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

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

文檔簡介

1、MASSIVE MIMO作為5G移動通信系統(tǒng)的關鍵技術之一，自其提出以來就受到人們的廣泛關注與研究。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)中關鍵技術——信道估計技術。鑒于對特定信號，壓縮感知理論（COMPRESSIVE SENSING）在進行信號恢復時降低了對采樣維數(shù)以及采樣矩陣的要求這一性質，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)壓縮感知理論設計了信道估計算法。本文算法對訓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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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確性、安全性和完整性, 同時也不承擔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