基于半无源单元的智能反射面辅助毫米波大规模 MIMO 系统的贝叶斯信道估计
信息论
2023-12-29 v2 信号处理
math.IT
摘要
在本文中，我们针对带有半无源单元、能在主动感知模式下接收信号的智能反射面辅助（IRS 辅助）毫米波（mmWave）大规模多输入多输出（MIMO）系统，提出了一种贝叶斯信道估计器。最终目标是利用基站处的接收信号以及从 IRS 上少量有源传感器获取的额外信息，最小化信道估计误差。与近期需要上行和下行训练信号来估计用户-IRS 和 IRS-BS 链路的半无源单元信道估计工作不同，我们仅使用上行训练信号来估计所有链路。为了计算所有链路的最小均方误差（MMSE）估计，我们提出了一种新颖的变分推断-稀疏贝叶斯学习（VI-SBL）信道估计器，该估计器在 SBL 框架下利用平均场近似的 VI 对信道进行近似后验推断。仿真结果表明，就信道估计精度和训练开销而言，VI-SBL 优于带有无源反射单元的 IRS 的最先进基线。此外，带有半无源单元的 VI-SBL 比带有无源反射单元的基线具有更高的频谱效率和能量效率。
引用
@article{arxiv.2206.06605,
title = {Bayesian Channel Estimation for Intelligent Reflecting Surface-Aided mmWave Massive MIMO Systems With Semi-Passive Elements},
author = {In-soo Kim and Mehdi Bennis and Jaeky Oh and Jaehoon Chung and Junil Choi},
journal= {arXiv preprint arXiv:2206.06605},
year = {2023}
}
备注
to appear in IEEE Transactions on Wireless Communications