基于主成分分析(PCA)的大规模MIMO信道反馈
信息论
2015-12-17 v1 math.IT
摘要
考虑了信道状态信息(CSI)反馈方法，特别是针对大规模或超大规模多输入多输出(MIMO)系统。为了从CSI中提取无冗余的本质信息（冗余源于高度相关的天线），接收机使用由CSI向量协方差矩阵的特征向量组成的Karhunen-Loeve变换(KLT)矩阵，将相关的CSI向量变换（稀疏化）为不相关的稀疏CSI向量，并反馈该稀疏CSI的本质分量，即一种主成分分析方法。然后发射机通过反馈向量的逆变换恢复原始CSI。在此，为在收发机处获得协方差矩阵，我们基于其统计特性（包括发射天线和接收天线的相关矩阵、信道方差和信道时延剖面）解析推导了空间相关瑞利衰落信道的协方差矩阵。借助信道统计知识，收发机可轻易获得协方差矩阵和KLT矩阵。分析了所提方法的压缩反馈误差和误码率性能。数值结果验证了所提方法的前景，其显著减少了大规模MIMO系统的反馈开销，且相对于全CSI反馈性能下降微小（例如，反馈量减少80%，即原始CSI的1/5，而频谱效率仅降低2%）。此外，我们通过数值表明，对于给定的有限反馈量，可以找到实现最大频谱效率的最优发射天线数量，这是一个新的设计框架。
引用
@article{arxiv.1512.05068,
title = {Principal Component Analysis (PCA)-based Massive-MIMO Channel Feedback},
author = {Jingon Joung and Ernest Kurniawan and Sumei Sun},
journal= {arXiv preprint arXiv:1512.05068},
year = {2015}
}
备注
10 pages, 5 figures