[发明专利]级联信道估计方法、设备及存储介质

权利要求书

1.一种级联信道估计方法，其特征在于，包括：

在当前迭代过程中，确定感知矩阵中与残差向量具有最大相关性的列向量，作为第一向量；

基于预设的偏离网格值，和所述第一向量对应的角度组合，确定候选角度组合；

在所述候选角度组合对应的候选列向量中，确定与所述残差向量具有最大相关性的候选列向量，作为第二向量；

基于构建的级联信道模型，以及所述第二向量，确定优化后的级联信道模型，以及目标信道矩阵的目标元素；

基于优化后的级联信道模型和所述目标元素，更新所述残差向量，用于下一次迭代过程中确定所述第一向量，直至所有迭代过程中确定的所述第一向量位于所述感知矩阵中不同列的个数等于预设阈值；所述预设阈值用于表示所述目标信道矩阵中非零元素的个数；

基于所述目标信道矩阵，确定所述级联信道估计的结果。

2.根据权利要求1所述的级联信道估计方法，其特征在于，所述基于预设的偏离网格值，和所述第一向量对应的角度组合，确定候选角度组合，包括：

确定所述第一向量对应的角度组合，作为第一角度组合；

确定与所述第一角度组合中第一角度的差值小于第一阈值的候选第一角度、与所述第一角度组合中第二角度的差值小于第二阈值的候选第二角度、与所述第一角度组合中第三角度的差值小于第三阈值的候选第三角度，构成所述候选角度组合；

所述预设的偏离网格值由所述第一阈值、所述第二阈值和所述第三阈值构成；

所述第一角度为发射天线的水平角度，所述第二角度为发射天线的俯仰角度，所述第三角度为接收天线的角度。

3.根据权利要求2所述的级联信道估计方法，其特征在于，基于构建的级联信道模型，以及所述第二向量，确定优化后的级联信道模型，包括：

基于前序迭代过程中确定的所述第二向量以及当前迭代过程中确定的所述第二向量，确定优化后的感知矩阵；

基于构建的级联信道模型，以及所述优化后的感知矩阵，确定所述优化后的级联信道模型。

4.根据权利要求3所述的级联信道估计方法，其特征在于，基于构建的级联信道模型，以及所述第二向量，确定目标信道矩阵的目标元素，包括：

基于最小二乘法，以及所述优化后的级联信道模型，确定使得所述级联信道模型中噪声矩阵对应的模值最小时的目标值；

基于所述目标值和第一索引值，确定所述目标信道矩阵中的目标元素；所述第一索引值为所述第一向量在所述感知矩阵中的索引值。

5.根据权利要求1至4中任一所述的级联信道估计方法，其特征在于，所述构建的级联信道模型或所述优化后的级联信道模型均用于表示接收信号、感知矩阵、信道估计矩阵和噪声矩阵之间的关系。

6.根据权利要求5所述的级联信道估计方法，其特征在于，所述构建的级联信道模型对应的公式为：y＝Ax+N；

其中，表示T个时隙内的接收信号，A∈C^T×N表示T行N列的感知矩阵，表示所述目标信道矩阵的任一列向量，表示信道噪声矩阵中与x对应的列向量。

7.根据权利要求5所述的级联信道估计方法，其特征在于，所述基于所述优化后的级联信道模型和所述目标元素，更新所述残差向量，包括：

基于所述优化后的级联信道模型、所述优化后的感知矩阵、接收信号以及所述目标元素，更新所述残差向量；

所述优化后的级联信道模型对应的公式为：y＝A_sx+N；

其中，表示T个时隙内的所述接收信号，A_s∈C^T×S表示T行S列的感知矩阵，表示所述目标信道矩阵的所有非零元素，表示信道噪声。