Although the millimeter wave (mmWave) massive multiple-input and multiple-output (MIMO) system can potentially boost the network capacity for future communications, the pilot overhead of the system in practice will greatly increase, which causes a significant decrease in system performance. In this paper, we propose a novel grouping-based channel estimation and tracking approach to reduce the pilot overhead and computational complexity while improving the estimation accuracy. Specifically, we design a low-complexity iterative channel estimation and tracking algorithm by fully exploiting the sparsity of mmWave massive MIMO channels, where the signal eigenvectors are estimated and tracked based on the received signals at the base station (BS). With the recovered signal eigenvectors, the celebrated multiple-signal classification (MUSIC) algorithm can be employed to estimate the direction of arrival (DoA) angles and the path amplitude for the user terminals (UTs). To improve the estimation accuracy and accelerate the tracking speed, we develop a closed-form solution for updating the step-size in the proposed iterative algorithm. Furthermore, a grouping method is proposed to reduce the number of sharing pilots in the scenario of multiple UTs to shorten the pilot overhead. The computational complexity of the proposed algorithm is analyzed. Simulation results are provided to verify the effectiveness of the proposed schemes in terms of the estimation accuracy, tracking speed, and overhead reduction.

中文翻译：

---

毫米波大规模 MIMO 系统的基于分组的信道估计和跟踪

虽然毫米波（mmWave）大规模多输入多输出（MIMO）系统可以潜在提升未来通信的网络容量，但系统在实践中的导频开销会大大增加，导致系统性能显着下降。在本文中，我们提出了一种新的基于分组的信道估计和跟踪方法，以减少导频开销和计算复杂度，同时提高估计精度。具体来说，我们通过充分利用毫米波大规模 MIMO 信道的稀疏性，设计了一种低复杂度的迭代信道估计和跟踪算法，其中根据基站 (BS) 接收到的信号来估计和跟踪信号特征向量。使用恢复的信号特征向量，著名的多信号分类 (MUSIC) 算法可用于估计用户终端 (UT) 的到达方向 (DoA) 角度和路径幅度。为了提高估计精度并加快跟踪速度，我们开发了一种封闭形式的解决方案来更新所提出的迭代算法中的步长。此外，还提出了一种分组方法，以减少多个UT场景下共享导频的数量，以缩短导频开销。分析了所提出算法的计算复杂度。仿真结果验证了所提出方案在估计精度、跟踪速度和开销减少方面的有效性。为了提高估计精度并加快跟踪速度，我们开发了一种封闭形式的解决方案来更新所提出的迭代算法中的步长。此外，还提出了一种分组方法，以减少多个UT场景下共享导频的数量，以缩短导频开销。分析了所提出算法的计算复杂度。仿真结果验证了所提出方案在估计精度、跟踪速度和开销减少方面的有效性。为了提高估计精度并加快跟踪速度，我们开发了一种封闭形式的解决方案来更新所提出的迭代算法中的步长。此外，还提出了一种分组方法，以减少多个UT场景下共享导频的数量，以缩短导频开销。分析了所提出算法的计算复杂度。仿真结果验证了所提出方案在估计精度、跟踪速度和开销减少方面的有效性。分析了所提出算法的计算复杂度。仿真结果验证了所提出方案在估计精度、跟踪速度和开销减少方面的有效性。分析了所提出算法的计算复杂度。仿真结果验证了所提出方案在估计精度、跟踪速度和开销减少方面的有效性。