[發(fā)明專利]大規(guī)模MIMO系統(tǒng)壓縮感知信道估計(jì)的導(dǎo)頻優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 201710243573.0
• 申請日: 2017-04-14
• 公開（公告）號(hào): CN107171774A
• 公開（公告）日: 2017-09-15
• 發(fā)明（設(shè)計(jì)）人: 何雪云;高露
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號(hào): H04L5/00
• 分類號(hào): H04L5/00;H04L25/02;H04B7/0413
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司32200
• 代理人: 劉傳玉

1.大規(guī)模MIMO系統(tǒng)壓縮感知信道估計(jì)的導(dǎo)頻優(yōu)化方法，其特征在于，包括如下步驟：

步驟1)，將部分傅里葉矩陣作為導(dǎo)頻矩陣：

記為M×M的傅里葉矩陣，其第(a,b)項(xiàng)表示為1≤a,b≤M，a、b分別為傅里葉矩陣的行序號(hào)、列序號(hào)，M是發(fā)射天線數(shù)目；

從M×M的傅里葉矩陣中抽取T行構(gòu)造虛擬角域變換后的導(dǎo)頻矩陣C為復(fù)數(shù)集，T為導(dǎo)頻數(shù)目；

以最小化互相關(guān)準(zhǔn)則為出發(fā)點(diǎn)，根據(jù)以下優(yōu)化公式確定抽取哪T行構(gòu)成最優(yōu)導(dǎo)頻矩陣

minΛmax1≤i,j≤Mandi≠j|Σka∈Λ1Texp[-j2πka(i-j)M]|,s.t.n(Λ)=T,Λ⋐Ω]]>

其中，為從中抽取的T行相應(yīng)行索引構(gòu)成的集合，其元素個(gè)數(shù)為T,集合中的元素以大小升序排列；k_a為集合Λ中的第a個(gè)元素，a＝1,2,...,T；n(Λ)＝T表示集合Λ中元素的個(gè)數(shù)為T；

步驟2)，初始化遺傳算法參數(shù)：

令種群尺寸為Ps，個(gè)體長度Len＝T-1，遺傳代數(shù)g＝1，最大遺傳代數(shù)Mg，定義個(gè)體Φ為行索引集合Λ對應(yīng)的行索引間隔集合：

其中個(gè)體元素滿足1≤i≤T-1；

Φ與行索引集合Λ＝{k₁,k₂,...,k_T}中元素的對應(yīng)關(guān)系是i＝1,2,...,T-1，k₁為預(yù)設(shè)的第一個(gè)行索引值；

隨機(jī)生成一個(gè)初始種群{Φ_i,i＝1,2,...,Ps}；

步驟3)，對每個(gè)個(gè)體Φ_i，根據(jù)下式計(jì)算其適應(yīng)值：

其中，

步驟4)，在當(dāng)前種群{Φ_i,i＝1,2,...,Ps}中以預(yù)設(shè)的概率S采用隨機(jī)通用采樣選出適應(yīng)值最高的Ps×S個(gè)個(gè)體；

步驟5)，對步驟4)得到的Ps×S個(gè)個(gè)體以預(yù)設(shè)的概率R進(jìn)行離散重組操作，從而產(chǎn)生新的Ps×S個(gè)個(gè)體；

步驟6)，對步驟5)得到的Ps×S個(gè)個(gè)體以預(yù)設(shè)的概率V進(jìn)行基因變異操作，基因的邊界為

步驟7)，根據(jù)步驟2)中的遺傳算法參數(shù)和步驟3)中個(gè)體適應(yīng)值的計(jì)算公式計(jì)算步驟6)得到的種群數(shù)量為Ps×S的新一代個(gè)體的適應(yīng)值，并用他們?nèi)〈蟹N群中適應(yīng)值最低的Ps×S個(gè)個(gè)體，從而獲得新的種群；

步驟8)，對步驟7)獲得的種群執(zhí)行完善操作，以獲取具有更高適應(yīng)度值的個(gè)體；

步驟9)，遺傳代數(shù)g增加1；

步驟10)，重復(fù)執(zhí)行步驟4)至步驟9)，直到遺傳代數(shù)g達(dá)到最大遺傳代數(shù)Mg；

步驟11)，根據(jù)現(xiàn)有種群中具有最大適應(yīng)值的個(gè)體Φ_opt計(jì)算出最優(yōu)的行索引集合Λ_opt，行索引集合Λ_opt中的元素通過如下公式計(jì)算：

步驟12)，根據(jù)最優(yōu)的行索引集合Λ_opt得到傅里葉矩陣在虛擬角域變換后的導(dǎo)頻矩陣

步驟13)，根據(jù)公式從而得到優(yōu)化的導(dǎo)頻矩陣X_opt，其中P為每導(dǎo)頻時(shí)隙信噪比，A_T∈C^M×M為酉矩陣，H為共軛轉(zhuǎn)置符號(hào)。