大规模MIMO多用户技术研究

《大规模MIMO多用户技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ｍ：：硕士学位论文大规模ＭＩＭＯ多用户技术研究作者姓名朱宏宇指导教师姓名、职称李文刚副教授申请学位类别工学硕士大规模MIMO多用户技术研究作者姓名朱宏宇指导教师姓名、职称李文刚副教授申请学位类别工学硕士学校代码10701学号1501120094分类号TN92密级公开西安电子科技大学硕士学位论文大规模MIMO多用户技术研究作者姓名：朱宏宇一级学科：信息与通信工程二级学科：通信与信息系统学位类别：工学硕士指导教师姓名、职称：李文刚副教授学院：通信工程学院提交日期：2018年6月ResearchonK

2、eyTechnologiesofMulti-UserMassiveMIMOSystemAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinCommunicationsandInformationSystemsByZhuHongyuSupervisor:LiWengangTitle:AssociateProfessor西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风

3、和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研宂工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研宄成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。本人签名：東务：＿手日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有

4、关保留和使用学位论文的规定，即：研宄生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研究成果完成的论、文发明专利等成果，署名单位为西安电子科技大学。本人签名：导师签名朱崎■日期：別“卩日期：摘要摘要第五代移动通信系统(5G，也称IMT-2020)具有超高的频谱效率和传输速率，作为5G的先导热门技术，大规模MIMO系

5、统通过采用数目庞大的天线阵列，大幅提升系统容量和能量效率。在未来的5G系统中，大量终端用户共存与同时服务成为必然，多用户MIMO波束成形预编码和用户选择算法是解决用户间干扰、提升系统容量的关键技术。然而随着大规模MIMO信道等效维度的剧增，信道状态信息（CSI）的获取困难、导频污染严重、实现复杂度过高等问题成为限制其发展的瓶颈。本文研究适用于大规模MIMO系统的多用户传输方案，旨在解决现有预编码与用户选择算法存在的导频开销大和计算量大等问题。目前国内外导航定位技术发展相对成熟，定位信息精度高，适用性广，且能满足通信实时

6、性要求。本文针对以上问题，在对现有大规模MIMO系统线性预编码与用户选择算法的研究与改进的基础上，创新地引入导航定位信息辅助，利用用户少量实时定位信息数据，设计高效的波束成形及用户选择算法，既能保证传输端的灵活性，又可避免复杂的信道估计与CSI的获取过程，在解决多用户干扰和提升系统容量的同时，大大降低系统实现复杂度。基于目前对大规模MIMO技术的研究和5G的发展趋势，本文主要研究内容安排如下：（1）大规模MIMO技术理论特性。分析总结了大规模MIMO技术的主要增益来源及其面临的技术挑战，对关键因素进行了详细阐述。（2）

7、大规模MIMO预编码。在对现有预编码的研究的基础上，针对CSI的获取开销问题，重点研究了适用于FDD系统的联合空分复用两级预编码传输方案，并对其容量性能和反馈开销进行了仿真分析。（3）大规模MIMO用户选择算法。在对传统用户选择算法研究的基础上，提出一种基于MRT波束成形的低复杂度用户选择算法，仿真表明，当基站获得完整CSI时，该算法可以在提升MRT预编码系统容量的同时，降低了用户选择算法复杂度。（4）定位辅助的大规模MIMO多用户传输方案。通过引入定位信息辅助，结合空分多址与贪婪算法思想，针对不同应用场景，分别提出了

8、定位辅助的波分用户选择（Location-AidedBeamDivisionUserSelection,LA-BDUS）算法和基于定位辅助的贪婪用户选择（Location-AidedGreedyUserSelection,LA-GUS）算法。仿真表明，本文提出算法与传统最优贪婪用户选择算法性能接近，具有良好的干扰抑制与容量性能，同