IRS辅助毫米波大规模MU-MISO系统的单比特信道估计

近来，智能反射面（IRS）辅助通信因其以低成本无源超表面扩展覆盖和补偿路径损耗的优势而受到相当关注。本文考虑在基站（BS）配备单比特ADC的IRS辅助多用户大规模MISO通信的上行信道估计。采用单比特ADC是由大规模天线技术的低成本和节能实现所推动的。然而，IRS的无源性以及单比特量化后信号电平信息的缺失，使得IRS信道估计颇具挑战。为应对该问题，我们利用用户-IRS-BS级联信道的结构化稀疏性，开发了三种信道估计器，每种均在不同层次上利用该结构化稀疏性。具体而言，第一种估计器利用级联通道的元素级稀疏性，并采用稀疏贝叶斯学习（SBL）通过II型最大似然（ML）估计推断信道响应。然而，由于单比特量化，II型ML通常难以处理。因此，专门推导了一种变分期望最大化（EM）算法来迭代计算ML解。第二种估计器利用由用户间共享的IRS到BS信道引起的公共行结构化稀疏性，并通过块SBL（BSBL）与变分EM开发了另一种II型ML解。为进一步提升BSBL性能，提出了第三种两阶段估计器，其可同时利用公共行结构化稀疏性以及由用户周围有限散射产生的列结构化稀疏性。仿真结果表明，利用的结构化稀疏性越多样，估计性能越好，且所提估计器优于最先进的单比特估计器。