混合模数信道估计与波束成形：训练与吞吐量折中
信息论
2016-11-15 v2 math.IT
摘要
本文为射频（RF）链数量有限的多用户大规模多输入多输出（MIMO）系统设计了混合模数信道估计与波束成形技术。对于这些系统，我们首先通过考虑信道协方差矩阵已知完美与不完美的两种情况，设计了新颖的最小均方误差（MMSE）混合模数信道估计器。然后，我们利用估计的信道来实现数据传输的波束成形。当所有用户设备（UE）的信道协方差矩阵被完美已知时，我们表明训练持续时间与吞吐量之间存在折中关系。具体而言，我们发现最大化吞吐量的最优训练持续时间取决于所有 UE 的协方差矩阵、RF 链数量和信道相干时间（）。我们还表明，在某些系统参数设置下，训练时间优化问题可以表述为凹最大化问题，从而可以使用现有工具有效地获得其全局最优解。特别是，当配备 根天线和 个 RF 链的基站服务一个单天线 UE， 个符号周期（）且信噪比为 dB 时，我们发现对于高度相关和不相关的瑞利衰落信道系数，最优训练持续时间分别为 和 。通过执行数值计算和广泛的蒙特卡洛仿真验证了解析表达式。
引用
@article{arxiv.1509.05091,
title = {Hybrid Analog-Digital Channel Estimation and Beamforming: Training-Throughput Tradeoff},
author = {Tadilo Endeshaw Bogale and Long Bao and Xianbin Wang},
journal= {arXiv preprint arXiv:1509.05091},
year = {2016}
}
备注
IEEE Transactions on Communication (To appear)