基于隐聚类和狄利特雷过程的大规模MIMO-OFDM接收机设计

被引：2

作者：

崔建华 ^{[1
]}

袁正道 ^{[2
,3
]}

王忠勇 ^{[3
]}

路新华 ^{[3
]}

薛琦 ^{[3
]}

机构：

[1] 洛阳师范学院物理与电子信息学院

[2] 河南广播电视大学博士后工作站

[3] 郑州大学信息工程学院

来源：

电子学报 | 2019年 / 47卷 / 12期

关键词：

大规模MIMO; 迭代接收机设计; 隐聚类假设; 狄利特雷过程; 消息传递算法;

D O I：

暂无

中图分类号：

TN929.5 [移动通信];

学科分类号：

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.

引用

页码：2515 / 2523

页数：9

共 6 条

[1] 基于EM-SBL迭代的稀疏SIMO信道频域盲均衡算法
张凯
于宏毅
胡赟鹏
沈智翔
[J]. 电子学报, 2018, 46 (02) : 372 - 380
[2] 基于混合波束赋形的室内毫米波MIMO系统性能分析
冯子奇
牛勇
苏厉
金德鹏
[J]. 电子学报, 2017, 45 (06) : 1281 - 1287
[3] MIMO-OFDM系统训练序列构造及其同步方法
罗仁泽
杨娇
李芮
牛娜
党煜蒲
付元华
曹鹏
[J]. 电子学报, 2014, 42 (09) : 1781 - 1785
[4] 分层Dirichlet过程及其应用综述[J]. 周建英,王飞跃,曾大军.自动化学报. 2011(04)
[5] Low complexity sparse Bayesian learning using combined belief propagation and mean field with a stretched factor graph[J] . Chuanzong Zhang,Zhengdao Yuan,Zhongyong Wang,Qinghua Guo.Signal Processing . 2017
[6] PRIOR DISTRIBUTIONS ON SPACES OF PROBABILITY MEASURES
FERGUSON, TS
[J]. ANNALS OF STATISTICS, 1974, 2 (04) : 615 - 629

← 1 →