[发明专利]一种MasssiveMIMO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多输入多输出(Multiple Input Multiple Outpu，MIMO)系统的信道估计算法。在多用户大规模MIMO系统中，本发明基于贝叶斯压缩感知的推断方法，利用稀疏信号恢复技术实现信道估计，可以大量减少FDD大规模MIMO系统信道估计的开销。

主权项

一种Masssive 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XP＝[x(1),x(2),...,x(T)]∈CN×T，其中，N为BS的天线数，将MIMO信道估计数学模型中的导频信号XP转化为角度域的压缩感知测量矩阵，用符号Φ表示，有酉矩阵p,q∈[0,N‑1]，ΦH∈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，*H表示*共轭转置；S12、K个MS的接收信号矩阵为{Rj},其中，Rj表示第j个MS的接收信号矩阵，j＝1,2,...,K；S13、进行符号转换，令其中，酉矩阵a,b∈[0,M‑1]，M为MS的天线数，Φ表示压缩感知测量矩阵，Xj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；S2、各用户稀疏支持集联合估计，即利用多任务BCS算法联合估计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，所述K个估计的信道稀疏支持集合表示为Ω1,Ω2,...ΩK；S3、各用户稀疏支持集合迭代估计，具体为：S31、设置各MS稀疏支持集合共同的迭代控制变量Niter和最大迭代次数Nset；S32、给定初始值：接收信号矩阵Y；X的先验概率矩阵，矩阵元素服从均值为方差为的复高斯分布共同稀疏支持和非共同稀疏支持参数噪声的复高斯分布方差符合伯努利分布，初始概率为的经验值及初始化为0的中间变量S33、不含噪声的接收信号Z＝ΦX，假设Z的先验概率服从均值为方差为的复高斯分布由Z的先验概率得到Z的后验概率，概率服从均值为方差为的复高斯分布更新规则为(为的倒数)；S34、由Z的后验概率联合中间变量推得X的先验概率S35、由Z的后验概率，共同稀疏参数和非共同稀疏参数噪声方差参数选择参数经过中间变量的联合运算，得到更新的X的后验概率S36、更新初始参数值迭代S33‑S35直到满足迭代控制变量Niter和最大迭代次数Nset的要求，可以得到包含共同稀疏支持和非共同稀疏支持的各个用户的信道状态信息S4、多用户大规模MIMO信道估计，各用户的信道估计结果为其中，X的稀疏支持部分由本发明提出的贝叶斯压缩感知迭代方法在满足一定设定条件时得到，剩余部分全部为0，所述设定条件为经验条件。