相位噪声感知的单元化大规模 MIMO OFDM 下行链路：分离的本地振荡器与共享的本地振荡器

单元化大规模多输入多输出 (mMIMO) 网络通过在多个接入点 (AP) 上分布天线并维持相位一致性来提升覆盖范围和频谱效率 (SE)。然而，使用成本效益高的本地振荡器 (LO) 引入相位噪声 (PN)，即使采用集中处理也会破坏相位一致性。将 LO 在多个 AP 之间共享可以在特定配置下降低成本，但会导致 AP 之间产生相关的 PN，从而产生相关干扰，影响集中式合成。这可以通过利用 PN 相关性进行信道估计来改善。本文提出了针对 PN 损坏的单元化 mMIMO 的上行正交频分复用 (OFDM) 信号模型，解决了单载子信号模型的不足。我们评估了将单载子方法应用于 OFDM 系统时的误差，表明这些方法会低估 PN 的影响并产生过于乐观的可实现 SE 预测。基于我们的 OFDM 信号模型，我们提出了两种 PN 感知的信道和通用相位误差估计器：一种针对独立 LO 的分布式估计器，一种针对共享 LO 的集中式估计器。我们引入基于深度学习的信道估计器以提升性能并减少集中式估计器的迭代次数。仿真结果表明，分布式估计器在独立 LO 配置下优于不匹配的估计器，而集中式估计器在共享 LO 配置下提升了分布式估计器的性能。