基于消息传递稀疏贝叶斯学习的联合近场上行通信与定位
信息论
2024-04-16 v1 math.IT
摘要
本文处理集成感知与通信系统中上行通信和定位的问题，其中由于基站使用高载频和大天线阵列，用户处于天线孔径的近场(NF)。我们将联合NF信号检测和定位表述为恢复具有稀疏模式的信号的问题。为了解决该问题，我们开发了一种基于消息传递的稀疏贝叶斯学习(SBL)算法，其中多个基于酉近似消息传递(UAMP)的稀疏信号估计器联合工作，以低复杂度恢复稀疏信号。仿真结果证明了所提方法的有效性。
引用
@article{arxiv.2404.09201,
title = {Joint Near Field Uplink Communication and Localization Using Message Passing-Based Sparse Bayesian Learning},
author = {Fei Liu and Zhengdao Yuan and Qinghua Guo and Yuanyuan Zhang and Zhongyong Wang and J. Andrew Zhang},
journal= {arXiv preprint arXiv:2404.09201},
year = {2024}
}