[发明专利]基于分段列相关矩阵的分组并行化的稀疏信道估计方法

权利要求书

1.一种基于分段列相关矩阵的分组并行化的稀疏信道估计方法，其特征在于，包括以下步骤：

(1)构造列重和不同段列块间相关值固定的感知矩阵表示为：

其中，为置换矩阵；φ_i为由m个置换矩阵组成的列矩阵；n*r是原始信号长度，r为置换矩阵的维度；m是矩阵列重值，其数值等于观测点的数量；感知矩阵Ψ满足同一个列矩阵中任意两列内积值为0，不同列矩阵中任意两列内积值为1；

(2)将感知矩阵按照列号均分为n个列块，每一个列块包含r列；构造n组预选集Ps(i),i∈[1,n]，其中第i组预选集中的元素取自第i个列块所包含的列号；

以Ps(i)中的元素为列号，从感知矩阵Ψ中获取子矩阵Ψ_Ps(i)，并行计算n个子矩阵中的最相关列，计算公式为：

其中，为已知的观测向量，P_i为第i个子矩阵对应的列相关结果；将n组最相关列P_i,i∈[1,n]构成支撑集S；

(3)以支撑集S中的元素为列号，从感知矩阵Ψ中获取子矩阵Ψ_S；根据子矩阵Ψ_S和观测向量，计算重构信号：

其中，为重构信号，上角标T表示转置；

(4)实时接收观测向量，重复步骤(1)至(3)，对接收到的观测向量进行处理，得到重构信号。

2.根据权利要求1所述的基于分段列相关矩阵的分组并行化的稀疏信道估计方法，其特征在于，步骤(1)所述的感知矩阵Ψ满足以下条件：

其中，是单位阵，是全1矩阵。

3.根据权利要求1所述的基于分段列相关矩阵的分组并行化的稀疏信道估计方法，其特征在于，步骤(2)所述的预选集Ps(i)满足以下条件：

Ps(i)＝[p₁,…,p_N]

其中，ceil函数为向上取整函数，p_j代表感知矩阵的列号，N为预选集的长度。

4.根据权利要求1所述的基于分段列相关矩阵的分组并行化的稀疏信道估计方法，其特征在于，步骤(2)中的支撑集S的求解方法为：

将原始信号分为n段，第i组预选集Ps(i)对应第i段原始信号(x_(i-1)*r+1，x_(i-1)*r+2，...，x_i*r)，其中x_i*r表示原始信号中的第i*r个信号值；

将P_i表示为：

P_i＝[c+x_(i-1)*r+1，c+x_(i-1)*r+2，…，c+x_i*r]

其中，x_t表示原始信号中的第t个数值，c表示除第i段原始信号之外的其余信号值之和；提取P_i中元素不等于c的信号值构成第i个最优解集S_i，并行计算n个P_i，i∈[1，n]中元素不等于c的信号值，得到n个最优解集S_i，i∈[1，n]，构成支撑集S＝S₁∪S₂∪…∪S_n。