[發明專利]寬帶多用戶毫米波系統中基于變分貝葉斯學習的信道估計方法

在審

• 申請號: 201910169672.8
• 申請日: 2019-03-05
• 公開（公告）號: CN109768943A
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 呂鐵軍;張琪璇
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04L25/02
• 分類號: H04L25/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.寬帶多用戶毫米波大規模多入多出(MIMO)系統中基于變分貝葉斯學習的信道估計方法，用于下述場景：多個用戶向一個基站發送信息的上行鏈路通信系統，用戶端和基站端都配備混合預編碼裝置；基站大規模天線陣列為均勻直線天線陣。其特征在于：所述方法包括下列兩個操作步驟：

(1)信道估計問題建模階段：考慮頻率域的信道估計問題，通過觀察各信道參數服從的概率分布，將信道估計問題建模為基于稀疏貝葉斯學習的信號重構問題；

(2)信道狀態信息估計階段：完成信道估計問題建模后，采用變分貝葉斯學習的算法進行信道狀態信息的估計，即通過參數學習的方法推導出信道參數的后驗分布信息。

2.根據權利要求1所述的方法，其特征在于：所述步驟(1)中，信道估計問題建模階段包括下列操作內容：

(11)把時域的信號接收模型轉換到頻率域，通過開發毫米波信道固有的稀疏特性和頻率選擇性衰落信道的共同稀疏特性，對信道信息進行降維處理，把信道估計問題轉化為信號估計問題；

(12)根據稀疏信道向量信息、噪聲和隨機誤差的概率分布特征，將估計問題進一步建模為基于稀疏貝葉斯學習的信號重構問題。

3.根據權利要求1所述的方法，其特征在于：所述步驟(2)中，信道狀態信息估計階段包括下列操作內容：

(21)由于稀疏信道向量、噪聲和隨機誤差的后驗概率求解非常復雜，借助“信息熵”的理論將接收信號的對數似然函數進行變換，進而求解各隱變量后驗參數的漸進表達式；

(22)采用變分貝葉斯學習的方法，計算稀疏信道向量的后驗參數的漸進表達式q(h)，觀察稀疏信道向量服從的概率分布特征；

(23)同樣地，采用變分貝葉斯學習方法計算其余變量的后驗參數的漸進表達式q(α),q(γ),q(θ)和q(β)，多次迭代直到收斂；

(24)將求解的稀疏信道信息去向量化，根據矩陣知識估計信道矩陣信息。