基于压缩感知的Massive MIMO信道估计算法
2021-11-14张朝柱
无线电工程 2021年11期
张朝柱,施 炯
(哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001)
0 引言
在高速环境中,由于基站和用户之间存在较高的相对速度导致较高的多普勒频移,使得信道冲激响应受到干扰出现时间选择性衰落[1-3]。对OFDM系统造成非常明显的影响。正交时频空间(Orthogonal Time Frequency and Space,OTFS)调制[4]在处理时变信道有很大优势,通过基展开模型,来消除信道中时间的影响,在时延-多普勒域中进行,获得高于OFDM调制的性能增益。文献[4-5]中,Hadani R等人通过对信道在时延方向和多普勒方向的结构和稀疏特性,提出了OTFS调制技术,在时延-多普勒域上完成数据传输,证明了OTFS调制技术与OFDM调制存在相适应性。文献[6]中,为了应对高多普勒频移,以信道的基展开模型,结合时延信道具有稀疏性,提出时延-多普勒二维信道模型,基于此提出基于分布式的压缩感知算法,可以有效抑制载波间干扰,在保证性能的同时有效减少导频子载波数量。文献[7]利用Massive MIMO系统中时延维、多普勒维和角维的稀疏特性,提出了3D-OMP算法,该算法在高速场景下性能优秀。本文针对高速场景下,Massive MIMO下行信道估计中导频开销大及存在较高多普勒频移的问题,结合时延-多普勒-角域信道结构,通过压缩感知理论,在信道稀疏度未知情况下,提出了基于三维信道结构的块自适应压缩采样匹配追踪(3D-B2ACoSaMP)算法,该算法通过分别对多普勒域信道单一块长度估计,对角域维度唯一稀疏块的块位置及块长度进行估计以及对时延维常规稀疏度进行估计,有效提高信道估计性能。……
登录APP查看全文
