针对无线信道的时域稀疏性以及稀疏度未知的问题, 文章将压缩感知技术应用到正交频分复用(OFDM)系统信道估计中, 提出了一种稀疏度自适应正交匹配追踪信道估计算法。算法利用离散傅里叶变换(DFT)信道估计算法对循环前缀内和外的噪声进行处理, 估计得到的信道频率响应作为正交匹配追踪(OMP)算法稀疏迭代终止的判断条件, 实现稀疏度自适应信号重建。同时在原子预选阶段, 采用Dice系数准则代替内积准则作为相关性度量准则, 可达到更优的估计性能。仿真结果表明, 该算法相比于传统的压缩感知信道估计算法具有较好的性能, 可以提高系统的归一化均方误差(NMSE)和误码率(BER)性能。

对于具有混合预编码的毫米波大规模多输入多输出(MIMO)系统，由于系统中硬件的缺陷会在接收的导频中引入随机相位偏移，这将使得传统信道估计算法的性能变得非常差，甚至不能估计出信道信息。为了解决这个问题，文章利用来自不同射频链的导频，在同一时间段内具有相同的相位偏移，而在不同时间段具有不同的相位偏移的特性，提出了基于迭代重加权（IR）的部分相干压缩相位提取(PC-CPR)（IR-PC-CPR）算法。该算法首先对接收的相干导频做相位偏移补偿，然后再使用IR算法估计信道参数来实现高精度的信道估计。仿真结果表明，文章所提算法与PC-CPR算法相比具有更好的性能。

5G物理层以帧为单位进行信息传递, 帧同步点的准确与否将极大程度地影响后续信道的性能。针对现行同步算法检测同步点不准确的问题, 文章分析了主同步信号(PSS)序列的三阶相关特性, 根据此特性提出并实现了一种新型定时同步算法。仿真结果表明, 当信噪比下降至-7 dB时, 新算法检测同步点的准确率比传统算法提高了20%。新算法的空间复杂度与传统算法一致, 时间复杂度的增加也在5G同步过程的允许范围之内。

窄带物联网（NB-IoT）是一种具有发展前景的低功耗广域网技术，使少量的数据在相当长的时间内进行通信是NB-IoT的目标之一，也是物联网应用程序的关键特征之一。一些研究工作组已经对NB-IoT的标准进行了一些定义，例如，低功耗、广覆盖、大容量和低成本等。与原有的无线通信协议相比，NB-IoT的频谱带宽仅有180 kHz，因此，如何更有效地使用资源或频谱（即资源分配和调度）是一个关键问题。文章首先对物理层上层通信进行了设计，特别是上行调度；然后，在延迟情况良好的条件下对NB-IoT的资源分配问题进行了讨论；最后，对一些开放性的问题及其对应的解决方案进行了讨论，从而保证了信号传输的可靠性。

随着物联网设备接入蜂窝网，传统的长期演进(LTE)终端协议栈已不能满足物联网对低功耗和广覆盖的要求。根据第三代合作伙伴计划(3GPP)协议提出的增强型机器类通信(eMTC)系统，对eMTC系统终端协议栈空闲态延长的非连续接收(eDRX)过程中的寻呼和测量进行研究，提出了层一控制层(L1C)，并设计了L1C空闲态下寻呼和测量的流程。通过可视化工作室(Visual Studio)和可扩展标记语言(XML)验证了设计的合理性与可行性。

针对在多普勒环境下LTE-A(改进的长期演进)系统时频域二维稀疏信道的特性, 根据导频在时频域的分布以及二者之间的相关性, 通过将搜索空间分解为时域上OFDM(正交频分复用)符号间和频域上子载波间范围, 提出了一种基于OMP(正交匹配追踪)算法改进压缩感知的信道估计。仿真结果表明, 改进的OMP算法较原始算法具有更低的MSE(均方误差)。

随机接入是移动通信系统中终端(UE)与基站建立上行同步和连接的一个非常重要的过程。文章主要研究时分-长期演进(TD-LTE)上行随机接入技术的设计。考虑到基于竞争模式的随机接入过程适用的普遍性，文章从随机接入的应用场景和类型出发，重点讨论基于竞争模式下的随机接入过程，并详细地分析了随机接入过程中的具体流程及实现方案。