无小区大规模 MIMO 上行链路的自学习检测器：视距场景
信息论
2021-01-27 v1 信号处理
math.IT
摘要
无小区大规模多输入多输出（MIMO）技术中的预编码依赖于用户设备（UE）与接入点（AP）之间信道响应的准确知识。而获取高质量信道估计又要求已知 UE 与 AP 两两之间的路径损耗。这些路径损耗可能快速变化，尤其在存在移动遮挡物体的视距环境中。路径损耗估计的一个难点是导频污染，即不同 UE 同时发送的导频可能偶然地相消或相长叠加，严重影响估计质量（进而影响最终性能）。本文提出了一种路径损耗估计方法及其配套的导频传输方案，该方法适用于瑞利衰落和视距信道，相比当前最优基线显著提升了性能。该导频传输方案的显著特征是：导频在不同相干块上按结构性相位旋转（依据各方均已知的预定函数），从而生成所提估计算法可有效利用的接收导频信号统计分布。
引用
@article{arxiv.2005.09334,
title = {Self-Learning Detector for the Cell-Free Massive MIMO Uplink: The Line-of-Sight Case},
author = {Giovanni Interdonato and Pål Frenger and Erik G. Larsson},
journal= {arXiv preprint arXiv:2005.09334},
year = {2021}
}
备注
Paper accepted for presentation in IEEE SPAWC 2020 - 21st IEEE International Workshop on Signal Processing Advances in Wireless Communications. {\copyright} 2020 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses