面向极大规模大规模MIMO的基于线性调频的分层波束训练
信息论
2023-01-30 v1 math.IT
摘要
XL-MIMO 有望在太赫兹（THz）频谱中提供超高数据速率。然而，由大孔径阵列引起的球面波前无线传输给信道状态信息（CSI）获取带来了巨大挑战。在 XL-MIMO 波束赋形中需同时考虑两个独立参数（物理角度和传输距离），这带来了严重的开销消耗和波束赋形退化。为解决该问题，我们利用近场信道特征，提出了一种用于近场 XL-MIMO 系统的低开销分层波束训练方案。首先，我们将近场信道投影到空间-角度域和斜率-截距域以捕获详细表示。其次，提出了一种新颖的空间线性调频波束辅助码本及相应的分层更新策略。理论分析与数值仿真也展示了在波束赋形和训练开销上的优越性能。
引用
@article{arxiv.2301.11570,
title = {Chirp-based Hierarchical Beam Training for Extremely Large-Scale Massive MIMO},
author = {Xu Shi and Jintao Wang and Zhi Sun and Jian Song},
journal= {arXiv preprint arXiv:2301.11570},
year = {2023}
}
备注
Accepted by IEEE ICC 2023. arXiv admin note: substantial text overlap with arXiv:2210.03345