大规模天线系统中叠加导频方法的研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:zhe0731
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术因其巨大的性能优势而受到了广大专家学者的关注与研究,且已经成为第五代移动通信技术的关键技术之一。得益于基站大量的天线数,不同用户到基站之间的信道变得渐近正交,因此仅使用简单的线性处理,例如迫零(Zero-Forcing,ZF)或最小均方误差(Minimum Mean Square Error,MMSE),就可以实现频谱效率和能量效率的显著提升。然而,大规模MIMO系统能实现较好性能的前提是基站可以获得精确的信道状态信息(Channel State Information,CSI)。因此,信道估计成为上述系统中非常重要的问题。通常,信道估计是基于导频系统来实现的。目前有两种使用导频信号的常规方法。一种是时分复用法,即用户先单独花费一段时间向基站发送预先设计好的导频信号,基站基于接收到的信号进行信道估计。而为了获得较高的信道估计精度,导频信号的长度应大于或等于系统中的用户数。否则,信道估计的准确性将严重降低,且会出现导频污染现象使系统的性能严重下降。一旦导频信号长度满足了上述条件,由于导频信号发送过程中用户数据信号并没有被发送,如果用户数很大这将消耗大量的时间资源。另一种获取CSI的方法是叠加导频方法,其基本思想是将导频信号和数据信号以合适的功率叠加在一起后同时发送,基站通过将数据信号视为噪声来进行信道估计。相比于时分复用法,叠加导频方法虽然节省了专门用来发送导频信号的时间,但在信道估计和数据解码过程中也带来了导频信号和数据信号的相互干扰。本文正是基于多小区多用户大规模MIMO系统上行信道对叠加导频方法进行了研究与改进。具体工作为以下两个方面。一方面针对慢变信道,基于将数据信号和导频信号尽可能地投影到不同空间的基本思想,提出了一种基于空间复用的叠加导频方法。该方法可以在信道估计和数据解码时消除部分干扰且可以减轻导频污染的影响,从而提高系统性能。此外,对于数据信号与导频信号之间的功率分配,以数学推导的方式给出了最佳方案。最后,利用该方法中部分数据信号解码时干扰较少的特点,设计了一种能够改善最初信道估计的迭代算法。另一方面针对快变信道中信道相干时间较小的特点,重新设计了一种叠加导频方法,且也给出了相应的基于MMSE方法的信道估计及最佳功率分配方案。最后,通过仿真验证本文所提方法的优越性。
其他文献
大气温度和湿度是非常重要的气象参数,微波辐射计是探测大气温度和湿度的重要技术手段。对于大气温度和湿度廓线的垂直探测而言,探测通道数与频谱分辨率和垂直分辨率相关。为
本文将阿伦特这部晚期著作《精神生活》作为独立研究对象,试图将阿伦特众多分散的思考线索,编织进精神生活的宏大构思之中。首先对阿伦特踏上“寻思”之旅的根源进行了探究,阿伦特转向精神生活研究,一方面是由于其参与了艾希曼的审判过后,对于恶的根本看法发生了改变,从极端的恶转向了平庸的恶。另一方面,阿伦特试图弥补积极生活中的重大缺陷,对现实生活与沉思生活之间的关系进行重新考量。在阿伦特视域下的精神生活部分,她
应变传感器在土木工程结构健康监测领域中扮演着重要角色。目前主流应变传感器存在一些不足,例如电阻应变片耐久性差、振弦传感器售价较高且只适用于测量静态应变、光纤布拉
针对蝙蝠算法(Bat Algorithm,BA)在寻优时存在易陷入局部极值、收敛不稳定等问题,提出了一种基于多普勒补偿与变异选择的蝙蝠算法(Bat Algorithm based on Doppler Compensat
随着云计算、大数据、工业互联网的发展,越来越多的应用服务被部署到数据中心网络,其中一些数据密集型应用程序要求流在尽可能短的时间内完成。为了实现数据中心最小化流完成
随着遥感卫星不断的发射升空,遥感卫星传感器的空间分辨率已达到亚米级别,可以从遥感影像获得越来越多有价值的信息。建筑物是人类生活栖息的场所,与我们生活息息相关,基于高
弹载或机载无源雷达具有系统简单、作用距离远、隐蔽性强等优点被广泛应用于军事和民用领域,例如导弹在远距离导引时需要对地面慢速运动目标实现远距离纯方位定位或跟踪。受
超材料是一类由人工设计的具有亚波长结构的呈周期性排列的人工复合材料,因其具有许多自然界中已存在的材料所没有的独特性质,所以极具研究价值,引起了研究人员的广泛研究兴
随着网络信息化时代的迅速发展,网络中的信息交互日益激增,传统通信已经逐渐无法满足人们对信息安全的要求,而量子通信作为一种新型的通信方式,因其绝对安全的通信特点,逐渐
语音伪装可以隐藏说话人的身份或冒充目标人物身份,从而攻击自动说话人识别(automatic speaker verification,ASV)系统。其中,语音变形(voice transformation,VT)操作可以在