无噪声 RSS 的低维特性及其在分布式 Massive MIMO 中的应用

我们研究了分布式多用户大规模多输入多输出系统中无噪声上行链路接收信号强度（RSS）数据的维度特性。具体而言，我们对无噪声上行链路 RSS 应用了主成分分析，并观察到其具有低维主子空间。我们利用这一独特性质提出了一种基于重构的高斯过程回归（GP）方法——RecGP，该方法利用上行链路 RSS 数据预测用户位置。在训练阶段使用无噪声 RSS、在位置预测阶段使用含噪测试 RSS 的情况下，RecGP 从无噪声训练 RSS 的低维主子空间中重构含噪测试 RSS。重构后的 RSS 被输入到已训练的 GP 模型中进行位置预测。重构步骤带来的降噪效果使得 RecGP 能够比直接使用测试 RSS 进行位置预测的标准 GP 方法实现更低的预测误差。