- 文献综述（或调研报告）：
采用多天线发送和多天线接收(multiple-input multiple-output，MIMO)技术是挖掘无线空间维度资源、提高频谱效率和功率效率的基本途径。大规模MIMO(称为大规模MIMO，即Massive MIMO)技术[1]可以提供分集增益、复用增益和功率增益。分集增益可以提高系统的可靠性，复用增益可以支持单用户的空间复用和多用户的空分复用，而功率增益可以通过波束成形提高系统的功率效率。目前，MIMO技术已经被LTE(long term evolution，LTE)，IEEE 802.11ac等无线通信标准所采纳。但是，现有移动系统基站配置天线的数目较少，空间分辨率低，性能增益仍然有限。并且在现有系统配置下，逼近多用户MIMO容量的传输方法复杂度仍然较高。大规模天线系统的基本特征是：在基站覆盖区域内配置数十根甚至数百根以上天线，较传统MIMO系统中的4(或8)根天线数增加一个量级以上。这些天线可分散在小区内，或以大规模天线阵列方式集中放置。在大规模MIMO信道中，采取双极化阵列具有多路复用和分集增益的优势，基于有限的物理参数，例如信道空间相关性、信道共极性、交叉极化比和天线交叉极化鉴别参数，节省空间和成本[2]。
在大规模MIMO信道中，随着基站天线个数的增加以及空分用户数的增加，信道信息获取成为系统实现的瓶颈。基站侧的信道状态信息对于大规模MIMO传输性能有重要影响。对于TDD（time-division duplexing）大规模MIMO传输系统，基站侧的信道状态信息往往是通过周期性发送上行导频及上下行信道互易性来获取[3]。对于上行信道估计，采用正交导频时，导频开销随着参与空分传输的用户总天线个数线性增加，因此需要考虑设计一种非正交导频矩阵减少导频开销。
大规模MIMO上行信道信息获取面临如下挑战。导频开销仍然随用户总天线个数线性增加，如何降低导频开销，有效利用导频资源，提高信道信息获取的精度，需要深入研究，这包括导频信号的设计及调度方法[4]和信道估计方法。
文献[5]提出的信道估计方法利用了时域信道的稀疏性；文献[6]利用信道空间波束域的稀疏性，采用正交匹配追踪、子空间追踪等压缩感知算法进行信道估计。由于物理信道模型基于无线信号传播的物理特性，因而能更精确地建模无线信道。在现有研究基础上进一步探究使得物理信道更加稀疏的表示方式，并结合压缩感知算法进行信道估计对减少导频开销具有重要实际意义。
文献[7]提出利用大规模MIMO信道的波束时延域稀疏特性，研究信道联合稀疏模型，采用压缩感知的方法进行波束时延域信道估计，同时给出了大规模MIMO-OFDM[8]下信道估计和反馈的方法，波束时延域信道在不同的子载波上具有相同的支撑集[9]，在此基础上利用压缩感知算法进行波束域和频域信道估计。
本论文的工作主要研究利用大规模MIMO信道波束时延域信道稀疏特性可以获取高效信道信息及进行相关导频设计。利用压缩感知算法对上行信道进行估计，在此基础上进行上行信道导频设计和导频调度，提高上行信道估计性能。
本论文主要研究内容拟包括以下几个方面：
（1）大规模MIMO信道稀疏表征
