刘星月, 周小平, 李 莉, 彭张节

(上海师范大学 信息与机电工程学院,上海 200234)

基于低秩张量分解的大规模MIMO信息检测算法研究

刘星月, 周小平, 李 莉, 彭张节

(上海师范大学 信息与机电工程学院,上海 200234)

提出了一种改进的Tucker分解法,将二维的张量分解到两个维度中.分别通过改进Tucker和Tucker算法的矩阵减秩和收敛运算,得到保存完整信息的原张量的近似估计值.仿真实验结果表明,改进Tucker算法提高了系统的检测性能.

大规模MIMO; 张量分解; 数据检测; Tucker算法

0 引 言

大规模MIMO通过在发送端和接收端使用大量的天线改善分集增益和信道鲁棒性,从而很大程度上提高了信道容量,因此在通信领域中得到广泛使用.在大规模MIMO的上行链路中,用户到基站的数据流在被接收器接收后,要进行解码处理,解码器会分辨出来自于不同用户的数据信息.

大规模MIMO天线可以利用三维信道信息实现更精准的波束赋形,支持更多用户和更多流传输,自适应波束赋形与跟踪,文献[1-2]提出了大规模MIMO的一般模型和各种参数,给出大规模MIMO收发端数据干扰模型,由于大规模MIMO的信息传播环境的特殊性,信号在传播过程中除了自身能量不断衰减外,遇到障碍物还会发生散射、反射和衍射,到达接收端时,多天线间和多用户间干扰会严重影响自适应波束赋形与跟踪.为了解决这个问题,文献[3-4]和[6-8]引入张量模型,针对低秩张量算法的模型进行了分解,将有利于分解信号干扰分量.文献[8]提出了……