[发明专利]大规模MIMO系统的超精细信道估计方法

摘要

本发明属于无线通信技术领域，具体的说是一种大规模MIMO系统的超精细信道估计方法。本发明主要利用压缩感知原理和牛顿优化方法，在变分贝叶斯推断的基础上提出一种改进的信道估计算法，以实现信道的超精细估计。本发明与传统方法相比，本发明基于变分贝叶斯推断方法，不需要任何先验信息直接估计信道，且在该基础上结合牛顿优化方法，进一步优化由贝叶斯推断得到的粗估计值，大大提高了信道估计的准确性。

主权项

1.大规模MIMO系统的超精细信道估计方法，其特征在于，包括以下步骤：S1、系统初始化，获得观测数据，具体为：S11、基站向移动端广播导频信号，获得观测数据为：Y＝Φr*H*ΦtH其中Φt、Φr分别为收发双方的波束，H为信道；S12、将观测数据的数学模型转化为压缩感知测量模型为：y＝Φ*ψ*a+n其中，参数设定为：a服从均值为0、方差为α^‑1的复高斯分布，即：n服从均值为0、方差为β^‑1的复高斯分布，即：α服从参数为的Gamma分布，即：α～G(c,d)；β服从参数为的Gamma分布，即：β～G(e,f)；S2、进行变分贝叶斯推断，估计信道信息：S21、设置最大迭代次数为Nmax1，迭代终止门限Thr1，给定Gamma分布的初始参数c0、d0、e0、f0，初始化后验均值u0＝0，当前迭代次数n＝1；S22、计算的后验分布的均值和方差：Σ＝(<β>(Φψ)HΦψ+A)‑1u＝Σ*(<β>(Φψ)Hy)A＝diag{α}；S23、更新参数α、β：S24、计算当前迭代均值变化率最大的元素：max(·)指取向量中最大的元素；S25、判断是否满足收敛条件或达最大迭代次数：收敛条件设置如下：|dn‑1‑dn‑2|<|dn‑1‑d1|*Thr1若满足收敛条件或达最大迭代次数，则终止迭代，输出否则返回S22；S3、对由变分贝叶斯推断得到的粗估计值进行截断过程：S31、依据截断法则得到有效幅度估计值ap、有效索引indexp以及有效字典的列组成的矩阵ψp；截断法则如下：其中，为中元素绝对值最大的元素，寻找中幅值相对较大的元素，并记录对应索引index^p，index^p为一数组，包含所有被选择的位置，其长度记为K_p，截断后的记为a_p，有截断后的ψ记为ψ_p，有ψ_p＝ψ(:,index^p)；S32、计算粗估计得到的离开角、到达角所对应的字典索引indext、indexr：字典ψ中包含了到达角与离开角的信息，indexp表示对字典ψ中各列的选择，计算粗估计得到的离开角、到达角所对应的字典索引需要对indexp进行分解；indexr表示对字典ψr中各列的选择、indext表示对字典ψt中各列的选择，离开角、到达角对应字典中各列的索引满足如下等式：indexp＝(indext‑1)×K+indexr故有：indexr＝indexp/Kindext＝(indexp‑indexr)/KS33、计算粗估计得到的离开角到达角θ_p：θp＝(‑1+re*(indexr‑1))T按照信道模型由θ_p可计算得到ψ_rp，ψ_tp，S4、利用牛顿优化法进行精细估计：S41、建立目标函数如下：其中，a_p、θ_p、为可优化变量，且Ω表示优化变量的集合，故有：S42、设置最大迭代次数为N_max2、迭代终止门限值为Thr2并初始化，初始化当前迭代次数s＝0，以截断后的变分贝叶斯推断估计值作为精细估计初始值，即有ψ_rp⁰＝ψ_rp、ψ_tp⁰＝ψ_tp；目标函数的初始值为S43、由下式计算目标函数关于θ_p、的梯度和海塞矩阵C_r、C_t均为对角矩阵，且N＝N_r×N_t，C_t中n∈[1,N_t]，为维度为N_r×N_r的单位矩阵；Cr＝diag{r,…,r}Cr2＝Cr*CrCt2＝Ct*CtS44、由下式更新离开角、到达角θ_p^sS45、依据理想信道模型以及θ_p^s、更新得到ψ_rp^s、ψ_tp^s，进而更新得到S46、由下式更新apsap＝[(Φψp)H*(Φψp)]‑1*(Φψp)*yS47、由下式计算当前目标函数的值S48、由下式计算当前目标函数变化率更新g0＝gs；S49、判断是否满足收敛条件，同时判断s是否达最大迭代次收敛条件设置如下：|dds‑1‑dds‑2|<|dds‑1‑dd1|*Thr2若满足其中任一条件，则终止迭代，且输出a^opt＝a_p^s，θ^opt＝θ_p^s，否则返回S43；S5、恢复信道：依据信道模型，由θ^opt、可恢复其中将a^opt恢复成矩阵形式为且可得