[发明专利]基于贝叶斯算法的信道估计方法

摘要

本发明属于无线通信技术领域，具体的说是涉及一种基于贝叶斯算法的信道估计方法。本发明方法用联合的贝叶斯估计算法来计算共同稀疏位置的共用方差参数，与普通的贝叶斯估计方差参数相比，估计方差的准确性大大提高，同时用GAMP算法代替贝叶斯算法避免了对的后验概率直接矩阵求逆的过程。本发明的有益效果是：与传统方法相比，本发明简化了运算量，提高了运算速度和运算精度，提高了信道估计的准确性。

主权项

1.基于贝叶斯算法的信道估计方法，包括：发射端：基站用G个时隙向用户端广播G个多任务导频信号：H＝[H₁,H₂,...,H_p]∈C^M×P；其中，P表示多任务信道的总任务数，M为天线个数，H_p＝[h₁,h₂,...,h_M]^T，且多任务信道H_p之间具有相同的稀疏特性；接收端：接收端根据导频信号和任务信道获得接收信号R，令对P个任务的接收信号矩阵表示为：R＝[R₁,R₂,…R_p]∈C^G×P；其中，R_p表示第p个任务的接收信号矩阵，p＝1,2,...,P；其特征在于，接收端对信道的估计方法包括以下步骤：S1、设置P个任务信号稀疏支持的迭代控制变量ε和最大迭代次数N；S2、给定初始值：信道H的第m行元素H_m符合均值为0，方差为的相同复高斯分布；为信道H的M行元素服从的方差分布；噪声W＝[W₁,W₂,…W_P]，W_p为第p个任务的接收噪声信号矩阵，所有元素服从均值为0，方差为的复高斯分布；S3、采用如下公式1和公式2分别获得信道H的后验概率方差Σ_p和均值u_p：其中，Φ_p为第P个任务的测量矩阵，表示Φ_p的共轭转置，A＝diag(α₁,α₂,…α_M)表示方差α的对角化；S4、采用如下公式3和公式4更新信道参数α_m和噪声参数β：其中，u_p(m)表示稀疏信道H第p个矢量H_p的第m个位置元素的均值，Σ_p(m)表示稀疏信道H第p个矢量H_p的第m个位置元素的方差；表示稀疏信号的均值，表示稀疏信号的方差；S5、迭代步骤S3和步骤S4直至满足迭代控制变量ε或最大迭代次数N后，结束循环并进入步骤S6；S6、输出各任务信道的均值和方差估计值，获得的均值估计值u＝[u₁,u₂,…u_P]即为多任务信道的最终估计结果。