基于壓縮感知的大規(guī)模MIMO導(dǎo)頻設(shè)計(jì)與信道估計(jì)方法研究.pdf

1、隨著多媒體業(yè)務(wù)、物聯(lián)網(wǎng)以及大數(shù)據(jù)的發(fā)展，未來(lái)移動(dòng)通信系統(tǒng)的數(shù)據(jù)傳輸速率需要提高上千倍甚至上萬(wàn)倍，現(xiàn)有的通信技術(shù)已經(jīng)無(wú)法滿足這種需求。大規(guī)模多輸入多輸出(MIMO，multiple-input and multiple-output)系統(tǒng)由于能夠深度利用空間自由度，顯著提高通信系統(tǒng)數(shù)據(jù)傳輸速率，被認(rèn)為是下一代移動(dòng)通信的核心技術(shù)。然而，大規(guī)模MIMO系統(tǒng)的性能很大程度上取決于基站側(cè)獲取的信道狀態(tài)信息(CSI，channel state in

2、formation)的質(zhì)量，傳統(tǒng)的基于正交導(dǎo)頻的信道估計(jì)方法需要的導(dǎo)頻開銷和反饋開銷都將隨著基站側(cè)天線數(shù)目的增多而增大，這無(wú)疑將限制大規(guī)模MIMO帶來(lái)的性能提升。因此，本文針對(duì)信道估計(jì)快速算法，導(dǎo)頻設(shè)計(jì)等問題展開深入地研究。
　　首先，本論文研究了MIMO系統(tǒng)中傳統(tǒng)下行信道估計(jì)方法，包括最小二乘(LS，least square)、縮放最小二乘(SLS，scaled least square)以及最小均方誤差(MMSE，minimi

3、zed mean square error)等方法，詳細(xì)地闡述了這些方法的工作原理與過程，分析了相應(yīng)方法下的最優(yōu)導(dǎo)頻結(jié)構(gòu)，給出了各種方法的均方誤差性能，說明了基站側(cè)天線數(shù)目對(duì)每種方法的誤差性能以及導(dǎo)頻開銷的影響，并詳細(xì)介紹了這些方法的改進(jìn)與簡(jiǎn)化。
　　其次，針對(duì)大規(guī)模MIMO系統(tǒng)下傳統(tǒng)信道估計(jì)方法導(dǎo)頻開銷過大、計(jì)算復(fù)雜度過高的問題，提出了基于壓縮感知的大規(guī)模MIMO波束域信道估計(jì)方法。大規(guī)模MIMO信道在波束域具有稀疏性，信道能量

4、主要集中在少數(shù)幾個(gè)波束上，因此可利用該特性減少導(dǎo)頻開銷。根據(jù)波束域稀疏特性，本文提出了基于壓縮感知的波束域信道估計(jì)方法，給出了滿足約束性等距條件(RIP, restricted isometryproperty)的非正交導(dǎo)頻設(shè)計(jì)，并提出了修正子空間追蹤(M-SP, modified subspace pursuit)算法來(lái)解決近似稀疏信號(hào)恢復(fù)的問題。仿真結(jié)果表明該方法的性能顯著優(yōu)于傳統(tǒng)LS信道估計(jì)的性能，并且可以有效減少導(dǎo)頻開銷。

5、>　　最后，本論文重點(diǎn)研究了大規(guī)模MIMO正交頻分復(fù)用(OFDM，orthogonal frequency divisionmultiplexing)系統(tǒng)下的信道估計(jì)方法和導(dǎo)頻設(shè)計(jì)，提出了基于壓縮感知的大規(guī)模MIMO-OFDM波束-時(shí)延域信道估計(jì)方法。大規(guī)模MIMO-OFDM系統(tǒng)在波束域具有稀疏性，同樣在時(shí)延域，信道抽頭也是稀疏的，其中小部分的抽頭系數(shù)占據(jù)了大部分的信道能量。因此，綜合利用信道在波束-時(shí)延域的稀疏特性，提出了波束-時(shí)延域

6、信道估計(jì)方法，在波束-頻率域設(shè)計(jì)了對(duì)應(yīng)的導(dǎo)頻-移相Zadoff-Chu導(dǎo)頻(PSZCPs, phase shift Zadoff-Chu pilots)，并推導(dǎo)了對(duì)應(yīng)波束-時(shí)延域的測(cè)量矩陣，同時(shí)提出了利用統(tǒng)計(jì)信道狀態(tài)信息的MMSE-SP算法。仿真結(jié)果表明本文提出的波束-時(shí)延域信道估計(jì)方法可以有效減少導(dǎo)頻開銷并顯著提升基于移相正交導(dǎo)頻(PSOPs，phase shift orthogonal pilots)的信道估計(jì)的性能，該方法只需要一