基于随机网格张量分解的多用户毫米波大规模MIMO系统信道估计

张景 周小平 王培培 李莉

摘  要： 利用毫米波信道的稀疏散射特性和张量的空间结构，提出了一种随机网格张量分解的信道估计方法，接收信号被表示为一个四阶张量，采用随机张量压缩对单个用户信道进行解耦;采用网格张量分解方式，将大尺度的用户信道张量分解为若干个小尺度张量，并行且独立地分解所有子张量，由相关因子矩阵估计信道参数. 仿真结果表明，该算法能获得较为准确的信道参数估计，有效地降低了信道估计算法的复杂度.

关键词： 毫米波; 多用户大规模多输入多输出（MIMO）; 信道估计; 随机网格张量分解

中图分类号： TN 929.5    文献标志码： A    文章编号： 1000-5137（2021）01-0108-07

Abstract： By using the sparse scattering characteristics of the millimeter wave channel and the spatial structure of the tensor，a channel estimation method based on random grid tensor decomposition was proposed. The received signal was represented as a fourth-order tensor and the user channel was decoupled by random tensor compression. After that，using grid tensor decomposition method，the large-scale user channel tensor was decomposed into several small-scale tensors，by which all sub-tensors are decomposed in parallel and independently，and the channel parameters were estimated according to the correlation factor matrix. The simulation results showed that the algorithm was able to obtain more accurate channel parameter estimation，which reduced the complexity of the channel estimation algorithm effectively.

Key words： millimeter wave; multi-user massive multiple input and multiple output（MIMO）; channel estimation; random grid tensor decomposition

0  引言

毫米波大規模多输入多输出（MIMO）是未来蜂窝网络中重要的技术.毫米波波段的大带宽可以提供每秒千兆位的通信数据速率，能够更好地满足第五代移动通信的需求[1-4].然而，高频通信也会造成重大的路径损失.为了解决这一问题，一般在基站和移动端之间部署大规模的天线阵列，以提供波束形成增益.因此，获取完整的信道状态信息，完成预编码至关重要.

在多用户上行信道估计中，训练序列所花费的代价尤为高昂.随着用户终端数量的增加，所需的导频序列长度也大幅增长.此外，毫米波信道的相干时间比低频信道短，因此降低多用户多天线毫米波系统的导频成本尤为重要.对于多用户毫米波大规模MIMO系统，GAO等[5]对不同用户的信道上行链路进行估计，但由于信……