基于双稀疏学习的大规模 MIMO 广义空间调制信道与信号估计
信息论
2019-10-28 v1 信号处理
math.IT
摘要
本文研究了具有通用空间调制（GSM）的大规模多输入多输出（MIMO）系统的联合天线活跃检测、信道估计与多用户检测。我们首先通过考虑大规模 MIMO 信道的信道稀疏性与 GSM 的信号稀疏性，建立了双稀疏大规模 MIMO 模型。基于该双稀疏模型，我们构建了一个盲检测问题。为求解该盲检测问题，我们开发了基于消息传递的盲信道与信号估计（BCSE）算法。BCSE 算法基本遵循仿射稀疏矩阵分解技术，但做了关键修改以处理模型的双稀疏特性。我们表明 BCSE 算法显著优于现有的盲算法与基于训练的算法，并能够逼近 genie 界（已知信道或已知信号）。在 BCSE 算法中，采用短导频以消除稀疏矩阵分解后的相位与排列模糊。为更高效地利用短导频，我们进一步开发了半盲信道与信号估计（SBCSE）算法，将相位与排列模糊的估计纳入迭代消息传递过程。我们表明 SBCSE 算法在短导频机制下大幅优于包括 BCSE 算法在内的同类算法。
引用
@article{arxiv.1910.11504,
title = {Double-Sparsity Learning Based Channel-and-Signal Estimation in Massive MIMO with Generalized Spatial Modulation},
author = {Xiaoyan Kuai and Xiaojun Yuan and Wenjing Yan and Hang Liu and Ying Jun and Zhang},
journal= {arXiv preprint arXiv:1910.11504},
year = {2019}
}