[发明专利]一种大规模MIMO系统中的稀疏低秩信道联合估计方法

权利要求书

1.一种大规模MIMO系统中的稀疏低秩信道联合估计方法，其特征在于，包括以下步骤：

1)上行链路下的TDD大规模MIMO系统中的基站端配备N根均匀线阵摆放的天线数，接收端为M个单天线用户，用户向基站发射导频信号X，基站接观测到导频信号Y，H为用户到基站端的信道矩阵，用户m到基站的信道矢量为h_m，得波束域信号接收模型；

2)构建大规模MIMO系统波束域的上行信道估计问题，再给大规模MIMO系统波束域的上行信道估计问题中引入惩罚因子μ，得无约束问题，并将无约束问题进行松弛化，然后采用基于IALM及半阈值算子的迭代算法求解松弛化后的无约束问题，得最优秩对应的用户到基站的信道矩阵，完成大规模MIMO系统中的稀疏低秩信道联合估计；

每个用户向基站端发射长度为T的导频信号基站端观测到的导频信号Y为：

Y＝XH+N (1)

其中，为用户到基站端的信道矩阵，X为训练信号，Y为基站端接收的信号，Ν为用户m的加性高斯白噪声，m∈{1,...,M}，

用户m到基站端的信道矢量h_m为：

其中，P为可分辨的物理径数，g_m,p为路径p的角度扩展，θ_p为路径p的离开角，a(θ_p)为导向矢量，其中，

其中，D＝0.5λ为天线阵元间距，λ为波长；

信道H具有低秩特性，则波束域信号接收模型为：

YF＝XHF+NF

其中，X为用户向基站端发射导频信号，Y为基站端接收的信号，F为DFT矩阵；

令Y＝YF，H＝HF，则有

Y＝XH+N (4)

H，Y，N分别为波束域的信道、接收信号及噪声；

由于H具有稀疏特性，则有

rank(H)＝rank(H) (5)

其中，rank(H)为信道矩阵H的秩；

大规模MIMO系统波束域的上行信道估计问题为：

s.t.Y＝XH+N

rank(H)≤Constant；

引入惩罚因子μ，得无约束问题为：

其中，惩罚因子μ控制解的秩，μ越大，rank(H)越小，控制解的稀疏性，λ越大，解越稀疏；

将无约束问题松弛化为：

其中，0<p<1，为求解l_p范数，为求解Schatten-p范数，设p＝1/2，则式(8)转换为：

然后采用基于IALM及半阈值算子的迭代算法求求解式(9)，得最优秩对应的用户到基站的信道矩阵。