没有合适的资源?快使用搜索试试~ 我知道了~
针对毫米波大规模多入多出系统为取得可靠信道估计需要高计算复杂度的缺陷,结合毫米波信道固有的低秩性提出一种低复杂度的毫米波波束域信道估计算法。该算法联合利用毫米波信道波束域稀疏性和天线域低秩性以更短训练间隔实现精确恢复。将信道估计看作矩阵完备问题,利用交替方向乘子法(ADMM)实现快速收敛,并采用快速随机奇异值阈值法将相应计算复杂度降低一个数量级。仿真结果表明,推荐算法在获得令人满意信道估计性能的同时依旧可以保持低复杂度。
资源推荐
资源详情
资源评论
研究与开发
基于矩阵完备的低复杂度毫米波
大规模 MIMO 信道估计
邱佳锋
(杭州电子科技大学通信工程学院,浙江 杭州 310018)
摘 要:针对毫米波大规模多入多出系统为取得可靠信道估计需要高计算复杂度的缺陷,结合毫米波信道固
有的低秩性提出一种低复杂度的毫米波波束域信道估计算法。该算法联合利用毫米波信道波束域稀疏性和天
线域低秩性以更短训练间隔实现精确恢复。将信道估计看作矩阵完备问题,利用交替方向乘子法(ADMM)
实现快速收敛,并采用快速随机奇异值阈值法将相应计算复杂度降低一个数量级。仿真结果表明,推荐算法
在获得令人满意信道估计性能的同时依旧可以保持低复杂度。
关键词:矩阵完备;ADMM;信道估计;毫米波大规模多入多出;低复杂度
中图分类号:TN911.22
文献标识码:A
doi: 10.11959/j.issn.1000−0801.2020051
Low-complexity massive MIMO channel estimation for
mmWave systems via matrix completion
QIU Jiafeng
School of Communication Engineering, Hangzhou Dianzi University, Hangzhou 310018, China
Abstract: Due to the high computational complexity of mmWave massive MIMO systems realizing reliable chan-
nel estimation, a low-complexity mmWave beamspace channel estimation algorithm was proposed utilizing the
inherent low-rank of the mmWave channel. The proposed algorithm jointly exploited the channel sparsity in the
beamspace domain and its low-rank property in the antenna domain to provide more accurate recovery, especially
for shorter training intervals. By regarding the channel estimation as matrix completion problem, the proposed al-
gorithm was based on the alternating direction method of multipliers with fast convergence properties and ex-
ploited fast randomized singular value thresholding to significantly reduce the corresponding complexity. The si-
mulation result shows that the proposed algorithm can achieve satisfactory channel estimation performance while
maintaining low complexity.
Key words: matrix completion, ADMM, channel estimation, mmWave massive MIMO, low complexity
收稿日期:2019−10−21;修回日期:2019−12−18
基金项目:浙江省自然科学基金资助项目(No.LY12F01008)
Foundation Item: The Natural Science Foundation of Zhejiang Province of China (No.LY12F01008)
研究与开发 ·100·
1 引言
毫米波大规模多入多出(massive MIMO)系统
具有丰富的频谱资源,其较高的阵列增益和很强的
视距路径分量能够保证相应的波束成形具有较好性
能和较低复杂度
[1]
。混合波束成形在模拟域完成大
部分波束成形,仅在数字基带部分使用小维度的数
字波束成形,从而以较少数量的射频链路完成信号
的波束成形
[2]
。混合波束成形架构需要可靠的信道状
态信息,由于收发机配备大量的天线和信道,具有高
度易变性,其在实际中是很难获得的
[3]
。参考文献[4]
采用不需要接收机反馈的波束训练技术进行波束码
本设计,其将信道状态信息估计视为压缩感知问题,
利用正交匹配追踪算法恢复稀疏信道增益向量。
然而,上述信道估计技术性能通常受限于码
本设计。参考文献[5]提出一种利用稀疏性和低秩
性的两阶段估计(two-stage estimation exploiting
both sparsity and low rankness,TSSR)的毫米波信
道状态估计方案,其每个阶段利用一个性质。参
考文献[6]针对毫米波大规模多入多出信道估计利
用融合稀疏性和低秩性的联合优化构想,提出基
于交替方向乘子法(alternating direction method of
multipiers,ADMM)
[7]
的大规模多入多出信道矩
阵的有效恢复方案。
尽管基于 ADMM 的方案相较于其他方案仅需
较短的训练长度即可获得更快收敛和更好的信道估
计性能,但其为实现核范数最小化仍需要执行奇异
值阈值算子
[8]
,对 于 矩 阵
RT
NN×
∈
A
C
,所需计算复杂
度为
2
RT
()ON N ,对于毫米波大规模多入多出系统,
所需计算开销是巨大的。参考文献
[9]说明对于核范
数最小化,精确的奇异值分解计算是不需要的。就
上述基于
ADMM 的毫米波大规模多入多出信道估
计方案复杂度高的缺陷,在上行链路时分复用模式
下利用相应的波束域信道稀疏性和天线域低秩性,
提出一种基于快速随机奇异值阈值(
fast randomized
SVT
,FRSVT)
[10]
改进的新方案,并与传统的基于
正交匹配追踪、基于 TSSR 以及基于 ADMM 的方
案进行对比。仿真结果表明,提出方案能在使用极
少量训练符号的情况下,以低计算复杂度在整个信
噪比范围内取得令人满意的信道估计性能。
使用的符号定义如下:
mn×
∈A
C
和
a
分别表示
矩阵和矢量。
T
A
、
*
A
、
H
A
和
F
|| ||A
分别表示矩阵
A 的转置、共轭、共轭转置以及
F-范数;操作符
D 和
⊗
分别表示矩阵的哈达玛积和克罗内克积;
vec( )
⋅
表示将一个矩阵的列连接为一个向量,
unvec( )
⋅
是其逆操作;
*
1
|| ||
r
i
i
σ
=
=
∑
A 是核范数,
i
σ
是矩阵 A 的奇异值;
11
1
|| || max | [ ] |
M
j
Nij
i
=
=
∑
A
A
≤≤
,
其中,
|[ ] |
ij
A
表示矩阵 A 的第 (, )ij项; {}
Ε
⋅
表示
求期望运算符。
{0,1}
M
N×
∈A 说明 A 的项以相同概
率独立地从二进制集
{0,1} 中选取。
2 系统模型
考虑一个点对点上行毫米波大规模多入多出系
统,其在发射端有
T
N 根天线,接收端有
R
N 根天线。
为实现以低硬件复杂度和能耗进行信道估计,采用
参考文献
[4]的基于开关的混合波束成形架构。假设
信道
RT
NN×
∈
H
C
在传输
RT
(0 )TTNN≤ ≤ 个单位
功率训练符号 [] ,st
∈
C
1, 2,tT∀= ", 期间保持
不变,令
T
1
{0,1}
N
×
∈f 和
T
1
{0,1}
N ×
∈z 分别表示发送
端预编码向量和接收端合并向量,则在接收端的
合并信号为:
H
[] [] [], 1, ,rt st wt t T=+∀="zHf (1)
其中, []wt 是零均值、方差为
2
n
σ
的复加性高斯白
噪声。为了不失一般性,在整个训练阶段令 []=1
s
t 。
由于采用基于开关的混合预编码架构,不妨
假设发送端和接收端在每个时刻各自仅激活一根
天线,即预编码向量 f 和合并向量
z
均只有一个
非零项。在整个训练阶段(
1, ,tT∀= " ),收发
双方同时激活的天线不同,则总体激活天线矩阵
RT
{0,1}
NN×
∈
Ω
共有T 个非零项,相应的接收端总
体合并矩阵可以表述为:
剩余7页未读,继续阅读
资源评论
weixin_38519060
- 粉丝: 1
- 资源: 900
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功