基于上下行信道协方差外推与主动信道稀疏化的FDD大规模MIMO
信息论
2018-08-28 v2 math.IT
摘要
我们提出了一种用于频分双工（FDD）系统中大规模多输入多输出（massive MIMO）的新方法。由于上行（UL）与下行（DL）之间的频率间隔较大，FDD系统中信道互易性不成立。因此，为了向基站（BS）提供下行信道状态信息，需要闭环下行信道探测与信道状态信息（CSI）反馈。在大规模MIMO中，这通常带来很大的训练开销。例如，在M = 200个基站天线、衰落相干块T = 200个符号的典型配置下，由下行训练开销导致的速率损失因子max{0, 1 - M/T}接近于0。为降低该开销，我们基于一个众所周知的事实：用户信道的角度散射函数（ASF）在相对于载频较小的频率区间内是不变的（如当前FDD蜂窝标准）。这使得无需额外开销即可从上行导频估计用户的下行信道协方差矩阵。基于此协方差信息，我们提出了一种新颖的稀疏化预编码器，以在每位有效用户信道稀疏度不大于期望下行导频维数T_{dl}的条件下，最大化有效稀疏化信道矩阵的秩，从而得到下行训练开销因子max{0, 1 - T_{dl} / T}以及T_{dl}个导频测量的CSI反馈代价。稀疏化预编码器的优化被表述为一个可高效求解的混合整数线性规划。大量仿真结果表明，相较于基于压缩感知或UL/DL字典学习的同期最先进方案，所提方法具有优越性。
引用
@article{arxiv.1803.05754,
title = {FDD Massive MIMO via UL/DL Channel Covariance Extrapolation and Active Channel Sparsification},
author = {Mahdi Barzegar Khalilsarai and Saeid Haghighatshoar and Xinping Yi and Giuseppe Caire},
journal= {arXiv preprint arXiv:1803.05754},
year = {2018}
}
备注
30 pages, 7 figures - Further simulation results and comparisons with the state-of-the-art techniques, compared to the previous version