[发明专利]一种基于贝叶斯方法的多用户大规模MIMO信道估计方法

摘要

本发明属于无线通信技术领域，尤其涉及一种频分双工(FDD)模式下的多用户大规模MIMO(MU‐Massive MIMO)系统的信道估计方法。在多用户大规模MIMO系统中，本发明利用信道的联合稀疏性，引入基于贝叶斯方法的稀疏信号重构算法进行信道估计，大大减少了信道估计的开销，使得信道估计的时间远小于信道的相干时间。本发明将信道估计的开销降低到了传统信道估计方法的20％左右,信道估计的时间远小于信道的相干时间，使得大规模MIMO信道估计在实际中的实现变得可能。

主权项

一种基于贝叶斯方法的多用户大规模MIMO信道估计方法，其特征在于，包括如下步骤：S1、初始化，具体为：S11、BS用T个时隙向K个MS广播T个导频信号X＝[x(1),x(2),K,x(T)]∈CN×T，其中，N为BS的天线数，X＝UTXa，酉矩阵p,q∈[0,N‑1]，Xa∈CN×T的元素即从集合中以等概率抽取，P为每个时隙的导频信号功率；S12、K个MS的接收信号矩阵为{Yj:j＝1,2,K,K},Yj表示第j个MS的接收信号矩阵；S13、进行符号转换，令则其中，j＝1,2,K K，酉矩阵a,b∈[0,M‑1]，Φ表示压缩感知测量矩阵，Sj为角度域信道矩阵的共轭转置，角度域信道矩阵为Εj为等效高斯噪声矩阵，Nj为接收噪声信号矩阵，M表示一个MS具有M个天线；S2、各用户稀疏支持集并行估计，即利用多任务BCS算法分别估计K个MS的稀疏支持集合，得到K个估计的信道稀疏支持集合，表示为K其中，t表示中间量；S3、确定共同的稀疏支持集合，即由公式确定出共同的稀疏支持集合，其中，sc＝|Ωc|表示共同的稀疏支持个数，表示共同稀疏支持集合的估计，d是求和变量，IA(·)为示性函数；S4、进行非共同稀疏支持集合并行估计，具体为：S41、根据公式计算各MS压缩信号残差，其中，I为单位矩阵，表示S13所述Φ中位置索引集合为的列；S42、定义K个空集迭代更新(sj‑sc)次，得到K个MS的非共同稀疏支持集合其中，sj＝|Ωj|表示第j个用户的稀疏支持个数；S5、计算各用户候选稀疏支持集合S6、利用S5所述自适应地重新估计各用户信道稀疏支持，具体为：若S5所述则稀疏支持集合的估计若则利用作为测量矩阵重新利用BCS估计各用户信道稀疏支持集合，估计结果为其中，表示S13所述Φ中位置索引集合为的列；S7、多用户大规模MIMO信道估计，各用户的信道估计结果为其中，中索引为的行由公式计算出来，而剩余行全部为0。