论文部分内容阅读
大规模MIMO技术是用于5G无线通信的有前景的物理层技术,大规模MIMO技术的应用需要获取准确的信道状态信息。随着大规模MIMO系统中天线数量和用户数量的大幅度增加,采用传统的线性信道估计方法,如LS、MMSE等,所需的导频开销变得十分巨大,计算复杂度也不断提高。为解决这些问题,最直接的办法就是充分利用大规模MIMO信道固有的稀疏性,降低信道矩阵的有效维度。本文以矩阵完备理论和张量完整化为基础,研究大规模MIMO系统的低导频开销和低复杂度信道估计技术。具体内容如下:首先,针对大规模MIMO系统中上行信道估计导频开销巨大且估计精度不高问题,假设在莱斯衰落信道模型下,本文提出一种基于矩阵完备理论的信道估计新方法。利用大规模MIMO信道固有的稀疏特性,将信道估计问题建模为低秩矩阵完整化问题。由于核范数逼近秩函数的方法不够精确,本文采用一种新的加权核范数建立信道矩阵的低秩逼近,通过极大极小迭代算法实现信道状态信息的估计。仿真结果表明,相比传统算法和现有低秩信道估计算法,在使用相同导频数目的条件下,该算法具有较高的信道估计精度和较低的计算复杂度。其次,目前很多信道估计技术的研究是建立在二维信道模型上,估计效率和估计精度有待提高。本文基于张量完整化在高阶数据处理角度研究信道估计问题,建立三维张量型的大规模MIMO系统信道模型,从而完成二维导频矩阵与三维张量型信道状态信息的匹配。另外,针对FDD模式下的多用户大规模MIMO系统中信道估计导频训练和反馈开销巨大问题,采用联合信道估计方案,即每个用户将基站发送导频信号直接反馈给基站并由基站联合估计信道状态信息,无需用户单独进行信道估计然后反馈给基站。最后,为进一步提高大规模MIMO系统信道估计效率和估计精度,本文将基于低秩矩阵完备的算法及框架推广至更高阶的低秩张量完整化问题。在三维张量型信道模型的基础上,本文提出一种基于张量完整化的联合信道估计方法。利用大规模MIMO信道状态信息的稀疏性,将信道估计问题建模为低秩张量完整化问题,采用张量的加权核范数逼近秩函数,通过极大极小迭代算法恢复用户的信道状态信息。仿真结果表明,相比现有的三维信道估计算法,该算法的估计性能更优。