تخمين غيرخطي نيمه‌كور كانال بر پايه مدل سازي زيرفضا در سيستم‌هاي چند كاربره چند ورودي چند خروجي انبوه

Semi-Blind Channel Estimation based on subspace modeling for Multi-user Massive MIMO system

تخمين كانال يك مرحله­ي اساسي و ضروري در سيستم هاي چند ورودي چند خروجي انبوه است. در اين مقاله يك روش تخمين غير خطي نيمه­كور براي كانال فروسو در سيستم­هاي MIMO انبوه، پيشنهاد مي گردد؛ به اين ترتيب كه ابتدا يك شيوه براي مدل سازي دقيق تر زيرفضاي ماتريس كانال ارائه مي شود. سپس با ارسال تعداد اندكي سيگنال راهنما و نيز بر پايه ويژگي رتبه پاييني ماتريس، الگوريتمي براي تخمين زيرفضا و در نتيجه تخمين خود ماتريس كانال پيشنهاد مي شود. روش پيشنهادي در اين مقاله انحراف جزئي از زيرفضا را كه معمولا در كاربردهاي عملي به وجود مي آيد، نيز مدل سازي نموده است. از اين رو، در مقايسه با ساير روش ها عملكرد بهتري نشان مي دهد. همچنين در مرحله تخمين غيركور كانال از سيگنال هاي راهنماي بهينه استفاده مي كنيم تا ميزان خطاي تخمين را بيشتر كاهش دهيم. نتايج شبيه سازي، برتري روش پيشنهادي را در مقابل همتايان خود در سناريو­هاي مختلف تأييد مي كند.

Channel estimation is an essential task to fully exploit the advantages of the massive MIMO systems. In this paper, we propose a semi-blind downlink channel estimation method for massive MIMO system. We suggest a new modeling for the channel matrix subspace. Based on the low-rankness property, we have prposed an algorithm to estimate the channel matrix subspace. In the next step, using optimized pilots, we estimate the unknown parameters of the model and obtain more precise approximation of the channel matrix. The simulation results confirm the superiority of the suggested method over its counterparts in various scenarios.