[发明专利]MassiveMIMO多用户信道协方差矩阵函数值获取方法及装置

说明书

技术领域

本申请实施例涉及通信技术领域，更具体的涉及Massive MIMO多用户信道协方差矩阵函数值获取方法及装置。

背景技术

MIMO(Multiple-Input Multiple-Output，多输入多输出系统)技术指在发射端和接收端分别使用多个发射天线和接收天线，使信号通过发射端与接收端的多个天线传送和接收。发射端与接收端之间的无线信道具有时变的特性，易受到传播环境等多方面因素的影响，如阴影衰落和频率选择性衰落等等，使得发射端和接收端之间的信号传播路径非常复杂。为了能在接收端准确的恢复发射端的发送信号，需要进行精确的信道估计。因此，信道估计是实现无线通信的一项关键技术。能否获得详细的信道信息，从而在接收端正确地解调出发射信号，是衡量一个无线通信系统性能的重要指标。

Massive(大型)MIMO与MIMO的不同之处主要在于，在发射端和接收端的基站安装几百根天线，从而实现几百根天线同时发数据。且基站中的天线趋于很多(例如无穷)时，信道之间趋于正交。

目前Massive MIMO的信道估计方法主要包括盲估计和基于导频估计方法，其中基于导频估计方法是在发送有用数据中插入收发两端预知的导频信号，根据接收到的导频信号来获得信道信息。由于承载导频信号的导频序列的长度是有限的，因而每个用户发送的导频序列长度必然有限，由于Massive MIMO中用户数量很大，所以有限长度的导频序列使得相邻小区之间必须重复使用相同的导频序列，或者使用相互非正交的导频序列。因而在上行链路传输过程中，当根据用户发送的导频序列对信道进行估计时，该导频序列会受到相邻小区在相同时频资源块上发送的导频序列的干扰，即导频污染，从而影响基站对信道的精确估计。为了避免导频污染，基于贝叶斯准则，推到出贝叶斯信道估计器，该贝叶斯信道估计器可以有效消除导频污染。

贝叶斯信道估计器为：其中，G^BAY为各用户相应的信道响应矢量，Y为目标小区基站接收到的多用户上行传输信号矢量；R_G为包含各用户的信道协方差矩阵函数的矩阵；σ²为白噪声功率；I_KML、I_M均为单位矩阵。根据贝叶斯信道估计器可知，想要得到去导频污染的信道估计，即信道响应矢量G^BAY，则需要得到所有用户的信道方差矩阵函数的值。

因此，需要一种应用于Massive MIMO的多用户的信道方差矩阵函数的值的获取方法。

发明内容

有鉴于此，本发明提供了一种大型多输入多输出系统Massive MIMO多用户信道方差矩阵函数值获取方法及装置，以克服现有技术中急需需要一种用户的信道方差矩阵函数的值的获取方法的问题。

为实现上述目的，本发明提供如下技术方案：

一种大型多输入多输出系统Massive MIMO多用户信道方差矩阵函数值获取方法，包括：

从多用户信道协方差矩阵函数中，确定目标多用户信道协方差矩阵函数，所述多用户信道协方差矩阵函数为Q个用户的信道协方差矩阵函数之和，所述目标多用户信道协方差矩阵函数为Q个用户中的D个用户的信道协方差矩阵函数之和，其中，D小于等于Q，Q为大于等于1的正整数，D为大于等于1的正整数；

获得目标多用户信道协方差矩阵函数的特征向量以及特征值矩阵，特征值矩阵中各特征值与相应用户的信道角度功率谱的函数值正相关，特征向量中各列基关联有相应用户到目标基站的所有路径相应的到达角度；

从所述特征值矩阵中获得大于预设门限阈值的最大特征值，所述最大特征值对应第i用户，i为大于等于1的正整数；

依据所述最大特征值相应的到达角θ_i,ini以及预先设置的信道角度功率谱的最大半窗宽度Δ_max，确定所述最大特征值相应的变宽移动搜索窗的搜索范围[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]，其中，所述变宽移动搜索窗用于获取所述最大特征值相应的信道角度功率谱中函数值大于零的到达角范围；