用于大规模 MIMO 的分层稀疏信道估计
信息论
2018-03-30 v1 math.IT
摘要
本文考虑了宽带大规模 MIMO 信道估计问题。以低复杂度算法和低训练开销为目标，采用压缩感知（CS）方法。然而，由于与该设置对应的 Kronecker 型感知（测量）矩阵，标准 CS 算法及分析方法不再适用。通过认识到信道具有一种称为分层稀疏性的特殊结构，我们提出了一种明确利用该性质的高效算法。此外，通过将标准 CS 分析方法扩展到分层稀疏向量，我们针对估计算法性能及其所需的导频子载波数量提供了严格的分析。低训练开销反过来意味着小区内可支持的用户数更多，并有望改善导频去污。我们相信，这是第一篇在分层框架与 Kronecker 测量之间建立严格联系的论文。数值结果验证了在此设置下采用所提方法相较于标准 CS 算法的优势。
引用
@article{arxiv.1803.10994,
title = {Hierarchical Sparse Channel Estimation for Massive MIMO},
author = {Gerhard Wunder and Ingo Roth and Axel Flinth and Mahdi Barzegar and Saeid Haghighatshoar and Giuseppe Caire and Gitta Kutyniok},
journal= {arXiv preprint arXiv:1803.10994},
year = {2018}
}
备注
8 pages, 5 figures