1。2 MIMO技术及大规模 MIMO系统研究现状
1。2。1 MIMO 技术研究现状 在20世纪70年代，就有少数学者提出MIMO 的想法。文献[2]中分析了在有高斯白噪声的情况下，有关MIMO信道的信道容量问题。在 1991年，Array Comm 公司的两位研究人员Bjorn Ottersten 和Richard Roy率先提出了基于空分多址的多用户 MIMO 概念。在1993年，Thomas Kailath 和Arogyaswami Paulraj 提出了运用MIMO技术达到空间多路径复用的想法。1998 年，贝尔实验室提出了一个基于“垂直分层空时算法”的MIMO 实验系统[3]，它通过利用空间多路径复用技术来提高 MIMO 系统的性能。越来越多的 MIMO 技术研究论文的发表，不断完善 MIMO 技术的理论体系，也为 MIMO 技术的应用提供了理论上的指导。在 MIMO系统中虽然能够利用多径信号，但是在目前快速发展的宽带无线通信领域，对于无线信道中频率选择性衰落的问题却没有很好的解决方法；而正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）技术，通过在合适的载波带宽，并且利用纠错编码，就能够很好地解决这种问题，因此，把二者结合起来形成 MIMO-OFDM技术[4]，已经成为当下宽带无线通信中 MIMO技术应用的研究热点。
1。2。2 大规模 MIMO 系统研究现状 伴随着当前无线通信技术的迅速发展以及智能手机的逐渐普及，人们对无线数据传输的需求也在日益增长。最近国际电联关于 4G 标准的候选方案中，上行和下行传输数据的峰值速率必须达到1Gb/s；为达到这种需求， 3GPP发布了可以支持9种传输模式的3GPP Release 11版本，其中就包括了下行和上行的 MIMO 架构[5]。所以大规模MIMO系统是通过增加基站的天线来提高无线数据传输速率，这种方法是简单可行的。 大规模MIMO系统最早由美国贝尔实验室的 Thomas L Marzetta 等研究人员提出[6]， 他们的研究发现，在大规模MIMO 系统中，当小区基站的天线数目很大时，就可以忽略瑞利衰落和加性高斯白噪声的干扰，这样的话可以使无线数据的传输速率得到极大的提高。 美国 Rice 大学的研究人员通过无线开放移动平台搭建了一个 64 根天线的名为 Argos 的基站，它能同时服务小区内的 15个用户，并且 Argos 以原来1/16 的功率实现了 6。7倍的系统容量增益[7]。 而最早的大规模 MIMO 系统 LuMaMi[8]是由美国国家仪器公司开发出来的，他们与瑞典隆德大学合作，并且使用了大规模MIMO 应用程序框架和硬件平台。该系统主由时钟分发板、软件定义无线电节点、PXI Express 机箱和中央控制器组成。但是在大规模 MIMO 系统中，为了使用户能够区分来自基站不同发射天线的不同信道，并可以进行有效的信道估计，基站不同发射天线的导频必须相互正交。当基站天线数目很大时，会产生导频开销不够的问题，系统无法利用有限的频谱资源提供数目巨大的正交导频，因此发掘无线信道自然稀疏性来降低导频开销论文网，运用压缩感知理论来对稀疏信号进行重构，会显得更有理论意义和实用价值。
1。3 压缩感知理论研究现状 压缩感知理论（Compressed sensing，CS）作为信号处理领域的研究热点，斯坦福大学、普林斯顿等大学为了对压缩感知技术进行系统性的研究，特地成立了专门的课题组；其中IEEE 信息论协会 2008 年度最佳论文奖的两篇获奖论文也均是 CS 的内容；IEEE 较为权威的期刊 Proceedings of the IEEE 也设立专刊对其进行专题讨论。在 CS理论应用方面，压缩感知已经在地质勘探、雷达、无线通信、核磁共振成像、模式识别和遥感探测等领域受到众多学者的高度关注，并且应用的范围也在不断地扩大 。美国莱斯大学利用这项技术已研制出一种单像素相机，它并不是首先对图像采集足够多的像素后再进行压缩处理，而是直接使用数字显微镜设备计算图像与一系列测试函数的内积。利用一个单独的光子检测单元，它只需比原图中较少像素的采样点就能实现精确重建，并具有传统的成像器件无法达到的图像波长范围。另外，麻省理工学院的一些研究表明，利用压缩感知原理，也可以进一步增强传统数码相机的分辨率和性能。 1。4 论文结构 本文的内容安排如下： 第一章：介绍了MIMO 技术、大规模MIMO 系统和压缩感知理论的研究现状； 第二章：介绍了基于导频的信道估计方法：LS 信道估计算法、MMSE 信道估计算法、SVD-LMMSE信道估计算法，在OFDM系统中对不同的信道估计算法进行系统仿真分析。 第三章：研究基于压缩感知的大规模 MIMO 系统中的信道估计，介绍了不同的稀疏重建算法：OMP、OLS、SP 等，并比较误码率、均方误差和复杂度。 第四章：研究毫米波大规模 MIMO系统波束选择方案，给出一种波束选择方案，与传统的方案相比，在和速率与能量效率都有明显的提高。 稀疏重建算法及其在大规模MIMO系统中的应用(3):http://www.youerw.com/tongxin/lunwen_85173.html