徐 昊 李春树,2

1(宁夏大学物理与电子电气工程学院 宁夏 银川 750021) 2(宁夏沙漠信息智能感知重点实验室 宁夏 银川 750021)

0 引 言

在传统MIMO系统中，天线数量较少，基站最多配置8根天线。为了满足人们对高速数据传输的要求，引入了Massive MIMO的概念。在Massive MIMO系统中，基站处配置了上百根天线，在同一时频信道上为几十个用户提供服务，提供了很大的空间自由度。根据信息论，基站天线数目越多，系统的频谱效率也成比例增加。因此，Massive MIMO的优势主要在于频谱效率高，能量效率高，抗干扰能力强。在使用Massive MIMO移动通信的过程中发送信号会受到无线信道和噪声的影响而发生畸变，这就使得接收端无法正确接收发送信号。为了能无失真地恢复发送端的信息，接收端须利用信道估计技术来准确地估计信道状态信息并对接收信号进行相应的补偿。故信道估计的好坏影响了通信系统的性能，成为无线通信系统中的一个关键技术。对于Massive MIMO系统，庞大的天线数量和用户数量，使得信道估计在复杂度和导频需求方面成倍增加，信道状态信息获取十分困难。为改善Massive MIMO的系统性能，促进无线通信技术的发展，Massive MIMO信道估计的算法成为当前研究的热点问题[1-5]。现有的信道估计方法主要有LS算法和MMES算法[6]。但是由于Massive MIMO系统中信号矩阵维数较大，导致传统算法的计算量十分庞大，并不适用于实际。针对信号的稀疏性，压缩感知算法应运而生[7]。该算法大大降低了计算复杂度，在图像、信号处理等领域得到广泛应用。……