改进的IRS辅助毫米波MIMO级联信道估计

为改善智能反射表面（Intelligent reflective surface，IRS）辅助的毫米波多输入多输出（Multiple-input multiple-output，MIMO）级联信道的估计精度和收敛速度，基于平行因子（Parallel factor，PARAFAC）分解模型，把常规的双线性交替最小二乘（Bilinear alternating least squares，BALS）算法改进为带松弛因子的ω-BALS算法和正则化的T-BALS，加快了收敛速度和算法稳定性。当基站、IRS元件或用户侧的阵列天线数目较大时，提出改进的奇异值（Singular value decomposition，svd）-BALS算法。该算法通过奇异值分解压缩张量，再利用低维度的核心张量来重构模式n矩阵。仿真结果表明，该算法的归一化均方误差性能有所提高，并且加快了收敛速度。