parafac 分解_基于PARAFAC分解的大规模MU-MIMO稀疏信道估计

基于

PARAFAC

分解的大规模

MU-MIMO

稀疏信道估计

穆晓敏

1

，

刘亚丽

1

，

张建康

1,2

，

赵凌霄

1

【摘

要】

针对大规模

MU-MIMO(

多用户多输入多输出

)

系统中上行链路的信

道估计问题，提出了一种基于平行因子

(PARAFAC)

分解的稀疏信道估计算法

.

该

算法利用稀疏数学模型构造稀疏信道模型，将稀疏理论与张量分解相结合，对

基站端的接收信号进行

PARAFAC

建模

.

在满足唯一性分解条件下，利用双线性

交替最小二乘

(BALS)

拟合算法联合估计出多个用户的信号矩阵与信道矩阵

.

仿真

结果表明

:

所提算法的估计性能优于经典的正交匹配跟踪算法等稀疏信道估计算

法，与基于导频序列的估计方法相比，其信道估计的精度大幅提高；仅需少量

导频，降低了导频开销，实现了高频谱效率的通信传输

.

【期刊名称】

郑州大学学报(工学版)

【年

(

卷

),

期】

2019(040)001

【总页数】

6

【关键词】

大规模

MU-MIMO

；

稀疏信道；

平行因子分解；

信道估计；

归

一化均方误差

修订日期：

2018-11-01

基金项目：国家杰出青年科学基金资助项目

(61571401)

；东南大学移动通信国

家

重

点

实

验

室

开

发

研

究

基

金

(2016D02)

；

河

南

省

科

技

攻

关

计

划

项

目

(152102310067)

；河南省高校科技创新人才资助项目

(18HASTIT021)

0

引言

大规模

MIMO(massive multiple input multiple output)

技术是未来无线通信

系统的关键技术之一

[1-2].

在实现高频谱效率、功率效率和鲁棒性等方面有巨大