[发明专利]基于压缩感知的FDD下大规模MIMO信道估计的导频优化方法

摘要

本发明公开了一种基于压缩感知的FDD下大规模MIMO信道估计的导频优化方法，首先在大规模MIMO系统中将信道可建模为Y＝HX+N，其中为信道矩阵，为导频矩阵，为接收信号矩阵，为信道噪声，M是发射天线数目，T为导频数目；然后将信道矩阵转化为其中代表信道矩阵的变换形式，代表导频矩阵的变换形式，代表接收端接收信号的变换形式；最后求得最优导频矩阵。由于是一个稀疏向量，信道估计问题可以建模为压缩感知重建问题：||*||₁代表1‑范数，||*||₂代表2‑范数，0＜ε＜1。能够确保基于压缩感知的FDD的MIMO下行链路信道估计能够显著地降低信道估计的均方误差，提高信道估计的性能。

主权项

1.基于压缩感知的FDD下大规模MIMO信道估计的导频优化方法，所述FDD大规模MIMO信道为平坦衰落信道，基站有M个发射天线，小区内每个用户的天线数为1，基站发射长度为T的导频训练序列，其特征在于，所述导频优化方法包括以下步骤：步聚1)，建立信道模型Y＝HX+N；其中，为信道矩阵，为导频矩阵，为接收信号矩阵，为信道加性高斯噪声，表示复向量空间；步骤2)，令使得信道模型与压缩感知模型相对应，得到与压缩感知模型相对应的信道模型其中，是酉矩阵，是角度域信道矩阵，P为导频符号的信噪比，(*)^H表示对矩阵或向量进行共轭转置；PT为传输T个导频符号的信噪比；上标ω为角频率的符号，用于说明H^ω为信道矩阵H在角度域的表示；代表信道矩阵的变换形式，代表导频矩阵的变换形式，代表接收端接收信号的变换形式；步骤3)，初始化迭代总次数Iter_opt、当前迭代次数q＝1、第一次迭代时的导频矩阵矩阵元素满足正态分布，即i＝1，2…T，j＝1，2…M，x_i，j为导频矩阵的元素；步骤4)，求当前格拉姆矩阵为当前导频矩阵；步骤5)，根据预设的缩减系数γ计算缩减后格拉姆矩阵其中，i，j＝1，2…M，g_ij为矩阵G_q元素，为矩阵的元素；步骤6)，使用奇异值分解将降秩，保留最大的前T个奇异值，并根据该前T个奇异值获得矩阵步骤7)，由平方根分解得到Z_q，令得到下一次迭代时的导频矩阵；步骤8)，对当前迭代次数q进行加1；步骤9)，重复执行步骤4)到步骤8)，直到当前迭代次数q等于迭代总次数Iteropt；步骤10)，输入优化的矩阵