硬件损伤与波束斜视下的混合毫米波 MIMO 系统：信道模型与字典学习辅助的配置
信号处理
2022-10-19 v1
摘要
基于压缩感知（CS）的低开销信道估计已在混合宽带毫米波（mmWave）多输入多输出（MIMO）系统中被广泛研究。先前工作中使用的信道稀疏化字典由在离散到达/离开角上评估的理想阵列响应向量构建。此外，这些字典被假设对所有子载波相同，未考虑硬件损伤和波束斜视的影响。在本文中，我们推导了一个通用信道与信号模型，明确纳入了硬件损伤、实际脉冲整形函数和波束斜视的影响，克服了以往工作中常用的 mmWave MIMO 信道与信号模型的局限性。然后，我们提出一种字典学习（DL）算法，通过考虑波束斜视的影响而不将其引入学习过程，来获得嵌入硬件损伤的稀疏化字典。我们还设计了一种在波束斜视和硬件损伤下的新型 CS 信道估计算法，其中利用不同子载波上的信道结构以实现低复杂度、高精度的信道参数估计。数值结果证明了所提出的 DL 和信道估计策略应用于实际 mmWave 信道时的有效性。
引用
@article{arxiv.2210.09445,
title = {Hybrid mmWave MIMO Systems under Hardware Impairments and Beam Squint: Channel Model and Dictionary Learning-aided Configuration},
author = {Hongxiang Xie and Joan Palacios and Nuria González-Prelcic},
journal= {arXiv preprint arXiv:2210.09445},
year = {2022}
}