[发明专利]一种大规模MIMO系统信道跟踪方法

说明书

本发明公开了一种大规模MIMO系统信道跟踪方法，构建了基于最优遗忘因子的信道跟踪模型的代价函数，遗忘因子是时变的，通过确定每一时刻遗忘因子的最优解，使得在每一时刻信道的跟踪误差最小，从而很好地适应了信道的随机变化，使得信道跟踪的准确度更高。与此同时，本发明所提出的方法根据信道参数中到达角和信道衰落系数的时变特性差异，将待跟踪信道参数进行分离处理，从而有效地减小了信道跟踪的复杂度，进而可以在满足计算复杂度较低的前提下准确地跟踪时变信道。

技术领域

本发明属于大规模MIMO信号处理技术领域，更具体地，涉及一种大规模MIMO系统信道跟踪方法。

背景技术

大规模多输入多输出(multiple-input multiple-output，MIMO)技术具有许多潜在优势，例如实现了更高的频谱效率和更高的链路可靠性等，获取准确的信道状态信息是MIMO实现这些潜在优势的关键问题之一。在实际传输中，无线通信环境随着移动台和散射体的运动而在时间上改变，这导致信道状态信息成为时间变化的。尤其是当信道相干时间比导频传输时间短得多时，信道状态在信道估计期间仍在发生变化，跟踪信道变化将变得相当困难。此外，由于越来越多的天线被用于通信系统中，这也使得信道跟踪的复杂度大大提升。因此，为了获取更加准确实时的信道状态信息，对信道进行跟踪是十分有必要的。

现有的信道跟踪方法中，首选方法为递归最小二乘算法(Recursive leastsquares，RLS)，因为其具有较高的统计效率。而RLS算法中遗忘因子的选择对RLS算法的跟踪能力具有重要意义，传统RLS算法中的做法是采用固定遗忘因子，但是，固定遗忘因子的RLS算法无法适应随机信道的变化并限制了算法的跟踪能力，因此对于准确跟踪时变信道而言，固定遗忘因子对于RLS算法来说不是最优的选择。为了解决这个问题，一些研究提出了具有不等式约束的改进RLS算法，对约束条件进行了特定的假设设计，这种约束在实际系统中并不总是适用的，在实际系统中的跟踪效果较差，并且计算复杂度高。

综上所述，提出一个计算复杂度低、准确度高的大规模MIMO系统信道跟踪方法是亟待解决的问题。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种大规模MIMO系统信道跟踪方法，用于解决现有技术由于采用非最优遗忘因子而导致的无法在满足计算复杂度较低的前提下准确跟踪时变信道的问题。

为实现上述目的，本发明提供了一种大规模MIMO系统信道跟踪方法，包括以下步骤：

S1、发送端发送初始导频；

S2、接收端根据接收到的初始导频，估计得到初始导频各时刻的导向矩阵和衰落系数向量；

S3、发送端发送跟踪导频；

S4、接收端构建了基于最优遗忘因子的信道跟踪模型的代价函数，将上一时刻的导向矩阵和衰落系数向量分别作为跟踪这两个信道参数的初始值，通过最小化上述代价函数，并基于上一时刻的待跟踪信道参数和当前时刻的输入矢量，分别迭代更新跟踪导频传输阶段中每一时刻的导向矩阵和衰落系数向量，直至跟踪导频发送完毕，其中，待跟踪信道参数包括衰落系数向量和导向矩阵，导向矩阵在后续步骤中保持不变，与跟踪导频最后时刻的导向矩阵相等；

S5、发送端发送用户数据；

S6、接收端基于上一时刻的衰落系数向量和当前时刻的输入矢量，继续迭代更新用户数据传输阶段中每一时刻的衰落系数向量，直至用户数据块发送完毕；

S7、重复步骤S3-S6进行迭代，直至所有数据块发送完毕。

进一步优选地，上述信道跟踪模型的代价函数为：