大规模MIMO无线通信系统统计信道信息获取方法研究

摘要

随着智能终端的迅速普及以及移动新业务需求的大量增长，大规模多输入多输出(MIMO，Multiple-Input Multiple-Output)技术得到越来越广泛的关注。大规模MIMO技术通过在基站侧配置大规模天线阵列，能够同时满足多个用户的通信需求，具有充分挖掘空间维度无线资源的潜力，从而大幅提升无线通信系统的频谱效率和功率效率。本论文针对大规模MIMO无线通信系统统计信道信息获取方法展开研究，着重研究基于近似消息传递（AMP，Approximate Message Passing）算法的统计信道信息获取方法。
　　首先，简要概述因子图和期望最大(EM，Expectation Maximization)算法。介绍因子图的基本概念，把一个全局函数分解为若干个局部函数的乘积后，可以用因子图来描述整个全局函数。阐述利用因子图计算单个边缘函数的具体方法以及计算所有边缘函数的和积算法，引出基于因子图的AMP算法。详述利用EM算法估计含有隐变量概率模型参数的整个过程以及利用EM算法估计序列的收敛性，并且在高斯混合(GM，Gaussian Mixture)模型中利用EM算法估计模型参数。
　　接着，研究窄带大规模MIMO系统统计信道信息获取方法。给出大规模MIMO波束域信道模型以及AMP信道估计所需的统计信道信息。在统计信道信息获取阶段，将所有用户到基站侧同一个波束的信道建模为GM分布后，联合利用AMP算法和EM算法估计信道参数，对多个样本点做统计平均得到统计信道信息。提出改进的统计信道信息获取方法，通过利用上述方法获取的统计信道信息进一步估计每个用户信道的平均到达角和角度扩展，得到每个用户的功率角度扩展(PAS，Power Azimuth Spread)分布，利用估计的PAS计算统计信道信息。仿真结果表明，AMP信道估计利用提出的方法获取的统计信道信息能够取得接近利用理想统计信道信息的性能，并且相对于未改进的方法，利用改进的方法获取统计信道信息具有更好的性能。
　　最后，研究大规模MIMO OFDM系统统计信道信息获取方法。阐述大规模MIMO OFDM系统信道模型，分析大规模MIMO OFDM系统空间信道特征，给出大规模MIMO OFDM系统波束域信道模型，并通过用户调度阶段多用户和速率表达式给出BDMA传输方案需要获取的统计信道信息。提出利用上行探测信号获取统计信道信息方法，利用ZC序列生成探测信号并给出探测信号的资源映射，联合利用AMP算法和EM算法估计多径信道参数，给出大规模MIMO OFDM系统统计信道信息获取方法。仿真结果表明，利用提出的多径信道参数估计方法能够较为准确地估计多径信道信息，包括每条路径的时延和功率;利用提出的统计信道信息获取方法能够较为准确的估计每个用户的特征模式能量耦合矩阵和噪声方差，并且在用户调度阶段使用估计的统计信道信息能够取得良好的调度性能。

目录

声明

摘要

插图目录

表格目录

本论文专用术语的注释表

第一章 绪论

1．1 研究背景

1．2 传统MIMO技术

1．3 大规模MIMO技术

1．4 统计信道信息

1．5 论文的内容安排

1．6 数学符号约定

第二章 因子图和EM算法概述

2．1 引言

2．2 因子图

2．2．1 因子图概论

2．2．2 单个边缘函数计算

2．2．3 和积算法

2．2．4 AMP算法

2．3 EM算法

2．3．1 EM算法引入

2．3．2 EM算法的收敛性

2．3．3 EM算法在高斯混合模型学习中的应用

2．4 本章小结

第三章 大规模MIMO系统统计信道信息获取

3．1 引言

3．2 系统模型

3．3 统计信道信息获取

3．3．1 统计信道信息分析

3．3．2 获取方法

3．3．3 改进的获取方法

3．4 仿真结果

3．5 本章小结

第四章 大规模MIMO OFDM系统统计信道信息获取

4．1 引言

4．2 系统模型

4．2．1 信道模型

4．2．2 信道特征

4．2．3 BDMA传输所需统计信道信息

4．3 统计信道信息获取

4．3．1 探测信号设计

4．3．2 获取方法

4．4 仿真结果

4．5 本章小结

第五章 全文总结

参考文献

作者攻读硕士学位期间撰写的论文

致谢