论文总字数：26729字

摘 要

随着现代科技与社会生活的发展，人们对移动通信的传输速率和可靠性提出了更高的要求。而MIMO技术作为理论上可以满足目前通信所需的关键性技术，其发展前景与研究潜力十分可观。但是，其普及程度还有待于提高，其实用化与规模化的进程已刻不容缓。而MIMO技术距离普及的一大障碍就是本文的主题——信道估计技术。

本文首先概括了移动通信的发展历程与现状，介绍了目前研究的热门领域，之后进入本文的主题——信道估计技术。我们介绍了信道估计算法的种类与特点，分析了其优劣与适用范围。接下来引出与本文相关的几大技术：FDD技术、TDD技术和MIMO技术。我们重点介绍了MIMO技术的基本原理，并进行了公式验证，使MIMO技术的基本思想得以体现，延伸扩展了MIMO技术的优劣及发展前景。

信道估计算法部分，我们重点介绍了两种经典的基于导频的信道估计算法：LS（最小二乘算法，Least Square）算法和MMSE（最小均方误差，Minimum Mean Square Error）算法，还有一种半盲的递归信道估计算法。我们对经典的LS算法与MMSE算法进行仿真，根据仿真结果引入导频污染方差这个因子，并提出我们的改进方案，引入导频污染矩阵对导频污染方差进行量化。随后我们对半盲的递归信道估计算法进行仿真，根据仿真结果我们得出了半盲的递归信道估计算法的实用性不强的结论，提出了让其使用的改进方案：缩小蜂窝区间，减小小区内平均终端数目，缓解错误传播;小区间分享数据，保证信号估计正确。

关键词：MIMO，信道估计算法，导频污染

Research on Channel Estimation Algorithm of Massive MIMO Systems

04012121 Peng Qian

Supervised by Wu Liang amp; He Shiwen

Abstract

With the development of modern science and social life, people demand the mobile communication with higher communication rate and reliability. The MIMO technology which theoretically meets the requirement has substantial potential. However, its popularity has yet to be improved. It’s highly time that we speed up practical technology development and increase the scale of MIMO system. A major obstacle for the popularity of MIMO is the theme of the paper: channel estimation algorithm.

Firstly, this paper summarizes the history and status quo of mobile communication. Secondly, the paper introduces the hot research areas on MIMO. Then we get into the theme of the paper----channel estimation algorithm. We classify the channel estimation algorithm and elaborate their theory, feature, advantages and disadvantages, respectively. Next section is about some key technologies relative to the paper: FDD technology, TDD technology and MIMO technology. We focus on the basic principles of MIMO technology and verify it with formula. Finally, we discuss the development prospect of MIMO technology.

In channel estimation section, we focus on two classic channel estimation algorithm based on pilot: LS (Least Square) algorithm and the MMSE (Minimum Mean Square Error) algorithm. What’s more, there is a recursive semi-blind channel estimation algorithm. We simulate the LS algorithm and the MMSE algorithm. Then we bring in the factorcalled pilot contamination variance according to the simulation results. Based on the simulation results we raise our improvement project to bring in the pilot contamination matrix to quantify the pilot contamination. Finally, we simulate the recursive semi-blind channel estimation algorithm and get the conclusion that the recursive semi-blind channel estimation algorithm is not practical. We reduced raise our improvement project: reduce cellular range and terminal number to ease error propagation, share data between cells to ensure correct signal estimation.

Key Words: MIMO, channel estimation algorithm, pilot contamination

目录

摘要 II

Abstract III

第一章 绪论 VII

1.1 移动通信发展历程 1

1.2 课题研究现状与意义 2

1.2.1大规模MIMO信道估计研究现状 2

1.2.2 研究意义 3

第二章 MIMO技术基础 4

2.1 FDD技术 4

2.2 TDD技术 4

2.3 MIMO技术 5

2.3.1 MIMO基本原理 5

2.3.2 公式论证 6

2.3.3 最大比合并 7

2.3 研究现状与发展前景 8

第三章 系统模型场景 9

3.1 几何分布模型 9

3.2 误差因素 10

3.2.1大尺度衰落效应 10

3.2.2小尺度衰落 11

3.2.3 噪声 12

3.3 模型参数定义 12

第四章 基于导频的与半盲信道估计算法 14

4.1 经典的信道估计算法 14

4.1.1 经典LS算法 14

4.1.2 经典MMSE算法 14

4.2基于导频污染的信道估计算法 15

4.2.1 多蜂窝系统的MMSE算法 15

4.2.2 改进的MMSE算法 16

4.3 半盲信道估计算法 16

4.3.1 经典半盲信道估计算法： 16

4.3.2 实际问题 18

4.3.3 解决方案 19

第五章 基于信道估计的算法仿真 20

5.1 基于导频的信道参数估计算法参数设置 20

5.2 LS算法与MMSE算法 20

5.2.1 经典LS算法与MMSE算法 20

5.2.2 改进的MMSE算法 22

5.3 频率复用因子 24

5.3.1 复用因子u对LS算法的MSE的影响 24

5.3.2 复用因子u对MMSE算法的MSE的影响 26

5.4无噪声情况下的导频污染 27

5.5 半盲信道估计算法模型参数设置 28

5.6 半盲信道估计算法结果 28

5.7 终端个数对半盲信道估计算法的影响 30

第六章 总结与发展方向 33

6.1 本文总结 33

6.2 发展方向 34

参考文献（Reference） 35

致谢 37

图表目录

图3.1. 情况下的某种终端分布情况……………………………………………………………10

剩余内容已隐藏，请支付后下载全文，论文总字数：26729字