大規(guī)模MIMO系統(tǒng)中導(dǎo)頻污染空域降低方法研究.pdf

1、大規(guī)模MIMO(Very Large MIMO或Massive MIMO)技術(shù)是IMT2020(5G)中的關(guān)鍵技術(shù)之一。當(dāng)天線數(shù)目遠(yuǎn)遠(yuǎn)大于用戶數(shù)時(shí)，干擾與噪聲可以忽略不計(jì)，導(dǎo)頻污染(PC，Pilot Contamination)成為制約系統(tǒng)性能的主要瓶頸。因此，降低或消除導(dǎo)頻污染，對(duì)于5G來說具有重要現(xiàn)實(shí)意義。
　　本文從空域的角度探索多小區(qū)多用戶大規(guī)模MIMO通信系統(tǒng)中降低導(dǎo)頻污染的方法，提出了一種基于空域的導(dǎo)頻污染降低方法。為

2、了獲得大規(guī)模MIMO場(chǎng)景下目標(biāo)用戶的來波方向（DOA，Direction of Arrival），針對(duì)兩種不同天線陣型（線形天線陣列與方形天線陣列）分別提出了基于壓縮感知(CS，CompressiveSensing)理論的DOA估計(jì)算法。
　　本文的主要研究?jī)?nèi)容有:
　　1.分析了兩種大規(guī)模MIMO天線陣列下的信道模型、鏈路模型以及導(dǎo)頻污染模型;提出了一種利用目標(biāo)信號(hào)DOA信息降低導(dǎo)頻污染的方法;指出了體現(xiàn)導(dǎo)頻污染強(qiáng)度大小的

3、性能指標(biāo);對(duì)該方法的可行性與有效性進(jìn)行了分析與仿真，并給出了該方法對(duì)估計(jì)精度的需求。
　　2.針對(duì)大規(guī)模MIMO場(chǎng)景中的兩種天線陣列，給出了壓縮感知模型的推導(dǎo)與分析;針對(duì)匹配追蹤(MP，Matching Pursuit)算法的不足，提出了兩種低運(yùn)算復(fù)雜度的改進(jìn)算法;在2D DOA估計(jì)時(shí)，提出了采用合成角解決仰角與方位角相互耦合問題的方法;最后對(duì)這些DOA算法的運(yùn)算復(fù)雜度與估計(jì)精度等性能進(jìn)行了總結(jié)與比較。
　　3.將本文提出的