[发明专利]大规模MIMO全双工中继系统信道估计方法和装置

权利要求书

1.一种多用户大规模多输入多输出MIMO全双工中继系统信道估计方法，其特征在于，包括：

建立多用户大规模MIMO全双工中继系统，获取K源到中继R接收天线阵列的第一信道矩阵H_S,R和K目的到中继R接收天线阵列的第二信道矩阵分别提取所述第一信道矩阵H_S,R的第一随机成份以及所述第二信道矩阵的第二随机成份基于所述第一随机成份得到第一随机成份等效矩阵以及基于所述第二随机成份得到第二随机成份等效矩阵基于所述第一随机成份等效矩阵和所述第二随机成份等效矩阵计算第三导频传输矩阵以及第四导频传输矩阵

根据所述第三导频传输矩阵和所述第四导频传输矩阵设计自编码器学习方案，用来得到K源到中继R接收天线阵列的第一信道矩阵H_S,R的第一随机成份等效矩阵的第一估计信道矩阵K目的到中继R接收天线阵列的第二信道矩阵的第二随机成份等效矩阵的第二估计信道矩阵并得到从所有用户发送天线传输的第一导频序列Φ_S和从所有用户接收天线传输的第二导频序列Φ_D；

根据得到的从所有用户发送天线传输的所述第一导频序列Φ_S和从所有用户接收天线传输的所述第二导频序列Φ_D以及K源到中继R发送天线阵列的第一导频传输矩阵和K目的到中继R发送天线阵列的第二导频传输矩阵设计前馈降噪卷积神经网络学习方案，用来获得中继R发送天线阵列到K目的的第三信道矩阵H_R,D的第三随机成份等效矩阵的第三估计信道矩阵以及K源到中继R发送天线阵列的第四信道矩阵的第四随机成份等效矩阵的第四估计信道矩阵

所述多用户大规模MIMO全双工中继系统具体包括：

一个中继R和k个用户对(S_k,D_k)，k＝1,...K，其中S_k表示K源处的k个用户，D_k表示K目的处的k个用户，每个用户配备单根天线，中继节点处配有N_R根接收天线和N_T根发送天线，并且中继节点采用放大转发中继传输协议；中继节点R在全双工模式下进行工作，即在同一时隙或频率内，中继节点R同时进行来自K源，即用户S₁,...,S_K信号的接收和把信号发送至K目的，即用户D₁,...,D_K；

在莱斯信道模型中，K源到中继R接收天线阵列的第一信道矩阵H_S,R和K目的到中继R接收天线阵列的第二信道矩阵分别表示为

其中，表示对应莱斯信道K-factor矩阵，其为对角阵；I_K表示K阶单位阵；表示K源到中继R接收天线阵列的第一信道矩阵H_S,R的第一随机成份；表示K目的到中继R接收天线阵列的第二信道矩阵的第二随机成份，表示K源到中继R接收天线阵列的第一信道矩阵H_S,R的第一固定成份，表示K目的到中继R接收天线阵列的第二信道矩阵的第二固定成份，其中和表示与视线路径相关的确定成份，被认为是秩-1的，D_S,R和D_R,D表示大尺度衰落对角阵；

另外，中继R发送天线阵列到K目的的第三信道矩阵H_R,D和K源到中继R发送天阵列的第四信道矩阵分别表示为

其中，表示莱斯信道K-factor矩阵，其为对角阵；表示中继R发送天线阵列到K目的的第三信道矩阵H_R,D的第三随机成份；表示K源到中继R发送天线阵列的第四信道矩阵的第四随机成份；表示中继R发送天线阵列到K目的的第三信道矩阵H_R,D的第三固定成份；表示K源到中继K发送天线阵列的第四信道矩阵的第四固定成份；

只考虑第一信道矩阵H_S,R的第一随机成份第二信道矩阵的第二随机成份第三信道矩阵H_R,D的第三随机成份以及第四信道矩阵的第四随机成份并假设导频符号数为τ，在相干时间的训练阶段，K源和K目的同时向中继发送τ符号的正交导频序列，则在中继R接收天线阵列处接收到的总第一导频传输矩阵Y_rp和在发送天线阵列处接收到的总第二导频传输矩阵Y_tp分别表示为

其中，

和均为等效矩阵，分别表示为和Φ_S,Φ_D分别表示所述从所有用户发送天线和所有用户接收天线传输的第一导频序列和第二导频序列；分别表示优化好的K源发送的第一导频序列和优化好的K目的发送的第二导频序列；C,D,E,F均是与莱斯信道K-factor矩阵相关的常数矩阵；N_rp表示中继R接收天线处的噪声；N_tp表示中继R发送天线处的噪声；

获取符合莱斯信道模型的原始信道矩阵作为待测试数据；

根据所述待测试数据，计算K源到中继发送天线阵列的第一导频传输矩阵以及K目的到中继发送天线阵列的第二导频传输矩阵

将所述待测试数据和所述第一导频传输矩阵和所述第二导频传输矩阵，分别输入训练好的自编码器和前馈降噪卷积神经网络，以进行网络性能测试；

所述自编码器具体为：

自编码器的结构包括：编码器和解码器

在编码器采用输入层和输出层2N_R×K大小的复卷积神经网络；以导频传输矩阵作为复卷积神经网络的权值参数X，以及将噪声序列作为复卷积神经网络的偏置；

在解码器中采用多个2N_R×K×channel大小的复-RefineNet单元，channel表示通道数；

通过自编码器同时得到第一估计信道矩阵和第二估计信道矩阵以及设计相应的所述从所有用户发送天线传输的第一导频序列Φ_S和所述从所有用户接收天线传输的第二导频序列Φ_D，在编码器中采用两套并行的复卷积神经网络单元，在解码器中采用两套并行的复-RefineNet-4单元；

所述前馈降噪卷积神经网络具体为：

网络输入为所述第一导频传输矩阵和所述第二导频传输矩阵输出为移除了干净信道矩阵的第一噪声矩阵和第二噪声矩阵

利用残差学习策略进行去噪，输出第三估计信道矩阵的第三等效估计信道矩阵以及第四估计信道矩阵的第四等效估计信道矩阵其中与通过除以所述优化好的K源发送的第一导频序列和所述优化好的K目发送的第二导频序列得到所需要的所述第三估计信道矩阵和第四估计信道矩阵