基于壓縮感知的MASSIVEMIMO系統(tǒng)中信道估計算法的研究.pdf_第1頁
已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、MASSIVE MIMO作為5G移動通信系統(tǒng)的關(guān)鍵技術(shù)之一，自其提出以來就受到人們的廣泛關(guān)注與研究。通過在收發(fā)兩端安裝大量的天線，使系統(tǒng)的性能得到了極大的改善。然而，收發(fā)兩端天線維數(shù)的增加使得系統(tǒng)在進行信道估計時的難度相應(yīng)增加。傳統(tǒng)的非盲信道估計算法在進行信道估計時算法性能很大程度上依靠發(fā)送端訓(xùn)練序列的特性，然而由于系統(tǒng)相干時間等因素的限制使得理想的訓(xùn)練序列難以獲得，而在 MASSIVE MIMO系統(tǒng)中由于天線維數(shù)的增加這一問題更為明顯

2、。所以，研究能夠降低對訓(xùn)練序列要求的信道估計算法意義重大。
　　本文從研究MASSIVE MIMO系統(tǒng)出發(fā)，重點研究了MASSIVE MIMO系統(tǒng)中關(guān)鍵技術(shù)——信道估計技術(shù)。鑒于對特定信號，壓縮感知理論（COMPRESSIVE SENSING）在進行信號恢復(fù)時降低了對采樣維數(shù)以及采樣矩陣的要求這一性質(zhì)，本文研究了基于壓縮感知的信道估計算法。
　　本文首先研究分析了 MASSIVE MIMO系統(tǒng)在進行信道估計時的難點；隨后研究

3、了幾種適用于平坦衰落條件下的基于訓(xùn)練序列的信道估計算法，包括最小二乘法、最小均方誤差法等，并分析了算法特點及其局限性；最后針對多小區(qū)多用戶的通信場景提出了基于壓縮感知的新的信道估計算法。在該過程中，通過對信道矩陣進行建模來模擬通信系統(tǒng)中的大尺度衰落和小尺度衰落，給出了兩種等價的MASSIVE MIMO系統(tǒng)信道估計形式，并根據(jù)壓縮感知理論設(shè)計了信道估計算法。本文算法對訓(xùn)練序列的要求比傳統(tǒng)算法要更為寬松。
　　最后，通過在MATLAB

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論