[发明专利]一种MIMO信号的协方差矩阵估计方法

说明书

技术领域

本发明涉及MIMO无线通信系统，特别涉及在MIMO无线通信系统中估计MIMO信号的协方差矩阵。 

背景技术

在频谱资源日趋紧张的情况下，进一步提升频谱效率是无线通信系统设计的重要目标之一。采用多天线发送和多天线接收（MIMO）的无线传输技术，可以在不额外增加时间与频率资源的情况下，通过挖掘空间维度资源，提高无线传输的有效性与可靠性，最终达到提升频谱效率的目的。MIMO技术在过去十余年来一直是无线通信领域研究的主流技术之一。 

由于采用了多天线收发，MIMO信号除了时频特征之外，还具有了空间特征，其主要指信号功率随着空间方向的变化关系。在无线通信系统中，通过有效利用信号的空间特征，可以带来许多方面的好处。如在发送端利用有用信号的空间特征，可以将发送功率集中到有用信号所在的特征方向上去，提高目标接收端的信噪比，同时降低对其他接收端的干扰；在接收端利用干扰信号的空间特征，可以在干扰信号的零空间里接收有用信号，以消除干扰信号的影响。因此，准确地获取MIMO信号的空间特征，是一项非常重要且具有广泛应用价值的信号处理技术。MIMO信号的空间特征一般通过协方差矩阵来描述，根据接收到的MIMO信号估计其协方差矩阵，是无线通信系统设计中亟 待解决的问题之一。 

由于在无线通信系统中，接收信号可以看成发送信号与无线信道冲激响应的线性卷积，因此接收到的MIMO信号可以被建模为多维滑动平均（MA）随机过程，MIMO信号在各频率分量上的协方差矩阵正好构成了多维MA随机过程的功率谱矩阵，因此MIMO信号的协方差矩阵估计问题可以转化为多维MA过程的功率谱估计问题。由于多维MA随机过程在时域上呈现出低阶特性，因此通常不直接在频域估计其功率谱，而是在时域估计其自相关函数，得到自相关函数的估计后，再经由傅立叶变换便可以得到功率谱的估计。估计自相关函数时的关键问题，就是要保证估计结果为自相关序列（对该序列其进行傅立叶变换后得到的所有频率分量上的功率谱矩阵都应为半正定阵），这一约束条件使得估计过程变得较为困难。目前关于多维MA随机过程的自相关函数估计方法存在复杂度较高的缺点，不便于实际中实施。 

发明内容

本发明要解决的技术问题在于，在MIMO无线通信系统中提供一种关于MIMO信号协方差矩阵的低复杂度、高精度的估计方法。 

为解决上述的技术问题，本发明提出一种MIMO信号的协方差矩阵估计方法，其具体实施方式如下： 

1）基于接收端获取的MIMO信号的观测样本计算出样本自相关函数； 

2）利用所述样本自相关函数，构造一个低复杂度的半定规划 SDP问题，利用半定规划SDP求解工具求得该问题的最优解； 

3）利用SDP问题的最优解求得MIMO信号自相关函数的估计值R； 

4）利用MIMO信号自相关函数的估计值R求得MIMO信号在各频率分量上协方差矩阵的估计值Σ(ω)。 

所述步骤1）的详细步骤为：首先在接收端获取MIMO信号在时域上的连续N点观测样本，其中每个s_n都是N_r×1的列向量，表示在时刻n，N_r根接收天线上的接收信号，对于给定的阶数L，其中L一般不超过无线信道的最大延迟扩展，计算该MIMO信号在时域中的样本自相关函数，其中的计算表达式为： 

R~n=1NΣm=0N-1-nsmsm+nH,0≤n≤L-1]]>