电讯技术

作者：李素月,郝红婷,王安红

单位：(太原科技大学 电子信息工程学院，太原 030024)

关键词：多天线系统；下行链路；信道估计；智能反射面（IRS）；

基金：国家自然科学基金资助项目(61501315，62072325)；山西省基础研究计划面上项目(20210302123205)

智能反射面(Intelligent Reflective Surface,IRS)是未来6G通信增强网络覆盖和信道容量的潜在技术之一。然而由于智能反射面的无源设计使得大量的反射单元不具备发送、接收或处理信号的能力，对下行链路低复杂度的信道估计造成较大挑战。考虑IRS辅助的多天线系统下行链路信道估计，采用Gauss?Seidel（GS）迭代方法避免系统矩阵求逆，大大降低估计的复杂度。相比最小二乘（Least Squares,LS）算法，该算法计算复杂度阶数从基站天线数的立方降到基站天线数的平方。为了进一步评估性能，推导了相应的信道估计参数的Cramer?Rao下界，最后通过仿真验证了所提算法的有效性。仿真结果表明,只需要较少的迭代数，GS就可以实现与LS算法相同的估计误差性能。

来源：2022年第4期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第4期