[發明專利]一種基于壓縮感知的時頻分塊稀疏的信道估計方法

有效

• 申請號: 202010454893.2
• 申請日: 2020-05-26
• 公開（公告）號: CN111698182B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 何怡剛;黃源;何鎏璐;張朝龍;杜博倫;張慧
• 申請（專利權）人: 武漢大學
• 主分類號: H04L25/02
• 分類號: H04L25/02;H04L27/26;H04B7/0413
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 劉琰

本發明公開了一種基于壓縮感知的時頻分塊稀疏的信道估計方法，該方法包括以下步驟：步驟1：建立信道模型；步驟2：根據步驟1得到的信道模型，用壓縮感知的方法求解稀疏信號估計值，進而計算索引集；步驟3：根據步驟2得到的索引集，求解出信道矩陣估計值；該方法提出了一種廣義分塊自適應gBAMP算法，利用大規模MIMO系統的時頻聯合分塊稀疏性，進一步優化算法迭代過程中索引集的選擇，以提高算法的穩定性；然后，在未給定閾值參數下，基于F范數，通過殘差確定了自適應迭代停止條件，并證明了該方法的有效性。仿真表明，本發明的方法能快速、準確地恢復稀疏度未知的大規模MIMO信道信息。

技術領域

本發明涉及無線通信系統導頻輔助的信道估計領域，尤其涉及一種基于壓縮感知的時頻分塊稀疏的信道估計方法。

背景技術

大規模MIMO是下一代5G移動蜂窩網通信中的關鍵技術，能提高系統容量和頻譜利用率。然而，在大規模MIMO系統中，基站側天線數以及小區內用戶數目的增加，導致信道狀態信息的獲取及準確性成為關鍵性問題。與TDD系統相比，FDD系統可以在低延遲的情況下提供更高效的通信，并且主導了當前的無線通信，因此研究FDD系統更為有效的信道估計很有必要。

在大規模MIMO系統中，信道存在具有的時域、頻域和空域分塊稀疏性。針對這種稀疏性結構，近年來，大量學者將壓縮感知理論應用于導頻輔助的信道估計中，以取得更好的性能。然而，這些算法均需要給定閾值條件以保證算法重構精度，對于不同的場景，該閾值也不同，所以如何確定閾值的大小也成為一個難題。

發明內容

本發明要解決的技術問題在于針對現有技術中難以解決FDD下行鏈路大規模MIMO系統信道估計的問題，提供一種基于壓縮感知的時頻分塊稀疏的信道估計方法，能快速、準確地恢復稀疏度未知的大規模MIMO信道信息。

本發明解決其技術問題所采用的技術方案是：

本發明提供一種基于壓縮感知的時頻分塊稀疏的信道估計方法，初始化下行頻分雙工FDD大規模MIMO信道模型的正交頻分復用OFDM系統，假設基站端配置M根天線，同時向U個單天線的用戶服務；令OFDM系統有N個子載波，其中N_P個子載波用于發送導頻信號；L為最大路徑時延，考慮在相鄰的R個OFDM符號內進行觀測；

基于大規模MIMO信道的時頻分塊稀疏性和壓縮感知框架，該方法包括以下步驟：

步驟1：輸入發送端的導頻信號和接收信號，根據該信號建立信道模型為Y＝ΨH+V；

其中，為接收信號矩陣，為信道矩陣，為導頻矩陣，為噪聲矩陣；

步驟2：根據步驟1得到的信道模型，用壓縮感知的方法求解稀疏信號估計值進而計算索引集

步驟3：根據步驟2得到的索引集則可求解出信道矩陣估計值即其中，上標表示偽逆，即表示關于的偽逆，根據得到的信道矩陣估計值在基帶信號解調后，輸出發送端數據信息。

進一步地，本發明的步驟1中還包括以下方法：

建立信道模型后，由于N_P＜＜LM，判斷該信道模型為欠定方程，由于大規模MIMO信道中存在聯合稀疏性結構，判斷采用基于壓縮感知的信道估計方法從低維向量Y中重構出高維的信道H。

進一步地，本發明的步驟2中的壓縮感知方法具體為：

輸入參數為測量值Y，感知矩陣Ψ，步長S，最大路徑時延L；初始化殘差矢量v₀＝Y，重構信號的估計值索引集令初始迭代次數k＝1，更新步長次數I＝1；該方法包括以下步驟：

步驟201：計算感知矩陣的每列在殘差矢量上的投影系數，即Z＝Ψ^Hv_k-1；

步驟202：由信道的聯合稀疏特性，將矩陣轉換為L×RM的矩陣并對按行求和得