高移动性场景下 mmWave MIMO-OFDM 系统的信道估计：瞬时模型还是统计模型？
信息论
2024-08-28 v2 信号处理
math.IT
摘要
经典的线性统计模型（如一阶自回归 (AR) 模型）常被用作高移动性场景下的信道模型。然而，与 sub-6G 相比，多普勒频移效应在毫米波 (mmWave) 频段更为显著，因此应重新审视统计信道模型在高移动性 mmWave 场景中的有效性。本文研究了高移动性场景下 mmWave 多输入多输出 (MIMO) 正交频分复用 (OFDM) 系统的信道估计，重点比较瞬时信道模型与统计信道模型。针对瞬时模型，利用 mmWave 信道的低秩特性以及 MIMO-OFDM 信号在空、时、频域的多维特征，将接收信号构建为符合低秩 CANDECOMP/PARAFAC (CP) 模型的四阶张量。随后，为解决 CP 分解问题，通过探索因子矩阵的 Vandermonde 结构，提出了一种基于旋转不变技术信号参数估计 (ESPRIT) 型分解的信道估计方法，并从因子矩阵中估计信道参数。我们分析了 CP 分解的唯一性条件，并推导了信道参数的 Cramer-Rao 界 (CRB) 的简洁表达式。仿真结果表明，我们的方法优于现有基准。此外，基于 Wireless InSite 生成的无线环境的结果验证了，基于瞬时信道模型的信道估计性能优于基于统计信道模型的估计。因此，建议在高移动性场景下设计 mmWave 系统信道估计算法时采用瞬时信道模型。
引用
@article{arxiv.2403.02942,
title = {Channel Estimation for mmWave MIMO-OFDM Systems in High-Mobility Scenarios: Instantaneous Model or Statistical Model?},
author = {Ruizhe Wang and Hong Ren and Cunhua Pan and Gui Zhou and Ruisong Weng and Jiangzhou Wang},
journal= {arXiv preprint arXiv:2403.02942},
year = {2024}
}