基于空间啁啾码本的超大规模 Massive MIMO 分层波束训练
信息论
2023-08-16 v2 信号处理
math.IT
摘要
超大规模多输入多输出（XL-MIMO）有望在毫米波（mmWave）和太赫兹（THz）频段提供超高数据速率。然而，由大孔径阵列引起的球面波前无线传输给信道状态信息（CSI）获取和波束成形带来了巨大挑战。在 XL-MIMO 波束成形中需同时考虑两个独立参数（物理角度和传输距离），这带来了严重的开销消耗和波束成形退化。为解决该问题，我们利用近场信道特征，提出了两种用于近场 XL-MIMO 系统的低开销分层波束训练方案。首先，我们将近场信道投影到空间-角度域和斜率-截距域以捕获详细表征。然后我们指出了 XL-MIMO 分层波束训练的三个关键准则。其次，提出了一种新颖的空间啁啾波束辅助码本及相应的分层更新策略。第三，鉴于空间啁啾波束的不完美覆盖与重叠，我们进一步通过流形优化和交替最小化设计了增强的分层训练码本。理论分析与数值仿真也展示了出来，以验证在波束成形和训练开销上的优越性能。
引用
@article{arxiv.2210.03345,
title = {Spatial-chirp Codebook-based Hierarchical Beam Training for Extremely Large-Scale Massive MIMO},
author = {Xu Shi and Jintao Wang and Zhi Sun and Jian Song},
journal= {arXiv preprint arXiv:2210.03345},
year = {2023}
}
备注
accepted by IEEE Transactions on Wireless Communications (TWC). DOI: 10.1109/TWC.2023.3303229