[发明专利]一种基于联合参数学习的毫米波MIMO宽带信道估计方法

权利要求书

1.一种基于联合参数学习的毫米波MIMO宽带信道估计方法，用于毫米波大规模MIMO系统，系统中基站BS有N根天线，移动台MS有1根天线，BS的第n根天线的接收信号为：

其中，表示等效信道增益，x(t)是传输的基带信号，α_k表示从MS到BS的第n根天线的第k条路径的复增益，f_c表示载波频率，τ_k,n表示从MS到BS的第n根天线的第k条路径，K是独立的物理路径数，τ_k是多径时延，表示相邻天线的时延，d是天线间距，c表示光速，θ_k表示第k条路径的到达角，λ为信号波长；

BS的第n根天线的毫米波MIMO时域信道表示为：

其中δ(t)是冲击函数，假设系统有M个子载波，所有天线的空频信道模型表示为：

其中，是空间导向矢量，是频率导向矢量，符号表示哈达玛乘积，f_s是系统的传输带宽，可是空间宽带因子矩阵，它的每一项是：

其特征在于，所述信道估计方法包括以下步骤：

S1、只从BS的第一根天线获取采样数据，并且MS传送1给BS，将接收数据简化为：

其中，Y_1,:表示接收的频域信号的第一行，n是加性高斯白噪声向量；第一个子载波的采样数据如下：

S2、考虑到毫米波信道的稀疏性，将线性频谱估计问题表示为：

其中，分别为估计的信道增益和估计的空间导向矩阵，ε表示误差容限；

S3、通过用对数和函数和一个数据拟合项替代l₀范数，将步骤S2的问题进一步表示为无限制优化问题：

其中，表示估计的路径数；

最小化函数等于：

其中，是第i次迭代的迭代函数，对角阵D⁽ⁱ⁾：

S4、通过求偏导得到最优的

得到：

其中η是正则化参数；

S5、通过以下方式更新正则化参数：

其中r是恒定比例参数，η_max表示使问题状况良好初始参数，ξ⁽ⁱ⁾是噪声方差：

每一次迭代，都是为了估计出新的AOA使得代价函数更小；通过利用梯度下降方法，新估计的为：

其中，γ表示步长；

S6、通过迭代得到的的值，具体步骤为：

S61、由S4、S5得到的作为初始值，根据公式计算出η的值；

S62、重新得到函数：

S63、根据公式重新计算

S64、根据公式重新计算新的路径增益

S65、重复S61到S64的过程，直到

S7、将Y_:,1、分别换成τ重复S1到S5的过程，从Y_1,:中提取出求出的

S8、由于和都表示信道增益，只是顺序不同，根据和中相同的参数，重新排列向量的顺序，对齐每条径的增益，角度，以及时延；

S9、其中表示最后迭代获得的信道增益，表示最后经过迭代和顺序重排获得的角度矢量，是经过迭代和顺序重排获得的时延矢量；

S10、根据公式和已经获得的三个参数矢量构造出信道。