[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

摘要

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。

主权项

1.一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；在矩阵分解过程中，采用相关性和针对正交频分复用技术的稀疏性检测方法，相关性检测是基于信道数据在角度域上的相关性，利用信息传递算法从带有噪声的信道数据中计算概率分布p(H)的参数，随后再使用最小均方误差估计器对信道数据进行估计得到所述稀疏性检测是基于信道数据在时域上的稀疏性，利用反傅里叶变换将信道数据从频域h_f变换到时域h_t，并对时域数据进行去噪，包括：利用基于稀疏结构的去噪算法对数据去噪，利用截断算法对部分数据进行置零操作；随后，利用傅里叶变换将去噪后的时域数据转化为频域，并继续进行矩阵分解；基站根据用户编号和导频信号可以确定置换矩阵Π和幅度矩阵Σ，消除估计值中的幅度模糊度和置换模糊度，获得最终对H及X的估计值及下行传输过程包括以下步骤：若为时分双工，则上行的信道估计直接用于下行传输；若为频分双工，基站分配一个资源块传输导频信号，用户根据接收到的导频信号得出的下行信道增益值然后估计出数据，基站根据上行信道的方向设计预编码策略并发送用户数据。