论文总字数：17052字

摘 要

在MIMO系统中，许多自主终端发送的数据流同时发送至紧凑的天线阵列。该阵列中，提取使用从发送的导频得到的不完整的信道状态信息的各个数据流。终端发射的功率，反比于基站天线的数目的平方根，而没有出现性能降低。与此相反，如果完美的信道状态信息利用率，功率很可能是成反比的天线的数量。 在城市小区环境中，其包括小衰落对于不包括大的衰落信道模型量化。适合使用较大的天线阵列，相对于单天线系统，是表明它是能够提高频谱和能量效率的数量级。这需要误差更小复杂度更低的角度估计方法。

1. 针对大规模均匀线阵，使用基于协方差拟合向量的非相干信源DOA估计方法。本方法运用大规模线阵的渐进正交性把协方差矩阵变换为矢量，从而减少了估计所用数据的数目。
2. 针对大规模均匀矩形阵，使用基于ESPRIT算法的非相干信源DOA估计方法。首先，我们运用阵列结构，得到二维DOA的耦合函数，然后解出二维DOA，获得DOA的解析表达式来表示的解。并分析出它具有更低的复杂度。

关键字：大规模；多输入多输出；DOA估计

DOA Estimation for Massive MIMO System

Abstract

massive multiple-input multiple-output (MIMO) technology can provide extremely high spectral efficiency, is the fifth generation of wireless communication candidate technology. The performance of multiple-cell large-scale MIMO systems is seriously affected by inter-cell interference because the channel coherence time is limited, resulting in insufficient number of orthogonal pilots and can not be allocated among cells. In order to solve the problem of inter - cell interference, an effective channel estimation method is needed. The beamforming is a feasible way to mitigate interference. The premise of this method is to obtain accurate angular parameter estimation. There is still a big problem when the existing DOA estimation method is extended for large-scale MIMO systems. The current angle parameter estimation method has higher computational complexity.

1) A large-scale uniform linear array using DOA estimation method based on distributed matching noncoherent distribution source. The method uses the progressive orthogonality of the array manifold to convert the covariance matrix into a vector and reduce the amount of data used for the estimation.

2) A DOA estimation method for noncoherent distribution based on rotation invariant subspace algorithm for large-scale uniform rectangular array. First, we use the array structure to obtain a two-dimensional coupling function, and then decouple the two-dimensional, obtained closed solution. And analyze it with lower complexity.

Key words: Massive/Large-scale; Multiple Input Multiple Output; Direction-of-Arrival

目 录

摘 要 I

Abstract II

第一章 引言 1

1.1概述 1

1.2 常见DOA估计方法分析 1

1.3大规模MIMO的角度估计的研究现状 1

1.4本文的主要研究内容和任务 2

第二章 大规模均匀线阵的DOA估计 3

2.1概述 3

2.2大规模均匀线阵系统模型 3

2.3基于协方差拟合向量的DOA估计方法 4

2.3.1推导过程 5

2.3.2算法实现 6

2.4仿真结果 7

2.5本章小结 8

第三章 大规模均匀矩阵的DOA估计 9

3.1概述 9

3.2大规模均匀矩阵系统模型 9

3.3基于ESPRIT的DOA估计方法 11

3.3.1子空间关系 11

3.3.2方法实现 13

3.4所提方法分析 21

3.5仿真结果 21

3.6本章小结 22

第四章 结束语 23

致 谢 24

参考文献 25

附录 26

第一章 引言

1.1概述

近几十年来，蜂窝移动通信技术几经革新，人们可以通过手持设备以越来越高的速率以及可靠、安全地传输信息。一般来说，天线的数量增多，稳定性和信道性能会提升。所以，大规模MIMO技术被认为是第五代（5G）移动通信系统的候选技术，而使其获得了越来越多的研究。大规模系统具有如下特点：

基站配置了成百上千根天线，同时服务几十个单天线的用户^[1] 。所有小区的用户在同一个频段工作，所以系统的频谱利用率很高。在单天线用户MIMO系统中，多天线的接收阵列可以提供分集和复用增益^[2]。在大规模MIMO系统中，基站配备了非常大的天线阵列，使得空间增益可以显著提高。不过，空间 取决于独立的天线响应。在MIMO系统中，只有当接收天线之间距离较大，或者用户在多径环境下信号的DOA的角度扩展范围大，不是同一天线的响应才是不干扰的。然而，由于天线阵列的空间有限，在大规模MIMO系统中天线之间距离非常小。同时，在信源多径分布不良好的地方，用户信号的DOA扩展很小。此时，基站接收阵列天线的信道响应是相关的，所以得出大规模MIMO系统的 的。针对上述情况，采用大规模阵列天线DOA估计来估计非相干分布源的角参数。

空间增益是受限

剩余内容已隐藏，请支付后下载全文，论文总字数：17052字