文 献 综 述
作为下一代移动通信核心技术的多输入多输出（MIMO，multiple- input multiple-output）技术，其核心思想是在收发端分别利用多个天线进行信号的发射和接收，以改善通信质量和提高系统信道容量。随着无线通信技术的高速发展，对数据速率、服务质量和用户数的需求成倍增加，传统小规模 MIMO 系统已不能满足要求，驱动无线通信朝大规模 MIMO 方向发展。在此系统中，基站装备大量的天线（大于 100）为更多的移动用户服务，以获得更高的频谱效率、数据传输速率和吞吐量以及更好的通信质量。
大规模MIMO中，基站配置的天线数将有数量级的增加，随着天线数的增加，信道中的噪声的影响会越来越小。MIMO系统中为克服无线信道衰落影响，实现数据的可靠传输，需要获得无线信道状态信息，因此信道估计对MIMO系统必不可少。
所谓信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程。如果信道是线性的话，那么信道估计就是对系统冲激响应进行估计。需强调的是信道估计是信道对输入信号影响的一种数学表示，而“好”的信道估计则是使得某种估计误差最小化的估计算法。通过信道估计，接收机可以得到信道的冲激响应，从而为后续的相干解调提供所需的CSI。
论文主要研究大规模MIMO系统的两种信号检测算法，即ZF算法和MMSE算法，并且基于算法进行信道估计，比较各种检测算法的性能，信道估计的性能。借助MATLAB平台在不同条件下对它们进行仿真比较。
（1）算法的验证与比较
ZF算法：
假设信道传播矩阵，其中每个元素，表示的意思是从发端天线到收端的信道增益情况。在排序的迫零检测中，检测顺序是根据信道传播矩阵各列的模值，这个数值代表的是发端各天线的信噪比，信噪比最大的先检测，依次检测次之。直到所有天线的信息都被检测出来。
MMSE算法：
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。
