[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

说明书

本发明公开了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，针对大规模MIMO信道在时域上存在的稀疏性，设计基于压缩感知的信道估计算法，具有如下步骤：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；自适应正则化子空间追踪算法估计稀疏信号h。本发明所采用的方法在信道稀疏性的前提下进行研究，在子空间追踪算法的基础上进行改进，在第一次选择步长时自适应的进行选择，在两次选择原子中间加入了正则化过程，选出能量最大的一组原子，能够以较少的导频数得到较为准确的估计效果，效果好于传统的信道估计方法，具有一定的实用价值。

技术领域

本发明属于通信信号处理领域，具体涉及基于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。

背景技术

近些年移动通信无线技术发展迅速，在现在第四代移动通信中，MIMO技术利用空间复用和传输分集特性，在很大程度上提高了信息传输的速率和可靠性。在接下来的十多年，无线通信对传输速率的需求预计将是目前系统的千倍，因而4G仍难以满足未来移动通信的应用需求，许多国家已经着眼于第五代移动通信技术的研究。大规模MIMO技术是在传统MIMO技术基础上发展而来的新技术，其核心思想是在基站端配备数十根乃至上百根天线组成天线阵列同时服务于多个用户以提高频谱利用率并提高信息传输速率，其已经成为了5G的关键技术之一。对于大规模MIMO技术进行信道均衡和相关检测都需要精确的信道状态信息，所以对大规模MIMO系统进行信道估计十分必要。

目前，在大规模MIMO系统信道估计领域，现阶段对于大规模MIMO信道估计的研究大多是针对TDD传输模式的，由于TDD具有上下行信道互易性，利用上行信道估计出的信道矩阵对其进行转置即为下行信道状态信息，从而避免了大规模MIMO系统中基站处天线过多而导致的导频污染问题。但是这种信道互易性不是实时的，上行信道的信息对于下行信道来说是可能是过时的，不准确的。而且FDD仍然是现在小区蜂窝系统的主流，所以研究频分双工FDD传输模式下的下行信道估计很有必要。由于在信号传播空间中存在有限数量的散射和延时扩展，而且在基站处天线存在空间相关性，所以其信道的能量只集中在几条主要的路径上，其他路径上能量很小可以忽略不计，所以我们在时域上将信道看作是稀疏的。在大规模MIMO系统FDD下行信道估计的研究中，传统的信道估计方法，如最小均方误差(MMSE)算法、最小二乘法(LS)，没有利用信道的稀疏特性，需要较多的导频信号，浪费频带资源且抗噪声能力较差。

发明内容

针对现有信道估计方法存在的不足，本发明提出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。在实际的传输空间中，由于存在有限数量的散射和时延扩展，而且基站处的天线放置排列的较为紧凑而存在空间相关性，所以本发明在信道时域稀疏的前提下进行，技术步骤如下：

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，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，以减弱信道延迟扩展产生的影响，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；