[發明專利]一種基于加權Kapetyn級數展開的大規模MIMO低復雜度信道估計方法

有效

• 申請號: 201710049022.0
• 申請日: 2017-01-23
• 公開（公告）號: CN106817155B
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 李正權;王兵;孫垚垚;燕鋒;夏瑋瑋;沈連豐;胡靜;宋鐵成
• 申請（專利權）人: 東南大學
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04L25/02
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 唐紹焜

1.一種基于加權Kapetyn級數展開的大規模MIMO低復雜度信道估計方法，其特征在于：包括步驟：

1)對接收信號模型向量化并采用傳統的MMSE信道估計算法得到信道估計矩陣：

其中，表示信道矩陣的估計，R代表信道協方差矩陣，H表示準靜態平坦衰落信道條件下的MIMO信道矩陣，P表示導頻信號矩陣，定義導頻矩陣形式為S是噪聲協方差矩陣，N_r代表基站側的接收天線數；N_t為發射端天線數；N是加性噪聲信號，服從循環對稱復高斯隨機分布；y表示接收信號，n代表噪聲信號；

2)采用Kapetyn級數展開法對式(1)進行二項式展開和對系數加權，得到基于加權的Kapetyn級數展開的估計器：

其中N代表多項式階數，K代表Kapetyn階數，C表示協方差矩陣，α＝[α₀,...,α_N]^T和β＝[β₀,...,β_K]^T是加權系數；

3)建立無約束的非線性優化模型：

并對式(3)進行求解得到最優系數α和β；

4)將步驟3)得到的α和β代入步驟2)得到的式(2)中即可求得基于加權的Kapetyn級數展開算法的信道估計值。

2.根據權利要求1所述的大規模MIMO低復雜度信道估計方法，其特征在于：所述步驟3)求解無約束的非線性優化模型具體為：

將式(3)分解成兩個線性優化子問題：

31)基于固定β的線性優化子問題：

對于每個固定β，將式(3)式轉化成如下優化問題：

將式(4)對每個系數求偏導，同時令導數為0，求得最優系數α；

32)基于固定α的線性優化子問題：

將α設為固定值α＝α°，把式(3)分解為另外一個基于固定α的線性優化子問題；該線性優化子問題描述如下：

同理，對式(5)求偏導數，并令偏導為0，即可求出最優系數β；

33)對于給定的通過步驟31)得到最優系數α^*；并更新α：

34)對于給定的通過步驟32)得到最優系數β^*；并更新β：

35)重復步驟33)、34)直到目標函數MSE(α,β)最小，得到最優系數α和β。

3.根據權利要求2所述的大規模MIMO低復雜度信道估計方法，其特征在于：所述步驟31)中求解最優系數α具體如下：

目標函數對每個系數求偏導數后的公式定義如下：

對每一個n＝0,...,N，令式(6)等于0，得到N+1個線性方程組：

利用式(7)求得A和b，將式(4)中目標函數轉換成如下矩陣形式：

MSE(α)＝tr(R)-b^Hα-α^Hb+α^HAα (8)

同時在最優系數α^*＝A^-1b下，式(7)轉化為MSE(α^*)＝tr(R)-b^HA^-1b；利用此等式在固定系數β下求出最小估計的MSE。

4.根據權利要求3所述的大規模MIMO低復雜度信道估計方法，其特征在于：利用式(7)求得A和b如下：

接收信號與協方差矩陣C之間關系描述如下：

式(9)中y_t表示在時刻t時的接收信號；當T＞＞BN時，協方差矩陣C等于將式(7)中A和b可簡化為如下形式：

同時注意到A和b都具有下面簡化計算形式：

利用式(11)求出A和b的值。