[发明专利]一种基于贝叶斯方法的多用户大规模MIMO信道估计方法

权利要求书

1.一种基于贝叶斯方法的多用户大规模MIMO信道估计方法，其特征在于，包括如下步骤：

S1、初始化，具体为：

S11、BS用T个时隙向K个MS广播T个导频信号X＝[x⁽¹⁾,x⁽²⁾,K,x^(T)]∈C^N×T，其中，N为BS的天线数，X＝U_TX^a，酉矩阵p,q∈[0,N-1]，X^a∈C^N×T的元素即从集合中以等概率抽取，P为每个时隙的导频信号功率；

S12、K个MS的接收信号矩阵为{Y_j:j＝1,2,K,K},Y_j表示第j个MS的接收信号矩阵；

S13、进行符号转换，令则其中，j＝1,2,K K，酉矩阵a,b∈[0,M-1]，Φ表示压缩感知测量矩阵，S_j为角度域信道矩阵的共轭转置，角度域信道矩阵为Ε_j为等效高斯噪声矩阵，N_j为接收噪声信号矩阵，M表示一个MS具有M个天线；

S2、各用户稀疏支持集并行估计，即利用多任务BCS算法分别估计K个MS的稀疏支持集合，得到K个估计的信道稀疏支持集合，表示为K其中，t表示中间量；

S3、确定共同的稀疏支持集合，即由公式确定出共同的稀疏支持集合，其中，s_c＝|Ω_c|表示共同的稀疏支持个数，表示共同稀疏支持集合的估计，d是求和变量，I_A(·)为示性函数；

S4、进行非共同稀疏支持集合并行估计，具体为：

S41、根据公式计算各MS压缩信号残差，其中，I为单位矩阵，表示S13所述Φ中位置索引集合为的列；

S42、定义K个空集迭代更新(s_j-s_c)次，得到K个MS的非共同稀疏支持集合其中，s_j＝|Ω_j|表示第j个用户的稀疏支持个数；

S5、计算各用户候选稀疏支持集合

S6、利用S5所述自适应地重新估计各用户信道稀疏支持，具体为：若S5所述则稀疏支持集合的估计若则利用作为测量矩阵重新利用BCS估计各用户信道稀疏支持集合，估计结果为其中，表示S13所述Φ中位置索引集合为的列；

S7、多用户大规模MIMO信道估计，各用户的信道估计结果为其中，中索引为的行由公式计算出来，而剩余行全部为0。

2.根据权利要求1所述的一种基于贝叶斯方法的多用户大规模MIMO信道估计方法，其特征在于：S42所述迭代更新过程具体为：

S421、令其中，表示S13所述Φ的第g列；

S422、更新压缩信号残差