基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对单小区大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统上行链路,提出了一种基于平行因子(Parallel Factor,PARAFAC)模型的信道估计方法.在基站端,将接收信号构造成PARAFAC模型,利用大规模MIMO系统中信道的渐近正交的性质,提出了一种基于约束二线性迭代最小二乘算法(Constrained Blinear Alternating Least Squares,CBALS),从而实现了盲信道估计.理论分析及仿真结果表明,所提方法与传统最小二乘方法相比,不仅提高了频带利用率而且具有更高的估计精度;与已有的二线性交替最小二乘方法(BALS)相比,所提算法有更快的收敛速度.
推荐文章
基于CS的大规模MIMO-OFDM信道估计
MIMO-OFDM系统
基于数据辅助的信道估计算法
压缩感知
OMP
SCA
基于低秩矩阵完备的大规模MIMO系统信道估计研究
大规模MIMO
信道状态信息
信道估计
低秩矩阵完备
MIMO-OFDM中基于系统分解的VC子空间盲信道估计快速算法
MIMO-OFDM
子空间
盲信道估计
虚拟载波
系统分解
宽带大规模MIMO-OFDM系统自适应稀疏信道估计方案
大规模MIMO
压缩感知
稀疏度自适应
稀疏信道估计
空时共同稀疏性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于平行因子分解的大规模MIMO盲信道估计
来源期刊 电讯技术 学科 工学
关键词 大规模MIMO 盲信道估计 平行因子分解 约束交替最小二乘
年,卷(期) 2019,(2) 所属期刊栏目 电子与信息工程
研究方向 页码范围 199-204
页数 6页 分类号 TN929.5
字数 4748字 语种 中文
DOI 10.3969/j.issn.1001-893x.2019.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 穆晓敏 郑州大学信息工程学院 114 510 11.0 16.0
2 张建康 郑州大学信息工程学院 15 55 3.0 7.0
3 赵凌霄 郑州大学信息工程学院 3 2 1.0 1.0
4 赵家乐 郑州大学信息工程学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (23)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大规模MIMO
盲信道估计
平行因子分解
约束交替最小二乘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导