FDD 大规模 MIMO 系统中基于图论的训练开销降低方法
信息论
2018-02-06 v1 math.IT
摘要
基于反馈的信道获取所带来的开销会严重损害 FDD 制式大规模 MIMO 系统的可达速率。事实上，下行(DL)训练与上行的(UL)反馈开销随基站(BS)天线数线性增长，这与基于 TDD 的大规模 MIMO 形成鲜明对比——后者仅需单个 UL 导频即可训练整个 BS 阵列。本文中，我们提出一种图论方法来降低 FDD 大规模 MIMO 系统中的 DL 训练与 UL 反馈开销。具体地，我们考虑单小区场景，其中配备大规模天线阵列的单个 BS 在 DL 中服务于单天线移动台(MSs)。我们假设 BS 在 DL 中采用两级波束成形，包括 DFT 预波束成形随后进行 MU-MIMO 预编码。所提图论方法利用 BS-MS 信道角谱的先验来构造开销降低的 DL 训练协议。仿真结果表明，相比传统正交训练，所提训练资源分配方法可提供约 35% 的求和速率性能增益。我们的分析也阐明了开销降低对信道估计质量进而对可达速率的影响。
引用
@article{arxiv.1802.01014,
title = {A Graph Theoretic Approach for Training Overhead Reduction in FDD Massive MIMO Systems},
author = {Nadisanka Rupasinghe and Yuichi Kakishima and Haralabos Papadopoulos and Ismail Guvenc},
journal= {arXiv preprint arXiv:1802.01014},
year = {2018}
}