Karma Mimarideki Çok-Girişli Çok-Çıkışlı Sistemde Seyrek Sinyal Geriçatım Yöntemlerini Kullanarak Milimetrik Dalga Kanalı Uzamsal Kovaryansının Kestirilmesi

Abstract

Bu çalışmada milimetrik dalga bandını kullanan darbant haberleşme sisteminde tek bir kullanıcıya ait kanalın kovaryans kestirimi incelenmektedir. Haberleşme sistemi zaman bölüşümlü çalışmaktadır ve kullanıcıdan baz istasyonu yönündeki kanal için kovaryans kestirimi yapılmaktadır. Baz istasyonu çok antenli ve radyo frekans (RF) zinciri hem analog hem sayısal birleştiricilerden oluşan çok-girişli çok-çıkışlı karma mimariye sahipken, kullanıcının tek anteni vardır. Ele alınan sistem modelinde ortak birleştirici matris yönteminin, milimetrik dalga kanalı uyum süresi boyunca gönderilen pilot bloklar için aynı birleştirici matrisinin uygulanması, kullanıldığı varsayılmaktadır. Seyrek sinyal geriçatım yöntemlerinden eşzamanlı normal uyum kovalama, çok ölçümlü seyrek Bayes öğrenme ve korelasyonlu seyrek Bayes öğrenmenin sistem modeline uygulanışı gösterilmektedir. İncelenen yöntemlerin sayısal sonuçları hesaplanarak normalleştirilmiş en küçük ortalama karesel hata başarımları değişen RF zincir sayısı ve milimetrik kanal seyreklik oranları için referans en küçük ortalama kare (EKOK) kestiricisiyle karşılaştırılmaktadır. Sayısal sonuçlar tüm deneylerde referans EKOK kestiricisine en yakın başarımların, korelasyonlu seyrek Bayes öğrenmeye ait olduğunu göstermektedir.In this paper, the channel covariance estimation of a single mobile station (MS) in a narrowband millimeter wave (mmWave) communication system was addressed. The communication system worked in time division duplex (TDD) mode and the channel covariance was estimated in the uplink communication. The base station (BS) had multiple antennas with a hybrid architecture of radio frequency (RF) chains made up of analog and digital combiners, while the MS had a single antenna. The investigated system model assumed the shared combining matrix scheme where the same combining matrix was used across multiple coherence blocks of the mmWave channel. The application of the sparse signal recovery algorithms including the simultaneous orthogonal matching pursuit (SOMP), the multiple response sparse Bayesian learning (MSBL), and the correlated sparse Bayesian learning (CSBL) to the system model were shown. The algorithms were evaluated numerically, and their normalized mean square error (NMSE) performances were compared against the benchmark oracle minimum mean square error (MMSE) estimator in multiple scenarios of varying number of RF chains at the BS and sparsity ratios for modeling the mmWave channel. The numerical results indicated that the CSBL algorithm provided the NMSE results closest to that of the oracle MMSE estimator in all the scenarios.