[发明专利]一种MIMO系统下多维联合估计动态稀疏信道的方法

摘要

一种MIMO系统下多维联合估计动态稀疏信道的方法，包括步骤1)利用复指数基扩展模型对时间频率双选信道进行建模；2)不同天线、不同阶数的BEM系数间具有联合稀疏性，利用块稀疏性对基扩展模型系数重新排布成块结构；3)对于多天线场景，采用层次化的导频设计，N个子载波中导频位置等间隔分布，推导信道估计模型；4)根据动态稀疏信道的时间相关性，确定不同OFDM符号对应的时刻的信道稀疏度K(j),j＝1,2,…,J；5)由每一时刻对应的确定的稀疏度，重建得到稀疏系数6)由稀疏系数恢复出信道抽头系数本发明能够有效估计稀疏信道的动态性，得到动态稀疏信道的信道特征，提高信道估计的准确度和频谱利用率。

主权项

一种MIMO系统下多维联合估计动态稀疏信道的方法，利用多天线、多符号场景下动态信道的联合稀疏特性，基于压缩感知理论对信道进行估计，其特征在于，该方法包括如下步骤：(1)利用复指数基扩展模型对时间频率双选信道进行建模，模型如下：hl(j,nt)=(b0,...,bQ-1)c(j,nt)[0,l]...c(j,nt)[Q-1,l]+ξl(j,nt),0≤l≤L-1---(1)]]>其中，j代表OFDM符号的序号，nt代表发射天线的序号，Q代表CE‑BEM阶数，L代表路径数，表示第l径对应的信道抽头系数，bq(0≤q≤Q‑1)代表CE‑BEM基函数，代表CE‑BEM系数，代表CE‑BEM建模误差；CE‑BEM基函数表示为：bq=(1,...,ej2πNn(q-Q-12),...,ej2πN(N-1)(q-Q-12))T,0≤q≤Q-1---(2)]]>其中，N表示一个OFDM符号子载波的个数；(2)将不同天线、不同阶数的系数以块结构的方式进行重新排布，如图1所示；(3)对于Nt根发射天线，设计稀疏导频模式，导频位置等间隔分布，推导信道估计模型：导频序列包括G个有效导频和(2Q‑2)G个保护导频，其中K＜G＜LNt，K表示无线信道延时域的稀疏度；导频位置等间隔分布，间距为故有效导频下标为[M,2M,3M,…,GM]；不同天线对应的导频序列不同，有效导频幅度为0至2之间的随机数，保护导频幅度取为0，有效导频序列记为Peff，保护导频序列记为Pguard，保护导频位于有效导频两侧；将导频分为Q个子序列：P0=Peff-Q-12...PQ-12=Peff...PQ-1=Peff+Q-12---(3)]]>其中表示所有有效导频构成的子序列；得到信道估计模型如下：[R(j)]P0=Φs0(j)+W0...[R(j)]PQ-12=ΦsQ-12(j)+WQ-12...[R(j)]PQ-1=ΦsQ-1(j)+WQ-1---(4)]]>其中，R(j)代表接收机解调之后的对应于第j个OFDM符号的数据，满足：代表第j个OFDM符号对应的接收天线接收到第nt根发射天线发送的信号，是需要重建的块处理后的系数向量，(0≤q≤Q‑1)。测量矩阵Φ＝[Φ0,...,ΦL‑1]，其中代表第nt个发射天线‑接收天线对所对应的测量矩阵，Wq包括噪声和建模误差；(4)利用动态块同步正交匹配算法，根据动态稀疏信道的时间相关性，确定不同OFDM符号对应时刻的信道稀疏度K(j),j＝1,2,…,J；(5)由每一时刻对应的确定的稀疏度，重建得到稀疏系数(6)由稀疏系数恢复出信道抽头系数具体如下：恢复CE‑BEM系数公式如下：cq(j)=λq-1[sq(j)]---(5)]]>其中对角矩阵Λq1=Λq2=...=ΛqNt=diag(1,ωq-Q-12,...,ω(q-Q-12)(L-1)),ω=e-i2πN]]>根据式(1)得到信道抽头系数