Advertisement

【空中计算】Over-the-Air Computation in OFDM Systems With Imperfect Channel State Information

阅读量:

文章目录

  • 模型
  • 解法
    • CSI

阅读这篇文献的初衷是:SIMO-OFDM如何推广到MIMO-OFDM

模型

M

  • 子载波的数量
  • 一个OFDM符号的样本数
  • 所有用户第m个子载波作空中计算
在这里插入图片描述

\text{IDFT}

  • \text{IDFT}中为何要除以\sqrt{M}
  • ⭐️默写IDFT
  • L的含义
在这里插入图片描述

从时域的角度看信道

  • 时延:定时差异+时延拓展
  • 抽头数的定义
在这里插入图片描述

接收信号

  • 抽头数L只有分析时域才有
  • 每个分量都是根据子载波分析的
  • 注意接收beamform维度
在这里插入图片描述

MSE

  • 求均值后两项的乘积在哪里,一次项的乘积取均值是0
在这里插入图片描述

(P1)(P2)

  • 发射系数是一个数

解法

对齐接收信号的相位

信道矢量为何取共轭

此化简主要是消除相位的影响,因为计算MSE比较的是幅度

在这里插入图片描述

CSI

如命题二所示:
\Gamma_{m, 1} \triangleq \frac{1}{K^2} \sum_{k \in \mathcal{K}} \frac{\sigma_{e,k}^2}{\left|\hat{h}_{k,m}\right|^2+\sigma_{e,k}^2}
当发射功率趋于无穷大时,最优的接收滤波器系数为零?此时功率约束的作用消失,并且在互补松弛条件下μ取零值。因此能够获得对应的bk值,并将其代入MSE中计算得到Γm,1

在这里插入图片描述

依据公式(11),CSI相关的误差不可避免地存在。
假设你未采用基于高斯分布的建模方法,则在你的优化目标函数中,
只有信道估计这一项。
此时你可能认为信道估计具有较高的准确性,
因此可能仅考虑了信道估计的影响而忽略了其他因素。
然后基于此估计得到对应的参数W和b,
将其代入实际的目标函数计算中,
这将有助于生成图(2)中的‘忽略CSI误差’曲线。
通过公式(11)可以看出,
当发送功率数值越大时,
相应的CSI相关误差也会随之增大。
这很好理解,
因为发送系数正是基于 CSI 的优化结果而确定的。

全部评论 (0)

还没有任何评论哟~