中文标题：参数化全息MIMO信道建模及其贝叶斯估计

英文标题：Parametric Holographic MIMO Channel Modeling and Its Bayesian Estimation

来源期刊：电子与信息学报

基金项目：国家自然科学基金(62301394, 62331023, 62394292)，河南省科技攻关项目(252102210228)，国家重点研发计划(2021YFA1000500, 2023YFB2904804)

作  者：袁正道¹ 郭亚博² 高大伟³ 郭庆华⁴ 黄崇文⁵ 廖桂生³

作者单位：1. 河南开放大学信息工程与人工智能学院 郑州 450000
2. 河南工业大学信息科学与工程学院 郑州 450000
3. 西安电子科技大学杭州研究院 杭州 310027
4. 澳大利亚伍伦贡大学 伍伦贡 2522
5. 浙江大学信息与电子工程学院 杭州 310027

摘  要：全息多输入多输出(HMIMO)技术因其高空间复用效率和信道容量被视为6G通信系统的关键技术之一，但电磁传播模型复杂、用户角度随机给电磁信道建模和估计带来较大困难。现有方法依赖简化假设或统计模型，存在模型失配问题，且难以同时解耦信道、位置与角度。针对上述挑战，该文提出一种融合神经网络、凸优化和因子图的混合信道建模与估计方法，该方法首先学习信道与坐标的非线性映射关系，构建参数化信道模型；其次基于欧拉角旋转理论描述用户角度，并将其嵌入因子图实现信道、坐标及角度的全局建模；最后利用消息传递算法完成参数联合解耦与信道估计。仿真结果表明，所提方法的信道估计误差较现有近似方法降低3dB以上。该研究突破了现有方法对天线平行假设的依赖，为复杂电磁环境下的高精度信道估计与位置感知提供了新的解决方案。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250436