发明名称 一种基于压缩感知和大规模MIMO的自适应信道估计方法
摘要 本发明公开了一种基于压缩感知和大规模MIMO的自适应信道估计方法,属于无线通信技术领域。本发明包括:获取信道矩阵在角度域分解U<sub>r</sub>、U<sub>t</sub>,并计算对应的测量矩阵Φ、感知测量值Y;基于系统前一时刻的索引集Γ<sub>n-1</sub>、测量矩阵Φ、感知测量值Y迭代计算共享信道参数估计值<img file="DDA0000945381550000011.GIF" wi="79" he="79" />由<img file="DDA0000945381550000012.GIF" wi="85" he="77" />Φ、Y迭代求解稀疏信号估计值<img file="DDA0000945381550000013.GIF" wi="77" he="69" />最后,基于发射天线数M、发射天线的信噪比P、发射天线的导频长度T根据公式<img file="DDA0000945381550000014.GIF" wi="396" he="149" />得到信道矩阵估计值<img file="DDA0000945381550000015.GIF" wi="78" he="70" />本发明的信道估计不需要已知共享信道信息,自适应利用前一时刻的索引集,比传统子空间追踪算法具有更小的误差。
申请公布号 CN105656819A 申请公布日期 2016.06.08
申请号 CN201610162680.6 申请日期 2016.03.21
申请人 电子科技大学 发明人 范禹涛;杨海芬;刘冬;郑植;林水生;阎波
分类号 H04L25/02(2006.01)I;H04B7/02(2006.01)I 主分类号 H04L25/02(2006.01)I
代理机构 电子科技大学专利中心 51203 代理人 周刘英
主权项 一种基于压缩感知和大规模MIMO的自适应信道估计方法,用于基站端和移动端均为均匀线阵的MIMO系统中,其特征在于,包括下列步骤:步骤1:获取信道矩阵在角度域分解U<sub>r</sub>、U<sub>t</sub>,其中U<sub>r</sub>为N×N酉矩阵,U<sub>t</sub>为M×M酉矩阵,M表示基站端的发射天线数、N表示移动端的接收天线数;获取移动端获取接收信号Z、导频Θ,根据公式<img file="FDA0000945381520000011.GIF" wi="390" he="144" />Y=Z<sup>H</sup>U<sub>r</sub>计算测量矩阵Φ、感知测量值Y,其中T为基站端每根发射天线的导频长度,上标“H”表示共轭转置;步骤2:基于MIMO系统前一时刻的索引集Γ<sub>n‑1</sub>、测量矩阵Φ、感知测量值Y迭代计算共享信道参数估计值<img file="FDA0000945381520000012.GIF" wi="79" he="79" />步骤201:初始化索引集Γ′=φ,参数R′=Y;步骤202:根据公式<img file="FDA0000945381520000013.GIF" wi="478" he="135" />计算参数,其中(Φ<sup>H</sup>R′)<sup>λ</sup>表示由索引λ确定的矩阵Φ<sup>H</sup>R′中对应的行向量,符号“||||<sub>2</sub>”表示2范数,矩阵Φ<sup>H</sup>R′中的上标“H”表示共轭转置;步骤203:更新索引集Γ′:Γ′=Γ′∪λ;步骤204:根据公式<img file="FDA0000945381520000014.GIF" wi="267" he="86" />且G<sup>[{1,2,…,M}/Γ′]</sup>=0计算参数G<sup>[Γ′]</sup>,其中上标“[·]”表示取对应行向量,下标“[·]”表示取对应列向量,{1,2,…,M}/Γ′表示集合{1,2,…,M}减去集合Γ′后得到的集合,即符号“/”表示两个集合相减,<img file="FDA0000945381520000015.GIF" wi="105" he="86" />表示关于Φ<sub>[Γ′]</sub>的伪逆;步骤205:更新参数R′:R′=Y‑Φ<sub>[Γ′]</sub>G<sup>[Γ′]</sup>;步骤206:判断索引集Γ′的元素个数是否等于索引集Γ<sub>n‑1</sub>的元素个数,若是,则执行步骤207;否则执行步骤202;步骤207:输出<img file="FDA0000945381520000016.GIF" wi="318" he="87" />步骤3:基于步骤2得到的共享信道参数估计值<img file="FDA0000945381520000017.GIF" wi="81" he="78" />测量矩阵Φ、感知测量值Y迭代求解稀疏信号估计值<img file="FDA0000945381520000018.GIF" wi="76" he="70" />301:初始化迭代次数d=0,索引集Γ=φ,残差R=Y;302:取索引集Γ<sub>a</sub>=Γ∪Γ<sub>x</sub>∪Γ<sub>y</sub>,其中<img file="FDA00009453815200000219.GIF" wi="586" he="119" />其中Γ<sub>n‑1</sub>表示前一时刻索引集,|Γ<sub>b</sub>|表示索引集Γ<sub>b</sub>的个数,符号“||||<sub>2</sub>”表示2范数,上标“[·]”表示取对应行向量,即<img file="FDA0000945381520000021.GIF" wi="197" he="79" />表示由索引集Γ<sub>b</sub>中索引确定的矩阵Φ<sup>H</sup>R中对应行向量组成的矩阵,矩阵Φ<sup>H</sup>R中的上标“H”表示共轭转置;<img file="FDA0000945381520000022.GIF" wi="762" he="125" />|Γ<sub>c</sub>|表示索引集Γ<sub>c</sub>的个数,符号“/”表示两个集合相减;303:根据公式<img file="FDA0000945381520000023.GIF" wi="281" he="86" />且<img file="FDA00009453815200000220.GIF" wi="323" he="69" />计算参数G,其中下标“[·]”表示取对应列向量,即<img file="FDA0000945381520000025.GIF" wi="108" he="79" />表示由索引集Γ<sub>a</sub>中索引确定的Φ中对应列向量组成的矩阵,上标<img file="FDA0000945381520000026.GIF" wi="109" he="63" />表示伪逆,即<img file="FDA0000945381520000027.GIF" wi="111" he="86" />表示关于<img file="FDA0000945381520000028.GIF" wi="108" he="77" />的伪逆;304:根据公式<img file="FDA0000945381520000029.GIF" wi="1142" he="125" />计算索引集Γ<sub>d+1</sub>,其中<img file="FDA00009453815200000210.GIF" wi="101" he="62" />表示由索引集Γ<sub>b</sub>中索引确定的G中对应行向量组成的矩阵,<img file="FDA00009453815200000211.GIF" wi="101" he="63" />表示由索引集Γ<sub>c</sub>中索引确定的G中对应行向量组成的矩阵;305:根据公式计算<img file="FDA00009453815200000212.GIF" wi="332" he="87" />且<img file="FDA00009453815200000213.GIF" wi="350" he="86" />计算稀疏信号估计值<img file="FDA00009453815200000214.GIF" wi="119" he="79" />306:根据公式<img file="FDA00009453815200000215.GIF" wi="452" he="94" />计算残差R<sub>d+1</sub>;若||R<sub>d+1</sub>||<sub>2</sub>>||R||<sub>2</sub>,则执行步骤308;否则执行步骤307;307:更新索引集Γ=Γ<sub>d+1</sub>,残差R=R<sub>d+1</sub>,迭代次数d=d+1后,再执行步骤302;308:令稀疏信号估计值<img file="FDA00009453815200000216.GIF" wi="159" he="79" />并输出;步骤4:根据公式<img file="FDA00009453815200000217.GIF" wi="393" he="149" />得到信道矩阵估计值<img file="FDA00009453815200000218.GIF" wi="77" he="71" />
地址 611731 四川省成都市高新区(西区)西源大道2006号