基于 Stiefel 流形上 $\ell_3$-范数最大化的 Massive MIMO 盲数据检测
信号处理
2021-04-20 v2 信息论
math.IT
摘要
Massive MIMO 被视为 5G 及更先进网络的一项关键使能技术。然而，其性能受到获取高维信道信息所需巨大开销的限制。为降低传统基于导频设计所带来的庞大训练开销，我们利用信道稀疏性与数据集中特性，提出了一种新颖的盲数据检测方法。具体而言，我们提出了一种基于 -范数的公式化方法，无需信道估计即可恢复数据。我们证明，所提公式的全局最优解可任意接近发射数据，仅存在相位-置换模糊。随后我们提出了一种高效的免参数算法来求解 -范数问题并消除相位置换模糊。我们还推导了收敛速率关于关键系统参数（如发射端与接收端数量、信道噪声功率以及信道稀疏水平）的表达式。数值实验将表明，所提方案具有优越性能且计算复杂度低。
引用
@article{arxiv.2004.12301,
title = {Blind Data Detection in Massive MIMO via $\ell_3$-norm Maximization over the Stiefel Manifold},
author = {Ye Xue and Yifei Shen and Vincent Lau and Jun Zhang and Khaled B. Letaief},
journal= {arXiv preprint arXiv:2004.12301},
year = {2021}
}