[发明专利]一种用于大规模天线系统的盲信号检测及信道估计方法

说明书

本发明属于无线通信技术领域，具体涉及一种用于大规模天线系统的盲信号检测及信道估计方法。本发明的方法用于大规模阵列天线系统，且基站端天线排列成几何形状的规则阵列，基于信道在角度域上的稀疏性和相关性进行上行传输及下行传输。本发明考虑了信号在角度域上的相关性以及时间域上的稀疏性，增加相关性检测可以有效降低信号恢复误差，同时增加信号传输方案在实际系统中的可实施性。

技术领域

本发明属于无线通信技术领域，具体涉及一种用于大规模天线系统的盲信号检测及信道估计方法，本发明尤其适用于5G通信技术。

背景技术

为保证无线通信的质量，信道估计是通信过程中必不可少的环节。信道估计是指在接收端获得信道状态信息(channel state information)的过程和方法，其准确性会对系统的接收性能和数据传输质量。传统的信道估计方法包括在发送信号前添加导频或训练序列，接收端通过导频或训练序列估计出信道系数，利用这些信道状态信息保证对后续发送信号检测估计的准确性。在5G无线通信中，基于大规模天线阵列多入多出(multiple-input multiple-output,MIMO)系统的使用已经成为了一个趋势。如果为每根天线配置导频符号或训练序列会大量消耗系统资源，降低数据传输速率，不能满足5G标准的要求。因此，如何对现有的信道估计方法进行改进成为5G无线通信的研究重点。其中一个改进方向就是利用大规模天线系统信道本身的特性。越来越多的实测数据显示在大规模天线系统中，信道本身在角度域(angle domain)上呈现出稀疏结构，即信道矩阵在角度域上大部分元素为0。利用这一性质提出采用压缩感知(compressed sensing)方法进行信道估计，这种方法可以在一定程度上减少导频个数，提高资源利用率。另一种常见方法不依赖于导频和训练序列，而是直接对信道和发送信号进行盲估计。该方法面临计算复杂度较高、估计不准确的问题。

目前，已有申请号为2016110133047的中国专利(一种大规模天线系统的信号传输方法)给出了发送端和接收端均为线性天线阵列的情况下，利用矩阵分解算法解决大规模天线系统中盲信号检测及信道估计的方案，但该方案存在以下问题：

1.为使系统具有优良的性能，天线之间普遍取半波长作为间隔；若天线排列成线性阵列会占据很大的空间，甚至在物理上无法实现。

2.在基站端，相邻天线的接收信号在变换域(如角度域、时间域等)上是具有相关性的，但矩阵分解算法在检测时没有考虑信号采样的相关性。

发明内容

本发明的目的在于，针对上述问题，提出利用矩阵分解方法和天线信道在各个维度上的相关性，提供大规模天线系统中的盲信号检测及信道估计方法。

本发明的技术方案是：

一种用于大规模天线系统的盲信号检测及信道估计方法，该方法用于大规模阵列天线系统，且基站端天线排列成几何形状的规则阵列，基于信道在角度域上的稀疏性和相关性进行上行传输及下行传输，其特征在于：

上行传输过程包括以下步骤：

S1、用户向基站发送信号，至少包括用户编号、导频信号和用户数据；其中，用户编号位于用户数据前端，用于对不同用户进行识别，每个导频信号占用一个资源块；

S2、基站识别并删除处于深衰落信道的用户；

S3、基站采用矩阵分解和相关性检测方法估计信号和用户发送数据，

基站接收到用户发来的信号Y后，进行稀疏矩阵分解得到关于H及X的估计值及H为从用户端到基站端的上行信道，X为上行用户的用户数据；