تخمين ضريب محوشدگي مقياس بزرگ و بهره كانال مسير فروسو در سيستم MIMO حجيم چندكاربره

Large-Scale Fading Coefficient and Downlink Channel Gain Estimation for Multi-User Massive MIMO

تخمين كانال مسير فروسو در سيستم MIMO حجيم يكي از چالش‌هاي نسل پنجم مخابرات بي‌سيم مي‌باشد. در كانال با محوشدگي هموار و با اعمال پيش‌كدينگ تحميل صفر ، تخمين كانال مسير فروسو به تخمين مقدار بهره كانال و محوشدگي مقياس بزرگ تبديل مي‌گردد. اخيراً بهره كانال در حالت فوق براساس انرژي متوسط سيگنال دريافتي و مقدار محوشدگي مقياس بزرگ تخمين زده شده است كه وجود خطا در تخمين مقدار محوشدگي مقياس بزرگ، منجر به كاهش دقت تخمين بهره كانال در روش فوق مي‌شود. در اين مقاله روش جديدي براي تخمين بهره كانال در مسير فروسو پيشنهاد شده است. با توجه به ثابت بودن مقدار محوشدگي مقياس بزرگ در تعداد زيادي بازه زماني همدوسي، در روش پيشنهادي ابتدا محوشدگي مقياس بزرگ را در هر بازه همدوسي به‌صورت جداگانه تخمين زده و با تركيب مقادير تخميني فوق، مقدار دقيق‌تري از محوشدگي مقياس بزرگ در دو حالت پايداري و گذرا به دست مي‌آوريم. براساس اين مقدار و انرژي متوسط سيگنال دريافتي، مقدار بهره كانال با دقت بيشتري تخمين زده مي‌شود. نتايج شبيه‌سازي نشان مي‌دهد كه روش پيشنهادي نسبت به روش‌هاي مرجع دقت تخمين بهره كانال بهتري دارد.

Downlink channel estimation of Massive MIMO system is a challenge for 5G wireless communications. In the flat-fading channel with Zero-forcing pre-coding, the downlink channel estimate turns into an estimate of channel gain and large-scale fading coefficient. For this cases, recently, the channel gain is estimated based on the average energy of the received signal and the large-scale fading. However, the error in estimating of the large-scale fading leads to a performance reduction of this method. In this paper, we propose a new method for estimating the downlink channel gain. Due to the fact that the amount of the large scale fading is fixed in several coherency time intervals, in the proposed method, we estimate the large-scale fading in each coherent intervals separately. Then, by combining this estimates for two steady state and transient state scenarios, we obtain high accurate estimation for large scale fading. Finally, based on this value and the average energy of the received signal, the channel gain is estimated more accurately. Simulation results show that the proposed method has better channel estimation accuracy than that of the reference methods.