分层先验信道估计算法

复杂稀疏信道更准

利用列向分层先验模型刻画宽带上行信道的全局与局部稀疏结构，再以MMV混合消息传递算法实现贝叶斯最优估计，显著优于现有方法。

Anzheng, Tang · 王俊波 · 潘怡瑾 · Wu, Tuo · 陈艺戬 · Yu, Hongkang · Elkashlan, Maged

IEEE Transactions on Wireless Communications 2025

技术优势

刻画真实稀疏结构

利用阵列响应的空间啁啾特性，定量刻画了宽带XL-MIMO信道的全局块稀疏和局部公共时延稀疏，使先验模型与实际信道匹配。

更准的估计性能

仿真结果表明，所提MMV-HMP算法在保持适中计算复杂度的同时，一致优于未能捕捉结构化稀疏的现有基线方法。

灵活的消息传递

根据因子节点结构和消息可处理性，在变量消息传递和和积规则间选择性应用，实现复杂因子图上的高效推理。

应用场景

• 6G通信：为6G超大规模阵列提供可靠信道信息，支撑高频谱效率传输。
• 大规模MIMO系统：针对超大规模阵列带来的近场与双宽带效应，提升信道估计精度。
• 工业机器人：在复杂工业环境中保障无线控制链路的低时延高可靠通信。
• 低空飞行器：为低空飞行器提供高速移动下的准确信道估计，支持可靠通信。