[发明专利]一种基于压缩感知理论的信道估计方法及装置有效
申请号: | 201811504405.3 | 申请日: | 2018-12-10 |
公开(公告)号: | CN109347770B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 邓宏贵;田丽丽;唐成颖 | 申请(专利权)人: | 中南大学;桂林电子科技大学 |
主分类号: | H04L25/02 | 分类号: | H04L25/02;H04L27/26 |
代理公司: | 长沙永星专利商标事务所(普通合伙) 43001 | 代理人: | 周咏;林毓俊 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 压缩 感知 理论 信道 估计 方法 装置 | ||
1.一种基于压缩感知理论的信道估计方法,包括以下步骤:
1)根据接收到的导频信号估计出导频位置上的信道响应,并得到信道的LS估计结果;
2)根据步骤1)中LS估计结果构造信道相关矩阵,对信道相关矩阵进行SVD分解,得到特征值和特征向量的集合;
3)根据步骤2)中的特征值,利用MDL准则估计信道多径数目;
4)由步骤2)中特征向量和步骤3)中的信道多径数目,求得信道的延时分布参数;
5)根据步骤4)估计得到的延时分布参数计算信道密集度量值G,对于给定的密集度量阈值Gth,当GGth,用估计得到的延时参数进行初步预处理的结果作为字典矩阵的选择原子的索引值;当G≤Gth时,用OMP方法迭代选择原子从而求解信道;
所述步骤5)中,根据步骤4)估计得到的延时分布参数计算信道密集度量值G,具体包括以下步骤:
S1对时间延时分布进行预处理,包括化为非负、取整、排序和检测各路径时间延时是否重复,如果重复需要将后出现的路径时间延时在上一步处理结果上加1,确保处理后的时间延时序列为非负,且处理后的延时两两之间不相等;对时间延时进行预处理,时间延时的进行预处理,结果写成
S2对每一个接收到的O-OFDM符号y进行信道估计,设置延时密集度量函数并且设置一个密集度量阈值Gth,对估计出的延时分布计算其密集度量值G。
2.根据权利要求1所述的基于压缩感知理论的信道估计方法,其特征在于,所述步骤1)中,信道的LS估计结果为:
其中:代表第i个O-OFDM符号,第m个导频位置上的信道频率响应,Yi,p(m)代表接受到的第i个O-OFDM符号,第m个导频位置的接受数据;γm是发送的导频值,ni,p(m)是在导频子载波位置上的高斯噪声;L代表信道的多径数,hl代表第l条路径的增益,Ts代表O-OFDM系统采样周期;τl代表第l条路径的时间延时。
3.根据权利要求1所述的基于压缩感知理论的信道估计方法,所述步骤2)中,信道相关矩阵的构造和SVD分解,具体包括以下步骤:
201.根据LS估算结果构造快照矩阵Q(i)
202.根据201的Q(i)矩阵构造相关矩阵
其中,J表示反对角线上元素为1,其余元素为0的矩阵,K是可调参数,它的取值决定着相关矩阵的精度,且需要满足条件H代表矩阵的共轭转置;
203.为了滤除噪声影响,在多个O-OFDM符号上对取平均:
其中I代表一个O-OFDM符号帧中包含的OFDM符号个数;
204.对203中的相关矩阵进行SVD分解:
其中,是的特征值,u1,u2,...,uM-K+1代表响应的特征向量。
4.根据权利要求1所述的基于压缩感知理论的信道估计方法,其特征在于,所述步骤3)中,MDL准则为:
其中ρ为函数变量,取值范围为ρ={0,1,...M-K}。
5.根据权利要求4所述的基于压缩感知理论的信道估计方法,其特征在于,所述的信道多径数目为:
6.根据权利要求1所述的基于压缩感知理论的信道估计方法,其特征在于,所述步骤4)中,根据特征向量求信道的延时分布参数,具体包括以下步骤:
401.安排的个最大特征值对应的特征向量构成矩阵让
在这里,IM-K是M-K维的单位矩阵,0表示M-K维的零向量;
402.构造矩阵求解矩阵的前个大的特征值作为信道的时间延时分布;因此,第l条路径时间延时为:
其中,Df代表信道的多普勒频移;Ts代表信号采样时间;N代表O-OFDM系统中子载波的个数。
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南大学;桂林电子科技大学,未经中南大学;桂林电子科技大学许可,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/201811504405.3/1.html,转载请声明来源钻瓜专利网。