6G 无线通信中的近场稀疏信道表示与估计

极大规模天线阵列与高频信令的使用，使未来 6G 无线通信很可能工作于近场区域。此时，同时考虑用户角度与距离的球面波假设比仅与用户角度相关的传统平面波假设更为准确。因此，传统的基于平面波的远场信道模型及其相关估计算法需要被重新考量。本文首先提出一种距离参数化的角度域稀疏模型来表示近场信道。该模型中，用户距离作为未知参数被包含在字典中，从而使字典列数仅依赖于角度空间划分。这不同于现有的极坐标域近场信道模型——后者字典构建于角度-距离二维（2D）空间上。接着，基于此模型，针对视距（LoS）与多径场景分别提出基于联合字典学习与稀疏恢复的信道估计方法。为进一步证明所提算法的有效性，研究了恢复条件与计算复杂度。分析表明，随着字典中距离估计误差的减小，角度域稀疏向量可在数次迭代后被精确恢复。极坐标域二维表示所带来的高存储负担与字典相干性问题得到良好解决。最后，多用户通信场景中的仿真支持了所提近场信道稀疏表示与估计在信道估计误差上相对于现有极坐标域方法的优越性。