大規(guī)模MIMO無線通信系統(tǒng)信道估計(jì)方法研究.pdf

1、近年來，隨著人們對更快更好的無線通信業(yè)務(wù)需求不斷增長，大規(guī)模多輸入多輸出(MIMO，Multiple Input Multiple Output)技術(shù)日益成為研究熱點(diǎn)。大規(guī)模MIMO技術(shù)中的基站端配備數(shù)十至數(shù)百根的天線，同時(shí)對多用戶提供服務(wù)，其頻譜利用率、功率效率以及傳輸可靠性均大大提升。本文針對單小區(qū)和多小區(qū)大規(guī)模MIMO場景下的信道估計(jì)方法展開研究。
　　首先，闡述了因子圖的概念，并對函數(shù)的因式分解和邊緣分布進(jìn)行了詳細(xì)的介紹。

2、利用因子圖的形式，對和積算法的整個(gè)過程進(jìn)行了闡述與推導(dǎo)，由此引出近似消息傳遞(AMP，ApproximateMessage Passing)算法。
　　然后，研究了AMP算法在大規(guī)模MIMO系統(tǒng)下的應(yīng)用。單小區(qū)場景下，利用大規(guī)模MIMO波束域信道的稀疏特性，提出了基于統(tǒng)計(jì)信道狀態(tài)信息（SCSI，Statistical Channel State Information）的AMP信道估計(jì)方法。該方法允許使用隨機(jī)導(dǎo)頻來替換正交導(dǎo)頻，可

3、有效解決正交導(dǎo)頻資源不足的問題，且其性能逼近由Zadoff-Chu序列移位生成的導(dǎo)頻序列?；贏MP算法的信道估計(jì)方法，獲得了遠(yuǎn)超最小二乘(LS，Least Square)信道估計(jì)的MSE(Mean Squared Error)性能，而其復(fù)雜度遠(yuǎn)低于最小均方誤差（MMSE，Minimum Mean Squared Error）估計(jì)。通過狀態(tài)演進(jìn)(StateEvolution)算法對其在單小區(qū)場景下進(jìn)行了收斂性分析，并對迭代收斂次數(shù)進(jìn)行了

4、預(yù)估。仿真結(jié)果表明，較之已有文獻(xiàn)中的期望最大化高斯混合近似消息傳遞(EM-GM-AMP，Expectation-Maximization Gaussian-Mixture Approximate Message Passing)算法，所提算法能大幅提升收斂速度，并且提升估計(jì)性能。
　　最后，在多小區(qū)大規(guī)模MIMO場景下對鄰小區(qū)干擾(ICI，Inter Cell Interference)問題進(jìn)行了研究。多小區(qū)場景下，已有文獻(xiàn)通常假

5、設(shè)不同小區(qū)復(fù)用同一套導(dǎo)頻序列，而小區(qū)內(nèi)用戶的導(dǎo)頻相互正交。AMP算法利用隨機(jī)導(dǎo)頻，在小區(qū)間使用不同導(dǎo)頻序列，就能一定程度上對抗導(dǎo)頻污染?；赪yner六邊形多小區(qū)結(jié)構(gòu)，對Wyner六邊形多小區(qū)結(jié)構(gòu)最優(yōu)協(xié)作小區(qū)數(shù)進(jìn)行了仿真分析，并將AMP算法應(yīng)用到該結(jié)構(gòu)下的多小區(qū)大規(guī)模MIMO場景，獲得了遠(yuǎn)超LS信道估計(jì)的MSE性能。仿真結(jié)果表明，在相對導(dǎo)頻長度不足時(shí)，AMP算法高信噪比(SNR，Signal-to-Noise Ratio)區(qū)域會出現(xiàn)收斂