基于低分辨率量化前传链路的细胞免费大规模 MIMO 变分贝叶斯信道估计与数据检测
信号处理
2025-06-24 v1
摘要
我们研究在细胞免费大规模 MIMO（CF-mMIMO）网络中进行联合信道估计与数据检测（JED）问题，其中接入点（AP）通过前传链路与中央处理单元（CPU）通信。然而，这些链路的带宽有限，尤其在用户数不断增加的情况下，给 CF-mMIMO 的适用性带来了挑战。为此，我们提出一种基于变分贝叶斯（VB）推断的方法，用于执行 JED 过程，其中 AP 将信号的低分辨率量化版本转发给 CPU。我们考虑两种方法：量化-估计（Q-E）和估计-量化（E-Q）。在 Q-E 方法中，每个 AP 使用低比特量化器对信号进行量化后转发给 CPU；在 E-Q 方法中，每个 AP 首先进行本地信道估计，然后发送估计信道的低比特量化版本给 CPU。我们评估了在理想前传链路（PFL）下使用未量化接收信号、Q-E 和 E-Q 场景下，我们基于 VB 的方法的性能，包括符号误差率（SER）、信道估计归一化均方误差（NMSE）、计算复杂度和前传信令开销。我们还将这些结果与在 PFL 场景下的线性最小均方误差（LMMSE）方法进行比较。我们的numerical结果表明，VB(Q-E) 和 VB(E-Q) 方法均优于 LMMSE(PFL)，这得益于 VB 中固有的非线性建模。此外，VB(Q-E) 方法因 VB(E-Q) 方法中 AP 本地信道估计过程的误差而优于 VB(E-Q)。
关键词
引用
@article{arxiv.2506.18863,
title = {Variational Bayesian Channel Estimation and Data Detection for Cell-Free Massive MIMO with Low-Resolution Quantized Fronthaul Links},
author = {Sajjad Nassirpour and Toan-Van Nguyen and Hien Q. Ngo and Le-Nam Tran and Tharmalingam Ratnarajah and Duy H. N. Nguyen},
journal= {arXiv preprint arXiv:2506.18863},
year = {2025}
}
备注
14 pages, 10 figures, accepted for journal publication