導(dǎo)頻污染下Massive MIMO系統(tǒng)的信道估計(jì)與導(dǎo)頻調(diào)度研究.pdf

1、由于多輸入多輸出(MIMO)技術(shù)能夠?yàn)闊o線通信系統(tǒng)帶來容量和可靠性的顯著提升，在過去二十年內(nèi)，它被研究者們研究和廣泛應(yīng)用。但是隨著移動數(shù)據(jù)業(yè)務(wù)大幅度增長、智能終端的普及和互聯(lián)網(wǎng)的飛速發(fā)展，使得未來的移動通信要求更快的傳輸速度、更多的用戶以及更高的可靠性，傳統(tǒng)的MIMO已經(jīng)無法滿足需求。
　　Thomas L.Marzetta在2010年提出了Massive MIMO技術(shù)，是指在基站端配備大數(shù)量的天線，這一技術(shù)能夠在簡單處理下便獲得

2、頻譜效率和能量效率的數(shù)倍提升，與傳統(tǒng)的MIMO相比有著明顯的優(yōu)勢。然而，由于信道相干時間有限，相鄰小區(qū)用戶不得不使用非正交導(dǎo)頻，導(dǎo)致導(dǎo)頻污染問題，限制了Massive MIMO系統(tǒng)的性能。因此，研究有效減輕甚至消除導(dǎo)頻污染的方法，從而實(shí)現(xiàn)Massive MIMO通信系統(tǒng)的性能的進(jìn)一步提升，是十分有意義的。
　　本文首先介紹了Massive MIMO系統(tǒng)的模型，說明適用于TDD雙工模式的原因，分析了導(dǎo)頻序列的選擇、經(jīng)典的信道估計(jì)方法

3、以及下行傳輸鏈路，并討論了Massive MIMO系統(tǒng)中可同時服務(wù)的用戶數(shù)，重點(diǎn)研究了產(chǎn)生導(dǎo)頻污染的原因以及對系統(tǒng)性能的影Ⅱ向，隨后通過仿真分析各個影響性能的因素。
　　接著本文研究了三種信道估計(jì)方法，其中Bayes信道估計(jì)方法利用了信道的統(tǒng)計(jì)特性如大尺度衰落、到達(dá)角信息，基于EVD的信道估計(jì)方法以及聯(lián)合ILSP檢測算法的EVD信道估計(jì)方法則利用了較短的導(dǎo)頻序列和部分接收信號，接著詳細(xì)給出了各個估計(jì)方法的結(jié)果，并通過仿真進(jìn)行對比，

4、結(jié)果表明這些方法都能有效減輕導(dǎo)頻污染。
　　最后本文分析了導(dǎo)頻調(diào)度對估計(jì)性能的影響，從而得到導(dǎo)頻調(diào)度的優(yōu)化問題。本文通過對導(dǎo)頻調(diào)度建模，并以最小化信道估計(jì)誤差為目標(biāo)，結(jié)合Bayes信道估計(jì)方法提出幾種調(diào)度算法，包括窮舉法、基于退化的貪婪算法、基于信道的貪婪算法以及隨機(jī)選擇的貪婪算法。接著在仿真中實(shí)現(xiàn)對比并討論了天線數(shù)、到達(dá)角以及小區(qū)用戶數(shù)對性能的影響，本文提出的調(diào)度算法被證明能有效減輕導(dǎo)頻污染、提高信道估計(jì)準(zhǔn)確度，最終提升通信系統(tǒng)