论文部分内容阅读
当前的4G(the forth generation mobile communication technology)系统是基于低频段(6GHz以下)信号载波运行的,可利用的频谱资源少且频段拥挤,早已无法满足呈爆炸式增长的多媒体数据通信需求。为了解决当前面临的问题,科研工作者们开始尝试采用频谱资源丰富的毫米波频段(6GHz~300GHz)进行通信。然而毫米波频段在自由空间传播时路径损耗较大,穿透力不及4G系统所使用的低频段电磁波这一特性限制了毫米波的发展速度。尤其当毫米波在传播过程中遇到障碍物的反射和折射或者降雨等情况时,能量损失将更为严重,导致毫米波传输系统中存在的传播路径主要为LoS(Line of Sight)径。由于毫米波的波长较小,因此我们可以利用大规模天线阵列形成的强指向性波束所产生巨大的阵列增益来弥补路径损耗。到目前为止,许多关于毫米波通信系统的研究都是基于静态信道开展的,然而现在许多存在相对运动的场景,比如高速公路、高铁等都需要移动通信业务的支持。时变毫米波信道除了到达角(AoAs,Angles Of Arrive)和离开角(AoDs,Angles Of Depature)会不断变化以外,还会受到多普勒频移的影响,传统的低频段的信道研究算法需要大量的导频开销,无法满足毫米波信道的需求,因此研究移动态下的毫米波信道非常迫切且很有价值。本文主要研究了信道估计和波束跟踪问题。首先,我们研究了移动态下的毫米波信道估计问题。采用数模混合的多输入多输出(Multiple Input Multiple Output,MIMO)系统模型,设计合适的帧结构将信道估计分为角度估计和径增益估计两个阶段。角度估计阶段采用基于改进的块稀疏压缩感知算法进行估计,相比于传统的压缩感知算法和最小二乘(Least Square,LS)算法可以获得更好的性能。在增益估计阶段,对每一帧中的径增益进行线性拟合之后会获得相较于其他文献更好的性能。随后,我们研究了移动态下的毫米波波束跟踪问题。为了获得波束跟踪的起点,我们在算法初始时利用收到的信号训练出波束的起始角度,然后采用概率模型跟踪获得移动过程中收发端的角度信息。通过仿真分析可以发现,上述算法相比于传统的波束训练和波束跟踪算法具有更好的性能。基于上述思路我们进一步提出了基于码本的波束跟踪算法来应用于不同需求的通信场景,针对不同场景采用不同的算法会获得更好的通信效果。