基于盲超分辨的超大规模MIMO-OFDM信道与感知参数联合估计

引用格式：褚宏云,李旭旭,潘雪,等. 基于盲超分辨的超大规模MIMO-OFDM信道与感知参数联合估计[J]. 移动通信2024,48(4): 81-85.

CHU HongyunLI XuxuPAN Xueet al. Joint Estimation of Extremely Large-scale MIMO-OFDM Channels and Sensing Parameters Based on Blind Super-resolution[J]. Mobile Communications2024,48(4): 81-85.

0 引言

通信感知一体化（ISACIntegrated Sensing and Communication）在同一时间、同一频段、同一硬件平台上融合通信和感知双重功能，旨在同时满足高质量通信与高分辨感知的需求[1-3]。而超大规模多输入多输出（XL-MIMOExtremely Large-scale Multiple-input Multiple-output）则是大规模MIMO向更高空间维度的演进升级，具有更高的频谱效率和能量效率。面向未来6G网络，ISAC与XL-MIMO有机结合、共同演进，有望进一步提升ISAC性能。一方面，XL-MIMO-ISAC将具有极高的空间分辨能力，可以获取更细粒度的多径信息，有助于对视距和非视距传播的识别；另一方面，通过感知信息实现快速波束对准与实时跟踪，有助于提升复杂通信环境中精准覆盖的可靠性[4-7]。

然而，XL-MIMO-ISAC中部署大量天线给获取准确的信道状态信息（CSIChannel State Information）和目标感知参数带来巨大挑战。文献[8]利用张量将CSI与目标感知参数（角度、时延和多普勒频移）建模为多项式分解问题。文献[9]提出了一种两步的方法来联合估计ISAC大规模MIMO正交频分复用（OFDMOrthogonal Frequency Division Multiplexing）系统的CSI和到达方向（DoADirection of Arrival），首先进行空间-时延域CSI和DoA的初步估计，然后根据信道多径分簇分布特征分别提升CSI和DoA精度。然而，随着天线阵列孔径的增加，XL-MIMO-ISAC的通信信道与感知阵列响应均呈现出球面波前效应，即移动用户和感知目标位于天线阵列的近场区域，这使得传统的远场电磁传播假设的CSI与目标参数估计方法受到限制[10-12]。相较于传统的远场ISAC系统，近场ISAC的设计需要在通信信道和感知阵列响应变量中皆引入额外的距离维度[4,13-14]。引入距离维度一方面确实给信道和感知参数估计带来挑战，但另一方面也为通信和感知相关的应用提供更多维度的推断依据，从而增强性能。然而，现阶段尚未见针对近场ISAC系统的联合CSI与感知目标参数估计方面的研究工作。

鉴于此，本文针对XL-MIMO-ISAC近场电磁传播场景，提出一种基于盲超分辨技术的CSI与感知参数联合估计方案。首先，本文提出了一个线性修改的原子范数最小化模型，以捕获叠加信号中通信信道和感知阵列响应之间的极坐标域子空间一致关联。在此基础上，本文将CSI和目标参数的联合估计建模为非完全观测条件下的低秩矩阵重构问题。然后，引入椭球体波函数（PSWFProlate Spheroidal Wave Functions），将问题转化为半正定规划（SDPSemidefinite Programming）形式。通过求解该SDP，可以得到CSI矩阵和包含目标参数（角度和距离）的托普利兹矩阵。继而，本文对该托普利兹矩阵进行范德蒙分解，获得对目标参数的估计信息。最后，通过仿真结果验证了本文提出算法在CSI和目标参数估计精度性能方面的有效性。

1 系统模型

2 联合信道和目标参数估计

3 仿真结果与分析

图4展示了所提出算法的信道估计NMSE性能随SNR的变化情况，其中考虑了基于ALS方法。所提出算法训练导频占用子载波数为M=[16,32]。可以观察到，所提出的算法在较少的训练开销下实现了更优的性能。这表明，随着SNR的增加，基于ALS的方法在NMSE性能上遇到瓶颈，因为它未能解决通信与感知信号之间的混叠问题。而所提出的算法随着训练符号数量的增加而产生了改进的估计性能。

4 结束语

针对XL-MIMO-ISAC系统中近场信道信息与目标极坐标域的参数估计问题，本文提出了基于线性修改的原子范数最小化的盲超分辨方法。将问题建模为非完全观测低秩矩阵重构问题，并将其转化为凸形式以确保解的全局最优性。通过仿真实验证明，得益于并行估计信道与感知参数的思想，提出的解决方案能够有效避免串行估计引起的误差传播，且在估计精度方面表现出显著的有效性。这种方法特别适用于XL-MIMO-ISAC近场场景。

参考文献：（上下滑动浏览）

[1]Wei ZLiu FMasouros Cet al. Toward Multi-Functional 6G Wireless Networks: Integrating SensingCommunicationand Security[J]. IEEE Communications Magazine2022,60(4): 65-71.

[2]Bjrnson ESanguinetti LWymeersch H,et al. Massive MIMO is a reality—What is next?: Five promising research directions for antenna arrays[J]. Digit. Signal Process.2019,94:3-20.

[3]Liu FCui YMasouros C,et al.Integrated sensing and communications: Toward dual-functional wireless networks for 6G and beyond[J]. IEEE J. Sel. Areas Commun.2022,40(6): 1728-1767.

[4]Wang ZMu X,Liu Y. Near-Field Integrated Sensing and Communications[J]. IEEE Communications Letters2023,27(8): 2048-2052.

[5]IMT-2030(6G)推进组.通信感知一体化技术研究报告[R].北京:中国信息通信研究院2022.

[6]Liu F,Zheng LCui Yet al. Seventy Years of Radar and Communications: The road from separation to integration[J].IEEE Signal Processing Magazine2023,40(5): 106-121.

[7]张若愚,袁伟杰,崔原豪,等. 面向6G的大规模MIMO通信感知一体化：现状与展望[J]. 移动通信2022,46(6): 17-23.

[8]Zhang R,Cheng LWang Set al.Integrated Sensing and Communication with Massive MIMO: A Unified Tensor Approach for Channel and Target Parameter Estimation[J].IEEE Transactions on Wireless Communications2024.

[9]Xu KXia XLi Cet al. Channel Feature Projection Clustering Based Joint Channel and DoA Estimation for ISAC Massive MIMO OFDM System[J]. IEEE Transactions on Vehicular Technology2023.

[10]Wei X,Dai L. Channel Estimation for Extremely Large-Scale Massive MIMO: Far-FieldNear-Fieldor Hybrid-Field?[J].IEEE Communications Letters2022,26(1): 177-181.

[11]丛嘉艺,李国宇,游昌盛.面向超大规模阵列的近场通信研究[J].信息通信技术与政策,2023,49(9):52-57.

[12]罗文宇,马怡乐,邵霞,等.基于大规模可重构智能表面的近远场混合信道模型[J].电子与信息学报,2022,44(11):3866-3873.

[13]Selvan K T,Janaswamy R.Fraunhofer and Fresnel distances: Unified derivation for aperture antennas[J]. IEEE Antennas Propag. Mag.2017,59(4): 12-15

[14]Liu Y,Xu JWang Zet al.Near-field communications: What will be different?[J]. 2023arXiv:2303.04003.

[15]Yang ZXie L. Exact joint sparse frequency recovery via optimization methods[J]. IEEE Trans. Signal Process.2016,64(19):5145-5157.

[16]Jirhandeh M JHezaveh H,Kahaei M H. Super-Resolution DOA Estimation for Wideband Signals Using Non-Uniform Linear Arrays With No Focusing Matrix[J]. IEEE Wireless Communications Letters2022,11(3):641-644.

[17]Landau H J,Pollak H O.Prolate spheroidal wave functionsFourier analysis and uncertainty—III: The dimension of the space of essentially time-and band-limited signals[J].Bell Syst. Techn. J.1962,41(4): 1295-1336.

[18]Mahata K,Hyder M M. Frequency estimation from arbitrary time samples[J]. IEEE Trans. Signal Process.2016,64(21): 5634-5643.

[19]Hezave HJavadzadeh MKahaei M H. Sparse signal reconstruction using blind super-resolution with arbitrary sampling[J].IEEE Signal Process. Lett.2020,27: 615-619.

[20]孙蕊蕊,韩瑜,金石,等.低复杂度超大规模MIMO无线传输设计研究[J].电信科学,2023,39(9): 87-96.

[21]Luo J,Dai B. Joint Line Search and ALS Channel Estimation for Intelligent Reflective Surface Assisted MIMO System[C]//2021 7th International Conference on Computer and Communications (ICCC).ChengduChina2021: 1885-1889.

[22]Cui M,Dai L. Channel estimation for extremely large-scale MIMO: Far-field or near-field?[J]. IEEE Trans. Commun.2022,70(4): 2663-2677.★

★原文刊发于《移动通信》2024年第4期★

doi:10.3969/j.issn.1006-1010.20240328-0004

中图分类号：TN929.5 文献标志码：A

文章编号：1006-1010(2024)04-0081-05

引用格式：褚宏云,李旭旭,潘雪,等. 基于盲超分辨的超大规模MIMO-OFDM信道与感知参数联合估计[J]. 移动通信2024,48(4): 81-85.

CHU HongyunLI XuxuPAN Xueet al. Joint Estimation of Extremely Large-scale MIMO-OFDM Channels and Sensing Parameters Based on Blind Super-resolution[J]. Mobile Communications2024,48(4): 81-85.

作者简介

褚宏云：博士，现任西安邮电大学通信与信息工程学院讲师、研究生导师，主要研究方向为超大规模MIMO无线通信系统关键技术。

李旭旭：西安邮电大学通信与信息工程学院在读硕士研究生，主要研究方向为通信感知一体化。

潘雪：西安邮电大学通信与信息工程学院在读硕士研究生，主要研究方向为智能超表面信道估计。

李莹华：博士，现任西安邮电大学通信与信息工程学院讲师，主要研究方向为计算机视觉及图像重建。

《移动通信》投稿方式为在线投稿

请您登录网页投稿系统

链接地址：http://ydtx.cbpt.cnki.net

【2024年专题征稿--第8期】6G与AI的融合

【2024年专题征稿--第9期】空天地海一体化网络

【2024年专题征稿--第10期】6G无线空口技术

《移动通信》2024年目录汇总（第1-5期）

#扫码关注我们#

《移动通信》

用论文解读通信

《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。返回搜狐，查看更多