基于LASSO算法的波束空间信道估计

在大规模毫米波(mmWave)天线阵列通信中,多输入多输出(Multiple Input Multiple Output,MIMO)系统可以使用透镜天线阵列大幅减少射频链的数量,但由于天线的数量远远大于射频链路的数量,信道估计具有挑战性。由于波束空间信道具有稀疏的特性,那么用于求解稀疏信号恢复问题的算法,可以作为波束空间信道估计问题的解决方法。波束空间信道估计问题建立的模型是基于l0-范数的非凸性问题,该问题为NP-hard。通常用l1-范数代替l0-范数,将该问题转化为凸优化问题。该凸优化问题可以用传统的贪心算法方法进行求解。然而,这些贪心算法估计精度差。而且随着稀疏度的增加,计算复杂度也会增加。文章提出了最小角回归(Least Angle Regression,LARS)算法和改进的最小绝对收缩和选择算子(Least Absolute Shrinkage and Selection Operator,LASSO)算法,高效地解决了稀疏信号的恢复问题,即波束信道的估计。实验仿真结果表明,LARS算法和所提出的改进LASSO算法能够获得比传统OMP算法更高效且具有更好的波束空间信道估计精度。