基于波束稀疏压缩感知的毫米波信道估计研究.pdfVIP

基于波束稀疏压缩感知的毫米波信道估计研究

摘要

为满足用户对数据传输速率不断增长的需求，无线通信网络急需配备大规模天线阵

列来提升网络容量。毫米波通信技术作为5G通信系统研发的关键技术，其大带宽，短

波长的特性使得在收发机两端配备大规模天线阵列成为可能，然而大规模天线阵列和毫

米波较大传输损耗给信道估计带来巨大复杂度。对于毫米波大规模MIMO系统而言，准

确的信道状态信息是实现波束赋形和定向增益的重要保障。而传统的信道估计算法没有

充分考虑毫米波系统的实际情况，无法在有限的导频数量下对信道进行有效恢复。通过

对毫米波信道固有稀疏特性的研究发现，将压缩感知技术应用于信道估计可以在低信噪

比下显著提高信道重构精度，同时降低导频开销，提升系统的频谱效率。

毫米波大规模MIMO系统的波束域信道具有稀疏性，因此，论文对基于波束稀疏压

缩感知的毫米波信道估计技术问题进行了研究，主要工作内容如下：

首先，对于窄带单用户毫米波大规模MIMO系统和信道模型进行分析，并扩展到宽

带多用户毫米波大规模MIMO系统，分析对比了窄带和宽带毫米波信道模型的特性，分

别建立基于波束稀疏压缩感知方法的信道估计方案，方便后续开展工作。

然后，对现有的窄带毫米波信道重构问题进行分析，针对目前算法存在的重构精度

不足问题，联合利用窄带毫米波信道的波束域稀疏性和低秩性，提出基于自适应角域补

偿的联合信道估计算法。验证了自适应角域补偿的有效性并推导了交替方向乘子法求解

过程。在此基础上提出自适应角域补偿的快速联合信道估计，有效降低了交替方向乘子

法的计算成本。并在多对比条件下进行了无线通信仿真，仿真实验表明该算法相比于传

统算法具有更高的恢复精度。

最后，针对现有宽带多用户毫米波信道估计算法在导频开销过高及低信噪比环境下

性能不佳等问题，通过采用宽带毫米波波束域信道固有的频变稀疏性，提出基于波束分

束模式改进的稀疏贝叶斯学习算法。采用期望最大化算法来优化噪声方差的估计，能够

有效提高低信噪比下的重构性能。通过对宽带多用户毫米波大规模MIMO系统进行仿

真，验证了所提算法在多个条件下均具有最佳的信道估计性能。

关键词：毫米波；大规模MIMO；信道估计；压缩感知

基于波束稀疏压缩感知的毫米波信道估计研究

Abstract

Inordertomeetusersincreasingdemandfordatatransmissionrates,itisimperativethat

wirelesscommunicationnetworksbeequippedwithlarge-scaleantennaarraystoenhancetheir

networkcapacity.Asakeytechnologyforthedevelopmentof5Gcommunicationsystems,

millimeter-wavecommunicationtechnology,withitshighfrequencyandshortwavelength,

makesitpossibletoequiplarge-scaleantennaarraysatbothendsofthetransceiver.However,

theuseoflarge-scaleantennaarraysandthesignificanttransmissionlossesatmillimeterwaves

introducecomplexitytotheprocessofchannelestimation.Inmillimeter-wavemassiveMIMO

systems,accuratechannelstateinformationisessentialforrealizingeffectivebeamformingand

capturingdirectionalgain.Thetraditionalchannel