密集云无线接入网中压缩感知信道估计的性能极限
信息论
2018-02-12 v5 math.IT
摘要
为降低大规模密集云无线接入网(CRAN)中的训练信令开销,基于信道稀疏化假设(即部署的远端无线头(RRHs)中仅一小部分对系统中任意用户具有重要意义)已提出多种方法。受此设定下压缩感知(CS)技术潜力的启发,本文通过考虑所谓先知估计器(其先验知晓哪些RRH具有重要意义但不知其对应信道值)的性能,严谨刻画了许多实用CS算法的性能极限。借助随机几何工具,获得了先知估计器性能在RRH位置分布与信道统计平均下的闭式解析表达式。除作为实用CS算法的界之外,该分析提供了重要的设计洞见,例如训练序列长度如何影响性能,并确定了信道稀疏化假设成立的工作条件。结果表明,后者仅在具有足够大路径损耗指数的工作条件下成立。
引用
@article{arxiv.1710.10796,
title = {Performance Limits of Compressive Sensing Channel Estimation in Dense Cloud RAN},
author = {Stelios Stefanatos and Gerhard Wunder},
journal= {arXiv preprint arXiv:1710.10796},
year = {2018}
}
备注
6 pages, two-column format; ICC 2018