黎曼梯度下降法用于ISAC中的联合盲超分辨与解混
信息论
2024-10-14 v1 math.IT
摘要
集成感知与通信(ISAC)已成为下一代无线网络的一项有前景的技术。本文处理ISAC中一个不适定的参数估计问题，将其表述为联合盲超分辨与解混问题。利用与未知参数相关的向量化Hankel矩阵的低秩结构，我们提出了一种黎曼梯度下降(RGD)方法。我们的理论分析表明，在标准假设下，所提方法能线性收敛到目标矩阵。此外，大量数值实验验证了所提方法的有效性。
引用
@article{arxiv.2410.08607,
title = {Riemannian Gradient Descent Method to Joint Blind Super-Resolution and Demixing in ISAC},
author = {Zeyu Xiang and Haifeng Wang and Jiayi Lv and Yujie Wang and Yuxue Wang and Yuxuan Ma and Jinchi Chen},
journal= {arXiv preprint arXiv:2410.08607},
year = {2024}
}