[发明专利]基于压缩感知的大规模MIMO信道估计方法和系统

权利要求书

1.一种基于压缩感知的大规模MIMO信道估计方法，其特征在于，包括：

获取区域内用户状态与用户分布，构建MIMO信道模型；

基于所述MIMO信道模型建立变步长稀疏度自适应匹配追踪算法，在回溯过程引入阈值策略剔除错误原子得到信道估计结果；

构建导频设计方案，结合所述估计结果进行导频分配。

2.根据权利要求1所述的基于压缩感知的大规模MIMO信道估计方法，其特征在于，所述用户状态包括静止状态和非静止状态，所述用户分布包括用户分布数量。

3.根据权利要求2所述的基于压缩感知的大规模MIMO信道估计方法，其特征在于，所述基于所述MIMO信道模型建立变步长稀疏度自适应匹配追踪算法，在回溯过程引入阈值策略剔除错误原子得到信道估计结果包括：

获取观测信号，建立观测矩阵；

初始化迭代参数与估计参数；

计算稀疏信号估计值，并判断估计结果为欠量估计或过量估计；

若为欠量估计，则增大估计值，若为过量估计，则减小估计值；

基于反正切函数的变步长策略对估计值进行回调以逼近真实稀疏度。

4.根据权利要求3所述的基于压缩感知的大规模MIMO信道估计方法，其特征在于，所述基于反正切函数的变步长策略对估计值进行回调以逼近真实稀疏度包括：

在第一次出现过量估计时计算第一剩余残差；

将稀疏度估计值回调至上一估计值并计算第二剩余残差；

比较所述第一剩余残差和所述第二剩余残差的绝对值，并将所述绝对值小的估计值所对应的稀疏度作为最终稀疏度估计值。

5.根据权利要求3所述的基于压缩感知的大规模MIMO信道估计方法，其特征在于，还包括：

基于回调后的稀疏度估计值进行信号重构。

6.根据权利要求5所述的基于压缩感知的大规模MIMO信道估计方法，其特征在于，所述基于回调后的稀疏度估计值进行信号重构包括：

计算所述观测矩阵中各列与当前迭代过程残差之间的内积；

寻找绝对值最大的原子并构建形成原子索引值集合，更新所述索引值集合；

计算原始信号过渡估计值，对所述原始信号过渡估计值进行阈值处理得到对应的原子组成回溯支撑集；

更新计算残差，并持续迭代计算，在满足残差条件后停止迭代。

7.一种基于压缩感知的大规模MIMO信道估计系统，其特征在于，包括：

模型构建单元，用于获取区域内用户状态与用户分布，构建MIMO信道模型；

信道估计单元，用于基于所述MIMO信道模型建立变步长稀疏度自适应匹配追踪算法，在回溯过程引入阈值策略剔除错误原子得到信道估计结果；

导频设计单元，用于构建导频设计方案，结合所述估计结果进行导频分配。