大规模mimo的信道估计算法研究

《大规模mimo的信道估计算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文大规模MIMO的信道估计算法研究RESEARCHONCHANNELESTIMATIONTECHNOLOGIESFORMASSIVEMIMO陈一硕哈尔滨工业大学2016年6月国内图书分类号：TN929.5学校代码：10213国际图书分类号：654密级：公开工学硕士学位论文大规模MIMO的信道估计算法研究硕士研究生：陈一硕导师：苏雁泳副教授申请学位：工学硕士学科：信息与通信工程所在单位：电子与信息工程学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TN929.5U.D.C:654DissertationfortheMasterDegreeinEn

2、gineeringRESEARCHONCHANNELESTIMATIONTECHNOLOGIESFORMASSIVEMIMOCandidate：ChenYishuoSupervisor：Asso.Prof.SuYanyongAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：InformationandCommunicationEngineeringAffiliation：SchoolofElectronicsandInformationEngineeringDateofDefence：June,2016Degree-Conferrin

3、g-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着移动通信产业的不断发展，大规模多输入多输出（MIMO）技术已经成为了MIMO技术中的重点研究领域，被认为是第五代移动通信技术的关键技术之一。关于大规模MIMO的大部分研究工作需要有效而精确地估计出信道冲激响应，而由于导频污染的影响使得传统信道估计算法的性能并不理想。因此，本文主要研究了适用于大规模MIMO系统的信道估计算法。文章首先介绍了大规模MIMO的基本原理及系统结构。分析了工作于时分双工的大规模MIMO系统所具有的优势以及存在的问题，建立了系统的模型，分析研究了系统信道

4、间的渐进正交特性。接着，考虑多小区导频污染问题的影响，详细地阐述了几种信道估计方法，主要包括盲信道估计中的基于导频的最小二乘（LS）估计与最小化均方误差（MMSE）估计，以及二者与导频偏移策略的结合，半盲信道估计中的基于特征值分解（EVD）的信道估计和基于奇异值分解（SVD）的信道估计。研究表明：LS算法与MMSE算法的估计准确度与抗导频污染能力均较差，与导频偏移策略相结合后算法的估计准确度有一定程度的改善，在此基础上，基于EVD的信道估计的性能有所改善，且抗导频污染能力较强，基于SVD的信道估计的性能更佳，但抗导频污染能力弱。最后，本文研究了比较符合大规模MIMO实际系统的物理有限维散射信道

5、模型，提出了一种基于离散傅里叶变换（DFT）的信道估计算法，利用信道向量在频域的分布特性，首先对信道响应进行简单的LS估计，再对信道的估计值进行快速傅里叶变换，通过目标小区用户信号的到达角信息求解出频域内有用信号的范围，对范围外的元素做置零处理，理论研究和仿真结果显示：基于DFT的估计准确度优于基于导频的估计算法，降低了导频污染对算法以及系统性能的干扰，并起到了一定的抑制噪声的作用。关键词：大规模MIMO；信道估计；导频污染；DFT-I-哈尔滨工业大学工学硕士学位论文AbstractWiththecontinuousdevelopmentofthemobilecommunicationsind

6、ustry,massivemultiple-inputmultiple-output(MassiveMIMO)technologyhasbecomethekeyresearchareasofMIMOtechnology,andhasbeenconsideredtobeoneofthekeytechnologiesofthefifthgenerationmobilecommunicationtechnology.Formostlarge-scaleMIMOresearchneedsefficientlyandaccuratelyestimatethechannelimpulseresponse,

7、andtheinfluenceofpollutionpilotthetraditionalchannelestimationalgorithmperformanceisnotsatisfactory.Therefore,thispaperdoesaseriesofresearchonchannelestimationalgorithmsfortheMassiveMIMOsystem.Firstly