全息 MIMO 信道的稀疏恢复：利用聚类稀疏性

全息多输入多输出作为下一代收发器技术，因其卓越的电磁波塑造能力而备受关注。然而，密集排列的天线单元显著增加了 HMIMO 信道矩阵的维度，使得传统的信道估计方法效率低下。虽然使用最先进的波数域稀疏表示可以缓解维度灾难，避免随天线密度成比例增加，但稀疏恢复的复杂度仍然与稀疏信道中非零元素的阶数相关，这仍然大大超过了散射体的数量。通过使用基于高斯混合模型的 von Mises-Fisher 分布对固有的聚类稀疏性进行建模，待估计的信道特征可以被压缩到散射体级别。在稀疏性提取的基础上，提出了一种新颖的波数域期望最大化算法来实现逐簇变分推理，从而显著降低了计算复杂度。仿真结果验证了所提方案在不同开销和信噪比下的鲁棒性。