[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有效
申请号: | 202110379009.8 | 申请日: | 2021-04-08 |
公开(公告)号: | CN113242042B | 公开(公告)日: | 2022-07-05 |
发明(设计)人: | 华纬韬;钟杰 | 申请(专利权)人: | 浙江大学 |
主分类号: | H03M7/30 | 分类号: | H03M7/30 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 郑海峰 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 分段 相关 矩阵 分组 并行 稀疏 信道 估计 方法 | ||
本发明公开了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,属于通信技术领域。该方法构造了分段列相关矩阵,其结构特点为列重和不同段列块间相关值固定,能够降低稀疏信道估计时信道抽头之间的干扰;基于该矩阵结构的基础上,提出了利用预选集分组并行化的稀疏信道估计方法,将所有数据分组并行一次处理,对比传统的gOMP估计方法的多组循环迭代求解,虽然单次的运算量变大,但是并行计算为全局处理精度高同时循环次数变少。所以本发明运行速度和精确估计率更优,仿真实例中运行时间提高了4倍左右,精度估计率最大能提高25%。
技术领域
本发明涉及通信技术领域,尤其涉及一种数字通信系统中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
背景技术
随着B5G技术的发展,采用的无线电频段提高,传输信道带宽也同时提高到上百兆量级,由于高频段信号容易被物体吸收,导致无线信道的特征趋于稀疏化。2006年Donoho提出的压缩感知算法重新获得了重视,如何通过具有正交特征的信道估计矩阵的设计适应稀疏化的信道探测是本专利关注的重点。
目前主流的稀疏信道的估计算法是正交匹配追踪算法(OMP)及其衍生,OMP算法的优势在于保证每次选择的信道估计序列组都是经过正交化处理的,保证了每次迭代的结果是最优的。但是每次循环只能寻找一组,同时计算残差时有矩阵伪逆运算,算法存在计算量大、收敛速度慢等缺点。为了解决每次循环只能寻找一组导致估计收敛速度慢的问题,Seokbeop Kwon等人提出gOMP,每次可以寻找的多组信道估计序列,对比OMP算法循环次数大大减少,但是仍存在多次迭代延迟较大的问题,对于时变信道的适应力较弱,为了提高时变稀疏信道的适应性,开展了本发明相关研究。
发明内容
本发明的目的是为了克服传统的压缩感知重构算法存在多次迭代和计算量大的问题,提供了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,分段列相关矩阵是列重和不同段列块间相关值固定的特殊矩阵,预选集也根据矩阵进行设计。本发明新增的n组预选集,建立并行化模型进行全局最优解匹配,能快速得到精确度更高的重构信号。
本发明的目的是通过以下技术方案实现的:
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,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;φi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满足任意两列内积值为0或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ΨPs(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,Pi为第i个子矩阵对应的列相关结果;将n组最相关列Pi,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ΨS;根据子矩阵ΨS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,得到稀疏信道估计值。
本发明的有益效果是:
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浙江大学,未经浙江大学许可,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/202110379009.8/2.html,转载请声明来源钻瓜专利网。