[发明专利]一种半盲信道估计方法及系统

权利要求书

1.一种半盲信道估计方法，其特征在于，包括以下步骤：

步骤a：在第一个时间块中，采用无格点压缩感知技术建立基于训练导频信号的稀疏信道重构模型，通过所述稀疏信道重构模型估计所述第一个时间块的信道信息；

步骤b：在第t个时间块中，基于第t-1个时间块的信道信息，采用最大似然信号检测器检测所述第t个时间块的传输信号；其中，2≤t≤T，T为所述时间块总数；

步骤c：基于所述第t个时间块的传输信号，建立具有解码误差纠正功能的半盲稀疏信道重构模型，通过所述半盲稀疏信道重构模型估计所述第t个时间块的信道信息；

步骤d：迭代执行步骤b和步骤c，直到完成T个时间块的信道信息估计；

其中，所述在第一个时间块中，采用无格点压缩感知技术建立基于训练导频信号的稀疏信道重构模型，具体包括：

假设总共T个时间块，在第一个时间块的K个时隙中，基于发射机发射的训练导频信号S＝[s₁,...,s_K]，采用基于无格点压缩感知的稀疏信号重建算法建立连续角度空间域的基于训练导频信号的稀疏信道重构模型，通过该稀疏信道重构模型估计第一个时间块的信道信息

其中，连续角度空间域的基于训练导频信号的稀疏信道重构模型由以下过程推导而得：

第一个时间块的第k个时隙，发射端发射训练导频信号s_k，则接收端接收到的信号为：

y_1,k＝W₁^HH₁F₁s_k+W₁^Hn_1,k

y_1,k为第一个时间块的第k个时隙接收的信号，F₁和W₁分别表示发射端的第一预编码矩阵和接收端的第一测量矩阵，S＝[s₁,...,s_K]表示K个时隙的拼接训练导频信号，n_1,k是第一个时间块中第k个时隙接收机的加性白高斯噪声且其中表示N_r维的全1列向量；

假设接收机在第一个时间块的第k个时隙中保持F₁和W₁不变，则拼接的第一接收信号矩阵为：

Y₁＝W₁^HH₁F₁S+Q₁

Y₁为第一个时间块接收的信号，Q₁＝[W₁^Hn_1,1,...,W₁^Hn_1,K]是第一个时间块接收端的噪声矩阵；

将Y₁按列拉伸为新的列向量形式为：

至此，可得连续角度空间域的基于训练导频信号的稀疏信道重构模型为：

表示估计的信道信息为权重因子，经过按列拉伸的逆运算由得到第一个时间块的信道信息

所述基于所述第t个时间块的传输信号，建立具有解码误差纠正功能的半盲稀疏信道重构模型，具体包括：

建立解码误差补偿机制，在第t个时间块的K个时隙中，基于检测的传输信号采用基于解码误差稀疏逼近机制的半盲信道估计技术建立连续角度空间域的传输数据辅助的半盲稀疏信道重构模型，并估计当前时间块的信道信息

其中，连续角度空间域的传输数据辅助的半盲稀疏信道重构模型由以下过程推导而得：

第t个时间块中，其中2≤t≤T，将Y_t按列拉伸为列向量形式为：

考虑检测的数据信号存在误差，则定义e_t,k为：

则接收端拼接的第二接收信号矩阵Y_t可重新定义为：

是拼接的接收端检测的传输信号矩阵，E_t＝[e_t,1,...,e_t,K]是拼接的由于解码误差造成的接收信号误差矩阵，得到：

其中，

采用范数对信号检测误差进行稀疏重建，连续角度空间域的传输数据辅助的半盲稀疏信道重构模型其中2≤t≤T，为：

上述公式中，表示估计的E_t＝[e_t,1,...,e_t,K]是拼接的由于解码误差造成的接收信号误差矩阵，为权重因子，||·||₁为范数操作；经过按列拉伸的逆运算，由得到所述第t个时间块的信道信息