改进的IRS辅助毫米波MIMO级联信道估计

TN929.5; 为改善智能反射表面(Intelligent reflective surface,IRS)辅助的毫米波多输入多输出(Multiple?input multiple?output,MIMO)级联信道的估计精度和收敛速度,基于平行因子(Parallel factor,PARAFAC)分解模型,把常规的双线性交替最小二乘(Bilinear alternating least squares,BALS)算法改进为带松弛因子的ω?BALS算法和正则化的T?BALS,加快了收敛速度和算法稳定性.当基站、IRS元件或用户侧的阵列天线数目较大时,提出改进的奇异值(Singular value...

Full description

Saved in:
Bibliographic Details
Published in数据采集与处理 Vol. 37; no. 6; pp. 1259 - 1267
Main Authors 张静, 王栋, 张梦雨
Format Journal Article
LanguageChinese
Published 上海师范大学信息与机电工程学院,上海 200234 01.11.2022
Subjects
智能反射表面
张量
平行因子分解
信道估计
毫米波MIMO
Online AccessGet full text
ISSN1004-9037
DOI10.16337/j.1004-9037.2022.06.007

Cover

More Information
Summary:TN929.5; 为改善智能反射表面(Intelligent reflective surface,IRS)辅助的毫米波多输入多输出(Multiple?input multiple?output,MIMO)级联信道的估计精度和收敛速度,基于平行因子(Parallel factor,PARAFAC)分解模型,把常规的双线性交替最小二乘(Bilinear alternating least squares,BALS)算法改进为带松弛因子的ω?BALS算法和正则化的T?BALS,加快了收敛速度和算法稳定性.当基站、IRS元件或用户侧的阵列天线数目较大时,提出改进的奇异值(Singular value decomposition,svd)?BALS算法.该算法通过奇异值分解压缩张量,再利用低维度的核心张量来重构模式n矩阵.仿真结果表明,该算法的归一化均方误差性能有所提高,并且加快了收敛速度.
ISSN:1004-9037
DOI:10.16337/j.1004-9037.2022.06.007