基于隐聚类和狄利特雷过程的大规模MIMO-OFDM接收机设计

崔建华; 袁正道; 王忠勇; 路新华; 薛琦

doi:10.3969/j.issn.0372-2112.2019.12.009

您当前的位置：

首页 >

文章列表页 >

基于隐聚类和狄利特雷过程的大规模MIMO-OFDM接收机设计

学术论文 | 更新时间：2025-07-16

- 基于隐聚类和狄利特雷过程的大规模MIMO-OFDM接收机设计
- Massive MIMO-OFDM Receiver Design Based on Hidden Cluster Hypothesis and Dirichlet Process
- 电子学报 2019年47卷第12期页码：2515-2523
- 作者机构：
  
  1. 洛阳师范学院物理与电子信息学院,河南,洛阳,471934
  2. 河南广播电视大学博士后工作站,河南,郑州,450001
  5. 郑州大学信息工程学院,河南,郑州,450001
- 作者简介：
- 基金信息：
  
  国家自然科学基金面上项目 (No.61571402）;国家青年科学基金 (No.61705198）;博士后科学基金 (No.2019M652576），河南省科技攻关项目 (No.182102210573）;河南省教育厅高校重点研究项目 (No.19A510019）
- DOI：10.3969/j.issn.0372-2112.2019.12.009
  中图分类号： TN911.23
- 网络出版：2019-12-25，
  
  纸质出版：2019
- 稿件说明：
移动端阅览
崔建华, 袁正道, 王忠勇, 等. 基于隐聚类和狄利特雷过程的大规模MIMO-OFDM接收机设计[J]. 电子学报, 2019,47(12):2515-2523.

CUI Jian-hua, YUAN Zheng-dao, WANG Zhong-yong, et al. Massive MIMO-OFDM Receiver Design Based on Hidden Cluster Hypothesis and Dirichlet Process[J]. Acta Electronica Sinica, 2019, 47(12): 2515-2523.
崔建华, 袁正道, 王忠勇, 等. 基于隐聚类和狄利特雷过程的大规模MIMO-OFDM接收机设计[J]. 电子学报, 2019,47(12):2515-2523. DOI： 10.3969/j.issn.0372-2112.2019.12.009.

CUI Jian-hua, YUAN Zheng-dao, WANG Zhong-yong, et al. Massive MIMO-OFDM Receiver Design Based on Hidden Cluster Hypothesis and Dirichlet Process[J]. Acta Electronica Sinica, 2019, 47(12): 2515-2523. DOI： 10.3969/j.issn.0372-2112.2019.12.009.

摘要

本文首先讨论了大规模MIMO-OFDM（Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing）系统信道的空间相关性，提出了一种基于隐聚类假设的信道建模方法，利用概率参数模拟不同的传播环境.然后，将机器学习领域的狄利特雷过程（Dirichlet Process，DP）引入到稀疏贝叶斯学习（Sparse Bayesian Learning，SBL）模型中，建立了DP-SBL结构，在信道估计的同时挖掘并利用大规模MIMO系统所特有的隐聚类特征.接着，将DP-SBL结构应用于大规模MIMO-OFDM系统中，在因子图上利用消息传递算法推导了一种基于隐聚类和狄利特雷过程的接收机算法.最后，将本文提出的接收机算法和现有算法进行对比分析.结果表明，本文提出的接收机算法充分利用了大规模MIMO-OFDM系统特有的空间相关性，能够以较低的计算复杂度获得较强的鲁棒性和显著的性能增益.

Abstract

The paper discusses the spatial correlation of channels in massive MIMO-OFDM system

and proposes a hidden clustering hypothesis to simulations different propagation environments with probability parameters. Then

the Dirichlet process (DP) in machine learning is introduced into sparse Bayesian learning (SBL) model and a DP-SBL structure is established. Consequently

the hidden clustering features of massive MIMO system are explored simultaneously in the process of channel estimation. Furthermore

the DP-SBL structure is applied to massive MIMO-OFDM systems

and a receiver algorithm based on hidden clustering and Dirichlet process is deduced by using message passing algorithm on factor graphs. Finally

we compare the proposed algorithm with the existing algorithms. Simulation results show that the proposed algorithm can exploit and utilize the spatial resources of massive MIMO-OFDM system. It can achieve remarkable performance gain with low computation complexity and strong robustness.

关键词

Keywords

references

浏览量

170

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

分布式RIS赋能的多用户毫米波大规模MIMO系统频谱效率分析

基于子图的边缘串行消息传递算法

基于混合精度ADC的大规模MIMO中继系统物理层安全性能研究

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测