大规模MIMO系统中半盲估计与检测的联合实现研究及分析

The future wireless communication system is characterized with large number of data and channels, which make it a big problem to be solved that how to correctly get the channel state information and data detection on Massive MIMO system. This project focuses on the research of Semi-blind joint channel estimation and data detection in the wireless communication system with large number of data and channels. The data matrix is tried to be divided into some segments by windows based on the genetic algorithm in order to decompose the global optimization problem into a serials of simple local optimization problems. And the iterative joint channel and data detection with the genetic character is proposed. Based on genetic algorithm and stochastic algorithm for global optimization, the iterative algorithm that convert the local optimizer to global optimizer is studied. Also a quanta criterion is build up for judging the degree of convergence. Moreover, the quanta complexity and Cramer-Rao bound are analyzed and derived. Therefore, a semi-blind joint channel estimation and data detection is derive which is a global optimizer with low computation complexity, and can be efficiently used in the wireless communication system with large number of data and channels. As a result, some original and creative achievement can be achieved in terms of the theories and techniques about semi-blind joint channel estimation and data detection.

未来无线通信系统的大数据序列及大信道数的特征越来越明显，基于此的大规模MIMO通信系统中如何快速准确的获取信道信息及检测输出正确的传输信号是急需解决的科学问题。本项目拟针对大数据序列和大信道数系统，对半盲信道估计和信号检测的联合迭代实现展开深入研究。尝试基于遗传算法理论，对数据矩阵加窗分段，将复杂的全局优化问题分解成若干个低复杂度局部优化问题。探索建立具有遗传特性的信道估计和信号检测的迭代结构。基于遗传算法理论和统计全局最优化理论，研究与分析通过局部最优逼近全局最优的迭代算法。建立迭代收敛性的量化判定准则。分析并得到该迭代结构的量化复杂度和渐进Cramer-Rao性能界。实现适用于大数据序列及大信道数系统、低复杂度、能逼近全局最优的半盲估计与检测的联合迭代。在半盲信道估计与信号检测相关的联合迭代理论及技术方面有所创新，取得原创性的科研成果。

本项目是基于大规模MIMO系统中的信号处理关键技术的研究。在大规模MIMO系统中，噪声和快衰落的影响消失，并且可以使用简单的线性预编码和检测方法来减轻小区内干扰。在大规模MIMO系统中导频污染是固有的问题，同时大规模MIMO系统下的能效分配也是当前的一个研究热点。. 课题组在基金委3年资助下，展开了如下的研究：首先，在大规模MIMO系统中的信号处理中涉及到复杂度很高的问题，从降低信号处理的复杂度角度出发，从信道估计、信号检测以及预编码技术等方面进行了研究；其次，大规模MIMO系统中由于导频污染问题的存在严重影响了系统的性能，给出了导频设计与分配方案，降低导频污染对系统的影响；第三，大规模MIMO系统的能效方面的研究，在考虑多个系统参数的影响下以能效最大化为目标进行了资源联合优化；第四，考虑毫米波与大规模MIMO相结合，提出了几种混合预编码方案，在考虑系统性能与功耗情况下的预编码算法。. 在基金委3年资助下，本课题组取得了一定的研究成果，形成了论文近20篇，其中SCI论文2篇，一级期刊及EI收录论文6篇，核心论文十多篇，另外申请了7项国家发明专利，6项公开。并有4篇论文成稿待投。