非理想 CSI 下粗量化大规模 MU-MIMO 系统的特征推断预编码
信号处理
2019-04-23 v3
摘要
本文研究配备低分辨率数模转换器（DACs）的大规模多用户多输入多输出（MU-MIMO）系统中的预编码问题。在以往该主题的文献中，通常假设信道状态信息（CSI）完全已知。然而，在实际应用中 CSI 不可避免地受噪声污染。本文首次提出一种特征推断（EI）预编码方案，以改善非理想 CSI 下粗量化大规模 MU-MIMO 系统的误码性能，其数学建模为两个矩形随机矩阵（RRMs）之和。所提方法不基于 RRM 进行分析，而是利用 Girko 的 Hermitization 技巧，通过将 RRM 增广为块对称信道矩阵（BSCA）来借助块随机矩阵理论。特别地，我们推导了 BSCA 特征值的经验分布，并建立了真实 BSCA 与其含噪观测之间的极限谱分布联系。进而，基于这些理论结果，我们提出了一种基于 EI 的矩匹配方法用于 CSI 相关噪声水平估计，以及一种旋转不变估计方法用于 CSI 重建。基于清洗后的 CSI，通过 Bussgang 定理和拉格朗日乘子法处理量化预编码问题。最后通过数值模拟验证了所提方法，结果证明了该预编码器的有效性。
引用
@article{arxiv.1803.00230,
title = {Eigen-Inference Precoding for Coarsely Quantized Massive MU-MIMO System with Imperfect CSI},
author = {Lei Chu and Robert Qiu and Fei Wen},
journal= {arXiv preprint arXiv:1803.00230},
year = {2019}
}