项目名称: 宽带大规模MIMO参数化信道估计与联合信号检测研究

项目编号: No.61501315

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 李素月

作者单位: 太原科技大学

项目金额: 19万元

中文摘要: 宽带大规模MIMO通过在基站布置大量的天线,可显著提高无线传输的能量效率和频谱效率,其中,精确的信道估计和可靠的信号检测是发挥其性能优势的关键。然而,在恶劣的无线多径衰落信道下,由于存在大量的空间信道参数和严重的信道干扰,如何以低复杂度的信道估计和检测算法有效地恢复发射信号是大规模MIMO的主要挑战。因此,为了提高大规模MIMO多径衰落信道下的传输效率、实现低复杂度鲁棒的信号恢复,本项目提出研究宽带大规模MIMO的参数化信道估计与联合信号检测,具体研究内容主要集中于三个方面:(1)静态环境下参数化稀疏信道估计;(2)静态环境下基于迭代方法的低复杂度信号检测;(3)时变环境下的联合信道估计和信号检测。目前国内外对大规模MIMO信道估计和信号检测的研究尚处于起步阶段,本项目的研究成果可为大规模MIMO的可靠性和实际应用奠定坚实的理论基础并提供有力的技术支持。

中文关键词: 宽带大规模MIMO通信;参数化信道估计;联合信号检测;低复杂度

英文摘要: Wideband large-scale MIMO equipped with a large number of antennas at the base station can significantly boost energy and spectral efficiency. The accurate channel estimation and reliable signal detection are important technologies of developing massive MIMO advantages. However, under harsh wireless multipath fading channels, due to the existence of a large number of spatial channel parameters and severe channel interference, the main challenge of putting large-scale MIMO into effect is how to effectively recover the transmitted signals with low-complexity channel estimation and detection techniques. In order to improve the transmission efficiency for massive MIMO under multipath fading channels and achieve the robust signal restoration with reduced complexity, this project presents the research on parametric sparse channel estimation and joint signal detection for wideband large-scale MIMO systems, concrete research content focuses the following three aspects: (1) parametric sparse channel estimation in static settings; (2) low-complexity iterative signal detection in static settings; (3) joint dynamic channel estimation and signal detection over time-varying environments. Presently, the research at home and abroad on the channel estimation and signal detection for massive MIMO systems is still at the start stage, the research achievements of this project can provide solid theoretical guidance and technical support for the practical application of massive MIMO.

英文关键词: Wideband large-scale MIMO communications;parametric channel estimation;joint signal detection; low-complexity

成为VIP会员查看完整内容
1

相关内容

6G物理层AI关键技术白皮书(2022)
专知会员服务
42+阅读 · 2022年3月21日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
52+阅读 · 2021年8月29日
专知会员服务
86+阅读 · 2021年8月8日
机器学习在信道建模中的应用综述
专知会员服务
27+阅读 · 2021年3月16日
专知会员服务
56+阅读 · 2021年2月27日
【经典书】概率机器人,668页pdf
专知会员服务
77+阅读 · 2020年12月16日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
语音识别的快速纠错模型FastCorrect系列来了!
微软研究院AI头条
1+阅读 · 2022年3月22日
ECCV2020 | SMAP: 单步多人绝对三维姿态估计
学术头条
10+阅读 · 2020年8月9日
已删除
将门创投
12+阅读 · 2019年7月1日
【泡泡一分钟】点密度适应性点云配准
泡泡机器人SLAM
16+阅读 · 2018年5月28日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Challenges for Open-domain Targeted Sentiment Analysis
小贴士
相关VIP内容
6G物理层AI关键技术白皮书(2022)
专知会员服务
42+阅读 · 2022年3月21日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
52+阅读 · 2021年8月29日
专知会员服务
86+阅读 · 2021年8月8日
机器学习在信道建模中的应用综述
专知会员服务
27+阅读 · 2021年3月16日
专知会员服务
56+阅读 · 2021年2月27日
【经典书】概率机器人,668页pdf
专知会员服务
77+阅读 · 2020年12月16日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员