基于隐聚类和狄利特雷过程的大规模MIMO-OFDM接收机设计

论文摘要

本文首先讨论了大规模MIMO-OFDM（Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing）系统信道的空间相关性,提出了一种基于隐聚类假设的信道建模方法,利用概率参数模拟不同的传播环境.然后,将机器学习领域的狄利特雷过程（Dirichlet Process,DP）引入到稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）模型中,建立了DP-SBL结构,在信道估计的同时挖掘并利用大规模MIMO系统所特有的隐聚类特征.接着,将DP-SBL结构应用于大规模MIMO-OFDM系统中,在因子图上利用消息传递算法推导了一种基于隐聚类和狄利特雷过程的接收机算法.最后,将本文提出的接收机算法和现有算法进行对比分析.结果表明,本文提出的接收机算法充分利用了大规模MIMO-OFDM系统特有的空间相关性,能够以较低的计算复杂度获得较强的鲁棒性和显著的性能增益.

论文目录

• 1 引言
• 2 隐聚类假设和基于概率的大规模MIMO信道建模
• 3 基于DP-SBL的接收机因子图建模
• 4 基于VMP-GAMP的接收机算法
•   4.1 算法设计
•     4.1.1 狄利特雷过程先验和聚类部分消息计算
•     4.1.2 时域抽头和频域信道转换部分消息计算
•     4.1.3 稀疏信道和噪声方差估计部分消息计算
•   4.2 算法调度机制设计
• 5 仿真结果与分析
•   5.1 复杂度分析
•   5.2 仿真结果分析
• 6 结语

文章来源

类型: 期刊论文

作者: 崔建华,袁正道,王忠勇,路新华,薛琦

关键词: 大规模,迭代接收机设计,隐聚类假设,狄利特雷过程,消息传递算法

来源: 电子学报 2019年12期

年度: 2019

分类: 信息科技

专业: 电信技术

单位: 洛阳师范学院物理与电子信息学院,河南广播电视大学博士后工作站,郑州大学信息工程学院

基金: 国家自然科学基金面上项目(No.61571402),国家青年科学基金(No.61705198),博士后科学基金(No.2019M652576),河南省科技攻关项目(No.182102210573),河南省教育厅高校重点研究项目(No.19A510019)

分类号: TN929.5

页码: 2515-2523

总页数: 9

文件大小: 2952K

下载量: 48