[发明专利]多天线时域训练序列填充方法及装置

权利要求书

1.一种多天线时域训练序列填充方法，其特征在于，包括以下步骤：

S1.根据发射天线个数Nt和训练序列长度M确定待生成训练序列集合，其中，所述训练序列集合中每一个训练序列长度为M，所述训练序列集合元素个数为Nt；

S2.根据所述训练序列集合与信道长度L生成每个发射天线的子矩阵，通过对所有子矩阵进行列重排以生成观测矩阵，根据压缩感知要求的所述观测矩阵的列互不相关性，对所述观测矩阵的矩阵块相关值进行优化，其中，对所述观测矩阵的矩阵块相关值的优化，包括优化所述矩阵块内部列向量之间的相关值，以及优化不同所述矩阵块列向量之间的相关值，其中，所述训练序列集合中的编号为i的发射天线的训练序列为：

P_i＝[P_i,1,P_i,2,...,P_i,M]；

编号为i的发射天线的子矩阵为：

所述观测矩阵的第j个矩阵块为：

其中，0≤j<L，Ψ_i(j)为Ψ_i的第j列，0≤i≤N_t；

所述观测矩阵由L个矩阵块横向拼接组成，所述观测矩阵为：Φ＝[Φ₁,Φ₂,...,Φ_L]；

S3.将优化后的所述训练序列集合中的训练序列分别填充到每个发射天线的数据帧的保护间隔中，并连同待发送数据一起发射；

S4.根据所述信道长度L确定无块间干扰区域，并采用预设结构化压缩感知重建算法对信道进行重建。

2.如权利要求1所述的多天线时域训练序列填充方法，其特征在于，计算所述观测矩阵中的任意两个矩阵块之间的相关值，并根据计算结果确定出最大相关值，并将所述最大相关值作为所述观测矩阵的块相关值，其中，

通过以下公式计算矩阵块之间的相关值：

其中，Φ₁和Φ₂是所述观测矩阵的两个矩阵块，为矩阵块Φ₁的共轭转置，ρ(Φ₁)代表矩阵块Φ₁的最大奇异值，ρ(Φ₂)代表矩阵块Φ₂的最大奇异值。

3.如权利要求1所述的多天线时域训练序列填充方法，其特征在于，所述步骤S2，具体包括：

通过使用相关特性好的序列优化所述矩阵块内部列向量之间的相关值，其中，所述相关特性好的序列包括时域二值m序列、频域随机二值序列、恒包络零自相关序列和频移m序列；

通过预设优化算法优化不同所述矩阵块列向量之间的相关值，其中，所述预设优化算法包括遗传算法、退火算法和粒子群算法。

4.如权利要求1所述的多天线时域训练序列填充方法，其特征在于，所述无块间干扰区域为长度为M的训练序列后(M-L+1)个不受前帧数据域块间干扰的部分，其中，

所述预设结构化压缩感知重建算法的模型为r＝Φh+w，其中，

观测向量r为长度为M-L+1的接收训练序列的无块间干扰区域；

Φ为所述观测矩阵；

信道冲激响应向量h＝[h₁,h₂,...,h_L]是N_t个信道的时域冲激响应的重排，重排方式与观测矩阵类似，长度为N_tL，每一个子信道块h_i同时为零或同时非零，零信道块的个数S远小于信道长度L；

w是长度为M-L+1的独立同分布的高斯向量。

5.如权利要求1所述的多天线时域训练序列填充方法，其特征在于，所述预设结构化压缩感知重建算法包括压缩采样匹配追踪和块正交匹配追踪。