<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2026080034</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>5G 网络下Massive MIMO 信道估计算法优化研究</title><url>https://artdesignp.com/journal/TACS/3/8/10.61369/TACS.2026080034</url><author>黄智聪</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>8</issue><history><date date-type="pub"><published-time>2026-04-28</published-time></date></history><abstract>大规模多输入多输出（Massive MIMO）技术作为第五代移动通信系统（5G）的核心关键技术之一，通过在基站端部署大规模天线阵列，显著提升了系统的频谱效率和能量效率。5G Massive MIMO 信道呈现出空间非平稳性、近场球面波传播以及高移动性下的时变特性等独有传播特征，进一步加剧了信道估计的难度。基于此，本文分析了传统信道估计算法的内在缺陷，剖析了5G Massive MIMO 信道的独有传播特性，并提出了相应的优化策略，旨在充分利用Massive MIMO 信道在角度域、时延域的结构化稀疏特性，融合模型驱动与数据驱动的混合方法，实现高精度、低开销信道估计。</abstract><keywords>5G,大规模MIMO,信道估计,压缩感知,深度学习,空间非平稳性</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 朱丽君. 毫米波大规模MIMO 系统中信道估计算法研究[D]. 北京邮电大学.2025.000229.[2] 彭南. 基于大规模MIMO-OFDM 系统的5G 通信信道估计算法研究[J]. 中阿科技论坛( 中英文),2023,(6):103-107.[3] 宁琦. 基于深度学习的大规模MIMO 系统信道估计算法研究[D]. 沈阳航空航天大学.2023.000240.[4] 刘小兰. 面向6G 的新型信道估计算法研究[D]. 江西理工大学.2023.000223.[5] 田永清. 面向B5G 的毫米波波束管理与信道估计算法研究[D]. 北京邮电大学.2022.001440.[6] 翟银浩. 大规模MIMO 系统信道估计算法研究[D]. 桂林电子科技大学.2022.000686.[7] 姜薇. 大规模MIMO 系统中稀疏信道估计算法研究[D]. 南京邮电大学.2020.000318.[8] 宋世磊.Massive MIMO 系统信道估计算法研究及实现[D]. 西南交通大学.2020.000744.[9] 安茜雯. 面向5G 网络的安全的信道估计算法研究与设计[D]. 北京交通大学.2020.002043.[10] 毛恒熙. 基于深度学习的信道估计算法研究[D]. 中国科学技术大学.2020.000599.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
