全文总字数：2663字

1. 研究目的与意义及国内外研究现状

在当今时代，5G是时代发展的必然结果，因而业界在近些年对 5G 研究与发展展开深刻讨论。但是 5G 技术在实际中的应用还是受到不小的挫折，在无线通信中发送端与接收端的传输过程存在许多的不确定因素影响着收发两端的通信质量。现在低频段的频谱资源已经在实际应用中差不多使用完了，低频带的频谱资源将无法满足未来的需求，频谱资源的短缺问题也越来越突出。于是研究者们就把目光注意到毫米波上，主要是因为毫米波段的频谱资源较为丰富，毫米波带宽范围大概为 30~300GHz，作为载体产生的信号波束窄，不易受天气变化影响，并且根据毫米波波长小特性，系统在基站端配备天线阵远就更易大规模化。在实际应用中，发送端就可以在一个集中区域块内配置多个天线阵元，并且这些天线阵元可以在预编码的基础上提升天线阵列发送信号的增益，从而减轻外界磁场的干扰，同时还可以降低资源损耗。

国内外研究现状

关于传统 MIMO-OFDM 系统的信道估计已经有广泛的研究。文献[3]使用LS 算法对 MIMO-OFDM 信道进行估计，对估计出的信道与原始的信号进行均方误差（Mean Square Error，MSE）的计算并推导出 LS 算法下等间隔和等功率正交导频是最优导频序列，并提出递归最小二乘（Recursive LS，RLS）算法改善了 LS算法性能。文献[4]证明文献[3]提出的导频序列的形式在时分复用，频分复用，码分复用等情况下均是最优的。文献[5]对 OFDM 信道进行 MMSE 算法估计，运用奇异值分解的方法将信道分解，结合最优秩降低理论提出线性最小均方误差（LinearMMSE，LMMSE）算法，并证明此算法相比于同样情况下使用 MMSE算法对于信噪（SNR，Signal Noise Ratio）的变化更稳定。文献[6]使用基于离散傅里叶变换（Discrete FourierTransform，DFT）的方法估计 OFDM 信道，需要潜在信道脉冲响应信息来抑制时域上的噪声从而改善性能，在此基础上还提出了一种自适应的 DFT 信道估计方法，不用预先知道信道的潜在脉冲响应信息，更符合实际情况。

2. 研究的基本内容

1.研究massive mimo信道估计的基本原理。massive mimo 技术是在 mimo 技术的基础上增加收发两端天线的数量并辅以相应的收发算法，深度挖掘空间自由度提高整个系统频带利用率和能量效率的技术。

2.研究分析mimo系统无线信道衰落模型，有大尺度衰落模型、小尺度衰落模型、统计衰落模型。

3.研究分析传统线性算法。ls信道估计算法、sls信道估计算法、mmse信道估计算法。并对这三种算法进行仿真，分析他们的优缺点。

3. 实施方案、进度安排及预期效果

方案：1.了解大规模mimo信道估计的相关原理。

2.研究分析几种信道估计算法，如ls信道估计算法、sls信道估计算法、mmse信道估计算法。

3.改进一种算法，并进行matlab仿真分析系统的性能及可行性。

4. 参考文献

[1]张华锋. 毫米波massive mimo信道估计算法的研究[d].哈尔滨工业大学,2018

[2]张昊天. 基于压缩感知的massive mimo-ofdm信道估计算法研究[d].哈尔滨工业大学,2018.

[3]barhumii,leusg,moonenm.optimaltrainingdesignformimoofdm systems in mobile wireless channels[m]. ieee press, 2003.