大规模MIMO系统中,相对于其他基于信道矩阵分解的波束成形算法,如迫零、最小均方误差算法等,匹配滤波(Matched filter,MF)具有复杂度极低的优点,从而成为一种极具实用潜力的波束成形算法。鉴于此,本文推导了基站采用MF波束成形算法时,用户端信干噪比(Signal-to-interferenceand-noise ratio,SINR)的近似概率密度函数(Probability density function,PDF)。该函数对于推导与分析系统性能,如和速率、中断概率等至关重要。仿真表明:当基站天线数趋于大规模时,SINR公式的PDF曲线趋近于通过纯仿真得到的PDF曲线。
为了提高稀疏信道环境下同相/正交(I/Q)不平衡正交频分复用(OFDM)系统的性能,该文提出了一种低复杂度的门限时域最小二乘信道估计算法。该算法通过估计噪声方差确定合适的门限过滤信道响应采样点内的噪声以提高估计精度。仿真结果表明,该文算法估计精度与现有频域和时域最小二乘信道估计方法相比分别提升了6 d B、2 d B,逼近基于压缩感知的时域迭代收缩算法,且计算复杂度低于后者。
