[發(fā)明專利]用于稀疏貝葉斯學(xué)習(xí)信道估計(jì)的分區(qū)矩陣迭代方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010027616.3
• 申請(qǐng)日: 2020-01-10
• 公開（公告）號(hào): CN111245751B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計(jì)）人: 馬楠;陳建僑;翟文軍;屈子奇
• 申請(qǐng)（專利權(quán)）人: 北京星河亮點(diǎn)技術(shù)股份有限公司
• 主分類號(hào): H04L25/02
• 分類號(hào): H04L25/02
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 馬瑞

1.用于稀疏貝葉斯學(xué)習(xí)信道估計(jì)的分區(qū)矩陣迭代方法，其特征在于，包括：

獲取預(yù)設(shè)正交頻分復(fù)用系統(tǒng)中的子載波集合，提取所述子載波集合中的導(dǎo)頻子載波集合；

基于所述導(dǎo)頻子載波集合，獲取導(dǎo)頻值對(duì)角矩陣、導(dǎo)頻離散傅里葉變換子矩陣、具有預(yù)設(shè)長(zhǎng)度的復(fù)信道沖激響應(yīng)和加性高斯白噪聲矩陣，得到所述預(yù)設(shè)正交頻分復(fù)用系統(tǒng)的接收信號(hào)表達(dá)式；

基于導(dǎo)頻子載波集合的單位矩陣、控制每個(gè)信道系數(shù)逆方差的超參數(shù)以及所述超參數(shù)的對(duì)角矩陣，得到所述接收信號(hào)表達(dá)式的條件概率密度函數(shù)；

提取所述條件概率密度函數(shù)中復(fù)數(shù)矩陣的實(shí)部和虛部，基于所述實(shí)部和所述虛部對(duì)所述復(fù)數(shù)矩陣進(jìn)行求逆計(jì)算，得到第一逆矩陣以及第二逆矩陣；

將所述第一逆矩陣進(jìn)行分割，得到第一子矩陣集合；

將所述第二逆矩陣進(jìn)行分割，得到第二子矩陣集合；

通過(guò)對(duì)所述第一子矩陣集合和所述第二子矩陣集合進(jìn)行預(yù)設(shè)次數(shù)的迭代，得到所述復(fù)數(shù)矩陣，進(jìn)一步得到所述條件概率密度函數(shù)，基于所述條件概率密度函數(shù)獲得所述接收信號(hào)表達(dá)式。

2.根據(jù)權(quán)利要求1所述的用于稀疏貝葉斯學(xué)習(xí)信道估計(jì)的分區(qū)矩陣迭代方法，其特征在于，所述獲取預(yù)設(shè)正交頻分復(fù)用系統(tǒng)中的子載波集合，提取所述子載波集合中的導(dǎo)頻子載波集合，具體包括：

在梳狀導(dǎo)頻結(jié)構(gòu)輔助信道估計(jì)的正交頻分復(fù)用系統(tǒng)中，令每個(gè)正交頻分復(fù)用符號(hào)具有N個(gè)子載波，其中N_p個(gè)子載波用于導(dǎo)頻傳輸。

3.根據(jù)權(quán)利要求1或2所述的用于稀疏貝葉斯學(xué)習(xí)信道估計(jì)的分區(qū)矩陣迭代方法，其特征在于，所述基于所述導(dǎo)頻子載波集合，獲取導(dǎo)頻值對(duì)角矩陣、導(dǎo)頻離散傅里葉變換子矩陣、具有預(yù)設(shè)長(zhǎng)度的復(fù)信道沖激響應(yīng)和加性高斯白噪聲矩陣，得到所述預(yù)設(shè)正交頻分復(fù)用系統(tǒng)的接收信號(hào)表達(dá)式，具體包括：

令所述導(dǎo)頻子載波集合其中則所述接收信號(hào)表達(dá)式為：

式中，表示在位置上傳輸?shù)膶?dǎo)頻值的對(duì)角矩陣，表示離散傅里葉變換子矩陣，其中定義為h∈C^L×1表示長(zhǎng)度為L(zhǎng)的復(fù)信道沖激響應(yīng)，表示加性高斯白噪聲矩陣，服從分布其中表示N_p維的單位矩陣。

4.根據(jù)權(quán)利要求3所述的用于稀疏貝葉斯學(xué)習(xí)信道估計(jì)的分區(qū)矩陣迭代方法，其特征在于，所述基于導(dǎo)頻子載波集合的單位矩陣、控制每個(gè)信道系數(shù)逆方差的超參數(shù)以及所述超參數(shù)的對(duì)角矩陣，得到所述接收信號(hào)表達(dá)式的條件概率密度函數(shù)，具體包括：

令I(lǐng)表示單位矩陣，則表示N_p維的單位矩陣，令并假設(shè)復(fù)信道沖激響應(yīng)h的后驗(yàn)概率分布服從高斯分布，則可表示為：其中，α∈C^L×1表示控制每個(gè)信道系數(shù)逆方差的超參數(shù)，Λ∈C^L×L表示α的對(duì)角陣，即Λ＝diag(α)，則所述條件概率密度函數(shù)表示為：

5.根據(jù)權(quán)利要求4所述的用于稀疏貝葉斯學(xué)習(xí)信道估計(jì)的分區(qū)矩陣迭代方法，其特征在于，所述提取所述條件概率密度函數(shù)中復(fù)數(shù)矩陣的實(shí)部和虛部，基于所述實(shí)部和所述虛部對(duì)所述復(fù)數(shù)矩陣進(jìn)行求逆計(jì)算，得到第一逆矩陣以及第二逆矩陣，具體包括：

令其中A_L和B_L分別表示復(fù)數(shù)矩陣C_L的實(shí)部和虛部，對(duì)C_L矩陣求逆表示為：

其中第一逆矩陣為A_L，第二逆矩陣為

6.根據(jù)權(quán)利要求5所述的用于稀疏貝葉斯學(xué)習(xí)信道估計(jì)的分區(qū)矩陣迭代方法，其特征在于，所述將所述第一逆矩陣進(jìn)行分割，得到第一子矩陣集合，具體包括：

對(duì)A_L進(jìn)行矩陣分割運(yùn)算，得到

其中：

則

其中，