Nonconvex Regularized Gradient Projection Sparse Reconstruction for Massive MIMO Channel Estimation

Novel sparse reconstruction algorithms are proposed for beamspace channel estimation in massive multiple-input multiple-output systems. The proposed algorithms minimize a least-squares objective having a nonconvex regularizer. This regularizer removes the penalties on a few large-magnitude elements...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on communications Ročník 69; číslo 11; s. 7722 - 7735
Hlavní autoři:	Wu, Pengxia, Cheng, Julian
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.11.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Accuracy Algorithms Approximation algorithms Channel estimation Convergence DC programming Downlink Fines & penalties Forecasting gradient projection Massive MIMO nonconvex optimization Optimization Programming Reconstruction sparse channel reconstruction
ISSN:	0090-6778, 1558-0857
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!