智能反射面| 信道估计论文: Channel Estimation for Reconfigurable Intelligent Surface Aided-程序员宅基地

这篇博文是对arxiv文章：《这篇博文是对magazine文章：《Channel Estimation for Reconfigurable Intelligent Surface Aided Multi-User MIMO Systems》的读后感记录，原文可在arxiv查找到。

作者是 Jie Chen, Student Member, IEEE, Ying-Chang Liang, Fellow, IEEE, Hei Victor Cheng, Member, IEEE, and Wei Yu, Fellow, IEEE

文章简介

在上一篇博文中，magazine文章详细列举了智能反射面的多种用途。与此同时，许多基于智能反射面系统的波束成形设计已被广泛研究。然而，这些研究往往基于完美信道信息的假设，但实际中，由于智能反射面本身并不能进行信号处理，因此相比于传统通信系统，会导致对信道的估计非常艰难。这篇文章便是提出了智能反射面系统的一种上行信道估计算法。 根据信道的稀疏性，作者使用了压缩感知类的算法来做信道估计。

文章贡献

作者指出，由于基站与反射面往往安置在相近高度，因此其间的散射非常少，即信道径数很有限。因此，智能反射面系统的信道有类似于毫米波信道的稀疏性。但是，由于智能反射面的信道由两部分组成，因此他的稀疏性又有别于普通的毫米波信道，作者称之为 row-column-block sparse。这个后面后细说。
基于这一特殊的稀疏性，作者针对性地提出了一种压缩感知算法，可以相比传统方法更好的恢复信道。
由于变量之间的耦合，本文采用了一种交替迭代优化的算法（alternating optimizaiton），并且分析了其收敛性。

系统模型

在这里插入图片描述
如图，文章考虑的是一个基站通过智能反射面，服务于多个用户的场景。以下是一些符号：

$K$ : 用户数
$M$ : 基站天线数（假定用户为单天线）
$L$ : 智能反射面反射元件数
$U_1, ..., U_k$ , 用户 $1$ ,…用户 $k$
$\mathbf{F}$ : $\times M$ , 基站到反射面的信道
$\mathbf{h}^H_k$ : $\times L$ , 反射面到 $k$ 用户的信道
$\mathbf{V}_o = \mathbf{diag}(\mathbf{v}_0)$ ： $\times L$ 的对角阵，表示反射面对入射信道的处理（幅度和相位的调整）。本文中认为只有相位的调整。
整个信道可表示为： $\mathbf{h}^H_k \mathbf{V}_o\mathbf{F}$

由于 $\boldsymbol{h}_{k}^{H} \operatorname{diag}(\boldsymbol{v})=\boldsymbol{v}^{T} \operatorname{diag}\left(\boldsymbol{h}_{k}^{H}\right)$ , 我们真正要估计的信道信息其实就是：
$G_{k}=\operatorname{diag}\left(h_{k}^{H}\right) F \in \mathbb{C}^{L \times M}$

这一点非常重要。但必须指出的是，这是基于用户端是单天线的假设，如果多天线的话则不再成立。

估计协议

在这里插入图片描述

文章提出了一种估计的协议。首先，在第一阶段，智能反射面保持不变的反射因子，用户传输 $B$ 个正交序列，基站接收到的信号可表示为下式：

$\begin{aligned} \boldsymbol{Y}_{b} &=\sum_{k=1}^{K} \boldsymbol{F}^{H} \operatorname{diag}\left(\boldsymbol{v}_{b}\right) \boldsymbol{h}_{k} \boldsymbol{s}_{k}^{H}+\boldsymbol{U}_{b} \\ & \stackrel{(\mathrm{a})}{=} \sum_{k=1}^{K} \boldsymbol{G}_{k}^{H} \boldsymbol{v}_{b} \boldsymbol{s}_{k}^{H}+\boldsymbol{U}_{b} \end{aligned}$

其中 $U_b$ 为噪声， $s_k$ 为 $k$ 个用户发送的导频序列。

最小二乘（LS）估计

文章先用了传统的LS估计。由于假设每个用户发送的是正交序列，即： $s_{k_{1}}^{H} s_{k_{2}}=0$ for $\leq k_{1}, k_{2} \leq K$ and $k_{1} \neq k_{2}$ ，因此有：

$\tilde{\boldsymbol{y}}_{b, k} \triangleq \frac{1}{P T} \boldsymbol{Y}_{b} \boldsymbol{s}_{k}=\boldsymbol{G}_{k}^{H} \boldsymbol{v}_{b}+\boldsymbol{u}_{b, k}$

将多个用户的写到一起：

$\tilde{\boldsymbol{Y}}_{k}=\boldsymbol{G}_{k}^{H} \boldsymbol{V}+\tilde{\boldsymbol{U}}_{k}$

其中， $\boldsymbol{V}=\left[\boldsymbol{v}_{1}, \boldsymbol{v}_{2}, \cdots, \boldsymbol{v}_{B}\right]$ ， $\tilde{\boldsymbol{Y}}_{k} = \left[\tilde{\boldsymbol{y}}_{1, k}, \tilde{\boldsymbol{y}}_{2, k}, \cdots, \tilde{\boldsymbol{y}}_{B, k}\right]$ , $B$ 是发送的训练序列数量。

那么这个的最小二乘解就是

$\hat{G}_{k}=\left(\tilde{\boldsymbol{Y}}_{k} \boldsymbol{V}^{\dagger}\right)^{H}$
其中， $\boldsymbol{V}^{\dagger}=\boldsymbol{V}^{H}\left(\boldsymbol{V} \boldsymbol{V}^{H}\right)^{-1}$ 。这个解可以通过求导置为0得到。而要使得 $\left(\boldsymbol{V} \boldsymbol{V}^{H}\right)^{-1}$ 有值， $\mathbf{V}$ 必须满足为列数>行数，这样才能满秩求逆。因此， $B > L$ ，即只有训练序列数大于智能反射面元件数时，才能使用LS估计，而这在 $L$ 较大时，开销显然非常高昂。

信道的稀疏表示

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下：http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态：[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次，点赞45次，收藏99次。我个人用的是anaconda3的一个python集成环境，自带jupyter notebook，但在我打开jupyter notebook界面后，却找不到对应的虚拟环境，原来是jupyter notebook只是通用于下载anaconda时自带的环境，其他环境要想使用必须手动下载一些库：1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次，点赞19次，收藏28次。选择scoop纯属意外，也是无奈，因为电脑用户被锁了管理员权限，所有exe安装程序都无法安装，只可以用绿色软件，最后被我发现scoop，省去了到处下载XXX绿色版的烦恼，当然scoop里需要管理员权限的软件也跟我无缘了（譬如everything）。推荐添加dorado这个bucket镜像，里面很多中文软件，但是部分国外的软件下载地址在github，可能无法下载。以上两个是官方bucket的国内镜像，所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次，点赞2次，收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了，例如：这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题，所以内核开发者们引入了新的方法，就是在内核中只保留函数，而数据则不包含，由用户（应用程序员）自己把数据按照规定的格式编写，并放在约定的地方，为了不占用过多的内存，还要求数据以根精简的方式编写。boot启动时，传参给内核，告诉内核设备树文件和kernel的位置，内核启动时根据地址去找到设备树文件，再利用专用的编译器去反编译dtb文件，将dtb还原成数据结构，以供驱动的函数去调用。firmware是三星的一个固件的设备信息，因为找不到固件，所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次，点赞24次，收藏42次。Linux系统配置jdkLinux学习教程，Linux入门教程（超详细）_linux配置jdk

随便推点

matlab(4)：特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次，点赞5次，收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图：_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件，可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中，对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数，而关闭则使用fclose函数。在C语言中，可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布阅读量：7 ️文章类型：【 C语言程序设计】在C语言中，用于打开文件的函数是____，用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次，点赞2次，收藏13次。跟随鼠标移动的粒子以grid（SOP）为partical（SOP）的资源模板，调整后连接【Geo组合+point spirit（MAT)】，在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in（CHOP)鼠标位置到metaball的坐标，实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置：Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX（Webstorm也行）+ Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持）。项目技术：Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成，B/S模式 + Maven管理等等。环境需要1.运行环境：最好是java jdk 1.8，我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多，会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析，后面会慢慢更新。另外，博客只作为自己学习记录的一种方式，对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次，点赞41次，收藏13次。java 数据结构与算法 ——快速排序法_快速排序法