[发明专利]大规模MIMO系统中基于冗余字典的下行链路信道估计方法有效

专利信息
申请号: 201811072050.5 申请日: 2018-09-14
公开(公告)号: CN109039403B 公开(公告)日: 2020-08-18
发明(设计)人: 吕伟;王永良;林强;方其庆;张伟;周乐;刘根;李洪力;金加根;刘庆华;王晶晶;郝媛;胡亚敏 申请(专利权)人: 中国人民解放军空军预警学院
主分类号: H04B7/0413 分类号: H04B7/0413;H04L25/02
代理公司: 深圳市六加知识产权代理有限公司 44372 代理人: 向彬
地址: 430000 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 大规模 mimo 系统 基于 冗余 字典 下行 信道 估计 方法
【权利要求书】:

1.一种大规模MIMO系统中基于冗余字典的下行链路信道估计方法,其特征在于,包括如下步骤:

步骤1:对FDD大规模MIMO的上行链路信道稀疏表示的支持集进行估计得到上行链路支持集;

步骤2:通过冗余字典和所述上行链路支持集,对下行链路空域信道的支持集进行估计得到下行链路支持集;

步骤3:构建FDD大规模MIMO系统的下行链路导频信号接收模型;

步骤4:利用上述下行链路导频信号接收模型,基于贝叶斯推断和下行链路支持集对下行链路空域信道进行信道估计。

2.如权利要求1所述的大规模MIMO系统中基于冗余字典的下行链路信道估计方法,其特征在于,所述步骤1具体包括:

设FDD大规模MIMO系统中的基站配备有N根均匀线形放置的天线,用户配备有单根天线,为用户到基站的信道矩阵,且满足其中为上行链路信道的基矩阵,该基矩阵具有二维傅里叶变换矩阵形式,为上行链路信道的空域表示,通过估计方法得到上行链路空域信道的估计值从而得到上行链路空域信道的支持集其中supp(·)表示矢量中非零元素索引值构成集合。

3.如权利要求1或2所述的大规模MIMO系统中基于冗余字典的下行链路信道估计方法,其特征在于,所述步骤2具体包括:

将上行链路信道在正交基矩阵Du条件下的支持集转化为在冗余字典Dd条件下的支持集,若上行链路支持集中的第i个索引值为si,则表示在角度方向为si/N处有信号传播,那么在冗余字典Dd条件下就是对应于M·si/N处有信号传播;若M·si/N不为整数,则认为在冗余字典Dd的索引值为{floor(M·si/N),floor(M·si/N)+1}处都有信号传播,其中floor(·)为向下取整;从而估计得到下行链路空域信道的支持集Ωd,即下行链路信道通过冗余字典Dd表示的空域信道中非零元素索引值构成的集合。

4.如权利要求3所述的大规模MIMO系统中基于冗余字典的下行链路信道估计方法,其特征在于,所述步骤3具体包括:

设基站向用户发送导频信号下行链路信道为ρd为下行链路信噪比,Td为导频长度,为接收端高斯白噪声,方差为σ2,则接收到的信号为

下行链路信道估计采用了冗余字典Dd,因此其中由阵列的导向矢量构成,角度分辨率间隔为1/M;为下行链路信道的空域表示,接收信号表示为

其中

5.如权利要求1或2所述的大规模MIMO系统中基于冗余字典的下行链路信道估计方法,其特征在于,所述步骤4具体包括:

步骤4a:将用户接收信号模型转化成实数模型;

步骤4b:利用贝叶斯推断方法对接收信号的实数模型进行参数估计;

步骤4c:恢复估计信道的复数形式。

6.如权利要求5所述的大规模MIMO系统中基于冗余字典的下行链路信道估计方法,其特征在于,所述步骤4a具体包括:

将步骤3中的接收信号表示成实数模型如下:

其中Re(·)和Im(·)分别表示对复数取实部和虚部,对于接收信号的实数模型而言,其估计支持集为其中si′为下行链路支持集Ωd中的索引值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军空军预警学院,未经中国人民解放军空军预警学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811072050.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top