重构观测信号的MIMO信道估计新方法研究

本篇硕士学位论文深入研究了多输入多输出(MIMO)信道估计技术，由西南交通大学的王一焰撰写，专业背景为通信与信息系统，导师为陈庆春。MIMO系统在移动通信中具有重要意义，通过空间复用提升频谱效率和系统容量。然而，高效的MIMO系统运行依赖于精确的信道状态信息(CSI)估计。 论文主要关注于重构观测信号序列在MIMO信道估计中的应用。针对静态或信道变化缓慢的情况，作者在传统基于训练序列的估计方法基础上创新性地提出了基于累加观测信号序列(AOSS)和级联观测信号序列(COSS)的信道估计策略。这些新方法利用系统中的冗余信息，分别设计了最大似然估计(MLE)、最小二乘估计(LS)和最小均方误差估计(LMMSE)算法，并推导出了基于AOSS和COSS的广义Cramer-Rao下界，显示出这些新方法在信道估计准确性上的优势。 然而，AOSS和COSS的应用场景有所区别：AOSS适用于发射端重复发送完全相同训练序列的情况，而COSS则无此限制，但计算复杂度相对较高，因为接收信号长度增加。对于连续衰落情况，论文继续探讨了这两种方法的适用性，通过将信道分组衰落下的ML估计和最优训练序列应用到信道估计中，进一步优化了估计性能。 这篇论文不仅深化了对MIMO信道估计的理解，还提出了一种创新的方法来处理不同类型的信道变化，有助于提高MIMO系统的实际性能。这为无线通信领域的信道估计研究提供了新的视角和实用工具。