[发明专利]基于PCA演进的大规模MIMO信道反馈方法

权利要求书

1.一种基于PCA演进的大规模MIMO-OFDM系统信道反馈方法，其特征在于，包括如下步骤：

S1，获取下行信道相关特性参数，建立信道模型；

S2，将信道向量h_k进行分簇，根据信道特性参数计算出每一簇信道状态信息的协方差矩阵，并通过协方差矩阵的特征值分解获得稀疏矩阵；

S3，预定义一个收发两端都已知的二进制选择矩阵码本，根据选定的稀疏信道向量各元素之和最大原则选取最优的选择矩阵。

2.根据权利要求1所述的基于PCA演进的大规模MIMO-OFDM系统信道反馈方法，其特征在于，所述S1包括：

考虑一个大规模MIMO-OFDM系统，发射端为配置N_t根均匀天线的线性阵列，接收端为单天线用户，考虑频域有N_c个子载波；在大规模MIMO-OFDM系统中，发射端与第k个用户间在空域和频域的信道向量h_k表示为：

其中N＝N_t×N_c，vec(A)表示将一个a×b的矩阵A矢量化，变成ab×1的列向量，h_k(n)为第k个用户第n个子载波的空域信道向量，建立模型为：

在大规模MIMO系统中，由于发射端配置天线数较多时，天线间距较小，天线间呈现较强的空间相关性，因此，发射端与第k个单天线用户间的信道可建模为：

其中，表示发送相关矩阵，n表示第n个子载波，n∈{1,…,N_c}；表示均值为0，方差为1的独立分布复高斯随机矢量，H_iid,k(n)的第(u,v)个元素代表发射天线u和接收天线v之间由路径损耗和小尺度衰落组成的信道增益；

由于发射端配置N_t根均匀线性阵列天线，空间相关矩阵可以通过Jakes模型得到，第p根天线与第q根天线之间的相关系数表示为：

其中J₀(·)表示第一类零阶贝塞尔函数，d_pq表示第p根天线与第q根天线之间的距离，λ表示载波波长。

3.根据权利要求1所述的基于PCA演进的大规模MIMO-OFDM系统信道反馈方法，其特征在于，所述S2包括：

S2-1，将信道向量h_k进行分簇；

接收端将连续的信道状态信息分为G个簇，即h_k^T＝[h_k,1^T…h_k,G^T]，其中G≤N；h_k,g表示第g个簇的信道状态信息，用G个簇来代替N个信道状态信息元素，则每一簇包含个信道状态信息元素；

S2-2，根据特性参数计算出信道每一簇信道状态信息的协方差矩阵，并通过协方差矩阵的特征值分解获得稀疏矩阵；第k个用户第g簇的信道协方差矩阵表示为：

对第g簇信道状态信息的协方差矩阵进行特征值分解，获得稀疏矩阵：

其中，表示h_k,g的协方差矩阵，表示对协方差矩阵进行特征值分解，即C_k,g＝Ψ_k,gΛΨ_k,g^H；Λ是对角矩阵，其对角元素是协方差矩阵的特征值，Ψ_k,g的列向量是协方差矩阵的特征向量；通过卡洛南变换，Ψ_k,g同时表示稀疏矩阵。

4.根据权利要求1所述的基于PCA演进的大规模MIMO-OFDM系统信道反馈方法，其特征在于，所述S3包括：

S3-1，预定义一个收发两端都已知的二进制选择矩阵码本C_P：

C_P＝{P₁…P_L}

其中P_i表示选择矩阵码本的第i个码字，即选择矩阵，L表示码本C_P包含L个选择矩阵；

S3-2，选取最优的选择矩阵P_i；

通过选择矩阵P_i从稀疏向量s_k,g中选择M个最重要的反馈信息，其中

s'_k,g＝P_is_k,g

全局搜索选择矩阵码本，当选定的稀疏信道向量s'_k,g各元素之和最大时，接收端确定使用的选择矩阵P_i；

i＝arg_i max|s_k,gP_i|

确定选择矩阵P_i后，通过s'_k,g＝P_is_k,g从稀疏向量s_k,g中选择M个最重要的反馈信息；

S3-3，采用随机矢量量化码本，量化选定的稀疏信道向量s'_k,g，s'_k,g码字索引通过以下公式获得：

j＝arg_j max|s'_k,g w_j|

其中w_j是随机矢量量化码本的第j个码字；然后将s'_k,g码字索引以及选择矩阵P_i的码字索引一起反馈到发射端。