大规模MIMO系统中分布式压缩感知LMMSE信道估计

李贵勇,于 敏,余永坤

(重庆邮电大学通信与信息工程学院,重庆 400065)

0 引 言

在移动通信领域,需要通过增加系统容量和频谱效率的新技术来满足用户不断增长的数据速率需求,现有的长期演进系统的一项关键技术——多输入多输出(multiple input multiple output,MIMO)可以在不增加任何无线带宽的情况下提高系统容量[1]和系统可靠性,但MIMO技术无法满足未来移动通信系统的需求。大规模MIMO技术可以通过在基站(base station,BS)侧配置大量天线,在极大程度上增加系统容量,由于大规模MIMO带来的高频谱效率和高能效[2],被视为未来5G无线通信系统的关键技术之一。在大规模MIMO系统中,准确有效的信道估计是一个至关重要且棘手的问题,因为随着天线的增加,需要估计的信道参数的数量非常大,因此带来了极高的计算复杂度。线性最小均方误差(linear minimum mean square error,LMMSE)算法作为经典信道估计算法,由于其良好的抗噪性能已被广泛用于传统无线通信系统中。但是,要在5G大规模MIMO系统中使用LMMSE信道估计算法面临的挑战是:难以获得信道自相关矩阵,并且大规模天线带来的计算复杂性极高[3]。因此,如何在信道估计的性能和算法复杂度之间保持最佳平衡至关重要。

为了优化LMMSE算法,文献[4]提出了一种基于离散傅里叶变换(discrete Fourier transform,DFT)的LMMSE算法,该算法利用DFT属性估计信道相关矩阵,减少了参数计算量,以较低的计算复杂度达到了较高的信道估计性能。尽管很多专家学者为降低传统信道估计复杂度和提高传统信道估计算法的性能已进行了许多努力,但所有这些方法都限于Nyquist-Shannon定理,在大规模MIMO系统中会导致极高的导频开销以及极高的计算复杂度。……