具有很高的相似性。而毫米波大规模ＭＩＭＯ系统的信道建模也常常在空间角??域进行。因此，若毫米波大规模ＭＩＭＯ通信系统采用ＦＤＤ模式，则角度互易性??在其角域信道估计、信道协方差估计、基站预编码与资源调度等方面有着关键作??用。??需要注意的是以上的信道互易性仅仅指的是物理信道，广义的信道还涉及??收发端的硬件设备，如天线、功率放大器、模／数（数／模）转换器与滤波器等。这??些硬件在上下行通信中的特性不是完全互易的［６４］，通常需要先进行互易性校准。??２．２压缩感知与信道估计??２．２．１压缩感知基础??１．压缩感知基本概念??压缩感知是近年来迅速发展的一种新颖理论，主要研宄在欠定线性系统中??寻求稀疏解。不同于奈奎斯特－香农采样定理（采样频率需要高于信号带宽的两??倍，
?（２．１４）??／＝ｉ??其中，０?＝?［０１，０２，．．．，０？］是《乂？１的稀疏基矩阵。离散小波变换（〇”１＇）矩阵，离??散傅里叶变换（ＤＦＴ）矩阵与离散余弦变换（ＤＣＴ）矩阵是常见的稀疏基矩阵。此??夕卜，也可以通过字典学习（Ｄｉｃｔｉｏｎａｒｙ?Ｌｅａｒｎｉｎｇ）获得稀疏基矩阵。那么，可以将??原式改写成??ｙ?＝?＾０Ｓ??（２．１５）??＝＜Ｉ＞ｓ，??其中，＜１）＝中０，中称为测量矩阵。此时，式（２．１５）与式（２．１３）的形式一致。整??个过程的示意图如图２．２所示。??ｙ?＋?ｙ?°?ｉ??Ｘ?０?５?Ｓ??（ａ）?（ｂ）??图２．２压缩感知示意图??在压缩感知中，测量矩阵（感知矩阵）的设计是成功应用压缩感知理论的关??键之一。只有当矩阵＜！＞满足有限等距性质（Ｒｅｓｔｒｉｃｔｅｄ?Ｉｓｏｍｅｔｒｙ?Ｐｒｏｐｅｒｔｙ，?ＲＩＰ）［６：１］时，??稀疏信号才存在唯一解，即对于任意尺稀疏的稀疏信号Ｓ，存在常数心ｅ?（０，１），??总满足下式??（ｌ－５ｘ）｜｜ｓ｜｜＾｜｜ｃ＆ｓ｜｜＾（ｌ＋＾）｜｜ｓ｜｜＾?（２．１６）??上式也可以从能量角度进行解释，即在输入信号的能量为丨｜ｓ｜＠时，输出信号的??能量｜｜〇ｓ｜ｇ要保持稳定。??１１??
本文编号：2898027
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１．２研宄内容框图??
?第２章信道估计相关理论???ＴＤＤ?ＦＤＤ??个?个?Ｄ上行??Ｉ?．１??ｌ￣ｎ?＇、□下行??频＿霱■?■?频??１?Ｉ?Ｉ?Ｉ?Ｉ?１１????￣?？?？??时域?时域??图２．１?ＴＤＤ与ＦＤＤ系统上下行示意图??的规模，对于大规模ＭＩＭＯ系统来说，这一开销不容忽视。基于码本的信道反??馈方案大大降低了反馈开销，反馈的精度由码本的大小决定。而码本利用了量化??的思想，因此反馈精度的下降是一定的。这也是大规模ＭＩＭＯ通信系统通常采??用ＴＤＤ模式而不是ＦＤＤ模式的原因??那么ＦＤＤ系统是不是不具有任何的互易性呢？当然不是，文献［６Ｎ６３］表明??ＦＤＤ系统的上下行信道具有角度互易性，尤其对于毫米波系统，上下行空间角??度的相关性很大。所谓角度互易性，指的是上下行信道的子径在空间角度上的分??布具有很高的相似性。而毫米波大规模ＭＩＭＯ系统的信道建模也常常在空间角??域进行。因此，若毫米波大规模ＭＩＭＯ通信系统采用ＦＤＤ模式，则角度互易性??在其角域信道估计、信道协方差估计、基站预编码与资源调度等方面有着关键作??用。??需要注意的是以上的信道互易性仅仅指的是物理信道，广义的信道还涉及??收发端的硬件设备，如天线、功率放大器、模／数（数／模）转换器与滤波器等。这??些硬件在上下行通信中的特性不是完全互易的［６４］，通常需要先进行互易性校准。??２．２压缩感知与信道估计??２．２．１压缩感知基础??１．压缩感知基本概念??压缩感知是近年来迅速发展的一种新颖理论，主要研宄在欠定线性系统中??寻求稀疏解。不同于奈奎斯特－香农采样定理（采样频率需要高于信号带宽的两??倍，
?（２．１４）??／＝ｉ??其中，０?＝?［０１，０２，．．．，０？］是《乂？１的稀疏基矩阵。离散小波变换（〇”１＇）矩阵，离??散傅里叶变换（ＤＦＴ）矩阵与离散余弦变换（ＤＣＴ）矩阵是常见的稀疏基矩阵。此??夕卜，也可以通过字典学习（Ｄｉｃｔｉｏｎａｒｙ?Ｌｅａｒｎｉｎｇ）获得稀疏基矩阵。那么，可以将??原式改写成??ｙ?＝?＾０Ｓ??（２．１５）??＝＜Ｉ＞ｓ，??其中，＜１）＝中０，中称为测量矩阵。此时，式（２．１５）与式（２．１３）的形式一致。整??个过程的示意图如图２．２所示。??ｙ?＋?ｙ?°?ｉ??Ｘ?０?５?Ｓ??（ａ）?（ｂ）??图２．２压缩感知示意图??在压缩感知中，测量矩阵（感知矩阵）的设计是成功应用压缩感知理论的关??键之一。只有当矩阵＜！＞满足有限等距性质（Ｒｅｓｔｒｉｃｔｅｄ?Ｉｓｏｍｅｔｒｙ?Ｐｒｏｐｅｒｔｙ，?ＲＩＰ）［６：１］时，??稀疏信号才存在唯一解，即对于任意尺稀疏的稀疏信号Ｓ，存在常数心ｅ?（０，１），??总满足下式??（ｌ－５ｘ）｜｜ｓ｜｜＾｜｜ｃ＆ｓ｜｜＾（ｌ＋＾）｜｜ｓ｜｜＾?（２．１６）??上式也可以从能量角度进行解释，即在输入信号的能量为丨｜ｓ｜＠时，输出信号的??能量｜｜〇ｓ｜ｇ要保持稳定。??１１??
本文编号：2898027
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2898027.html
