论文部分内容阅读
在频谱资源日渐稀缺的背景下,毫米波通信已成为解决5G及之后大带宽通信需求的基本途径,也是当前学术界和工业界关注的热点方向。由于波长短,毫米波往往与大规模天线技术相结合。本论文从信道估计、混合波束赋形和智能反射面通信等方向入手,着重解决毫米波大规模天线系统面临的实现复杂度高和覆盖范围小等挑战。论文第一部分研究了5G NR下行链路物理层的信道估计算法。5G广泛地采用了毫米波和大规模天线技术来应对其对数据速率的高要求,而信道状态信息(Channel State Information,CSI)对于此类技术是不可或缺的。针对QCL(Quasi Co-Location)信道大尺度参数估计问题,本文提出了基于跟踪参考信号(Tracking Reference Signal,TRS)来估计载波频偏和时偏等大尺度参数的算法。在信道估计之前,首先对TRS进行变换域加窗滤波去除噪声。然后基于TRS在时域和频域的相关值来分别估计频偏和时偏,仿真结果证实了该信道估计算法的有效性。本文第二部分研究了大规模MISO(Multiple-Input Single-Output)多播系统的混合波束赋形设计。在采用了毫米波通信的大规模天线系统中,传统的全数字波束赋形需要使每个天线单元连接一个独立的射频链路,而过多的射频链路产生的高功耗和高成本是不实用的。针对这个问题,本文通过混合波束赋形结构来有效减少射频链路的数量并设计了相应的混合预编码算法。优化问题的目标是最大化所有用户接收到信号的最小信噪比,为了解决该优化问题的非凸特性,本文应用了半正定松弛(Semi-Definite Relaxation,SDR)和连续线性近似(Successive Linear Approximation,SLA)等方法并提出了多种启发式算法来解决这个问题。仿真结果表明所提出的算法性能优于已有算法。本文的最后一部分详细研究了基于大维智能反射面(Large Intelligent Surface,LIS)通信系统的预编码器设计。针对毫米波穿透损耗高、衍射能力弱导致容易被障碍物阻挡的缺点,智能反射面可以引入辅助路径来弥补毫米波信号视距路径被遮挡的情况。首先考察了一个LIS辅助下的SISO(Single-Input Single-Output)下行链路系统,根据信道状态信息(CSI)提出了LIS的最佳相移矩阵设计,推导了遍历容量和中断概率的理论近似值。然后考虑了一个LIS辅助下的MISO下行链路,基于信道状态统计信息,提出了快速有效的基站预编码器和LIS相移矩阵的联合设计算法。仿真结果表明所提出的算法十分有效,遍历容量和中断概率理论近似值十分准确。