戴老师论文阅读：Super-Resolution Sparse MIMO-OFDM Channel EstimationBased on Spatial and Temporal

Super-Resolution Sparse MIMO-OFDM Channel Estimation Based on Spatial and Temporal Correlations

2014.07

文章的模型是利用OFDM的稀疏性来估计信道频域响应，是估计时延delay，增益gain来得到信道频域响应，与角度域无关

---

背景：

MIMO-OFDM的对信道进行参数估计，利用稀疏性

未解决问题是path delay，本文提出方案可以处理任意路径delay

贡献：

任意延迟下的超高分辨率

利用时空相关性，转换到稀疏模式，并且这种稀疏模式对相邻的OFDM符号几乎没变

FRI(有限创新率？)理论减少导频开销，导频开销取决于信道稀疏水平

---

第二章 离散MIMO信道模型

利用信道的性质来进行估计，有如下三个性质

信道稀疏

CSI：channel impulse responses信道脉冲响应

空间相关性：

收发天线规模相比传输距离小很多，散射体是相似的，不同收发天线对有相同的稀疏模式，但不同的道路增益不同

时间相关：

delay比gain变化慢， 稀疏模式没有改变，增益相关

---

第三章 信道估计

建模-》H=VA+W，估计V,A-》提高准确率-》计算pilot overhead

A。导频模型

I是subcarrier index，fig2的x轴

  

B。高分辨率信道估计

等效基带信道频率响应CFR

时域等效频率响应

 

第k个是导频的情况

 

 

第i个发射天线，不同接收天线有公共的稀疏模式

综合Nt个发射天线

 

V由delay的估计得到，算法是另一个论文的算法。

gainA由LS算法估计