大规模MIMO系统信道估计技术仿真实现_李文轲
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
的各种帮助。 18
Fra Baidu bibliotek
谢谢
10
仿真结果：
两小区单用户时 jl 0.2, SNR 10dB
11
仿真结果：
六个小区，每个小区两个用户时。 jl 0.2, SNR 10dB
12
基站间干扰抑制信道估计法：
接收信号：
Yj H jPj + H jl Xl + W
干扰数据：
D j H jl Xl
只进行接收天线 S M N
基站的接收信号 Y HP W
4
LS与MMSE信道估计法
LS信道估计: Hˆ LS arg min || Y HP ||2F
使该函数达到最小的就是H的LS估计 Hˆ LS
M使M该S函E信数道达估到计最：小Hˆ就MM是SE H a的rgMmMinSEE估计H -
MIMO即在发射端和接收端均采用多条天线配置的无 线通信系统.。具有系统容量大，频谱利用率高等优 点。
大规模MIMO中，基站配置的天线数将有数量级的增 加，随着天线数的增加，信道中的噪声的影响将会越 来越小。
3
信道估计的重要性
MIMO系统中为克服无线信道衰落影响，实现数据的 可靠传输，需要获得无线信道状态信息，因此信道 估计对MIMO系统必不可少。
Yj H jPj + H jl Pl + W
Yj UΣV†
U = S | N
接收信号子空间 Y = S†Y HP + Z
15
仿真结果：
三个小区，每个小区三个用户时。导频序列长度为3。
数据符号个数为1000. jl 0.2, SNR 10dB 16
仿真结果：
M 300, SNR 10dB
17
总结
总结： • 首先对传统MIMO以及常用的最小二乘法与最小均方 误差信道估计法进行了仿真实现。 • 其次，针对大规模MIMO系统下信道估计产生的导频 污染问题进行了调研，仿真了导频污染对系统的性能 的影响。 • 最后，在调研大规模MIMO系统信道估计相关算法的 基础上，通过仿真实现了三种抑制导频污染的信道估 计算法，并对其性能进行了分析。 • 衷心感谢陈志刚老师的悉心指导。感谢同学给予我
毕业设计答辩
大规模MIMO系统信道估计技术 仿真实现
姓名：李文轲 班级：信息05 学号：10052117 指导教师：陈志刚
答辩提纲
课题背景 • MIMO与大规模MIMO技术 • 传统信道估计技术
导频污染下的信道估计技术 • 大规模MIMO的导频污染 • 三种抑制导频污染的信道估计法
总结
2
大规模MIMO技术
系数。 H jl jl H
7
仿真结果：
各用户数据传输的和速率与基站天线数的关系。
jl 0.1, SNR 10dB
8
仿真结果：
各用户数据传输的和速率与交叉增益的关系。
M 100, SNR 10dB
9
抑制导频污染的信道估计法
时移导频信道估计法：
接收信号： Yj H jPj + H jl Xl + W
估计值 Dˆ j，即得 Yj' H jPj + (H jl Xl Dˆ j ) + W
13
仿真结果：
六个小区，每个小区两个用户时。和速率与只进行接
收天线的关系。 M 8, jl 0.2, SNR 10dB 14
子空间半盲估计信道估计法：
接收信号 奇异值分解： 分解奇异向量
Hˆ
Hˆ
†
H
MMSE
-
Hˆ
信道估计的的准确性 一般由估计的均方误 差MSE来衡量。 即：
MSE E || H Hˆ ||2F
5
仿真结果：
6
大规模MIMO的导频污染
接收信号： Yj H jPj + H jl Pl + W
交叉增益 jl 表示j小区与l小区间的大尺度衰落
Fra Baidu bibliotek
谢谢
10
仿真结果：
两小区单用户时 jl 0.2, SNR 10dB
11
仿真结果：
六个小区，每个小区两个用户时。 jl 0.2, SNR 10dB
12
基站间干扰抑制信道估计法：
接收信号：
Yj H jPj + H jl Xl + W
干扰数据：
D j H jl Xl
只进行接收天线 S M N
基站的接收信号 Y HP W
4
LS与MMSE信道估计法
LS信道估计: Hˆ LS arg min || Y HP ||2F
使该函数达到最小的就是H的LS估计 Hˆ LS
M使M该S函E信数道达估到计最：小Hˆ就MM是SE H a的rgMmMinSEE估计H -
MIMO即在发射端和接收端均采用多条天线配置的无 线通信系统.。具有系统容量大，频谱利用率高等优 点。
大规模MIMO中，基站配置的天线数将有数量级的增 加，随着天线数的增加，信道中的噪声的影响将会越 来越小。
3
信道估计的重要性
MIMO系统中为克服无线信道衰落影响，实现数据的 可靠传输，需要获得无线信道状态信息，因此信道 估计对MIMO系统必不可少。
Yj H jPj + H jl Pl + W
Yj UΣV†
U = S | N
接收信号子空间 Y = S†Y HP + Z
15
仿真结果：
三个小区，每个小区三个用户时。导频序列长度为3。
数据符号个数为1000. jl 0.2, SNR 10dB 16
仿真结果：
M 300, SNR 10dB
17
总结
总结： • 首先对传统MIMO以及常用的最小二乘法与最小均方 误差信道估计法进行了仿真实现。 • 其次，针对大规模MIMO系统下信道估计产生的导频 污染问题进行了调研，仿真了导频污染对系统的性能 的影响。 • 最后，在调研大规模MIMO系统信道估计相关算法的 基础上，通过仿真实现了三种抑制导频污染的信道估 计算法，并对其性能进行了分析。 • 衷心感谢陈志刚老师的悉心指导。感谢同学给予我
毕业设计答辩
大规模MIMO系统信道估计技术 仿真实现
姓名：李文轲 班级：信息05 学号：10052117 指导教师：陈志刚
答辩提纲
课题背景 • MIMO与大规模MIMO技术 • 传统信道估计技术
导频污染下的信道估计技术 • 大规模MIMO的导频污染 • 三种抑制导频污染的信道估计法
总结
2
大规模MIMO技术
系数。 H jl jl H
7
仿真结果：
各用户数据传输的和速率与基站天线数的关系。
jl 0.1, SNR 10dB
8
仿真结果：
各用户数据传输的和速率与交叉增益的关系。
M 100, SNR 10dB
9
抑制导频污染的信道估计法
时移导频信道估计法：
接收信号： Yj H jPj + H jl Xl + W
估计值 Dˆ j，即得 Yj' H jPj + (H jl Xl Dˆ j ) + W
13
仿真结果：
六个小区，每个小区两个用户时。和速率与只进行接
收天线的关系。 M 8, jl 0.2, SNR 10dB 14
子空间半盲估计信道估计法：
接收信号 奇异值分解： 分解奇异向量
Hˆ
Hˆ
†
H
MMSE
-
Hˆ
信道估计的的准确性 一般由估计的均方误 差MSE来衡量。 即：
MSE E || H Hˆ ||2F
5
仿真结果：
6
大规模MIMO的导频污染
接收信号： Yj H jPj + H jl Pl + W
交叉增益 jl 表示j小区与l小区间的大尺度衰落