一种基于实值变分贝叶斯推断的大规模MIMO系统下行信道估计方法

摘要：

酉矩阵变换是一种常用的实值化方法,可有效地降低计算复杂度.然而,在现有的基于酉矩阵变换的大规模多输入多输出系统(Multiple input multiple output,MIMO)下行信道估计方法中,观测矩阵的维度增加了一倍,若不进行维度压缩,降低计算复杂度的目标将难以实现.虽然利用信号空间和噪声空间的正交性可压缩维度,但信号空间只能近似计算获得,不可避免地带来性能损失.为了改善信道估计性能,本文将信号空间矩阵当作变量,在估计过程中自适应地调整信号空间矩阵,但这使得信号空间矩阵和稀疏信号矩阵高度耦合,传统的贝叶斯推断无法适用.为了应对该挑战,本文进一步引入列向量独立分解的贝叶斯变分假设,成功将信号空间矩阵和稀疏信号矩阵解耦.仿真结果表明,所提方法可显著提升信道估计性能.

关键词：大规模多输入多输出;信道估计;实值转换;变分贝叶斯推理;稀疏信号恢复

所属期刊栏目：36

分类号：TN911.7

资助基金：国家自然科学基金62071206

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1094-1103