Exploiting the Massive MIMO Channel Structural Properties for Minimization of Channel Estimation Error and Training Overhead - Archive ouverte HAL
Article Dans Une Revue IEEE Access Année : 2019

Exploiting the Massive MIMO Channel Structural Properties for Minimization of Channel Estimation Error and Training Overhead

Samer Bazzi
  • Fonction : Auteur
Huawei Technologies [Dusseldorf]
Stelios Stefanatos
  • Fonction : Auteur
Freie Universität Berlin
Luc Le Magoarou
CV
Salah Eddine Hajri
  • Fonction : Auteur
Laboratoire des signaux et systèmes
Mohamad Assaad
Laboratoire des signaux et systèmes
Stephane Paquelet
  • Fonction : Auteur
Gerhard Wunder
  • Fonction : Auteur
Freie Universität Berlin
Wen Xu
  • Fonction : Auteur
Huawei Technologies [Dusseldorf]

Domaines

Réseaux et télécommunications [cs.NI] Traitement du signal et de l'image [eess.SP]

Mohamad Assaad  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03106636

Soumis le : mardi 12 janvier 2021-00:03:36

Dernière modification le : vendredi 5 avril 2024-15:26:44

Consulter le texte intégral

Dates et versions

hal-03106636 , version 1 (12-01-2021)

Identifiants

Citer

Samer Bazzi, Stelios Stefanatos, Luc Le Magoarou, Salah Eddine Hajri, Mohamad Assaad, et al.. Exploiting the Massive MIMO Channel Structural Properties for Minimization of Channel Estimation Error and Training Overhead. IEEE Access, 2019, 7, pp.32434-32452. ⟨10.1109/ACCESS.2019.2903654⟩. ⟨hal-03106636⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS SUP_LSS SUP_TELECOMS CENTRALESUPELEC UNIV-PARIS-SACLAY GS-ENGINEERING GS-COMPUTER-SCIENCE
26 Consultations
0 Téléchargements

Altmetric

Partager

More