XL-MIMO系统中基于稀疏度自适应匹配追踪算法的混合场信道估计

摘要

6G的超大规模海量多输入多输出(extra-large massive multiple-input multiple-output,XL-MIMO)与5G的大规模多输入多输出(massive multiple-input multiple-output,Massive MIMO)相比,由于超大规模天线阵列的使用,导致了混合场信道的存在。针对现有的远、近场信道估计方案对混合场信道状态信息估计不精确,并且在实际通信场景中信道的稀疏度不容易获得的问题,提出了一种基于稀疏度自适应匹配追踪(sparse adaptive matching pursuit,SAMP)算法的混合场信道估计方案。具体地,SAMP算法不需要知道远、近场信道的稀疏度,而是根据残差的特点,通过内积找到所有非稀疏元素对应感知矩阵的支持集合,同时通过设置阈值,将新残差与旧残差做差,如果小于此阈值,则找到了非稀疏信道对应的元素,进而估计出信道。通过仿真发现,所提出的混合场SAMP方案在未知信道稀疏度的情况下,也能较好的估计出混合场信道,且与现有的其他信道估计方案相比,具有更优异的性能。

关键词

超大规模海量多输入多输出 / 信道状态信息 / 稀疏度自适应匹配追踪 / 混合场 / 信道估计