面向 FDD 大规模 MIMO-OFDM 下行信道估计的结构化 Turbo 压缩感知
信息论
2018-11-09 v1 math.IT
摘要
压缩感知已被用于降低无线通信系统中信道估计的导频开销。特别地，结构化 turbo 压缩感知（STCS）为结构化稀疏信号恢复提供了一个通用框架，并降低了计算复杂度和存储需求。本文考虑频分双工（FDD）下行系统中大规模多输入多输出（MIMO）正交频分复用（OFDM）信道估计问题。通过利用大规模 MIMO-OFDM 信道在角度-频率域（AFD）和角度-延迟域（ADD）中的结构化稀疏性，我们使用 AFD 和 ADD 概率模型表示信道，并在 STCS 框架下设计基于消息传递的信道估计器。通过利用结构化稀疏性，提出了若干基于 STCS 的大规模 MIMO-OFDM 信道估计算法。我们表明，与其他现有算法相比，所提算法具有快得多的收敛速度，并在广泛的仿真设置下取得具竞争力的误差性能。
引用
@article{arxiv.1811.03316,
title = {Structured Turbo Compressed Sensing for Downlink Massive MIMO-OFDM Channel Estimation},
author = {Xiaoyan Kuai and Lei Chen and Xiaojun Yuan and An Liu},
journal= {arXiv preprint arXiv:1811.03316},
year = {2018}
}
备注
29 pages, 9 figures