In this paper, we present asymptotic high dimensional analysis of the regularised zero-forcing (RZF) receiver in terms of its mean squared error (MSE) and bit error rate (BER) when used for the recovery of binary phase shift keying (BPSK) modulated signals in a massive multiple-input multiple-output (MIMO) communication system. We assume that the channel matrix is spatially correlated and not perfectly known. We use the linear minimum mean squared error (LMMSE) method to estimate the channel matrix. The asymptotic approximations of the MSE and BER enable us to solve various practical optimisation problems. Under MSE/BER minimisation, we derive 1) the optimal regularisation factor for RZF; 2) the optimal power allocation scheme. Numerical simulations show a close match to the derived asymptotic results even for a few dozens of the problem dimensions.


翻译:在本文中,我们从平均正方差(MSE)和位差率(BER)的角度对正常零力推接收器进行无症状的高度分析,分析其平均正方差(MSE)和位差率(BER)用于回收二进制转移键(BPSK)的调制信号,用于大规模多投入多输出(MIIMO)通信系统。我们假设频道矩阵在空间上是相互关联的,并不完全为人所知。我们使用线性最低平均正方差(LMMSE)方法来估计频道矩阵。MSE和BER的无症状近似让我们能够解决各种实际的优化问题。在MSE/BOR最小化下,我们得出:(1)RZF的最佳常规化系数;(2)最佳权力分配办法。数字模拟显示,即使有几十个问题维度,也与所得的无症状结果十分接近。

0
下载
关闭预览

相关内容

专知会员服务
30+阅读 · 2021年7月19日
专知会员服务
41+阅读 · 2021年4月2日
专知会员服务
76+阅读 · 2021年3月16日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
已删除
将门创投
6+阅读 · 2019年6月10日
Keras实现基于MSCNN的人群计数
AI科技评论
8+阅读 · 2019年2月11日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Arxiv
0+阅读 · 2021年7月26日
Arxiv
0+阅读 · 2021年7月26日
VIP会员
相关资讯
已删除
将门创投
6+阅读 · 2019年6月10日
Keras实现基于MSCNN的人群计数
AI科技评论
8+阅读 · 2019年2月11日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Top
微信扫码咨询专知VIP会员