基于时空基扩展模型的大规模MIMO系统时变信道跟踪
信号处理
2018-03-01 v1 性能
摘要
本文提出一种在时变和空变条件下大规模多输入多输出系统的信道跟踪方法。利用大规模天线阵列的特性，设计了一种时空基扩展模型以降低上下行链路信道的有效维度，该模型将信道状态信息分解为时变空间信息与增益信息。我们首先将用户运动建模为一阶未知马尔可夫过程，并通过期望最大化（EM）方法盲学习该过程。随后，上行时变空间信息可通过导向矢量的泰勒级数展开盲跟踪，而其余上行信道增益信息仅需少量导频符号即可训练获得。由于角度互易性（空间互易性），下行链路信道的空间信息可立即由上行链路对应部分得到，这极大降低了下行信道跟踪的复杂度。文中给出了多种数值结果以证明所提方法的有效性。
引用
@article{arxiv.1802.10461,
title = {Time Varying Channel Tracking with Spatial and Temporal BEM for Massive MIMO Systems},
author = {Jianwei Zhao and Hongxiang Xie and Feifei Gao and Weimin Jia and Shi Jin and Hai Lin},
journal= {arXiv preprint arXiv:1802.10461},
year = {2018}
}