[发明专利]基于改进的分布式压缩感知算法的大规模MIMO系统信道估计方法

权利要求书

1.一种基于改进的分布式压缩感知算法的大规模MIMO系统信道估计方法，当大规模MIMO系统具有空时相关性时，在单个小区基站处通过N_T根天线发送导频信息，在N_R个单天线用户端接收，其特征在于包括以下步骤：

S1、每一根发送天线发送相邻的R个OFDM符号，在每一个用户接收天线处收到连续R个OFDM导频信息构成测量矩阵Y，根据大规模MIMO系统信道时空相关的稀疏一致性，对导频信息传输过程建立分布式压缩感知数学模型，并构建感知矩阵Φ；

S2、通过块结构变换得到块结构感知矩阵Ψ；

S3、使用分布式压缩感知算法重构稀疏信号H；

所述步骤S3具体包括：

S301、提取M×(N_TL)维变换后的感知矩阵Ψ、M×(N_TL)维块结构变换前的感知矩阵Φ以及M×R维的观测向量Y，并进行重构初始化：初始残差R₀＝Y，迭代次数i＝1，初始步长s＝1，列序号索引集

S302、计算Ψ^T×R_i-1，得到N_TL×R维的矩阵，将其每N_T行R列划分为一组，共得到L个N_T×R子矩阵，并计算其每个子矩阵的F范数，即

A＝{A_l|A_l＝||Ψ^T(1+N_T(l-1):N_Tl,:)×R_i||_F,l＝1,2,...,L}，

并对向量A进行从大到小排序之后遍历，选择满足A[1]-A[i]0.05A[1]的所有A[i]对应的索引值记入索引集T；

S303、根据索引集T更新索引集J_i＝T∪J_i-1；

S304、将索引集J_i扩充为块结构得到感知矩阵支撑集，即

Ω_i＝{J_iN_T-N_T+1:J_iN_T}，

并根据感知矩阵支撑集Ω_i选择感知矩阵Ψ的相应列得到感知矩阵的子矩阵并获取索引Ω_i的估计值其中表示求矩阵的伪逆；

S305、更新残差

S306、判断是否满足迭代停止条件：当i＜K时，i＝i+1，继续执行步骤302，否则停止迭代，执行步骤S307；

S307、选取中前K个最大值，K表示路径增益h_i中非零个数，并记录值所对应的l值，将其记入Ω；将Ω扩充为：

Ω₂＝{Ω+L(n_t-1)}n_t＝1,2,…N_T；

S308、计算伪逆求得最后估计的H：

S309、对所有接收天线收到的信息执行步骤301～步骤308，将得到的估计结果取并集，得到最终的估计的

2.根据权利要求1所述的信道估计方法，其特征在于所述步骤S1具体包括：

S101、在基站处各天线发送具有N个子载波的OFDM符号，所述OFDM符号经过IFFT变换以实现OFDM调制，并在输出的每个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，经上述处理后的OFDM信号经过数模转换后在无线信道内传送至每一个用户端的天线处；

S102、在第j根接收天线处进行去除循环前缀CP和FFT变换的操作，则接收端收到的信息为

其中，X(i)为第i根天线发送的频域信号，H(i,j)为信道频域矩阵，n(i,j)为随机加性高斯白噪声；

S103、随机选取N个子载波中的M个位置用于传输导频符号，则接收端收到的导频信息为

其中，p_m为选取的M个位置的导频信息，为N_T根天线发送的M个导频信号之和，为N点离散傅里叶变换矩阵F中对应的导频所在位置的M行和信道长度的前L列构成的子矩阵，则大规模MIMO系统传输模型为

S104、对上述传输模型进行整理合并，得到与信道模型相对应的压缩感知模型：

则即为测量向量y，Φ为感知矩阵。

3.根据权利要求2所述的信道估计方法，其特征在于所述步骤S2具体包括：

S201、根据大规模MIMO系统具有的稀疏一致性，对感知矩阵Φ进行与块稀疏信号对应的块感知矩阵变换，变换如式：

Ψ(:,(l-1)N_T+n_t)＝Φ(:,(n_t-1)L+l)，

得到块压缩感知算法的感知矩阵Ψ；

S202、根据块压缩感知算法的感知矩阵Ψ得到块压缩感知模型：

y＝Ψg+n，

S203、根据大规模MIMO系统信道具有的时间相关性，R个相邻的OFDM符号具有相同的稀疏模式，在基站端连续发送R个相邻的OFDM符号，则在接收端收到的信号可以表示为：

Y＝ΨG+N，

其中Y为接收端收到的连续R个导频信息构成的矩阵，从而得到分布式压缩感知多测量向量模型，根据接收矩阵Y和块结构感知矩阵Ψ通过重构算法重构H。