很好的分析了大规模MIMO中多小区导频污染问题，并给出了一些可行的减轻污染的方法，值得参考。-Good analysis of large-scale multi-cell MIMO pilot pollution problems, and gives some practical ways to reduce the pollution, it is also useful.

基于压缩感知的MASSIVE MIMO信道估计，采用OMP算法解决稀疏信道估计问题。MASSIVE MIMO多小区多用户模型，合成稀疏信道（有效解决导频污染）。(Based on compressed sensing for MASSIVE MIMO channel estimation, OMP algorithm is used to solve the sparse channel estimation problem. MASS

本文考虑了一种新的系统模型，它结合了通用收发器硬件损伤在BSs（配备大型天线阵列）和单天线用户设备（UE）。与传统硬件的传统情况相反，我们表明硬件损伤在信道估计精度和每个UE的下行链路/上行链路容量上创建有限天花板。令人惊讶的是，容量主要受限于UE的硬件，而大规模阵列中的损伤的影响逐渐消失，并且用户间干扰（特别是导频污染）变得可以忽略不计。此外，我们证明了大量的MIMO所提供的巨大自由度可以用来减少发射功率和/或容忍较大的硬件损伤，这允

随着无线通信技术的快速发展和智能手机的迅速普及，人们对数据传输速率提出了更高的需 求。为进一步提高数据传输速率，通过增加基站天线数目构建大规模ＭＩＭＯ系统，是一种高效而相对 便捷的方式。大规模ＭＩＭＯ系统能深度发掘空间维的自由度，使得基站能够利用同一时频资源服务于 多个用户。本文探讨了大规模ＭＩＭＯ系统的导频污染问题及解决方案、适用于大规模ＭＩＭＯ系统的 信道模型以及低复杂度的传输技术与实现方法三项关键技术。与现有ＭＩＭＯ系统相