[发明专利]结构化压缩感知信道估计方法及装置、存储介质和终端

权利要求书

1.一种结构化压缩感知信道估计方法，其特征在于，包括：

获取输入的观测矩阵和传感矩阵；

在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计，具体包括：

初始化CIR等效矩阵和残差，设置CIR等效矩阵初始值为零，且残差为所述观测矩阵，并创建外部迭代次数变量t；

令外部迭代次数t＝1；

计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵；

计算所述L×1的第一块矩阵中L个块矩阵的F范数，并将F范数大于预设的第一阈值的块矩阵索引添加至第一索引集合中；

求解所述第一索引集合与所述CIR等效矩阵的支撑集的并集的L0范数，得到当前次外部迭代对应的稀疏度估计值；

初始化，创建内部迭代次数变量k；

令k＝1；

将所述传感矩阵的共轭转置矩阵Ψ^H与第(k-1)次内部迭代得到的残差R^(k-1)作内积得到L×1的第二块矩阵U；

将L×1的第二块矩阵U中F范数最大的前s^t个块元素的索引存在第二索引集合Λ中；

基于所述第二索引集合和第(k-1)次内部迭代得到的CIR等效矩阵，生成对应的候选集合；

基于所述候选集合和所述传感矩阵，生成L×1的第三块矩阵；

将L×1的第三块矩阵中F范数最大的前s^t个块元素的索引存在最终索引集合中；

基于所述最终索引集合求出当前稀疏度估计值s^t下的CIR等效矩阵估计值X^(k)和残差R^(k)；

判断执行当前次内部迭代得到的残差的F范数是否小于执行当上一次内部迭代得到的残差的F范数；

当确定执行当前次内部迭代得到的残差的F范数小于执行当上一次内部迭代得到的残差的F范数时，判断当前稀疏度估计值s^t下的CIR等效矩阵估计值的F范数的最小值是否小于预设的第二阈值；当确定当前稀疏度s^t下的CIR等效矩阵估计值的F范数的最小值小于所述第二阈值时，将执行当前次内部迭代得到的CIR等效矩阵估计值X^(k)作为信道估计的最终结果进行输出；当确定当前稀疏度估计值s^t下的CIR等效矩阵估计值的F范数的最小值大于或等于所述第二阈值时，判断k＞s；当确定k＞s时，可以结束操作；当确定k≤s时，令k＝k+1，并从所述将所述传感矩阵的共轭转置矩阵Ψ^H与第(k-1)次内部迭代得到的残差R^(k-1)作内积得到L×1的第二块矩阵U开始重新执行；

当确定执行当前次内部迭代得到的残差的F范数大于或等于执行当上一次内部迭代得到的残差的F范数时，设置CIR等效矩阵和残差分别为执行上一次内部迭代得到的CIR等效矩阵和残差，且t＝t+1，并从所述计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵重新开始执行。

2.根据权利要求1所述的结构化压缩感知信道估计方法，其特征在于，所述第一阈值为其中，τ表示预设的常数，R表示残差，||R||_F表示残差R的F范数，M表示导频的个数。