1、經(jīng)典的最小均方誤差(MMSE，Minimum Mean Square Error)估計(jì)需要對(duì)協(xié)方差矩陣進(jìn)行求逆，復(fù)雜度為矩陣維度的三次方，在大規(guī)模MIMO系統(tǒng)中用其進(jìn)行信道估計(jì)的代價(jià)太高，研究如何降低此時(shí)的估計(jì)復(fù)雜度具有重要意義。
本學(xué)位論文在基于導(dǎo)頻信道估計(jì)的基礎(chǔ)上，采用截短多項(xiàng)式展開(kāi)(TPE，TruncatedPolynomial Expansion)技術(shù)，對(duì)如何降低大規(guī)模MIMO信道估計(jì)復(fù)雜度進(jìn)行深入研究。首先介紹基于T
2、aylor級(jí)數(shù)展開(kāi)的信道估計(jì)模型，該模型的復(fù)雜度遠(yuǎn)低于基于MMSE算法的信道估計(jì)模型。為了提高該模型的收斂速度，本文提出采用Kapteyn級(jí)數(shù)對(duì)協(xié)方差矩陣進(jìn)行展開(kāi)，從而得到基于Kapteyn級(jí)數(shù)展開(kāi)的信道估計(jì)模型。仿真結(jié)果可以看出，當(dāng)截短多項(xiàng)式階數(shù)為10時(shí)，與Taylor-MMSE算法相比，Kapteyn-MMSE估計(jì)算法的性能有0.3dB的增益，后者的均方誤差(MSE，Mean Square Error)收斂速度快于前者，但其復(fù)雜度略
3、高。
然后重點(diǎn)研究如何通過(guò)優(yōu)化多項(xiàng)式系數(shù)來(lái)獲得高性能的信道估計(jì)模型。在基于Kapteyn級(jí)數(shù)展開(kāi)的信道估計(jì)模型基礎(chǔ)上，通過(guò)優(yōu)化Kapteyn級(jí)數(shù)展開(kāi)的多項(xiàng)式系數(shù)來(lái)獲得高性能的信道估計(jì)，提出一種基于加權(quán)Kapteyn級(jí)數(shù)展開(kāi)的信道估計(jì)模型。為了解決該模型中加權(quán)系數(shù)的問(wèn)題，建立了無(wú)約束的非線性?xún)?yōu)化模型。針對(duì)該模型，論文將其分解為兩個(gè)子線性?xún)?yōu)化模型并利用基于坐標(biāo)輪換的迭代算法來(lái)求解。仿真結(jié)果表明，隨著展開(kāi)多項(xiàng)式階數(shù)的增加，基于加權(quán)K
