-
题名面向数据丢失的极大规模天线阵列近场信道估计方法
被引量：1
- 1
-
-
作者
王韵唐
袁行方
时艺轩
汤宇欣
苗红霞
彭木根
-
机构
北京邮电大学信息与通信工程学院网络与交换技术国家重点实验室
-
出处
《无线电通信技术》
北大核心
2025年第1期20-28,共9页
-
基金
国家重点研发计划(2021YFB2900200)
国家自然科学基金(62201078)
北京市自然科学基金(L242090)。
-
文摘
6G技术采用更高的频段和更大规模的天线阵列以提升通信速率、分辨率、系统容量等指标。这些技术的应用扩大了辐射近场范围,极大规模天线阵列中的天线元件激增,空域采集数据量的增加使得信道估计的复杂度提高;极大规模阵列更易出现数据丢失的问题。因此,数据不完整情况下的低复杂度信道估计成为亟待解决的难题。针对此问题,论证了近场信道在分数傅里叶变换域的稀疏性,基于压缩采样匹配追踪(Compressed Sampling Matching Pursuit,CoSaMP)算法提出了一种低复杂度的信道估计方法。分析了所提算法性能,给出了克拉美罗界(Cramér-Rao Bound,CRB)。借助大量仿真实验分析了信噪比(Signal-to-Noise Ratio,SNR)、丢失率、稀疏度对算法性能的影响,与正交匹配追踪(Orthogonal Matching Pursuit,OMP)等算法进行对比,验证了所提方法的正确性与有效性。相较于已有研究,所提方法考虑了数据丢失的因素,对于推动未来无线通信系统的发展具有重要的理论和实际意义。
-
关键词
极大规模天线阵列
数据丢失
信道估计
分数傅里叶变换
压缩采样匹配追踪
-
Keywords
extremely large-scale arrays
data loss
channel estimation
fractional Fourier transform
CoSaMP
-
分类号
TN92
[电子电信—通信与信息系统]
-
