大規(guī)模MIMO無線通信系統(tǒng)信道估計方法研究.pdf

1、近年來，隨著人們對更快更好的無線通信業(yè)務需求不斷增長，大規(guī)模多輸入多輸出(MIMO，Multiple Input Multiple Output)技術日益成為研究熱點。大規(guī)模MIMO技術中的基站端配備數(shù)十至數(shù)百根的天線，同時對多用戶提供服務，其頻譜利用率、功率效率以及傳輸可靠性均大大提升。本文針對單小區(qū)和多小區(qū)大規(guī)模MIMO場景下的信道估計方法展開研究。
　　首先，闡述了因子圖的概念，并對函數(shù)的因式分解和邊緣分布進行了詳細的介紹。

2、利用因子圖的形式，對和積算法的整個過程進行了闡述與推導，由此引出近似消息傳遞(AMP，ApproximateMessage Passing)算法。
　　然后，研究了AMP算法在大規(guī)模MIMO系統(tǒng)下的應用。單小區(qū)場景下，利用大規(guī)模MIMO波束域信道的稀疏特性，提出了基于統(tǒng)計信道狀態(tài)信息（SCSI，Statistical Channel State Information）的AMP信道估計方法。該方法允許使用隨機導頻來替換正交導頻，可

3、有效解決正交導頻資源不足的問題，且其性能逼近由Zadoff-Chu序列移位生成的導頻序列。基于AMP算法的信道估計方法，獲得了遠超最小二乘(LS，Least Square)信道估計的MSE(Mean Squared Error)性能，而其復雜度遠低于最小均方誤差（MMSE，Minimum Mean Squared Error）估計。通過狀態(tài)演進(StateEvolution)算法對其在單小區(qū)場景下進行了收斂性分析，并對迭代收斂次數(shù)進行了

4、預估。仿真結果表明，較之已有文獻中的期望最大化高斯混合近似消息傳遞(EM-GM-AMP，Expectation-Maximization Gaussian-Mixture Approximate Message Passing)算法，所提算法能大幅提升收斂速度，并且提升估計性能。
　　最后，在多小區(qū)大規(guī)模MIMO場景下對鄰小區(qū)干擾(ICI，Inter Cell Interference)問題進行了研究。多小區(qū)場景下，已有文獻通常假

5、設不同小區(qū)復用同一套導頻序列，而小區(qū)內(nèi)用戶的導頻相互正交。AMP算法利用隨機導頻，在小區(qū)間使用不同導頻序列，就能一定程度上對抗導頻污染?；赪yner六邊形多小區(qū)結構，對Wyner六邊形多小區(qū)結構最優(yōu)協(xié)作小區(qū)數(shù)進行了仿真分析，并將AMP算法應用到該結構下的多小區(qū)大規(guī)模MIMO場景，獲得了遠超LS信道估計的MSE性能。仿真結果表明，在相對導頻長度不足時，AMP算法高信噪比(SNR，Signal-to-Noise Ratio)區(qū)域會出現(xiàn)收斂