论文部分内容阅读
当今是一个信息爆炸的时代,移动互联网和物联网业务日益普及。随着用户数目日益增加,人们对于移动数据业务,无线传输速度与系统容量的需求呈现指数增长趋势。面向2020年的5G技术中一项重要组成部分—大规模MIMO(Massive Multiple-Input Multiple-Output),它可以通过使用低复杂度的线性预编码同时服务多个用户设备(UE:User Equipment)从而可有效提升频谱效率。这一新概念虽然带来了许多好处,但是同时也带来了新的挑战,引起了业界和学术界的关注。本文主要关注大规模MIMO场景,针对随机接入导频分配,CSI反馈进行相关研究工作:1、针对在BS端集中式解决导频冲突的传统方案,提出了一种在UE端分布式解决导频冲突的新方法,传统方法在发送有效载荷数据之前需要为每个UE分配导频序列,提出的方法通过UE判定信号强弱来决定是否重复发送导频,以避免小区内导频冲突并实现大规模MIMO研究主体中考虑的有效载荷传输情况。仿真结果表明UE端分布式解决导频冲突方法可有效提高解决冲突的概率和降低随机接入次数。2、提出一种在FDD模式下的大规模MIMO场景下,通过D2D通信协助来进行有限CSI反馈的方法。在每个D2D链路上得到最优位分区后进行CSI交换,然后在用户端进行预编码,并将经预编码处理后的信息反馈给BS端,可显著提高CSI反馈效率。仿真结果表明基于D2D的CSI反馈较传统方法可有效提高频带利用率。3、提出了一种在FDD模式下的大规模MIMO系统中,结合压缩感知的自适应稀疏信道估计和CSI有限反馈方法。提出的有限的反馈方法采用双向(DD)MIMO信道,根据出发角度(AOD)和到达角度(AOA)构建双向字典模型,同时利用OMP-SQ算法对信道进行估计和重建。该算法使用少量反馈比特提供可接受的信道估计精度,即使BS中的发射天线的数量很大,也能获得很好的效果。仿真结果表明所提出的OMP-SQ算法较OMP-VQ算法可取得更小的平均归一化均方误差(NMSE)和更高的链路总容量。