课题组发表5G毫米波大规模MIMO的封面论文
近日,课题组就“毫米波大规模MIMO信道状态信息获取”主题,结合课题组前期的研究工作基础和最新的国内外研究进展,撰写综述论文一篇,发表于《中国科学:信息科学(英文版)》,响应国家“将论文发在祖国的大地上”的号召。值得注意的是,该论文作为封面论文,刊出在该期刊第8期。
论文将当前主流的毫米波大规模MIMO信道状态信息(Channel State Information,CSI)获取技术主要分为两大类,包括波束训练(Beam Training)和信道估计(Channel Estimation)。波束训练也称为波束对准(Beam Alignment)或波束选择,通过天线阵列形成高指向性的波束,对空间进行扫描,在收发波束配对以后,对小维的等效信道矩阵再进行参数估计。而信道估计通常采用压缩感知与稀疏信号处理技术、阵列信号处理技术等,对空口的大维信道矩阵进行估计,它能充分的发掘信号处理技术的灵活性。需要说明的是,以上两大类方法并不是严格分开的,相互之间也有交叉和融合。
论文从经典方法和机器学习方法两方面入手,将波束训练进一步分为波束扫描、基于分层码本的波束训练和基于机器学习的波束训练三个分支;将信道估计进一步细分为基于压缩感知的稀疏信道估计、基于阵列信号处理的信道估计和基于机器学习的信道估计三个分支。针对每个分支,再展开进行讨论。具体详见《中国科学:信息科学(英文版)》的微信公众号报道“毫米波通信:波束训练vs信道估计, 传统方法vs机器学习方法”。论文原文请见:http://engine.scichina.com/doi/10.1007/s11432-021-3247-2。论文作者包括戚晨皓、董培浩、马文焱、张华、张在琛、李烨共计6位老师或者同学。