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.
推荐文章
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
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
基于SLNR准则的MU-MIMO下行链路预编码算法
MU-MIMO
SLNR预编码算法
动态功率分配
系统和容量
误码率
数据流
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PARAFAC分解的大规模MU-MIMO稀疏信道估计
来源期刊 郑州大学学报(工学版) 学科 工学
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
年,卷(期) 2019,(1) 所属期刊栏目 电气与信息工程
研究方向 页码范围 44-49
页数 6页 分类号 TN929.5
字数 4659字 语种 中文
DOI 10.13705/j.issn.1671-6833.2019.01.010
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
4 刘亚丽 郑州大学信息工程学院 3 3 1.0 1.0
7 赵凌霄 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  (22)
共引文献  (5)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导