智能反射面辅助 MISO 下行链路：信道估计与渐近分析
信息论
2020-08-20 v1 math.IT
摘要
本工作对多用户智能反射面（IRS）辅助多输入单输出（MISO）下行链路系统在非完美 CSI 下的渐近性能进行了初步研究。我们首先将现有的最小二乘（LS）开/关信道估计协议扩展到多用户系统，并在多个子阶段中推导出所有 IRS 辅助信道的均方误差最小（MMSE）估计。我们还考虑了一种低复杂度直接估计（DE）方案，其中基站在单个子阶段内获得整体信道的 MMSE 估计。在这两种协议下，基站均采用最大比传输（MRT）预编码，而 IRS 设计在大系统极限下进行研究，我们推导了信干噪比（SINR）和和速率的确定性等价式。所推导的仅依赖于信道统计量的渐近表达式表明，在瑞利衰落的 IRS 到用户信道下，IRS 相移值对提升和速率并无显著作用，但 IRS 仍提供阵列增益。仿真结果证实了所推导确定性等价式的准确性，并表明在瑞利衰落下，IRS 增益在噪声受限场景中更为显著。我们还得出结论：在考虑大系统时，整体信道的 DE 可带来更优性能。
引用
@article{arxiv.2008.08160,
title = {Intelligent Reflecting Surface Assisted MISO Downlink: Channel Estimation and Asymptotic Analysis},
author = {Bayan Al-Nahhas and Qurrat-Ul-Ain Nadeem and Anas Chaaban},
journal= {arXiv preprint arXiv:2008.08160},
year = {2020}
}
备注
Accepted in IEEE GLOBECOM 2020