基于张量结构的动态信道预测方法：针对具有时序非平稳性的大规模MIMO系统
信号处理
2025-04-15 v2
摘要
在中等至高灵活性场景中，信道状态信息(CSI)变化迅速，导致时序非平稳性，造成大规模MIMO传输在性能上出现严重退化。为解决此问题，我们提出一种针对时序非平稳性的大规模MIMO系统的张量结构动态信道预测方法(TS-DCP)，利用双时序尺度和跨域相关性。具体而言，由于固有的空间一致性，长时序尺度上的非平稳信道可在短时序尺度上近似为平稳信道，将复杂的时序相关性解耦为更易处理的双时序相关性。为利用此属性，我们提出由多个导频OFDM符号组成的滑动框架结构，通过Doppler域建模捕获帧内的短时序相关性，通过马尔可夫/自回归过程捕获跨帧的长时序相关性。基于此，我们开发了包含角-时延-多普勒(ADD)域信道和由ADD域网格参数化的因子矩阵的Tucker型空间-频率-时域信道模型。进一步，我们通过马尔可夫随机场和张量耦合高斯分布来建模帧内ADD域信道的跨域相关性，这由聚类散射引起，包含高阶相邻结构。遵循这些概率模型，我们将TS-DCP问题表述为变分自由能(VFE)最小化，通过试验信念的结构设计统一不同的推断规则。该表述结果为双层VFE优化过程，产生在线TS-DCP算法，利用张量结构操作降低计算复杂度。数值仿真表明，所提出的算法在信道预测性能方面显著优于基准方法。
引用
@article{arxiv.2412.06713,
title = {A Tensor-Structured Approach to Dynamic Channel Prediction for Massive MIMO Systems with Temporal Non-Stationarity},
author = {Hongwei Hou and Yafei Wang and Yiming Zhu and Xinping Yi and Wenjin Wang and Dirk T. M. Slock and Shi Jin},
journal= {arXiv preprint arXiv:2412.06713},
year = {2025}
}
备注
This work has been submitted to the IEEE for possible publication