研究目的
为解决大规模MIMO系统中的波束选择问题或获取尽可能高的信号功率,提出一种自适应序贯检验方法,该方法相比固定长度检验能加速选择过程,尤其在低信噪比条件下。
研究成果
基于广义似然比统计量的序贯竞争检测方法能有效适应信噪比变化,在波束选择时减少所需的平均观测次数(尤其在低信噪比条件下)。该方法在信号损耗方面保持稳定性能,相比固定时长检测具有显著加速优势,适用于具有大规模波束码本且信道相干时间受限的Massive MIMO系统。
研究不足
该研究仅限于基于仿真的分析,并假设完美同步和单径信道模型。其未涉及多径效应、干扰或实际系统中的实施挑战。测试性能可能因不同码本尺寸及未涵盖的信道条件而异。
1:实验设计与方法选择:
本研究采用基于广义似然比(GLR)统计量的序贯假设检验,在大规模MIMO系统中自适应选择最优波束。通过将各波束的GLR统计量随机轨迹与固定阈值比较,当任一波束超过该阈值时终止检验。
2:样本选择与数据来源:
采用单径信道模型进行仿真,其中到达角(AoA)均匀分布于[-90°, 90°],并改变信噪比(SNR)。数据生成基于配备16波束Butler矩阵码本的均匀线性阵列。
3:实验设备与材料清单:
未提及具体物理设备;本研究为基于数学模型和算法的仿真研究。
4:实验流程与操作步骤:
每次仿真运行中,观测值生成公式为y_i[n] = A_i s[n] + w_i[n],其中s[n]为伪随机训练序列,A_i为第i个波束的信号幅度,w_i[n]为高斯白噪声。序贯检验通过计算各波束的GLR统计量γ_i(n)并与基于目标虚警概率(P_FA)的阈值γ_th比较,直至某γ_i(n)超过γ_th即确定所选波束。
5:数据分析方法:
性能评估指标包括平均捕获相对幅度损失(ˉl)和平均检验长度(ˉn)。通过每个SNR点10^4次蒙特卡洛仿真估算这些指标。统计分析采用Q函数和χ^2分布进行假设检验。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容