无线信道有限反馈技术研究

摘要

本文基于压缩感知理论，对无线通信系统中信道有限反馈技术进行了深入的研究，主要研究工作包括：第二章从对现有无线信道有限反馈技术分析展开，接着对压缩感知理论与分布式压缩感知进行深入研究，探索基于压缩感知的信道有限反馈技术；第三章研究自适应OFDM系统中基于压缩感知的信道质量信息反馈压缩新方法；第四章研究认知无线电网络中基于压缩感知的信道干扰状态信息有限反馈；第五章研究具有空时相关性的大规模MIMO系统基于分布式压缩感知的信道有限反馈；第六章研究认知无线电网络基于主系统有限反馈的频谱共享方案；第七章总结全文并展望下一步工作。本研究主要内容包括：
　　⑴信道有限反馈技术研究分析。对现有文献中所提出的信道有限反馈技术进行了分类，并对已有的各种信道有限反馈技术进行了详尽分析，跟踪了国内外最新相关研究进展，探讨了在具有空间、频率、时间相关性的无线衰落信道环境下，是否可以充分利用某种相关特性进一步降低反馈信息量，为展开本论文的研究工作明确了方向。
　　⑵压缩感知理论与分布式压缩感知研究分析。对新兴的压缩感知理论进行了研究，跟踪了国内外对于压缩感知信号稀疏表示、测量矩阵、重建算法以及应用领域等相关研究进展，对分布式压缩感知联合稀疏模型及相应重建算法进行了详细的分析，给出了无线通信领域的联合稀疏模型，确立了本论文围绕基于压缩感知的信道有限反馈技术展开研究的方向。
　　⑶提出了自适应OFDM系统基于压缩感知的信道信息反馈压缩新方法。在自适应多载波正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)系统中信道质量指示(Channel Quality Indication，CQI)反馈量非常大，必须对其进行压缩。本文提出了自适应OFDM系统中基于压缩感知的CQI反馈压缩新方法。本文仿真结果表明，在相同的反馈速率条件下，CS压缩方法对信道质量信息的重建性能好于DCT，系统吞吐量性能与DCT反馈压缩方法相比，提高了0.1bits/s/Hz。
　　⑷认知无线电网络基于压缩感知的信道有限反馈新技术。提出了一种基于压缩感知的认知无线电网络有限反馈技术，以信道路径损耗矩阵作为感知矩阵，反馈带宽仅与感知接收机个数的对数呈线性增长。在两种信道误差模型下，采用压缩感知有噪情况下的重建算法（LASSO方法），仿真研究了系统的重建性能。结果表明，在信道信息不完整的情况下，能够保持较好的重建性能，同时还表明，通过适当增加反馈带宽可换取系统对差错容忍程度的大幅提高。
　　⑸具有空时相关性的大规模MIMO系统基于分布式压缩感知的信道有限反馈新技术。在大规模MIMO系统中，信道信息反馈量庞大，必须对其加以压缩降低。本文提出了将分布式压缩感知应用于具有空时相关性的大规模MIMO系统信道信息反馈压缩，所提出的新方法使反馈量大幅降低，同时能够保证基站接收端以较大概率准确重建出信道信息。仿真结果显示，新方法与基于传统CS的有限反馈技术相比，能够进一步节省反馈资源，而MSE性能与吞吐量性能却更加优越;另外，基于DCS的反馈压缩新方法其MSE性能随着联合重建的信号个数的增加变得越来越好，但随着多普勒频移的增大MSE性能有所下降。
　　⑹认知无线电网络基于主系统有限反馈的频谱共享方案。提出了一种适用于同时存在多个主用户和一对次用户场景的频谱共享方案。次用户根据偷听到的主系统有限信道质量信息(CQI)反馈，以适当的发送功率及速率接入信道，以致主系统传输速率遭受损失。本文在主用户速率损失约束(Rate Loss Constraint，RLC)下，研究得出了使次系统吞吐量最大化的发送功率与传输速率最佳分配方案;数值分析结果表明，对于每个主用户仅需反馈3-4个量化比特，就可使次系统的有效吞吐量堪比于主次发射端均拥有主系统链路完整CQI的情况。仿真结果显示，所提出的频谱共享方案能够满足主系统速率损失约束;本文还详细分析了发送端完全未知/已知主系统CQI时的最佳频谱共享方案，这两种情况可分别作为基于主系统CQI有限反馈的频谱共享方案的理论下限和上限。

目录

声明

摘要

符号说明

缩略词表

图表检索

第一章 绪论

1．1 宽带无线移动通信发展

1．2 未来无线通信关键技术

1．2．1 OFDM技术

1．2．2 MIMO技术

1．2．3 大规模MIMO(Large Scale MIMO，Massive MIMO)技术

1．3 认知无线电网络

1．4 信道信息有限反馈

1．4．1 CQI有限反馈技术

1．4．2 基于码本(Codebook)的有限反馈

1．5 压缩感知理论

1．5．1 压缩感知理论基本原理

1．5．2 压缩感知研究内容

1．5．3 压缩感知应用领域

1．6 分布式压缩感知

1．7 论文主要工作与研究成果

1．7．1 论文主要工作

1．7．2 论文研究成果

1．8 论文结构安排

第二章 CS与DCS及其在信道有限反馈技术中应用

2．1 压缩感知基本原理

2．2．1 信号的稀疏表示

2．2．2 信号的压缩测量

2．2．3 信号的重建

2．2 基于CS的信道CQI有限反馈

2．2．1 基于CS的信道功率增益有限反馈

2．2．2 基于CS的干扰功率信息有限反馈

2．3 分布式压缩感知

2．3．1 联合稀疏模型

2．3．2 基于JSM-2的联合稀疏信号重建算法

2．4 基于DCS的信道状态信息有限反馈

2．5 本章小结

第三章 OFDM系统基于压缩感知的CQI反馈压缩

3．1 引言

3．2 系统模型

3．3 基于CS的CQI反馈压缩方法

3．3．1 稀疏性分析

3．3．2 基于CS的CQI反馈方案

3．4 基于DCT有损压缩的CQI反馈

3．5 仿真结果及分析

3．6 本章小结

第四章 认知无线电网络基于压缩感知的有限反馈

4．1 引言

4．2 问题描述

4．3 系统模型

4．4 稀疏性分析

4．4 重建问题分析

4．5 性能分析及仿真

4．6 本章小结

第五章 大规模MIMO系统基于分布式压缩感知的信道有限反馈

5．1 引言

5．2 系统模型与DCS背景

5．2．1 系统模型

5．2．2 DCS背景

5．3 基于DCS的大规模MIMO信道有限反馈

5．4 基于CS的反馈压缩方案

5．5 重建性能指标分析

5．6 仿真与数值分析

5．7 本章小结

第六章 认知无线电网络基于主系统有限反馈的频谱共享方案

6．1 引言

6．2 系统模型

6．3 主用户量化码本设计

6．4 基于主系统有限反馈的频谱共享方案

6．5 主发射机完全不知／已知CQI时次系统吞吐量分析

6．5．1 完全不知CQI

6．5．2 完全已知CQI

6．6 数值分析与仿真结果

6．7 本章小结

第七章 总结与展望

7．1 论文总结

7．2 工作展望

参考文献

附录

攻读博士学位期间的学术论文

攻读博士学位期间参加的科研项目

致谢