面向毫米波极大规模 MIMO 的三重精炼混合场波束训练
信息论
2024-01-23 v1 信号处理
math.IT
摘要
本文研究了极大规模多输入多输出系统的波束训练。通过同时考虑近场和远场，提出了一种三重精炼混合场波束训练方案，其中通过三个渐进式波束精炼步骤获得了高精度的信道参数估计。首先，开发了基于混合场波束增益（HFBG）的第一次精炼方法。基于对 HFBG 的分析，设计了第一次精炼码本并据此进行波束训练，以缩小信道路径的潜在区域。然后，开发了基于最大似然（ML）和稳相原理（PSP）的第二次精炼方法。通过利用波束训练的测量值，使用 ML 来估计信道参数。为了避免 ML 的高计算复杂度，根据 PSP 推导了信道参数的闭式估计。此外，开发了基于高斯近似（GA）的第三次精炼方法。首先执行混合场邻域搜索以识别信道导向矢量主瓣的潜在区域。随后，通过应用 GA，开发了最小二乘估计器以获得高精度的信道参数估计。仿真结果验证了所提方案的有效性。
引用
@article{arxiv.2401.11195,
title = {Triple-Refined Hybrid-Field Beam Training for mmWave Extremely Large-Scale MIMO},
author = {Kangjian Chen and Chenhao Qi and Octavia A. Dobre and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:2401.11195},
year = {2024}
}