In this dissertation, we delve into Bayesian sparse recovery to enhance sparse recovery performance and reduce computational complexity in wireless communication systems. To address the significant computational complexity of existing sparse recovery algorithms, we explore a random likelihood decoding technique based on Markov chain Monte Carlo sampling. We utilize Metropolis-Hastings sampling for support identification and Gibbs sampling for sparse signal estimation. Specifically, we propose a two-stage algorithm that iteratively conducts both sampling processes and the entire process to improve the performance of sparse vector recovery. Additionally, with next-generation 6G communication systems incorporating more antennas and higher frequency bands, there is an anticipation of greater utilization of the near-field region compared to traditional communications that predominantly focus on the far-field region. To address this shift, we propose a pilot signal and channel estimator co-design technique aiming to optimize sparse recovery performance in hybrid-field extremely large-scale MIMO systems where both far-field and near-field regions coexist. Specifically, we propose an alternating direction method of multipliers (ADMM)-based pilot signal design algorithm that can maximize sparse vector recovery performance and a hybrid-field channel estimation algorithm using Bayesian approaches based on the designed pilot signal.
본 논문은 희소 벡터 복원 기법에 베이지안 접근을 활용하여 희소 벡터 복원의 성능을 향상시키고 복원에 필요한 계산 복잡성을 줄이기 위한 기술에 관해 연구한다. 우선, 희소 복원을 위한 마르코프 체인 몬테카를로 샘플링을 기반으로 한 무작위 우도 복호 기술 연구에서는 기존의 희소 복원 알고리즘의 높은 계산 복잡성을 지원 확인 과정 및 희소 신호 추정 과정을 위해 각각 메트로폴리스-헤이스팅스 샘플링과 깁스 샘플링을 활용하여 해결할 수 있다. 구체적으로 각각의 샘플링 과정과 두 샘플링 과정을 포함한 전체 과정을 반복적으로 수행하여 희소 벡터 복원의 성능을 향상시킬 수 있는 기술을 제안한다. 또한, 차세대 6G 통신에서는 더 많은 안테나와 더 높은 주파수 대역이 고려되므로 원거리장 위주의 기존 통신과 달리 근거리장 영역이 더욱 활용될 것으로 예상된다. 원거리장과 근거리장이 공존하는 하이브리드 필드 초대규모 다중 입력 및 다중 출력 시스템에서 희소 벡터 복원 성능을 극대화할 수 있는 파일럿 신호 및 채널 추정기 공동 설계 기술을 제안한다. 구체적으로 하이브리드 필드 채널에서 희소 벡터 복원 성능을 극대화할 수 있는 alternating direction method of multipliers (ADMM) 기반 파일럿 신호 설계 알고리즘과 설계된 파일럿 신호를 기반으로 베이지안 접근을 활용하여 하이브리드 필드 채널을 추정하는 알고리즘을 제안한다.
