论文部分内容阅读
随着社会正在向完全网络化过渡,无线通信连接设备数量迅速增长,未来对高速率、大容量传输需求更加高。毫米波Massive MIMO无线通信发展将会为解决以上问题带来实质性的改变,高速率传输数据、有效的天线阵列增益、抗路径衰减都将在未来通信领域得到改善。但在毫米波Massive MIMO系统中基站端配置大量的天线阵元和射频(Radio Frequency,RF)链路会导致系统硬件复杂性提升和过高的系统能耗,同时系统基站侧配备天线数增加也加大对信道估计的复杂度。针对信道估计方面探讨出的一些疑难问题,本课题联合波束选择和信道估计展开研究。本文主要所做工作如下:(1)首先简单论述毫米波、波束成形、信道估计研究现状,了解毫米波Massive MIMO相关知识。然后阐述波束成形相关知识,描述IA波束选择方案,并进行仿真分析。(2)获取准确实时有效的状态信息是考核系统性能的一个前提条件,先描述了信道估计模型,分析信道特性,列举了传统的MMSE和LS信道估计算法,并分析其特点。接着分析Massive MIMO信道稀疏特性,结合压缩感知(CS)信道估计理论,对OMP算法和CoSaMP算法进行仿真实验,分析两种算法各自优缺点,并对比传统MMSE算法更具优势。但是在低信噪比下,如果波束成形增益不明显或者用户发送信号功率较低时,上述CS算法性能通常比较差,系统信号就容易被各种噪声掩盖,并且经典CS算法的非零元素的位置大多数是用迭代的方法估计出来,计算复杂度较高,并且将在非零元素的幅度减小时估计会越来越不准确。针对上述问题,提出一种在稀疏信道特性下自适应(ASD)支持检测的信道估计方案,仿真结果显示,比经典CS信道估计算法性能更优。(3)Massive MIMO系统中存在多用户干扰较为严重,导致导频利用率下降,也不利于信道估计,并严重影响信道的信息传输效率和系统性能。为解决此问题文中考虑TDD系统模型,联合波束成形技术提出了一种基于波束选择的毫米波Massive MIMO的ASDRVQ信道估计算法。依据波束空间信道的稀疏特性,采用以RZF预编码为基准的幅度最大化(MM)标准选择波束信号,以此减轻多用户干扰,然后用高精度自适应支持检测(ASD)处理波束空间的稀疏信号矢量,再对处理过的信道矢量进行随机矢量量化(RVQ),从而获得降低了系统维度的信道矩阵用以估计整个信道状态信息,最后用LS算法估计信道的非零元素。仿真结果验证了提出的方案在降低系统RF链路数的基础上有效提高系统性能和能量效率。