国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:李彬睿, 张忠培
单位:电子科技大学通信抗干扰国家级重点实验室, 四川 成都 611731
关键词:大规模多输入多输出系统,压缩感知,可重构智能面,等效信道估计
基金:国家重点研发计划(2018YFB1802000);国家自然科学基金(61831004);广东省重大科技专项(2018B01015001)
针对可重构智能面辅助的低精度量化的大规模多输入多输出(multiple input multiple output, MIMO)系统中信道估计问题进行了研究。该系统的信道估计难点在于可重构智能面由近无源反射天线构成, 没有基带信号处理能力。系统观测值通过低精度的模数转换器量化使信道估计问题变得更富挑战性。本文基于基站-可重构智能面-用户的级联信道推导出等效信道, 并证明在虚拟角域上,该有效信道是结构稀疏信号。提出了基于期望最大化的近邻学习广义近似消息传递算法,从低精度量化的观测值中恢复等效信道。仿真结果表明所提出算法比传统算法具有更好的性能表现。
来源:2021年第10期
《系统工程与电子技术》期刊编辑部