基于阵列扰动模型的太赫兹频段信道与波束分裂估计

为展示超宽带带宽与笔状波束成形，太赫兹（THz）频段已被视为第六代网络的关键使能技术之一。然而，太赫兹信道的获取面临若干独特挑战，如严重路径损耗与波束分裂。已有工作通常采用超大规模阵列及由时间延迟器组成的额外硬件组件来补偿这些损耗。为提供具成本效益的解决方案，本文提出一种稀疏贝叶斯学习（SBL）技术，用于联合信道与波束分裂估计。具体而言，我们首先受阵列信号处理启发，将波束分裂建模为阵列扰动。接着，利用太赫兹信道以视距主导的特性，开发了一种低复杂度方法，以降低所提用于信道估计的 SBL 技术（SBCE）的计算复杂度。此外，基于联邦学习，我们对所提基于模型的 SBCE 方案实现了一种无模型技术。进一步，我们考察了太赫兹信道的近场考量，并引入了距离相关的近场波束分裂。理论性能界，即克拉美-罗下界，针对近场与远场参数（例如用户方向、波束分裂与距离）均被推导。数值仿真表明，SBCE 优于现有方法且展现出更低的硬件成本。