[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

说明书

本发明公开了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，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，包括以下步骤：S1、计算在每一个用户接收端收到的导频信息测量向量y，并根据大规模MIMO系统信道的稀疏一致性，对导频信息传输过程建立压缩感知数学模型，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，并通过重构算法重构块稀疏信号g；S3、使用块结构自适应压缩采样匹配追踪算法重构稀疏信号h。本发明利用大规模MIMO系统信道的时域稀疏一致性，使用块结构自适应压缩采样匹配追踪算法重构信道冲激响应，且能在未知稀疏度时进行估计并能减少导频的使用。

技术领域

本发明涉及通信信道估计，具体说涉及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。

背景技术

随着近年来无线通信传输技术的快速发展和智能手机的迅速普及，大规模MIMO技术凭借其可以在发送天线与用户端构建多个并行的信号传输通道，充分利用空间资源，有效的提高了通信系统的频谱利用率和信息传输速率与容量，已经成为了5G的关键技术之一。本发明属于通信信道估计技术领域，具体涉及基于一种基于分布式压缩感知算法的大规模MIMO系统信道估计技术。

在大规模MIMO系统中，首先，由于信号传播空间中存在有限数量的散射和时延扩展，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，在时域上可以将信道看作是稀疏的。其次，由于发射天线和用户端处于相同空间中，基站端天线排列紧密，各个天线之间的距离与发送端和接收端之间的距离即信号的传播距离相比来说很小，在不同的发射接收天线对之间，信号传输时会遇到相同的散射，因此大规模MIMO系统具有空间相关性，即不同的发送天线端与用户端之间的信道会呈现出相似的路径延迟。因此，不同的发射接收天线对之间的信道具有相同的稀疏模式，即大规模MIMO系统的信道具有稀疏一致性。最后，实际的无线信道即使在十分快速的变化的情况下仍表现出时间相关性，因为路径时延变化得往往要比路径增益变化得慢，也就是说，即使几个相邻的OFDM符号的路径增益变化得很显著，但这几个连续的OFDM符号的路径延迟仍保持不变，因为时变信道的路径增益的相关时间与系统的载波频率成反比，而路径时延的持续时间是与系统带宽成反比的。因此大规模MIMO系统具有时间相关性，在路径时延的相关时间内，路径时延保持不变，因此信道状态信息在R个相邻的OFDM符号内都具有相同的稀疏位置，即他们共享相同的支撑集。现有的压缩感知算法用于大规模MIMO系统信道估计时并没有考虑大规模MIMO系统的内部特性，使得估计时使用的导频数目仍然很多。

发明内容

鉴于现有技术将压缩感知算法应用于大规模MIMO系统下行信道估计时导频数量使用过多，估计精度较低的问题，本发明的目的是要提供一种信道估计方法，其利用大规模MIMO系统信道的空时相关的时域稀疏一致性，使用分布式压缩感知算法重构信道冲激响应，能在减少导频数目的同时提高信道估计精度。

本发明的技术方案如下：

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