对于FDD模式的大规模MIMO-OFDM系统,本文研究了将结构化压缩感知理论用于该系统的稀疏信道估计。考虑在该系统中将每个发送天线上的导频重叠放置,即每个发送天线可以在相同的时频资源块上发送导频符号,那么此时的系统稀疏信道估计问题...对于FDD模式的大规模MIMO-OFDM系统,本文研究了将结构化压缩感知理论用于该系统的稀疏信道估计。考虑在该系统中将每个发送天线上的导频重叠放置,即每个发送天线可以在相同的时频资源块上发送导频符号,那么此时的系统稀疏信道估计问题可以建模为结构化压缩感知重建问题。为了优化导频位置和导频符号来改进稀疏信道估计的质量,提出了一种最小化完全块间相关值的导频优化准则以及基于此准则的导频搜索算法,完全块间相关值是结构化压缩感知框架下衡量恢复矩阵子块间相关程度的量值。仿真结果表明,与其他导频相比,使用此优化方法获得的导频可以使信道估计误差明显减小,其性能增益大约为2~5 d B。另外,仿真结果还表明,在相同的导频数量前提下,使用优化导频获得的性能增益会随着发送天线数量的增加而变得更加明显。展开更多
大规模多输入多输出(MIMO,multiple-input multiple-output)是物联网(IoT,Internet of things)中为多种机器类设备高效提供连接服务的解决方案,而高效的连接服务需要准确的信道估计。针对大规模MIMO系统的下行信道估计中导频开销大和估...大规模多输入多输出(MIMO,multiple-input multiple-output)是物联网(IoT,Internet of things)中为多种机器类设备高效提供连接服务的解决方案,而高效的连接服务需要准确的信道估计。针对大规模MIMO系统的下行信道估计中导频开销大和估计归一化均方误差(NMSE,normalized mean square error)性能较差的问题,以压缩感知(CS,compressed sensing)理论为基础,在结合信道空间域共同稀疏性的同时,利用相邻时隙差分信道冲激响应(CIR,channel impulse response)的稀疏性更低的特点,大大减少了导频发送的数量。在重构算法上,提出了一种二阶段差分估计算法,将一组连续相关时隙内的信道估计分为两个阶段,并结合自适应压缩感知的思想以实现快速准确的CIR估计。仿真结果表明,所提出的二阶段差分信道估计算法不仅在估计的NMSE性能、数据传输速率上相比已有的基于CS的多重测量向量(MMV,multiple measurement vector)算法有显著的提高,而且在运行时间复杂度上也有一定的降低。展开更多
鉴于大规模多输入多输出正交频分复用(Massive MIMO OFDM)下行链路无线通信系统,提出一种基于空时共同稀疏性的信道估计重构算法。所提算法在子空间追踪(SP)算法的基础上,利用信道的时间相关性和多天线的共同稀疏性,同时考虑联合差分和...鉴于大规模多输入多输出正交频分复用(Massive MIMO OFDM)下行链路无线通信系统,提出一种基于空时共同稀疏性的信道估计重构算法。所提算法在子空间追踪(SP)算法的基础上,利用信道的时间相关性和多天线的共同稀疏性,同时考虑联合差分和结构稀疏进一步降低导频开销并提升估计性能。提出的联合差分结构化子空间追踪(Joint Differential Structured SP,JDSSP)算法特点如下:第一,算法在每一次迭代过程中同时对多个向量进行更新,对稀疏性进行结构化增强,提升算法的重构性能。第二,算法在进行重构过程中,并不是只处理当前时刻接收到的导频信号,而是联合前一帧的导频信号进行差分,进一步增强稀疏性,进而提升算法重构的精度。仿真结果表明,所提算法在降低导频开销的同时能够取得较好的参数估计性能。展开更多
文摘对于FDD模式的大规模MIMO-OFDM系统,本文研究了将结构化压缩感知理论用于该系统的稀疏信道估计。考虑在该系统中将每个发送天线上的导频重叠放置,即每个发送天线可以在相同的时频资源块上发送导频符号,那么此时的系统稀疏信道估计问题可以建模为结构化压缩感知重建问题。为了优化导频位置和导频符号来改进稀疏信道估计的质量,提出了一种最小化完全块间相关值的导频优化准则以及基于此准则的导频搜索算法,完全块间相关值是结构化压缩感知框架下衡量恢复矩阵子块间相关程度的量值。仿真结果表明,与其他导频相比,使用此优化方法获得的导频可以使信道估计误差明显减小,其性能增益大约为2~5 d B。另外,仿真结果还表明,在相同的导频数量前提下,使用优化导频获得的性能增益会随着发送天线数量的增加而变得更加明显。