论文部分内容阅读
Massive MIMO(Massive Multi-Input Multi-Output,Massive MIMO)是近几年通信行业的热点话题,是在传统MIMO(Multi-Input Multi-Output,MIMO)技术基础上扩展而来的一种新颖的无线通信技术。Massive MIMO通信系统可以获得传统MIMO通信系统的所有优势,并且将这些优势扩大十几倍甚至几十倍。值得注意的是,Massive MIMO系统发挥其优势的前提是系统能够获取准确的信道状态信息(channel statement information,CSI)。但是由于系统中导频污染的存在,使得现实通信系统中精确信道状态信息的获取变的非常困难,不准确的信道状态信息直接导致系统不能正常通信。如何减小导频污染对Massive MIMO系统性能的影响成为通信系统亟待解决的问题。本文这是在这种背景下针对如何减小导频污染对Massive MIMO系统影响的问题进行研究。下面详细介绍一下本论文的主要研究:本文首先分析了Massive MIMO系统和Massive MIMO系统中导频污染问题,为后文研究如何减小导频污染对系统的影响问题奠定背景知识。其次,分别从三个方面重点研究了减小导频污染对系统性能影响的方法:信道估计方法,矩阵预编码方案,导频分配策略。信道估计方面:针对传统信道估计方法复杂度高以及抵抗导频污染能力差的问题,分别提出了快速MMSE(Fast Minimum Mean Square Error,F-MMSE)估计算法和角域有限维的贝叶斯信道(Angle of Arrival Limited Bayesian,ALB)估计算法,并详细分析了这两种改进的估计算法的性能,两种算法分别大幅度较少了计算复杂度和提高了估计效果;矩阵预编码方面:针对传统的基于单小区矩阵预编码方案在设计预编码矩阵时不能充分考虑导频污染这一因素且方案的性能受导频污染严重的问题,本文提出了一种考虑导频污染影响的多小区的矩阵预编码方案:基于MMSE的多小区矩阵预编码(Minimum Mean Square Error Multi-cell Matrix Precoding,MMSE-MPC)方案,并在充分的理论分析和详细的理论推导的基础上,得到了MMSE-MPC的闭式解,有效减少了导频污染的影响;导频分配方面:提出了一种基于贝叶斯的导频分配策略(Bayesian Pilot Assignment,BPA),从而改善系统中导频分配的情况,进而减小导频污染对系统性能的影响。