近场超大规模 MIMO 的联合信道估计与协同定位
信号处理
2023-12-22 v1 信息论
math.IT
摘要
下一代 (6G) 无线网络预计不仅提供无缝和高数据速率的通信，还提供无处不在的感知服务。通过提供巨大的空间自由度 (DoFs)，超大规模多输入多输出 (UM-MIMO) 技术是 6G 中感知和通信的关键赋能者。然而，UM-MIMO 的采用导致电磁传播从远场转向近场，这给系统设计带来了新的挑战。具体而言，近场效应引入了高度非线性的球面波模型，使得基于平面波假设的现有设计失效。在本文中，我们聚焦于感知和通信中的两个关键任务，即定位和信道估计，并通过探索近场传播特性研究它们的联合设计，从而实现两项任务之间的相互增益。此外，利用多个基站 (BSs) 协同促进协同定位框架。为了解决近场 UM-MIMO 系统的联合信道估计和协同定位问题，我们提出了一种变分牛顿化近场信道估计 (VNNCE) 算法和一种高斯融合协同定位 (GFCL) 算法。VNNCE 算法利用近场信道提供的空间 DoFs 来获取与位置相关的软信息，而 GFCL 算法融合这些软信息以实现更精确的定位。此外，我们引入了一种联合架构，无缝集成了信道估计和协同定位。
引用
@article{arxiv.2312.13683,
title = {Joint Channel Estimation and Cooperative Localization for Near-Field Ultra-Massive MIMO},
author = {Ruoxiao Cao and Hengtao He and Xianghao Yu and Shenghui Song and Kaibin Huang and Jun Zhang and Yi Gong and Khaled B. Letaief},
journal= {arXiv preprint arXiv:2312.13683},
year = {2023}
}
备注
Submit to JSAC