毫米波通信系统中的信道估计及峰均比压缩方法研究

摘要

随着第四代移动通信系统在全球范围内的普及，下一代移动通信系统的设计面临着频谱资源稀缺的现实问题。毫米波通信依靠丰富的频谱资源在下一代移动通信系统的相关研究中受到了广泛的关注。近年来，毫米波通信技术进入了一个快速发展的时期，针对一些技术性难题，研究人员提出了各种解决方案。在这一过程中，结合大规模天线阵列和波束成形的毫米波移动通信系统设计框架被不断地强化。在此基础上，本论文围绕毫米波信道估计和峰均比压缩方法进行了深入的研究。论文的主要贡献如下:
　　针对大规模天线阵列与波束成形相结合的毫米波通信系统，本文提出了一种新的波束域毫米波信道估计方法。根据射线追踪(Ray-Tracing)模型，首先将毫米波信道矩阵估计问题转化为关于路径发射角、到达角及路径增益的参数估计问题。之后，利用波束域二维多重信号分类(MUSIC，MUltiple SIgnal Classification)空间谱和最小二乘法(Least-Squares)分别估计路径的方向角和增益系数，给出了毫米波参数信道估计算法。最后，对所提方案的可行性进行了论证，重点分析了波束成形对于波束域二维MUSIC空间谱模糊效应的影响，并给出了避免空间谱模糊效应且最大化可分辨路径方向角数量的波束成形设计充分条件。仿真结果表明，与目前基于波束训练及稀疏恢复的毫米波信道估计方法相比，所提出的信道估计方法具有更低的均方误差。
　　为降低大规模天线阵列下通信接收机的硬件成本，本文还提出了一种新的基于低精度（1比特）模数转换器(ADC，Analog-to-Digital Converter)的发射端信道估计方法。量化精度的降低不仅能够抵消毫米波通信带宽剧增对于ADC功耗的影响，而且还有利于降低反馈开销，但是它同时给信道估计问题提出了巨大的挑战。针对这一问题，本文首先介绍了基于1比特扰动量化(DQ，Dithered Quantization)的信道估计方法，然后提出了基于1比特过水平采样(LTS，Level-TriggeredSampling)的信道估计方法。最后，重点分析了所提方法的渐进统计特性，证明了基于1比特LTS信道估计的一致性、渐进无偏性及渐进正态性。仿真结果表明，和基于1比特DQ的信道估计方法相比，基于1比特LTS的信道估计性能更接近于全精度采样情形下的理想结果。
　　以上信道估计方法为获取毫米波信道状态信息(CSI，Channel State Information)提供了可行的备选方案。假设CSI已知，为提升发射端功率放大器(PA，Power Amplifier)的能量转换效率，本文提出了与波束成形相结合的峰均比(PAPR，Peak-to-Average Power Ratio)压缩优化方法。首先，在基于天线子阵列的波束成形方案的基础上，定义了发射端单个PA上的输入信号峰均比。然后分别建立了单天线峰值功率和预处理串扰约束的峰均比压缩优化问题，并推导了所得峰均比压缩方案的平均PAPR上界。最后，论文给出了求解以上峰均比压缩问题的优化算法。所提优化算法的核心步骤均涉及求解一类近端优化(Proximal Problem)子问题，论文通过验证Karush-Kuhn-Tucker条件，证明了所提算法求解该问题的最优性。功率削波影响下的仿真结果表明，和迫零预编码方案相比，本文提出的峰均比压缩方法能够获得更优的峰均比和误比特率性能。

目录

声明

摘要

插图目录

表格目录

数学符号说明

英文缩略词说明

第一章 绪论

1．1 论文的研究背景

1．1．1 毫米波通信系统中的混合波束成形

1．1．2 利用信道稀疏特性的毫米波信道估计

1．1．3 低精度模数转换器

1．1．4 峰均比压缩方法

1．2 论文的主要工作

第二章 波束域毫米波参数信道估计方法研究

2．1 引言

2．2 基于射线追踪模型的参数信道估计

2．2．1 毫米波射线追踪信道模型

2．2．2 系统模型

2．3 基于射线追踪模型的的毫米波信道估计方法概述

2．3．1 基于角度域稀疏性的信道估计方法

2．3．2 基于波束域空间谱的毫米波信道估计

2．4 基于波束域二维MUSIC的毫米波信道估计

2．4．1 获取自协方差矩阵

2．4．2 基于波束域二维MUSIC的发射角和到达角估计

2．4．3 基于方向矩阵的路径增益估计

2．4．4 复杂度分析

2．5 波束域二维MUSIC空间谱分析

2．5．1 波束域MUSIC空间谱模糊效应

2．5．2 最大化可分辨路径数的波束成形设计充分条件

2．5．3 DFT波束成形算法

2．5．4 分辨门限信噪比

2．6 系统仿真结果与分析

2．7 本章小结

第三章 采用1比特ADC的毫米波信道估计方法研究

3．1 引言

3．2 基于扰动量化的信道估计

3．2．1 系统模型

3．2．2 1比特扰动量化

3．2．3 基于1比特反馈扰动量化的信道估计算法

3．3 基于过水平采样的信道估计

3．3．1 系统模型

3．3．2 连续时间最大似然信道估计

3．3．3 基于过水平采样的发射端信道估计算法

3．3．4 零采样概率

3．3．5 渐进分析

3．3．6 单个1比特反馈下的均方误差下晃

3．3．7 末尾采样时间受限的信道估计

3．4 系统仿真结果与分析

3．5 本章小结

第四章 基于天线子阵列的峰均比压缩及波束成形方法研究

4．1 引言

4．2 系统模型

4．2．1 毫米波信道模型与数据传输帧结构

4．2．2 基于天线子阵列的混合波束成形

4．3 单天线发射功率受限的峰均比压缩方法

4．3．1 天线子阵列峰均比定义

4．3．2 建立优化模型

4．3．3 天线子阵列平均峰均比上限

4．3．4 快速迭代收缩阈值算法

4．3．5 近端优化问题最优解

4．4 串扰受限的峰均比压缩方法

4．4．1 建立优化模型

4．4．2 原始-对偶混合梯度算法

4．4．3 串扰受限的峰均比压缩算法与迫零预编码的误比特率对比

4．5 基于天线子阵列的波束成形算法

4．5．1 接收端模拟波束成形算法

4．5．2 发射端混合波束成形算法

4．6 系统仿真结果与分析

4．7 本章小结

第五章 全文总结

5．1 全文研究内容总结

5．2 未来研究方向展望

参考文献

附录

作者简介(包括论文和成果清单)

致谢