论文部分内容阅读
MIMO技术通过提供空间分集增益或复用增益实现数据传输速率和频谱利用率的提高,因而在现代宽带无线通信中得到了广泛的应用。为了保证MIMO系统的容量和性能,在接收端进行精确的信道估计是非常必要的。本文以压缩感知理论为基础,充分利用和发掘无线通信系统中隐藏的稀疏性,提出了不同MIMO系统模型下的信道估计方法。具体研究内容如下:1.针对现有MIMO-OFDM系统信道估计的研究中存在考虑因素不全面且未考虑信道空时特性的问题,本文提出利用信道的空间和时间稀疏性来建立信道模型,并设计空时信道估计算法。所提算法首先根据最大相关性原则估计空时稀疏索引集,然后利用LMMSE算法进行信道冲击响应向量的迭代估计。仿真结果表明,空时信道估计算法可以有效地提高系统信道估计的准确度与恢复概率,并验证了接收端天线数与时间相关性参数之间的关系。2.在空时信道模型的基础上考虑存在多个用户的MIMO-OFDM系统,针对现有研究未考虑用户信道存在稀疏相关性的问题,本文提出了改进的联合稀疏估计算法。所提算法首先依据最大相关性原则估计用户共同的稀疏索引集,其次利用空时信道估计算法计算用户的单独稀疏索引集以及信道冲击响应向量的估计值。仿真结果表明,联合稀疏估计算法能够充分利用信道隐藏的稀疏性,提高了信道估计的准确度,并验证了联合稀疏度对估计性能的影响。3.针对大规模MIMO系统中导频估计开销过大的问题,本文将下行信道估计和上行链路反馈相结合,以此利用信道矩阵的秩稀疏特点,将信道矩阵估计问题建模为低秩矩阵完备问题。在此模型的基础上,本文提出利用软阈值方法来改善信道估计性能,通过选择合适的阈值来逼近信道矩阵估计的理想值。仿真结果表明,所提算法相比于现有的低秩矩阵估计算法减少了信道估计开销,并且可以实现更高的估计精度与更快的收敛速度。