太赫兹带宽下多用户 massive MIMO 上行的半盲信道估计与混合接收波束赋形
信号处理
2026-03-24 v1 音频与语音处理
摘要
我们构建了贴合太赫兹频段的多用户(MU)大规模多输入多输出(MIMO)信道模型，包含分子吸收、反射损耗及多径扩散射射成分等因素。随后，我们提出一种新颖的基于半盲的方法，用于获取信道状态信息(CSI)，即MU whitening decorrelation semi-blind(MU-WD-SB)技术，利用未知数据符号的二阶统计特性以及导频向量。我们推导了约束Cramer-Rao下界(C-CRLB)，以界定所提半盲学习技术的归一化均方误差(NMSE)性能。我们的方法有效降低了训练开销，同时提升了信道学习过程的整体准确性。进一步，我们构思了一种新的混合接收Combiner框架，用于MU太赫兹大规模MIMO系统，基于多个测量向量稀疏贝叶斯学习(MMV-SBL)，该技术依赖于我们所提的半盲方法获取的CSI，而该方法基于低分辨率模拟-到-数字转换器(ADC)。最后，我们提出一种基于MMV-SBL的最优混合Combiner，直接降低MU干扰。进行大量仿真测试，评估所提MU-WD-SB方案在来自高分辨率传输(HITRAN)数据库的实际太赫兹信道下，相较于传统训练式及其他半盲学习技术的性能提升。所考量的改进指标包括NMSE、比特误码率(BER)及谱效率(SE)。
引用
@article{arxiv.2603.22258,
title = {Semi-Blind Channel Estimation and Hybrid Receiver Beamforming in the Tera-Hertz Multi-User Massive MIMO Uplink},
author = {Abhisha Garg and Suraj Srivastava and Varsha Dubey and Aditya Jagannatham and Lajos Hanzo},
journal= {arXiv preprint arXiv:2603.22258},
year = {2026}
}