基于随机梯度追踪算法的混合场信道估计
信号处理
2024-05-27 v1
摘要
极大规模多输入多输出 (XL-MIMO) 是满足第六代 (6G) 无线网络高数据率需求的关键技术。在此背景下，确保以低复杂度获取信道状态信息 (CSI) 至关重要。此外，在基站 (BS) 部署极大天线阵列可能导致部分散射器位于近场，而其他散射器则位于远场，从而导致混合场通信场景。为解决这些挑战，本文引入了两种基于随机梯度追踪 (SGP) 的方案，用于两种场景下的混合场信道估计。对于已知近场和远场信道路径比例特定比例的第一种场景，该方案能够有效利用远场信道的角域稀疏性和近场信道的极坐标域稀疏性，使两者的信道估计能够分别进行。对于第二种比例不可用的场景，我们提出了一种基于非格点 SGP 的信道估计方案，该方案在进行混合场信道估计前，基于准则函数迭代该比例参数的值。我们在数值上演示，两种提议的信道估计方案在估计精度和可实现速率方面均表现出优越性能，同时拥有更低的计算复杂度。此外，我们揭示了随着 UE 天线数量的增加，所提出的方案的归一化均方误差 (NMSE) 性能基本不变，而现有方案的 NMSE 性能则不断提高。值得注意的是，即便在这种情况下，所提出的方案仍然优于现有方案。
引用
@article{arxiv.2405.15345,
title = {Hybrid-Field Channel Estimation for XL-MIMO Systems with Stochastic Gradient Pursuit Algorithm},
author = {Hao Lei and Jiayi Zhang and Zhe Wang and Bo Ai and Derrick Wing Kwan Ng},
journal= {arXiv preprint arXiv:2405.15345},
year = {2024}
}
备注
30 pages, 6 figures, been ACCEPTED for publication as a REGULAR paper in the IEEE Transactions on Signal Processing