[发明专利]基于自适应正则化子空间追踪压缩感知算法的大规模MIMO系统信道估计方法

权利要求书

1.一种基于自适应正则化子空间追踪压缩感知算法的大规模MIMO系统信道估计方法，所述信道在时域上看作是稀疏的，其特征在于具有如下步骤：

S1、基站处N_t根天线发送信息，用户端的N_r根天线进行接收，接收到的导频信号为测量向量y；根据发送的导频信息构建感知矩阵A；

S2、自适应正则化子空间追踪算法估计稀疏信号h；

所述步骤S1的具体步骤如下：

在发送端第i根天线发送一个具有U个子载波的OFDM符号，并进行IFFT变换实现OFDM调制，输出的每个OFDM符号前加入循环前缀CP，这些处理过的OFDM信号经过数模转换后在无线信道内传送到每一个用户端的天线处，在第j根接收天线进行去除循环前缀CP和FFT变换，接收端接收到的导频信号为测量向量y_j，y＝y_j；

随机选取U个子载波上的N个位置放置导频符号，构造出感知矩阵A＝其中p_n为选取的N个位置的导频信息，F_L为U点离散傅里叶变换矩阵F中对应的导频所在位置的N行和信道长度的前L列，则

其中为所发送的导频时域信号，H(i,j)为信道频域响应矩阵，h(i,j)为信道时域稀疏信号，n为信道噪声；

所述步骤S2的具体步骤如下：

S21、进行重构初始化：初始残差：r₀＝y，迭代次数：i＝1，初始步长：s＝1，阶段步长：stage＝1，列序号索引集：感知矩阵支持集：稀疏度K；

S22、根据式u＝{u_j|u_j＝|r_j,A_j|,j＝1,2,…,N}求残差r与感知矩阵A各列的内积，并选取其中前s个最大值记入索引集J_i；

S23、对J_i中按式|u_i|≤2|u_j|,i,j∈J_i进行正则化能量分级过程，将正则化后得到的索引值存入J_x中，并根据J_x更新支撑集A_Jx；

S24、求的伪逆得到

S25、根据回溯思想，选取中绝对值最大的K个元素对应的索引值记入J_t，并根据索引值J_t更新支撑集

S26、求的伪逆得到

S27、更新残差

S28、i＝i+1，若i≤K，则继续，否则停止迭代进入步骤S210；

S29、比较残差值：

若||r_new||₂≥||r_n-1||₂，则stage＝stage+1，s＝s·stage，转步骤S22；

若||r_new||₂＜||r_n-1||₂，s＝s，转步骤S22；

S210、重构得到的在J_t处有非零值，其值为最后一次迭代得到的

S211、对其他接收天线收到的信息做同样处理，并取并集，得到最后的估计的h；

其中r_new为本次迭代的残差，r_n-1为上次迭代的残差，||r_new||₂为本次迭代的残差值的2范数即残差能量，||r_n-1||₂为上次迭代的残差值的2范数即残差能量。