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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on communications Jg. 69; H. 11; S. 7722 - 7735
Hauptverfasser:	Wu, Pengxia, Cheng, Julian
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 01.11.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!