联系人:
所在地:
该项目研究内容主要体现在对大规模MIMO 的信道信息获取的处理以及5G的D2D应用方面,主要体现在3个方面: (1)由于大规模MIMO 的收发端的天线数目较多,无线信道又是一个多径信道,因此接收的信号就构成了一个稀疏矩阵,这样进行信道估计时结合压缩感知理论框架中的重构算法,可大大降低导频个数,提高频谱效率,改善估计性能;同时对于天线数量急剧增加带来的信道估计复杂度上升问题,项目提出了分簇估计、分段插值平滑的方案,在获得与传统LS信道估计性能略减的情况下,大幅度的降低了信道估计的复杂度;项目还研究了相关的预编码算法并给出了理论界; (2)5G系统在覆盖的时候采用高低频混合组网,微小区采用毫米波频段覆盖,因此导致小区覆盖变小,带来了诸如终端频繁切换等问题,项目研究了研究虚拟小区技术,改变传统的小区设计理念,将利用协作通信技术和能量功耗概念较好的降低了切换频率和小区能耗; (3)D2D技术是5G主要的应用场景之一。在D2D中多播方案是应用的主要瓶颈和障碍,项目对D2D 多播场景下用户分簇与资源分配结合方案进行了研究,主要研究点在簇头的选择和优化,项目提出的方案在满足应用的需求情况下较大的降低了平均能耗。