三维信道模型约束下的大规模MIMO信道估计方法

2021-02-22 01:46:58朱瑞芳张国梅曹艳梅
西安交通大学学报 2021年2期
关键词:优化方法模型

朱瑞芳,张国梅,曹艳梅

(西安交通大学电子与信息学部,710049,西安)

随着移动智能终端的日益普及和移动数据业务的爆炸式增长,人们对无线通信系统的频谱利用率提出了更高的要求。大规模MIMO技术通过在基站(BSs)配置大规模天线来满足在相同时频资源上服务大量用户的要求,具有很高的频谱利用率,成为了5G系统的关键技术[1-2]。为了有效克服部署大规模天线带来的高硬件成本和高功耗问题,在基站端的射频端口处配置1 bit模数转换器成为一种潜在的解决方案[3-5]。然而,1 bit量化会导致接收信号中的幅度信息和相位信息严重损失,进而造成上行链路信道估计和数据检测的精度显著降低。此外,在时分双工(TDD)系统中,质量较差的上行信道估计结果还会恶化依赖于上行信道估计的下行传输性能。因此,如何从1 bit大规模MIMO严重失真的非线性接收信号中更准确地恢复信道信息,成为1 bit大规模MIMO部署面临的巨大挑战。

目前,基于导频的信道估计方法在1 bit大规模MIMO系统中仍然应用广泛[6]。文献[7]研究了最小二乘信道估计方法在1 bit大规模MIMO系统中的应用,实验结果表明其估计精度很低;文献[8]提出了一种基于回溯线性搜索算法的最大似然估计方法,以牺牲计算复杂度为代价仅换取了估计精度在一定程度上的提升;文献[9]基于1 bit毫米波MIMO系统信道矩阵的稀疏特性,提出了一种改进的期望最大(EM)信道估计方法。文献[10]进一步提出了一种近似最大似然信道估计器,相比于EM估计器具有更好的估计质量且能更好地支持高阶星座。……

登录APP查看全文

猜你喜欢
优化方法模型
一半模型
超限高层建筑结构设计与优化思考
房地产导刊(2022年5期)2022-06-01 06:20:14
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
捕鱼