利用 GPU 张量核进行大规模 MIMO 系统信道估计
分布式、并行与集群计算
2022-06-14 v1 信号处理
摘要
为高效使用大规模 MIMO 系统，快速且准确的信道估计十分重要。但大规模天线阵列的存在需要较高的导频开销以实现高估计精度。此外，当与基于软件的处理系统（如 CPU 和 GPU）配合使用时，高处理延迟成为主要问题。为降低导频开销，实现了一种结合 PN 序列相关的导频传输方案与信道估计方案。随后，为应对高处理延迟问题，使用 Nvidia GPU 中的张量核 (Tensor Cores) 计算信道估计。通过在 ORBIT 测试平台上使用 Nvidia V100 GPU 进行实验，展示了该导频传输方案的性能。通过改变 PN 序列长度、信道冲激响应长度、多路复用发射机数量以及 MIMO 规模等因素，评估了张量核实现的信道估计的精度与处理延迟。
引用
@article{arxiv.2206.05506,
title = {Channel Estimation for Massive MIMO systems using Tensor Cores in GPU},
author = {Bhargav Gokalgandhi and Ivan Seskar},
journal= {arXiv preprint arXiv:2206.05506},
year = {2022}
}
备注
This paper has been submitted and accepted at IEEE INFOCOM CNERT 2022 Workshop. A DOI, IEEE copyright will be added as soon as paper is published. This project was funded by the NSF "COSMOS" Project under grant number CNS-1827923