文献综述（或调研报告）：
摘要：毫米波天线数量庞大，信道呈现稀疏性，对信道估计算法提出了新的要求。本文对基于移相器或者开关的稀疏信道估计，基于透镜天线的波束训练和稀疏信道估计，单比特架构的信道估计以及多用户信道估计的方案进行调研，对各场景下方案优劣进行总结。
关键词：毫米波；信道估计；移相器；透镜天线；单比特；多用户
1. 毫米波信道估计介绍
对于毫米波系统而言，信道估计对于波束成型非常重要[1]。传统多入多出系统的信道估计方法对于毫米波系统而言难以应用，因为毫米波系统有模拟预编码与合并，对于数字端而言，模拟预编码与合并和信道结合在一起，难以区分，无法单独估计信道。此外，由于毫米波系统天线众多，传统的信道估计方法需要估计众多的元素，带来了很大的计算量。对于实际应用而言，需要在信道相干时间内进行快速的信道估计，所以针对毫米波系统，设计快速的信道估计算法尤为重要。尽管波束成型可以避免信道估计，但是波束成型获得的信道信息很少，无法进行细化的工作，如多用户多入多出以及多用户干扰消除等，并且需要迭代多次才能达到较好的效果。
对毫米波系统而言，频谱泄露问题无法避免。毫米波系统在时域和角度域都是稀疏的[2]。基于压缩感知的信道估计算法充分利用了信道的稀疏性，克服了用码本进行波束训练的不足。通过使用压缩感知算法，仅需要通过较少的测量次数，就能达到较好的效果。本文总结了毫米波信道估计的若干种算法，利用信道的稀疏性来减小算法复杂度。
2. 基于移相器或者开关的稀疏信道估计
对于混合预编码架构的毫米波系统而言，信道估计问题是一个稀疏重建问题。可以使用不同的方法来设计感知矩阵：（1）采用自适应压缩感知[3]；（2）使用传统随机感知矩阵，可以通过选取随机值的移相器网络[4]或者随机开关网络[5]。
首先我们阐述文献[3]使用的方法。在个连续时隙进行信号发送和测量，在个连续时隙进行接收。设个发送符号组成对角阵，每个符号对应的预编码向量组成的预编码矩阵的预编码矩阵，的合并矩阵，噪声矩阵是的。考虑混合预编码结构，，，其中分别是的模拟预编码与合并矩阵，每个元素都是恒包络；分别是的数字预编码与合并矩阵，都是快对角化结构。将个接收向量合并为矩阵，得到的接收信号为
(1)
在信道估计阶段，最佳的波束方向未知，因此每次测量都要使用不同方向的波束成型矩阵。
假设使用量化的发送/接收角，将上式向量化，得到
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
