典型文献
IRS辅助的多天线系统下行链路低复杂度信道估计
文献摘要：
智能反射面(Intelligent Reflective Surface,IRS)是未来6G通信增强网络覆盖和信道容量的潜在技术之一.然而由于智能反射面的无源设计使得大量的反射单元不具备发送、接收或处理信号的能力,对下行链路低复杂度的信道估计造成较大挑战.考虑IRS辅助的多天线系统下行链路信道估计,采用Gauss-Seidel(GS)迭代方法避免系统矩阵求逆,大大降低估计的复杂度.相比最小二乘(Least Squares,LS)算法,该算法计算复杂度阶数从基站天线数的立方降到基站天线数的平方.为了进一步评估性能,推导了相应的信道估计参数的Cramer-Rao下界,最后通过仿真验证了所提算法的有效性.仿真结果表明,只需要较少的迭代数,GS就可以实现与LS算法相同的估计误差性能.
文献关键词：
多天线系统;下行链路;信道估计;智能反射面(IRS)
中图分类号：
作者姓名：
李素月;郝红婷;王安红
作者机构：
太原科技大学 电子信息工程学院,太原030024
文献出处：
引用格式：
[1]李素月;郝红婷;王安红-.IRS辅助的多天线系统下行链路低复杂度信道估计)[J].电讯技术,2022(04):466-472
A类：
B类：
IRS,多天线系统,下行链路,低复杂度,信道估计,智能反射面,Intelligent,Reflective,Surface,6G,信增,网络覆盖,信道容量,无源,发送,Gauss,Seidel,GS,迭代方法,矩阵求逆,大大降低,低估计,Least,Squares,LS,算法计算,计算复杂度,阶数,基站天线,Cramer,Rao,下界,仿真验证,估计误差,误差性能
AB值：
0.360377
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
