论文部分内容阅读
良好的信道估计技术能够有效提升Massive MIMO和三维(3D)Massive MIMO系统的频谱效率、能效等性能,是下一代5G通信系统的关键技术。Massive MIMO和3D Massive MIMO系统基站天线数目的成倍增长与信道维数的增加,使得系统需要插入更多的导频进行信道估计,降低了系统的频谱资源利用率。如何在减少导频开销的同时提升系统的性能,是近年来信号处理的研究重点。压缩感知理论利用信号的稀疏特性随机地获取部分离散样本,在精确重建信号的同时极大地减少了导频开销,因此被广泛地应用于信道估计研究中。针对上述Massive MIMO和3D Massive MIMO系统,目前大多数稀疏信道估计从一维(1D)时延域和二维(2D)时-频域展开研究,少有文献考虑空间多维天线的角域块稀疏特性。针对这种潜在的信道结构信息,本论文提出一种有效的块稀疏算法,并应用于Massive MIMO和3D Massive MIMO系统的信道估计中,从而进一步提升系统的频谱效率和能效。主要工作如下:第一,提出了一种改进的块稀疏信道估计算法。首先指出了传统稀疏信道估计技术的不足,如导频开销大、信号重建精度低。接着深入挖掘无线通信系统的块稀疏特性,提出了一种改进的块稀疏信道估计算法。最后,通过仿真分析,证明了所提出算法能够在保证准确地重建信号的同时,减少测量数据的采集量,从而有效地减少信道估计的导频开销。第二,针对Massive MIMO系统,将改进的块稀疏信道估计算法应用于基站端大规模天线的场景。首先从空间相关性出发,充分讨论了Massive MIMO信道的块稀疏特性,分析了采用改进算法进行信道估计的系统性能。然后,考虑Massive MIMO系统在基站端天线配置均匀线性阵列(ULA,Uniform Linear Array)的情况,对单用户Massive MIMO系统信道估计进行仿真,仿真结果表明采用改进算法重构信号的误比特率更低,归一化最小均方误差(NMSE,Normalized Mean Square Error)更小,且非常接近原始信号。第三,针对3D Massive MIMO系统,引入基站端天线俯仰角作为影响因素,充分利用信道的空间自由度,通过建立的多用户系统模型及提出的新型导频插入方案,对该场景下的信道估计算法进行研究。首先从3D MIMO系统的角域出发,结合大规模天线技术,构建时域-角域的3D Massive MIMO多用户系统模型。接着提出非正交的导频设计方案,在减少导频开销的同时,提升信道估计的准确性。最后,通过仿真证明,与传统稀疏信道估计算法相比,在信噪比一定的情况下,改进算法由于仰角的增益使得其所需的训练序列更少,频谱利用率更高。