[发明专利]MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法

摘要

本发明公开了一种MIMO‑OFDM信道估计中基于随机搜索和移位机制的导频优化方法，以最小化观测矩阵的互相关为目标进行导频优化，并结合已有的SSS(Stochastic Sequential Search)和ES2(Extension Scheme 2)算法以及导频移位机制，提出了一种快速的导频优化算法SSS‑SM(Stochastic Sequential Search‑Shift Mechanism)。此导频优化方法能够以更低的算法复杂度解决导频优化问题，而且使用该方法获得的导频能够使基于压缩感知的MIMO‑OFDM信道估计具有较低的均方误差(mean square error，MSE)，从而提高信道估计的性能。

主权项

1.MIMO‑OFDM信道估计中基于随机搜索和移位机制的导频优化方法，包括如下步骤：步骤1)，初始化：令发射天线数为N_u，外循环目标次数为M₁，内循环目标次数为M₂，每根天线上的导频数为N_p，D＝0^M1×Np为存放导频序列的矩阵，为存放D中M₁种导频序列对应目标函数值的向量；步骤2)，令外循环当前次数l＝1；步骤3)，从子载波集合N中随机选取N_p个元素构成导频序列p，令步骤4)，令内循环当前次数n＝1；步骤5)，判断p与是否相同；若p与相同，跳转执行步骤9)，否则令执行步骤6)；步骤6)，对于p＝{p(1),p(2),…,p(k‑1),p(k),p(k+1),…,p(Np)}的每一个位置：步骤6.1)，令集合Λ为p中除第k个元素外的其余Np‑1个元素构成的集合，即Λ＝N\{p(i)|i＝1,...,Np,i≠k}，k＝1,2,…,Np；步骤6.2)，固定p中第k个元素以外的Np‑1个元素不变，依次将Λ的每个元素替换p的第k个元素并计算此时的g(p)，g(p)为p的任意不同两个元素之间的最大绝对相关：步骤6.3)，在Λ的各个元素对应的g(p)中选出最小值g(p*)，以及最小值g(p*)对应的导频序列p*，令p＝p*；步骤6.4)，如果p的相邻元素间隔小于Nu，则令p对应的g(p)＝1并跳转执行步骤8)，否则执行步骤7)；步骤7)，若n等于M2，执行步骤8)，否则，令n＝n+1，并跳转执行步骤5)；步骤8)，将p保存于D的第l行，l∈M1，将p对应的目标函数g(p)保存于r的第l个元素；步骤9)，若l等于M1，执行步骤10)；否则，令l＝l+1，并跳转执行步骤3)；步骤10)，结果输出：从r的所有M₁个元素中选出最小值，将矩阵D中对应列存储的导频作为第一根发射天线的导频p⁽¹⁾，记为其它发射天线的导频皆为p⁽¹⁾的移位，即最后输出结果导频图案