BriefGPT - AI 论文速递
·
基于联合稀疏模式学习的大规模 MIMO-OTFS 系统信道估计
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究提出了一种基于联合稀疏模式学习的信道估计方案，适用于大规模MIMO OTFS调制辅助系统。通过利用信道的潜在联合稀疏性，将信道估计问题转化为稀疏恢复问题，并采用先验模型迭代估计信道矩阵的支撑集。实验结果表明，该方案在性能上优于现有基准方案。
🎯
关键要点
- 提出了一种基于联合稀疏模式学习（JSPL）的信道估计方案。
- 该方案适用于大规模多输入多输出（MIMO）正交时频空（OTFS）调制辅助系统。
- 利用延迟 - 多普勒 - 角（DDA）领域信道的潜在联合稀疏性，将信道估计问题转化为稀疏恢复问题。
- 采用脉冲和板条先验模型迭代估计信道矩阵的支撑集。
- 引入依赖于已识别支撑集的更高精度参数更新规则。
- 通过正交匹配追踪（OMP）方法估计支撑集对应的信道元素的具体值。
- 模拟结果和分析表明，JSPL信道估计方案在性能上优于现有基准方案。
➡️
