论文部分内容阅读
5G作为新兴的移动通信系统,目前已经成为了全球的研究热点。Massive MIMO作为5G中的关键技术之一,具有高频谱效率、高信道容量的优势,但目前关于该系统的研究尚不充分。对此,本文分别从两个方面对其展开研究,一是通过无线信道参数估计方法的研究来加深对无线信道的理解,二是研究分析Massive MIMO系统中各个检测算法的性能,针对算法中的缺点再加以改进。(1)针对无线信道参数估计方法中的SAGE算法,本文以对ML算法和EM算法原理的介绍为基础,深入分析了SAGE算法的原理。针对原SAGE算法中采用的连续干扰消除初始化方法存在误差累积,导致算法收敛速度慢的缺点,本文提出了一种以部分干扰抵消作为初始化方法的改进SAGE算法。该改进算法中运用的部分干扰抵消方法是以“估计→恢复→对消”为主要思想,通过引入部分干扰因子来消除原算法中因连续消除产生的误差积累。从仿真结果来看,SAGE算法能以较高准确度实现参数估计,而改进后的SAGE算法能在保持原有算法估计准确度的基础上加快算法的迭代收敛速度,整体上提升了SAGE算法的性能。(2)针对Massive MIMO系统中的信号检测问题,本文首先对Massive MIMO系统当中的两种线性检测算法(ZF检测技术和MMSE检测技术)和三种非线性检测算法(ML检测技术、ZF-SIC检测技术和MMSE-SIC检测技术)进行了理论分析。分析发现,非线性检测算法虽然在检测准确度方面比线性检测算法略高,但同时其运算复杂度也相当高。综合比较这五种算法的优缺点,文章得出了其中的MMSE算法的综合性能最为突出的结论。为了进一步完善MMSE算法,本文提出了基于块迭代法的改进MMSE检测算法——MMSE-BI算法,算法中加入的块迭代方法通过迭代的方式避免了原MMSE检测算法中存在的大矩阵求逆的问题,使算法的运算量大幅下降。本文最后通过仿真验证了MMSE-BI算法相比原算法在检测准确度相差较小的前提下,很大程度上降低了算法的运算复杂度,性能上更具有优势。