采用数据辅助的大规模MIMO信道半盲迭代估计

由于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)信道衰落参数的维度较高,导致最优估计算法计算量大且需要的导频数较多而影响到频谱效率。为降低计算复杂度并减少导频开销,提出了两种基于期望最大化(Expectation Maximization,EM)估计的半盲迭代改进算法。利用少量正交导频序列估计出信道初值,通过用户与基站间信道的大尺度衰落系数把用户分簇,根据这些系数按比例地分配接收噪声,再利用数据的统计特性推导出信道衰落参数的均值和方差。仿真结果表明,当导频数远少于待估计参数的个数时,半盲估计算法的均方误差(Mean Square Error,MSE)优于导频估计的极大似然(Maximum likelihood,ML)算法。     

应用加权高斯模型的非理想稀疏信道估计

在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递（Unitary Transform Approximate Message Passing,UT-AMP）和加权高斯（Weighting-Gaussian,WG）先验模型的稀疏估计算法。首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化（Expectation Maximization,EM）算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值。     

MIMO-OFDM系统载波间干扰的时域消除

由于载波间干扰（ICI）是影响正交频分复用（OFDM）系统性能的重要因素，一般消除ICI时作信道估计都采用辅助导频的方法，需要使用大量的离散导频，为此提出了一种对MIMO信道中ICI消除的时域均衡方法。该方法利用MIMO空时检测后的数据信息迭代回去，当作导频符号估计出时变信道的冲激响应，然后通过时域均衡消除ICI，而无需额外的导频，在改善系统误误码率的同时，提高了频谱的利用率。     

基于确定性观测的压缩感知MIMO信道参数反馈

在实际资源受限（带宽受限或功率受限）的无线通信系统中,多径信道具有很强的稀疏特性,如何利用这一特点更加高效地将接收端获得的多径信道状态信息（CSI）进行压缩、反馈,是目前信道状态信息反馈技术的研究热点。针对现有多入多出（MIMO）信道状态信息反馈方法中随机观测矩阵需要较大存储空间的问题,引入了确定性Golay测量矩阵,提出了一种基于确定性观测的压缩感知MIMO多径信道参数反馈方法。在接收端对由信道估计得出的信道状态信息利用确定性Golay测量矩阵进行观测,将较少数目的观测值反馈到发送端,在发送端通过重构算法恢复出完全信道状态信息。仿真实验表明,与随机观测相比,采用确定性Golay观测矩阵的方法虽然需要的观测值数目会有所增加,但所需存储空间远小于随机观测矩阵,且利用确定性观测反馈信道状态信息的重构性能与随机观测矩阵相当。     

DFT-S-GMC系统中均匀导频信道估计方法性能分析

针对我国提出的离散傅里叶（DFT）扩频广义多载波（DFT-S-GMC）系统,给出了使用均匀分 布导频的信道估计方 法。该方法首先采用最小二乘算法估计导频音的信道频响,然后内插或外推非导频音的信道 频 响,再利用信道频响DFT过采样特性,数据块特定用户数据子带信道频响可由与之对应的导 频块内子载波处信道频响线性内插获得,并在时间维上线性内插出数据子带处的信道频响。 最后,通过仿真比较分析了高低阶插值、内插外推方法以及导频密度对信道估计方法性能的 影响。     

一种基于RAMP算法的OFDM稀疏信道估计方法

针对OFDM稀疏信道估计需要信道稀疏度作先验条件的不足,将正则化自适应匹配追踪（RAMP ） 用于信道重建,可在信道稀疏度未知的情况下,自适应地调整候选集原子的个数,并利用正 则化过程实现支撑集的二次筛选,逐步扩大支撑集,准确地估计出信道的冲激响应。仿真结 果表明,该方法收敛速度快,估计效果好,有较好的应用价值。     

基于梳状导频的OFDM分组自适应比特装载与功率控制

无线通信环境中信道信息(ChannelStateInformation,CSI)随时间变化明显,需要不断地更新自适应比特装载和功率控制的策略。现有的OFDM自适应比特装载方法需要大量的信令来传递当前比特装载的策略,不适用于无线通信的应用环境。为此,本文针对OFDM系统的特征提出了一种利用插入梳状导频的信道估计得到的带有误差的信道信息,来完成自适应比特装载的算法。首先把OFDM子载波进行分组,然后利用基于梳状导频的信道估计对信道时变进行跟踪,使用即时获得的CS完成自适应比特装载算法。仿真实验证明,在保证算法简单、实用及保证要求的误码率(BER)性能的情况下,信道信令的开销低于传统算法的10%。     

5G毫米波信道估计研究综述

信道估计是大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）毫米波（Millimeter Wave,mmWave）系统关键技术之一。梳理了近几年大规模MIMO毫米波的信道估计策略,重点从压缩感知（Compressive Sensing,CS）、参数估计和深度学习三个方面进行了描述与分析。通过算法性能的对比,总结了毫米波信道估计目前存在的问题以及未来发展的趋势。     

基于预编码与导频分配的大规模MIMO导频污染抑制

导频污染问题是限制大规模多输入多输出(MIMO)系统性能的主要影响因素。针对这个问题，提出了一种基于改进预编码和最优导频分配策略的大规模MIMO系统导频污染抑制算法。首先，在系统下通过基于改进遗传优化算法的最大化信干噪比(SINR)预编码算法，获得最优预编码矩阵；然后，通过基于用户信道条件优劣的最优导频分配策略对每个小区用户进行导频分配，从而实现大规模MIMO系统导频污染抑制。通过Matlab仿真结果可知，相对于传统的SINR预编码算法，所提算法的复杂度降低了65%左右，而导频污染抑制性能提升了30%左右。该算法能够有效抑制导频污染，提升大规模MIMO系统的性能。     

移动WiMAX下行系统SVD-FFT内插信道估计

针对移动WiMAX下行系统中导频个数少且分配不均匀导致的边缘效应问题,提出了一种 基于奇异值分解（SVD）的快速傅里叶变换（FFT）内插信道估计方法。该方法首先得到每个 符号实 际分配导频处的最小二乘信道频响估计,当前符号在相邻符号实际分配导频处的信道频响由 相邻符号信道频响线性内插得到;然后,将上述信道估计值合并且按子载波索引值升序排列 后进行奇异值FFT内插,以减少边缘效应和噪声的影响;最后再经线性内插得到数据子载波 处的信道频响估计值。仿真结果表明,和传统估计方法相比,所提出的方法估计精度更高, 复杂度较低,而且避免了使用信道统计特性信息。     

时分双工系统波束赋形块长优化

提出了一种优化时分双工系统波束赋形块长的方案。在该系统中,由于上下行链路的 信道互易性,基站可以通过上行导频估计出当前时刻的信道状态信息,从而计算出下一时刻 的发射波束赋形向量或矩阵。当给定归一化导频开销时,不同的波束赋形块长对应不同的上 行信道估计误差和上下行传输时延,进而导致不同的系统性能。以块平均后验信噪比为目标 函数,推导出最优块长,它能同时最大化块平均后验信噪比和块遍历容量(上界)。仿真结果 验证了理论分析的正确性。     

基于ResNet的大型智能表面在毫米波系统中的应用

大型智能表面（Large Intelligent Surface,LIS）协助毫米波通信已经成为一种提高覆盖率和吞吐量的极具潜力的技术。为了设计LIS系统的反射波束,通常需要获取完美的级联信道状态信息。然而,由于LIS具有高维级联信道和大量无源反射元件,估计其级联信道状态信息一直是LIS的挑战之一。针对上述问题,提出一种基于残差神经网络（Residual Neural Network,ResNet）的LIS反射波束设计解决方案。该方案采用有源（连接LIS控制器的基带）和无源元件混合的LIS框架,只需要估计少量有源元件的信道状态信息便可以借助ResNet训练的网络模型预测最佳发射波束。与现有方法相比,所提出的ResNet网络可以减少训练开销,提升可实现速率,表现出更强的鲁棒性。     

毫米波大规模MIMO系统混合波束成形技术综述

毫米波通信和大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）技术是5G的关键候选技术,在提高5G系统各项性能指标上潜力巨大。混合波束成形作为毫米波大规模MIMO系统中的关键点,能在系统性能和实现复杂度上取得较好平衡,受到业界和学术界广泛关注。首先给出了混合波束成形经典系统模型和常用信道模型,根据信道状态信息获取方式的不同,从基于理想信道条件和基于波束配对两个方面分析和归纳了现有的混合波束成形方案,最后指出了混合波束成形未来发展趋势以及尚未解决的难点。     

基于压缩感知的信道反馈重构

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基于压缩感知技术(Compressed Sensing,CS)开发高效的信道状态信息(Channel State Information,CSI) 反馈方案是现在研究的热点。针对现有的基于CS的信道反馈重构算法——正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法存在重构时间长、数据量大可能会无法适用的不足,提出了一种改进的OMP算法,即广义正交匹配追踪(Generalized OMP,GOMP)算法对CSI进行高效重构。仿真结果表明,GOMP算法在重构精确度上高于OMP算法,特别是在较低的压缩比下优势更为突出;而且由于迭代次数减少,需要的重构时间也显著减少。     

面向5G的大规模MIMO技术综述

未来第5代移动通信系统(5G)中无线数据业务量的爆发性增长推动着研究人员发展新的颠覆性技术。作为5G的关键候选技术之一，大规模多入多出(MIMO)在基站使用远超激活终端数的天线，能增加一个数量级的频谱效率并大幅降低发射功率。首先介绍了大规模MIMO的系统模型和理论性能，其次分析和归纳了在信道测量与建模、信道信息获取、传输方法的研究成果，然后简述了实验和测试进展，最后讨论了未来研究方向。     

单频网多播系统中的开环半动态功率分配算法

在单频网多播传输中,传统的全反馈动态功率分配数算法需要根据每个时隙反馈的用户瞬时信道信息进行实时的调整,所以造成了资源分配频率快、上行反馈开销大的缺点。为了克服这个缺点,提出了一个低复杂度、没有用户反馈的单频网多播开环半动态功率分配算法。首先在各小区等功率分配的假设下,根据单频网的形状信息算出各小区等价信道增益,然后再根据这个增益值,实现满足速率需求情况下的各小区功率分配。仿真结果显示,与全反馈的动态功率分配算法相比,该算法以一小部分性能损失为代价,大大减少了单频网的上行反馈和资源分配的开销,因此更适用于实际的单频网多播系统。     

双极化天线MIMO系统中预编码的研究

预编码技术就是在发射端利用信道状态信息对发送符号进行预处理以达到提高系统容量和无线通信的数据传输速率的信号处理技术。在双极化天线MIMO系统中,由于其信道的特征矩阵非常复杂,利用其信道状态信息获取预编码向量的处理计算量较大。本文利用双极化多天线信道特征矩阵的特性,证明其对信道的特征矩阵的处理可以近似转化为对一个i．i．d．矩阵和一个类三角阵的处理,在保证系统的性能不受太大影响的前提下,降低了计算预编码向量的复杂度。