趁着水痘机会,从此开始记录点滴学习。从massive mimo的导频污染到mmw

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/yyyoooxyz/article/details/54579786

中英双学历硕士读完后,继续在英国跟着研究生时导师做博士。文中有些专业词汇习惯性用英文表示。


好了,理一理思路,最近打算做一些millimeter wave和channel estimation方面的工作。具体的应该会寻求利用mmw的稀疏性,将compressive sensing的部分方法运用于mmw方面的channel estimation。长话短说

1. 初识mmw。

最开始打算从massive mimo入手,因为massive mimo众所周知存在 pilot contamination的问题,通过compressive sensing减少pilot数量,从而减轻pilot contamination是最初的思路。但是讲mmw应用进来后发现,由于mmw的频率过高,使得传输距离变短,小区间互相的干扰反而减弱了,也就是说导频污染不再是主要问题,在查阅文章中,某个博士论文中甚至对比了mmw中的导频污染程度,确实已经微乎其微。

2. 新的研究方向:

既然导频污染已经不是大问题,5G会应用到mmw和massive mimo以及 small cell。而这三者又刚好相辅相成,massive mimo可以使得mmw传播距离更远,small cell也使得传播距离可以不用很长,mmw也使得天线尺寸变小更容易做成大规模。如此三者的结合看上去势在必行。

3. mmw与channel estimation以及其他特殊的问题(hybrid precoding)

当问题聚焦于mmw时,由于mmw波长较短,所以经常是大规模天线,传统的数字beamforming利用的RF chain数量和antenna数量相同,这在mmw情况下显得不切实际,因为大量的RF chain不仅耗能严重而且很昂贵。为了限制RF chain的数目,人们想到了hybrid precoding和单纯的analog precoding。然而单纯的ap因为幅度不可调,所以尽管很经济但是beamforming效果不太好因此没有广泛应用。hybrid则是一个折中。由于之前没有深入学过MIMO以及beamforming的相关知识,所以顺便恶补了一下,precoding和beamforming在现在很多人已经混为一谈,其实从原理上说是有区别的,从结果上说确实是殊途同归,这里就不展开。


至此,在precoding上有许许多多的展开,最近在细看的是利用codebook的precoding。文章题目是‘channel estimation and hybrid precoding for millimeter wave cellular systems’

洗洗睡了,第一次先记录到这。

展开阅读全文

没有更多推荐了,返回首页