[发明专利]基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法在审
申请号: | 201910611110.4 | 申请日: | 2019-07-08 |
公开(公告)号: | CN110392005A | 公开(公告)日: | 2019-10-29 |
发明(设计)人: | 李正权;周成;赵小青;吴琼;刘洋;李宝龙;武贵路 | 申请(专利权)人: | 江南大学 |
主分类号: | H04L25/02 | 分类号: | H04L25/02;H04B7/0413 |
代理公司: | 无锡盛阳专利商标事务所(普通合伙) 32227 | 代理人: | 顾吉云;黄莹 |
地址: | 214000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矩阵 线性方程 基站端 导频序列信号 低复杂度 信道估计 求解 对称 松弛 估计信道矩阵 信道状态信息 计算复杂度 预处理矩阵 导频信号 过程转换 迭代法 近似解 向量化 用户端 求逆 向量 收敛 发送 分解 改进 | ||
1.基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法,其包括以下步骤:
S1:建立大规模MIMO系统模型,用户端发送导频序列信号到基站端,所述基站端和所述用户端都安装有天线装置;
其特征在于:
S2:所述大规模MIMO系统模型中,所述基站端利用接收到的导频序列信号对信道状态信息进行估计,所述MIMO系统模型中的接收端的导频信号矩阵由下式表示:
Y=HP+N
其中:Y表示所述基站端的天线装置接收到的导频信号矩阵,P表示所述用户端的天线装置发送的导频序列信号矩阵,N表示接收端噪声矩阵,H表示信道矩阵,Nr表示接收天线数,Nt表示发射天线数,B表示导频信号长度;
S3:对所述基站端的天线装置接收的导频信号矩阵Y进行向量化处理,得到向量y~,且根据y~确定需要求逆的矩阵;
S4:利用对称逐步超松弛方法对步骤S3中获得的所述需要求逆的矩阵进行分解,获得可以表达所述需要求逆的矩阵的线性方程,将求逆过程转换为求解所述线性方程;
S5:利用改进的对称逐步超松弛方法获得预处理矩阵,且对步骤S4中的所述线性方程通过迭代法求解,求得所述线性方程的近似解;
S6:根据所述线性方程的近似解,求得最终的估计信道矩阵;所述最终的估计信道矩阵即为大规模MIMO系统的最终的的信道估计结果。
2.根据权利要求1所述基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法,其特征在于:步骤S1中,建立的所述大规模MIMO系统模型为:
y=Hx+n
其中:y表示大规模MIMO系统中基站端的天线装置接收到的信号向量,H表示信道矩阵,x表示通过大规模MIMO系统中用户端的天线装置发射信号向量,n表示噪声向量,Nr表示接收天线数,Nt表示发射天线数。
3.根据权利要求2所述基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法,其特征在于:步骤S3中,所述向量的表达式为:
其中:定义为h=vec(H),n=vec(N)。
4.根据权利要求3所述基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法,其特征在于:步骤S3中,通过y~获取需要求逆的矩阵的具体方法如下:
根据MMSE信道估计方法可知,假设信道的统计特性已知,则,估计得到的信道矩阵可以表示为:
其中:R表示信道协方差矩阵,且Nr表示大规模MIMO系统中的接收天线数,Nt表示大规模MIMO系统中的发射天线数,S表示噪声协方差矩阵,B表示导频信号长度;
则可知,所述需要求逆的矩阵为:
5.根据权利要求4所述基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法,其特征在于:步骤S4中,获得可以表达所述需要求逆的矩阵的线性方程的步骤为:
令则得到线性方程:
6.根据权利要求5所述基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法,其特征在于:步骤S4中,在进行步骤S5之前还需要将矩阵A分解:
A=D+L+LH
其中:D为对角矩阵,L为严格下三角矩阵,LH为严格上三角矩阵。
7.根据权利要求6所述基于ISSOR_PCG的低复杂度大规模MIMO系统的信道估计方法,其特征在于:步骤S5中,所述预处理矩阵为:
其中:ω为松弛因子。
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江南大学,未经江南大学许可,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/201910611110.4/1.html,转载请声明来源钻瓜专利网。