大規模MIMO通信稀疏信號處理（簡體書）

《大規模MIMO通信稀疏信號處理》對大規模MIMO稀疏信號處理進行了全面的梳理和總結，內容涵蓋了大規模MIMO系統信道特性與理論性能分析、大規模MIMO系統壓縮感知信道估計與反饋技術、毫米波MIMO系統壓縮感知信道估計與波束賦形技術、毫米波稀疏信道譜估計技術、空間調制信號檢測技術、基於媒介調制的海量接入技術、TDS-OFDM系統的時變信道估計技術等研究。
《大規模MIMO通信稀疏信號處理》通過結合大規模MIMO系統的多種典型場景，深入淺出地開展基礎理論和典型應用研究，通過數學模型構建、算法分析和仿真評估等多個維度，揭示大規模MIMO系統的技術前沿與應用前景，以幫助讀者學習和掌握大規模MIMO技術。

高鎮，北京理工大學前沿交叉科學研究院特別研究員，長聘副教授，博士生導師。主要從事寬帶通信與智能信號處理，包括物聯網機器類通信、智能邊緣計算、空天地一體化信息網絡、6G大規模MIMO通信等。獲得IEEE Transactions Broadcast 2016論文獎、IET Electronics Letters 2016論文獎、UCET 2020論文、IEEE／CIC ICCC 2021論文。發表SCI論文40余篇，包括7篇ESI高被引論文、1篇前0.1%熱點論文，Webof Science數據庫SCI他引1475次。2018年入選中國科協青年人才托舉工程，入選愛思唯爾2020年、2021年中國高被引學者，2021年獲得中國電子學會自然科學一等獎。擔任IEEE Communications Letters編委、IEEE Systems Journal編委、Frontiers in Communications and Networks編委。

2019年6月6日，工業與信息化部向中國移動、中國聯通、中國電信、中國廣電發放商用5G牌照，標志著我國正式進入5G時代。隨著近年5G的商業化建設以及物聯網、智能交通、虛擬現實等產業的蓬勃發展，人們的生活方式與工作模式發生了重大轉變。作為信息社會建設的重要基礎設施，5G的應用呈現出多元化發展趨勢，也對未來通信的可靠性、頻譜效率、接入設備密度、通信時延等指標提出了更高的要求。除了傳統的低頻段，未來6G移動網絡還將毫米波甚至太赫茲納入業務頻段，以支持超高數據流量的移動寬帶、海量物聯網接入等多種服務和業務。更高的通信性能指標與多樣化的頻譜需求為未來通信的技術體系與網絡架構帶來了全新的挑戰，因此亟需更深層次的技術創新。
作為5G甚至6G物理層關鍵技術之一，大規模MIMO在近十年引起了學術界和工業界的高度重視。大規模MIMO技術可以在低頻段、毫米波頻段，甚至太赫茲頻段上得到廣泛應用。通過在基站部署大規模天線，在同一時頻資源上同時服務多個用戶，顯著提高系統頻譜效率。與4G網絡採用的MIMO技術相比，大規模MIMO可以充分利用空間維度資源，在提升空間自由度的同時大大提高系統抗干擾能力，並在相同的時頻資源下提升多用戶復用的能力，實現頻譜效率成倍提升。同時，大規模MIMO系統在大陣列增益下可以形成更窄的波束，將大部分電磁輻射能量集中於更小的範圍，有效減小路損，提高射頻傳輸鏈路的能量傳遞效率，滿足未來通信系統低能耗、高效率、高可靠等需求。
雖然大規模MIMO技術可以有效提高通信系統性能，但帶來的高維度信道估計和反饋問題仍然是挑戰性難題。如果采取傳統的MIMO信道估計和反饋技術，帶來的導頻和反饋開銷是難以承受的。除此之外，在未來海量接入場景下，基站將支持海量設備的大維隨機接入，傳統的授權隨機接入技術難以保證通信的可靠性。例如，在智能城市等場景存在大量傳感器設備需要上傳零星突發的短包數據，如果基於傳統的授權接入、通過多次握手建立連接並傳輸數據，其信令開銷將遠大於凈數據量，最終造成頻譜利用效率惡化。然而，在多數情況下，上述通信場景在信號或信道層面存在一定的稀疏特徵。例如，設備與基站間的傳輸路徑由直射徑和若干個重要散射體決定，信道呈現簇稀疏特性或多載波下的結構化稀疏特性；在海量接入問題中，同一時間段內只有極少的設備處於激活狀態並傳輸數據。這些稀疏特性可以使系統在更低的時延與開銷下，高效地實現信道估計、信道反饋、信號檢測、波束賦形等通信信號處理。
本書對大規模MIMO稀疏信號處理進行了全面的梳理和總結，內容涵蓋了大規模MIMO系統信道特性與理論性能分析、大規模MIMO系統壓縮感知信道估計與反饋技術、毫米波MIMO系統壓縮感知信道估計與波束賦形技術、毫米波稀疏信道譜估計技術、空間調制信號檢測技術、基於媒介調制的海量接入技術、TDS-OFDM系統的時變信道估計技術等研究。本書通過結合大規模MIMO系統的多種典型場景，深入淺出地開展基礎理論和典型應用研究，通過數學模型構建、算法分析和仿真評估等多個維度，揭示大規模MIMO系統的技術前沿與應用前景，以幫助讀者學習和掌握大規模MIMO技術。
本書由高鎮撰寫，是作者多年以來研究工作的凝練和總結，同時參考了大量文獻和行業標準，在此向所引用文獻的作者以及制定相關標準的機構致以崇高的敬意和感謝。鑒於水平所限，書中出現疏漏和不妥之處在所難免，懇請各位讀者批評指正。

第1章 引言
1．1 大規模MIMO技術簡介
1．1．1 大規模MIMO技術基本原理
1．1．2 大規模MIMO技術的研究進展
1．1．3 從理論走向實踐面臨的挑戰
1．2 壓縮感知理論簡介
1．3 本書內容安排

第2章 稀疏信道下大規模MIMO性能分析及信道估計方案
2．1 本章簡介與內容安排
2．2 系統模型
2．3 有限散射體信道下大規模MIMO系統信道的漸近正交性分析
2．3．1 稀疏大規模MIMO信道和頻域信道矩陣的對偶關係
2．3．2 信道矢量內積的一階矩、二階矩推導及漸近正交性分析
2．4 延時域稀疏信道下基於有限新息率理論的稀疏信道估計方案
2．4．1 導頻設計
2．4．2 超分辨率多徑延時的信道估計方案
2．4．3 導頻開銷討論
2．5 仿真結果
2．6 本章小結

第3章 FDD大規模MIMO系統中基於結構化壓縮感知理論的信道估計
3．1 本章簡介與內容安排
3．2 系統模型
3．3 基於結構化壓縮感知理論的空時聯合信道估計方案
3．3．1 基站端的重疊導頻方案
3．3．2 用戶端基於結構化壓縮感知理論的信道估計算法
3．3．3 空時自適應導頻方案
3．3．4 FDD大規模MIMO多小區系統下的信道估計
3．4 性能分析
3．4．1 壓縮感知框架下的重疊導頻設計
3．4．2 ASSP算法的收斂性分析
3．4．3 ASSP算法的計算複雜度
3．5 仿真結果
3．6 本章小結

第4章 FDD大規模MIMO系統中基於分布式壓縮感知理論的信道反饋
4．1 本章簡介與內容安排
4．2 系統模型
4．2．1 大規模MIMO系統信道在虛擬角度域上的稀疏性
4．2．2 無線信道時域相關性
4．2．3 信道反饋的挑戰性
4．3 基於空域結構化稀疏性的自適應信道反饋方案
4．3．1 非正交導頻設計
4．3．2 基於壓縮感知的自適應信道狀態信息獲取方案
4．3．3 提出的DSAMP算法
4．3．4 具有自適應導頻設計的閉環信道追蹤
4．4 性能分析
4．4．1 非正交導頻設計
4．4．2 基於壓縮感知的自適應信道狀態信息獲取所需的訓練開銷
4．4．3 導頻排列圖案
……
第5章 毫米波大規模MIMO系統中基於壓縮感知理論的信道估計與波束賦形
第6章 毫米波大規模MIMO系統基於譜估計理論的稀疏信道估計
第7章 大規模空間調制MIMO系統基於結構化壓縮感知理論的準最優信號檢測器
第8章 大規模媒介調制MIMO系統基於壓縮感知的多用戶信號檢測
第9章 媒介調制輔助的物聯網機器類型通信中壓縮感知海量接入技術
第10章 TDS-OFDM系統基於壓縮感知理論的時變信道估計
第11章 總結與大規模MIMO技術展望
參考文獻
附錄A 定理3．1 證明
附錄B 附錄A中（A-2）的證明
附錄C 附錄A中（A-3）的證明
附錄D 移不變性說明