[发明专利]大规模MIMO系统的导频设计方法

说明书

本发明涉及无线通信技术，特别涉及一种大规模MIMO系统的导频设计方法，包括：采用实值编码随机生成第一导频序列群体，将群体中适应度值最大的两个个体最为第一父代和第二父代；对第一父代和第二父代进行交叉、变异操作得到第三子代和第四子代并存入第二导频序列群体；将第二导频序列群体的适应度值较大的若干个存入第三导频序列群体；第三导频序列群体中选出最优个体及适应度值最大的个体，若第三导频序列种群中最优个体的适应度值连续若干次等于第一导频序列的最优个体的适应度值，则得到最优导频位置序列；本发明建立遗传模型的同时引入了内、外循环机制来保证种群中最优个体的获取，从而在减小导频开销的同时提高了信道估计的精确度。

技术领域

本发明涉及无线通信技术领域，特别涉及一种大规模MIMO系统的导频设计方法。

背景技术

大规模MIMO系统的基本特征是在基站侧配备数十根甚至数百根的天线，相比于传统MIMO系统增加了一个量级以上。基站使用大量的天线，在相同的时频资源里同时服务多个用户。大规模MIMO相比于传统MIMO具备许多优点：更高的数据速率；更高的功率效率和频谱效率；更好的链路可靠性；可以使用相对廉价、低功率的器件等。大规模MIMO技术是未来绿色宽带无线通信最具潜力的研究方向之一。精确的信道状态信息(Channel StateInformation，CSI)的获取对于下行信道波束复用、资源分配以及信号处理等起着尤为重要的作用。实际的无线通信系统通常采用基于导频的信道估计方法来及时并准确获取CSI。

压缩感知(Compressive Sensing，CS)理论允许从非常有限的采样中有效地重建信号，若所要恢复的信号在某些变换域中可以被稀疏表示，则可以使用远小于奈奎斯特采样速率的速率对该信号进行随机采样，然后通过非线性的算法实现完全信号的重构。由于实际的无线宽带多径信道呈现稀疏性，即信道冲激响应的大部分能量集中于相对少量的抽头上，并且在一定时间内这些非零抽头的位置保持不变。将压缩感知理论应用于信道估计中可以在获得较高信道估计性能的同时大量减少导频数量，提高系统传输效率。

目前针对基于压缩感知大规模MIMO信道估计的导频优化的算法并不是很多，许多研究重点都在于稀疏信号的重建算法的改进，并没有考虑研究如何设计最佳的固定导频图案从而使信道估计性能得以改善。而且寻找最优导频设计方案往往需要耗时很久，导频也并不是很优的，然而信道的可恢复性和信道估计精度都与导频放置有关。合理设计导频放置方式不仅可以提高信道估计的可恢复性和信道估计精度，而且能够有效节省所需导频符号。因此需要有新型的导频设计算法来实现较好信道估计性能的同时大量减少导频开销，提高系统传输效率。

发明内容

针对上述问题，本发明提出一种大规模MIMO系统的导频设计方法，包括：

S1：采用实值编码随机生成第一导频序列群体X；

S2：设置第一循环参数S，令S＝0；

S3：设置第二循环参数N，令N＝1，选择第一导频序列群体X中适应度值最大的两个个体作为第一父代和第二父代；

S4：生成两个随机数a,b∈(0,1)；

S5：判断随机数a与交叉概率p_c的关系，根据第一父代和第二父代得到第一子代和第二子代；

S6：判断随机数b与变异概率p_m的关系，根据第一子代和第二子代得到第三子代和第四子代，并将第三子代和第四子代存入第二导频序列群体X₁；

S7：计算第二导频序列群体X₁的适应度值，判断第一循环参数N是否等于M_size，若不等于则令N＝N+1并返回步骤S4；若等于，则从第二导频序列群体X₁中选取适应度最强的M_size个个体作为第三导频序列群体X₂；