戈立军，朱德宝

（天津工业大学电子与信息工程学院，天津300387）

作为5G标准的一项关键技术，大规模多输入多输出（mutiple-input multiple-output，MIMO）技术持续受到通信产业界以及学术界的关注[1]，它的概念是在2010年底由贝尔实验室的Marzetta教授首次提出的[2]。由于大规模MIMO技术在基站端配置了大量的天线阵列，因此，在提高无线信道自由度的同时也扩大了系统容量，并且拥有明显提高频谱效率和能源效率的优势。正交频分复用（orthogonal frequency division multiplexing，OFDM）技术是多载波技术的一种，它的正交子信道具有并行传输数据的性质，既能提高频谱效率又能抑制符号间干扰（inter-symbol interference，ISI），因此OFDM技术具有高频谱效率及数据速率和抗多径衰落等优势[3]。大规模MIMO-OFDM系统结合OFDM技术与大规模MIMO技术两者优势，具有对抗信道频率选择性衰落和有效提高频谱资源利用率的特性。准确的信道估计是发挥大规模MIMO-OFDM系统优势的关键，即提高接收端获取信道状态信息（channel state information，CSI）的准确性。

关于传统MIMO-OFDM系统的信道估计已经有广泛的研究，方法有最小二乘（least squares，LS）算法[4]、最小均方误差（minimum mean squared error，MMSE）算法[5]、线性最小均方误差（linear minimum mean squared error，LMMSE）算法[6]等。但是之前的线性信道估计方法在大规模MIMO-OFDM系统下存在一定的局限性，并且传统MIMO-OFDM系统中使用高精度量化，但由于大规模MIMO-OFDM系统中基站配置天线数量多，若采用高精度模数转换器（analog-to-digital converter，ADC），基站成本将难以承受。为考虑硬件成本开销，在接收端采用低精度量化已成为可行解决办法。但是低精度量化在系统中会带来一定的失真，并且在同步过程中也会造成一定的误差，因此，难以获得准确的信道状态信息，这对低精度ADC下的大规模MIMO-OFDM系统实现有效的信道估计带来了巨大挑战。……