智能反射面辅助无线通信的信道跟踪与预测
信号处理
2022-03-14 v1
摘要
对于智能反射面(IRS)辅助的无线通信，信道估计至关重要，而当IRS反射单元数量较大时通常需要过多的信道训练开销。由于发射机和/或接收机的移动性导致信道非准静态时，获取准确的信道状态信息(CSI)变得更具挑战性。本工作中，我们研究了一种具有时变信道模型的IRS辅助无线通信系统，并提出了一种创新的两阶段传输协议。在第一阶段，我们发送导频符号并基于接收信号跟踪直连/反射信道，随后传输数据信号。在第二阶段，不先发送导频符号，而是直接预测直连/反射信道，所有时隙均用于数据传输。基于所提传输协议，我们提出了一种两阶段信道跟踪与预测(2SCTP)方案，利用时变信道的时间相关性以低信道训练开销获取直连和反射信道。具体而言，我们首先考虑IRS-接入点(AP)信道假设为静态的特殊情况，为此分别提出了基于卡尔曼滤波(KF)的算法和基于长短期记忆(LSTM)的神经网络用于信道跟踪与预测。然后，对于IRS-AP、用户-IRS和用户-AP信道均假设为时变的更一般情况，我们给出了基于广义KF(GKF)的信道跟踪算法，其中采用适当近似来处理潜在的非高斯随机变量。数值仿真验证了所提传输协议及信道跟踪/预测算法相较于现有方法的有效性。
引用
@article{arxiv.2203.05870,
title = {Channel Tracking and Prediction for IRS-aided Wireless Communications},
author = {Yi Wei and Ming-Min Zhao and An Liu and Min-Jian Zhao},
journal= {arXiv preprint arXiv:2203.05870},
year = {2022}
}