用于毫米波多天线通信的低复杂度信噪比与均方误差盲估计器

为了增强无线通信的鲁棒性和弹性并满足性能要求，各种反映环境的度量，如信噪比(SNR)，被用作系统参数。为了获取这些度量，通常使用训练信号，例如导频序列。然而，毫米波(mmWave)传播信道的快速波动常常会降低此类估计的准确性。为了解决这一挑战，各种无需导频即可工作的盲估计器已被视为潜在的解决方案。然而，这些算法通常涉及机器学习的训练阶段或大量迭代，这意味着计算复杂度高得令人望而却步，使其难以用于实时服务，并导致系统对动态环境变化的弹性降低。在本文中，我们提出了针对平均噪声功率、信号功率、信噪比和均方误差(MSE)的盲估计器，这些估计器既不需要知道真实信号，也不涉及高计算复杂度。所提出的算法利用了毫米波信道在波束空间域中固有的稀疏性，这使得信号和噪声功率分量更易于区分。