宽带大规模MIMO-OFDM的联合差分信道估计方案

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。     

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。     

大规模多输入多输出系统中基于离散傅里叶变换信道估计的导频污染消除方案

在大规模多输入多输出(multiple input multipte-output,MIMO)系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。因此,提出了一种基于离散傅里叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。仿真结果表明,在大规模MIMO系统的信道环境下,提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

多小区大规模MIMO中基于角度域的导频分配策略

在多小区大规模多输入多输出(multiple input multiple output,MIMO)系统中,导频污染(pilot contamination,PC)已成为限制整个系统性能的瓶颈。针对最小均方误差估计(minimum mean square error,MMSE)去污染方案复杂度高的问题,提出一种简便的导频分配方案,即利用信道离散傅里叶变换峰值位置和信道角度参数的关系,将导频资源映射到不同角度范围,从而基站可以从角度域恢复出信道信息。同时,给出了角度域信道恢复公式,分析了角度域分组数与去污染能力的关系。通过数值仿真结果表明,所提出的方案具有较好的导频污染抑制能力,同时具有更低的计算复杂度。     

基于旋转直积码本的3D有限反馈SDMA方案

为平衡反馈开销和系统性能,在频分双工(FDD)系统下,针对三维多输入多输出(3D MIMO)系统的多用户预编码问题,提出一种应用于3D MIMO系统的基于统计信道信息的空分多址(SDMA)方法.首先,基于三维信道的空间相关性,提出3D MIMO中基于旋转直积的用户分簇码本设计,码本中每个分簇基的列向量相互正交,可作为发送方向用于下行预编码;其次,用户根据下行信道估计所得到的发端相关矩阵选取所在的分簇基及发送方向,并以长周期将其索引反馈至基站;最后,基站调度用户实现下行多用户传输.仿真结果表明:在信道相关性较高的情况下,该方法可以显著提升系统的吞吐量,且只须长时间向基站反馈信息,上行反馈开销极小.     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

基于空间相关性的大规模MIMO信道压缩反馈算法

针对传统的信道状态信息(channel state information,CSI)反馈方法并不适用于大规模MIMO频分双工(frequency-division duplexing,FDD)系统的问题,提出一种基于导频设计的压缩反馈算法.基站通过对发送相关矩阵的平方根进行特征值分解(eigenvalue decomposition,EVD)得到稀疏基;根据最小二乘法(least squares,LS)设计出导频矩阵;根据该导频矩阵提出了一种基于导频设计的压缩反馈算法.理论分析与仿真结果表明,该算法能够以较低的反馈量获取较高的CSI反馈精度.     

基于隐藏导频的多频带正交频分复用超宽带稀疏信道估计

在多频带正交频分复用超宽带系统中,基于隐藏导频提出一种稀疏信道估计算法.通过隐藏导频而估计出信道,利用广义信息论准则建立代价函数并探测出非零抽头位置,修正得到稀疏信道估计值,通过降低估计维数提高了算法的估计性能.同时,分析了算法性能和克拉美-罗界(CRB).仿真结果表明,稀疏信道估计算法比传统算法的性能明显提高,且性能更接近于CRB.     

大规模MIMO系统中多小区导频重用对上行可达速率的影响

在大规模多入多出(MIMO)系统中,导频在多小区间重用是影响系统可达速率的一个重要因素。该文选取一般化的信道模型,考虑系统采用功率控制,导出了最小二乘(LS)和最小均方误差(MMSE)这2种信道估计方法下上行可达速率的下界。利用该下界对基站天线数无穷多时导频重用的影响进行分析,结果表明:在非相关信道下,用户上行极限可达速率仅仅受限于导频污染,且功率控制的引入使得该速率部分地由导频干扰用户到各自小区基站的大尺度衰落系数决定;在相关信道下,导频污染不是制约系统极限可达速率的唯一因素,在使用LS信道估计时导频污染会始终存在,而MMSE信道估计下导频污染可能会消失。     

基于压缩感知的MIMO双选择性衰落信道的估计

为了减少MIMO （multiple-input multiple-output）时频双选择性衰落信道估计过程中需要的导频符号数,文中对多径信道的时延和多普勒频移构成的时频二维有界区域进行量化,将该信道估计问题建模为压缩感知理论中的稀疏信号重构问题,提出了一种采用正交匹配追踪估计MIMO双选择性衰落信道的方法.仿真结果表明获得相同的估计性能,所提出的压缩信道感知方法比传统的最小二乘法能节省近50％的导频符号,且该方法在低信噪比的场景里也能获得较高的估计性能.     

基于压缩感知的mMTC系统信道估计

为解决海量机器类通信（massive machine-type communications,mMTC）上行传输中活跃用户设备检测和信道估计问题,提出一种基于分布式多矢量测量的子空间追踪（distributed multiple measurement vector subspace pursuit,DMMV-SP）算法.采用免授权海量随机接入的方案,以降低海量机器类通信的时延和信号开销.考虑多载波传输方案并结合子空间追踪算法,利用接收天线和子载波存在的结构稀疏性,检测活跃用户设备的同时进行信道估计.通过计算检测错误概率以及均方误差对活跃用户设备检测和信道估计性能进行评估.仿真结果显示,提出的DMMV-SP算法相较于传统正交匹配追踪（orthogonal matching pursuit,OMP）算法取得更理想的结果.      

一种基于压缩感知的OFDM信道估计中确定性导频方案

基于压缩感知的OFDM信道估计方法通过充分利用信道冲激响应在时域的稀疏特性,在感知矩阵满足可重构条件下,能近似完美的重构信道并显著降低导频开销。本文基于感知矩阵相关系数最小化准则,设计了一种最优的确定性导频方案,在无虚子载波的OFDM系统中采用正交匹配跟踪算法时实现了与随机导频方案相同的信道估计性能,而在实际的存在大量虚子载波的OFDM系统中获得比随机导频方案更优的性能。     

去蜂窝大规模MIMO系统研究进展与发展趋势

去蜂窝大规模多天线(multiple input multiple output,MIMO)引入“以用户为中心”的思想,通过部署多个分布式接入点(access points,APs),利用相同的时频资源为所有用户服务,有效缩短AP与用户的距离,获得空间宏分集增益,大幅降低路径损耗,并利用大量AP带来的有利传播,减少多用户干扰,从而使全区域均匀覆盖并大幅提升用户体验。去蜂窝大规模MIMO技术刚刚提出,发展尚处于探索阶段。结合国内外移动通信发展的最新趋势,对去蜂窝大规模MIMO系统的基本特点、关键技术、核心挑战与发展趋势进行了介绍和展望,并分为信息理论分析和信号处理技术2个部分,重点论述了信道硬化、有利传播、空间相关、导频分配、信道估计、信号检测等关键技术。指出了去蜂窝大规模MIMO有望成为后5G(beyond 5G)和6G的核心关键技术之一。     

基于联合稀疏模型的OFDM线性时变信道估计

为了进一步提高OFDM线性时变信道估计性能,利用信道抽头的时域稀疏特性和相关性,提出一种基于联合稀疏模型的信道估计方法.首先,将线性时变信道模型下对连续多个符号周期的信道估计转换成一个联合稀疏重构模型;其次,采用基于测量矩阵互相关性最小化的分组导频设计准则,在应对子载波干扰的同时,保证了稀疏重构算法的性能;最后,设计一种基于循环并行树的分组导频优化算法.仿真结果表明:与传统线性时变信道估计方法和联合稀疏模型下的信道估计方法相比,所提方法所需导频数量少,信道估计性能更好,同时便于工程应用.     

K均值聚类的大规模MIMO导频分配策略

针对大规模多输入多输出(multiple input multiple output,MIMO)系统中亟待解决的导频污染问题,提出一种基于K均值聚类的导频分配策略来减轻导频污染问题.该方案基于大尺度衰落因子对用户进行门限分组,再基于用户位置信息对用户进行K均值聚类分组,并对不同组别的用户采用不同的导频分配方案.仿真结果...     

基于二进制粒子群算法的OFDM稀疏信道导频优化

在正交频分复用(orthogonal frequency division multiplexing,OFDM)稀疏信道中,合理的导频设计可以提高信道估计的性能,以测量矩阵的互相关最小化作为目标,提出一种基于二进制粒子群算法的导频优化方案,引入混沌初始化机制来保证初始粒子均匀地分散在解空间里,通过粒子变异机制来保证种群的快速收敛.根据实验和仿真结果可以看出,与随机搜索导频优化算法、逐位置导频优化算法以及最小二乘法相比,该算法能够有效节省导频的开销,提高频谱利用率,具有更好的信道估计性能.     

能耗感知的MIMO天线配置模式选择算法

多入多出MIMO (multiple input multiple output)利用多天线技术可以在同一信道内并发传输多路数据,实现空间复用增益和空间分集增益,从而提升系统吞吐量、传输范围和可靠性,但MIMO所采用的多天线技术会大幅增加通信终端的能耗成本。能耗是智能终端的关键性能指标,也是制约MIMO技术能否在智能终端上推广使用的重要因素。针对这一问题,研究了IEEE 802.11n 的MIMO发送端能耗问题,提出了一种能耗感知的MIMO天线配置模式选择算法。该算法以单位比特能耗为优化目标,根据缓冲区待发送数据帧的数量,动态调整MIMO天线配置模式。缓冲区待发送数据帧的数量超过上限阈值时,发送端调整天线配置模式,并根据待发送帧大小和历史统计信息预测和激活能耗最优的天线数量;低于下限阈值时,发送端关闭多天线,采用单天线进行数据传输。基于真实实验数据的数值分析结果表明,该算法能够充分利用睡眠状态优化MIMO发送能耗,有效提升单位比特能耗。     

OFDM系统中最优导频序列的设计方案

在正交频分复用(OFDM)系统中,接收信号易受频率选择性衰落信道的影响产生失真,准确的信道估计变得必不可少。考虑到无线信道的内在稀疏性、压缩感知技术挖掘信道稀疏特征的有效性,研究了基于压缩感知技术的OFDM稀疏信道估计。针对导频位置影响信道估计性能的问题,提出了一种反馈型的导频优化算法,该算法基于离散傅里叶变换(DFT)子矩阵中各个列之间互相干性最小的原则,同时结合信道状态信息的反馈机制,实现了对导频序列的联合优化。仿真结果表明,与当前的随机优化算法、传统最小二乘信道估计相比,该优化方法有效降低干扰和噪声对信道估计的影响,从而改善了信道估计的性能。