基于图着色的云无线接入网局部正交训练设计
信息论
2016-05-09 v3 math.IT
摘要
我们考虑云无线接入网（CRAN）中基于训练的信道估计，其中大量远程无线头（RRH）和用户随机散布在服务区域内。在此模型中，为所有用户分配正交训练序列将给整个网络带来大量开销，且当用户数量很大时甚至不可能。因此，本文引入局部正交性的概念，在该概念下，用户的训练序列与其邻域内其他用户的训练序列正交。我们将局部正交训练序列的设计建模为图着色问题。进而，基于随机几何图理论，我们证明最小训练长度的量级为 ，其中 为 CRAN 覆盖的用户数。这表明所提出的训练设计产生了一种可扩展的解决方案，以满足 CRAN 中大规模协作的需求。数值结果表明，所提方案优于其他参考方案。
引用
@article{arxiv.1604.03344,
title = {Locally Orthogonal Training Design for Cloud-RANs Based on Graph Coloring},
author = {Jianwen Zhang and Xiaojun Yuan and Ying Jun and Zhang},
journal= {arXiv preprint arXiv:1604.03344},
year = {2016}
}
备注
10 pages, 9 figures, submitted to IEEE Trans. Wireless Commun