时变大规模MIMO网络中信道参数的稀疏估计方法技术

本发明专利技术公开一种时变大规模MIMO网络中信道参数的稀疏估计方法，其步骤为：构建基站接收信号的虚拟信道稀疏信号模型；从未选取的时隙中选取时隙序号最小的时隙；利用卡尔曼滤波器，计算虚拟信道方差值；计算虚拟信道值；计算每个蜂窝网小区用户在每个时隙中的虚拟信道自相关后验统计概率；计算每个蜂窝网小区用户在每个相邻时隙中的虚拟信道互相关后验统计概率；联合估计每个蜂窝网小区用户的虚拟信道转移状态值和虚拟信道转移状态噪声方差值；利用低复杂度搜索算法，估计每个蜂窝网小区用户的信道稀疏性参数。本发明专利技术具有可应用于时变大规模MIMO网络的优点。

【技术实现步骤摘要】
时变大规模MIMO网络中信道参数的稀疏估计方法
本专利技术属于通信
，更进一步涉及无线通信
中的一种时变大规模多输入多输出MIMO(Multiple-InputMultiple-Output)网络中信道参数的稀疏估计方法。本专利技术可用于估计无线通信信道中的虚拟信道转移状态值、虚拟信道转移状态噪声方差值和信道稀疏性参数，基站使用这些参数恢复蜂窝网小区用户的发送信号。
技术介绍
大规模MIMO网络由于频谱效率高，信道容量大，抗干扰能力强等优点，已经成为满足下一代蜂窝网络容量需求的核心技术。信道状态信息估计作为接收端恢复发送信号的关键环节，对其进行研究具有重大的现实意义。目前常采用的信道估计方法是稀疏信道估计算法。由于利用了信道的稀疏性，该类算法不仅信道估计精确度高，而且导频开销较低。但是计算复杂度高，对系统实时性要求较高，在时变的大规模MIMO网络中算法性能较低。电子科技大学在其申请的专利文献“一种多用户大规模MIMO系统中的迭代信道估计方法”(申请号201510527405.5，申请公开号CN105049385A)中公开了一种频分双工模式下的单天线多用户大规模MIMO系统的信道估计方法。该方法在贝叶斯压缩感知框架下，利用多用户大规模MIMO信道的联合稀疏性降低信道估计开销。其基本模型是一个基站服务多个移动用户，基站端配置了大规模天线阵，移动用户配置单天线，利用信道的联合稀疏性，引入基于贝叶斯方法的迭代算法进行信道估计。该方法能够有效减少信道估计的开销，使得信道估计的时间远小于信道的相干时间，但是，该方法仍然存在的不足之处是，不适用于时分双工模式。安徽师范大学在其申请的专利文献“TDD大规模MIMO系统多用户联合信道估计方法”(申请号201610561361.2，申请公开号CN106130938A)中公开了一种面向大规模MIMO通信系统的上行链路多用户联合信道估计方法。该方法首先通过虚拟信道描述实现物理信道矩阵的稀疏表示，接着将目标小区和干扰小区的多用户联合信道估计建模为压缩感知框架里的二维稀疏信号重构，然后通过二维稀疏信号重构算法联合估计出多用户的信道状态信息。该多用户联合信道估计方法能够大幅度地减少导频数目，并能消除导频污染的干扰和提高信道估计的精度。但是，该方法仍然存在的不足之处是，在对物理信道矩阵进行稀疏表示时没有考虑网络的时变性，无法应用于时变的大规模MIMO网络。
技术实现思路
本专利技术的目的在于针对上述现有技术的不足，提供了一种时变大规模MIMO网络中信道参数的稀疏估计方法。本专利技术的具体思路是，对于一个基站管控多个蜂窝网小区，基站在连续的多个时隙内只与一个移动的蜂窝网小区用户通信，基站与每个蜂窝网小区用户间的信道在一个时隙内保持不变，相邻的时隙间动态时变的通信场景，通过构建基站接收信号的虚拟信道稀疏信号模型，利用卡尔曼滤波器和低复杂度搜索算法估计虚拟信道转移状态值、虚拟信道转移状态噪声方差值和信道稀疏性参数。为了实现上述目的，本专利技术的具体实现步骤如下：(1)构建基站接收信号的虚拟信道稀疏信号模型如下：其中，Ym表示在第m个时隙基站接收信号的虚拟信道稀疏信号，τ表示与基站进行当前通信的蜂窝网小区中用户的总数，Σ表示求和操作，k表示与基站进行当前通信的蜂窝网小区用户的序号，FG表示G×G大小的归一化傅里叶矩阵，G表示基站的天线数，H表示共轭转置操作，diag(ck)表示对角线元素为第k个蜂窝网小区用户的信道稀疏参数ck的对角矩阵，rk,m表示第k个蜂窝网小区用户在第m个时隙上对应的虚拟信道，sk表示第k个蜂窝网小区用户的发送信号，T表示转置操作，Nm表示第m个时隙对应的信道的独立加性高斯白噪声；(2)从未选取的时隙中选取时隙序号最小的时隙；(3)利用卡尔曼滤波器，计算虚拟信道方差值：(3a)利用方差值预测公式，计算所选时隙上的每个蜂窝网小区用户的虚拟信道方差值的预测值；(3b)利用卡尔曼滤波器参数公式，通过虚拟信道方差值的预测值，计算卡尔曼滤波器参数；(3c)求所选时隙上每个蜂窝网小区用户的增益参数、虚拟信道方差值的预测值和卡尔曼滤波器参数值的乘积，再用所选时隙上每个蜂窝网小区用户的虚拟信道方差值的预测值减去该乘积，得到所选时隙上每个蜂窝网小区用户的虚拟信道方差值；(4)计算虚拟信道值：(4a)求所选时隙上每个蜂窝网小区用户在前一次得到的所有时隙中的虚拟信道转移状态值与该蜂窝网小区用户在前一个时隙上的虚拟信道的预测值的乘积，得到所选时隙上每个蜂窝网小区用户的虚拟信道的预测值；(4b)求所选时隙上每个蜂窝网小区用户的增益参数、虚拟信道的预测值和卡尔曼滤波器参数值的乘积，再用所选时隙上每个蜂窝网小区用户的虚拟信道的预测值减去该乘积，得到所选时隙上每个蜂窝网小区用户的虚拟信道值；(5)判断是否存在最小的未选取时隙，若是，则执行步骤(2)，否则，执行步骤(6)；(6)判断是否存在未选取的时隙，若是，则选取未选取的时隙后执行步骤(3)，否则，执行步骤(7)；(7)按照下式，通过虚拟信道值和虚拟信道方差值，计算每个蜂窝网小区用户在每个时隙中的虚拟信道自相关后验统计概率：其中，Θk,m表示第k个蜂窝网小区用户在第m个时隙的虚拟信道自相关后验统计概率，rk,m表示第k个蜂窝网小区用户在第m个时隙上的虚拟信道值，Ψk,m表示第k个蜂窝网小区用户在第m个时隙上的虚拟信道方差值；(8)按照下式，通过虚拟信道值和虚拟信道方差值，计算每个蜂窝网小区用户在每个相邻时隙中的虚拟信道互相关后验统计概率：其中，Πk,m-1,m表示第k个蜂窝网小区用户在第m-1个时隙与第m个时隙的虚拟信道互相关后验统计概率，Bk,m表示第k个蜂窝网小区用户的第m个时隙上的增益参数，其取值范围为大于0小于1的小数，本专利技术中第k个蜂窝网小区用户的第m个时隙上的增益参数为0.5，rk,m-1表示第k个蜂窝网小区用户在第m-1个时隙上的虚拟信道值；(9)利用下式，联合估计每个蜂窝网小区用户在所有时隙中的虚拟信道转移状态值和虚拟信道转移状态噪声方差值：其中，αk表示第k个蜂窝网小区用户在所有时隙中的虚拟信道转移状态值，Λk表示第k个蜂窝网小区用户在所有时隙中的虚拟信道转移状态噪声方差值，max{·}表示求最大值操作，ln表示以自然底数为底的对数操作，|·|表示绝对值操作，Θk,m-1表示第k个蜂窝网小区用户在第m-1个时隙的虚拟信道自相关后验统计概率，Re{·}表示取实部操作；(10)利用低复杂度搜索算法，估计每个蜂窝网小区用户在所有时隙中的信道稀疏性参数：(10a)利用最大似然函数的期望公式，计算大小为G×G的单位矩阵的每一列对应的最大似然函数的期望值，将最大似然函数的期望值的最大值对应的列作为初始列向量；(10b)判断初始列向量的第一个元素是否为1，若是，则执行步骤(10e)，否则，执行步骤(10c)；(10c)将初始列向量中元素值为1的最小元素序号的前一个元素序号对应的元素设为1，利用最大似然函数的期望公式，计算当前初始列向量的最大似然函数的期望值；(10d)判断当前初始列向量的最大似然函数的期望值是否大于最大似然函数的期望值的最大值，若是，则用当前初始列向量的最大似然函数的期望值更新最大似然函数的期望值的最大值后执行步骤(10c)，否本文档来自技高网...

【技术保护点】
1.一种时变大规模MIMO网络中信道参数的稀疏估计方法，其特征在于，一个基站管控多个蜂窝网小区，基站在连续的多个时隙内只与一个移动的蜂窝网小区用户通信，基站与每个蜂窝网小区用户间的信道在一个时隙内保持不变，相邻的时隙间动态时变，通过构建基站接收信号的虚拟信道稀疏信号模型，利用卡尔曼滤波器计算虚拟信道方差值，采用低复杂度搜索算法估计信道稀疏性参数，该方法的步骤包括如下：(1)构建基站接收信号的虚拟信道稀疏信号模型如下：

【技术特征摘要】
1.一种时变大规模MIMO网络中信道参数的稀疏估计方法，其特征在于，一个基站管控多个蜂窝网小区，基站在连续的多个时隙内只与一个移动的蜂窝网小区用户通信，基站与每个蜂窝网小区用户间的信道在一个时隙内保持不变，相邻的时隙间动态时变，通过构建基站接收信号的虚拟信道稀疏信号模型，利用卡尔曼滤波器计算虚拟信道方差值，采用低复杂度搜索算法估计信道稀疏性参数，该方法的步骤包括如下：(1)构建基站接收信号的虚拟信道稀疏信号模型如下：其中，Ym表示在第m个时隙基站接收信号的虚拟信道稀疏信号，τ表示与基站进行当前通信的蜂窝网小区中用户的总数，Σ表示求和操作，k表示与基站进行当前通信的蜂窝网小区用户的序号，FG表示G×G大小的归一化傅里叶矩阵，G表示基站的天线数，H表示共轭转置操作，diag(ck)表示对角线元素为第k个蜂窝网小区用户的信道稀疏参数ck的对角矩阵，rk,m表示第k个蜂窝网小区用户在第m个时隙上对应的虚拟信道，sk表示第k个蜂窝网小区用户的发送信号，T表示转置操作，Nm表示第m个时隙对应的信道的独立加性高斯白噪声；(2)从未选取的时隙中选取时隙序号最小的时隙；(3)利用卡尔曼滤波器，计算虚拟信道方差值：(3a)利用方差值预测公式，计算所选时隙上的每个蜂窝网小区用户的虚拟信道方差值的预测值；(3b)利用卡尔曼滤波器参数公式，通过虚拟信道方差值的预测值，计算卡尔曼滤波器参数；(3c)求所选时隙上每个蜂窝网小区用户的增益参数、虚拟信道方差值的预测值和卡尔曼滤波器参数值的乘积，再用所选时隙上每个蜂窝网小区用户的虚拟信道方差值的预测值减去该乘积，得到所选时隙上每个蜂窝网小区用户的虚拟信道方差值；(4)计算虚拟信道值：(4a)求所选时隙上每个蜂窝网小区用户在前一次得到的所有时隙中的虚拟信道转移状态值与该蜂窝网小区用户在前一个时隙上的虚拟信道的预测值的乘积，得到所选时隙上每个蜂窝网小区用户的虚拟信道的预测值；(4b)求所选时隙上每个蜂窝网小区用户的增益参数、虚拟信道的预测值和卡尔曼滤波器参数值的乘积，再用所选时隙上每个蜂窝网小区用户的虚拟信道的预测值减去该乘积，得到所选时隙上每个蜂窝网小区用户的虚拟信道值；(5)判断是否存在最小的未选取时隙，若是，则执行步骤(2)，否则，执行步骤(6)；(6)判断是否存在未选取的时隙，若是，则选取未选取的时隙后执行步骤(3)，否则，执行步骤(7)；(7)按照下式，通过虚拟信道值和虚拟信道方差值，计算每个蜂窝网小区用户在每个时隙中的虚拟信道自相关后验统计概率：其中，Θk,m表示第k个蜂窝网小区用户在第m个时隙的虚拟信道自相关后验统计概率，rk,m表示第k个蜂窝网小区用户在第m个时隙上的虚拟信道值，Ψk,m表示第k个蜂窝网小区用户在第m个时隙上的虚拟信道方差值；(8)按照下式，通过虚拟信道值和虚拟信道方差值，计算每个蜂窝网小区用户在每个相邻时隙中的虚拟信道互相关后验统计概率：其中，Πk,m-1,m表示第k个蜂窝网小区用户在第m-1个时隙与第m个时隙的虚拟信道互相关后验统计概率，Bk,m表示第k个蜂窝网小区用户的第m个时隙上的增益参数，其取值范围为大于0小于1的小数，rk,m-1表示第k个蜂窝网小区用户在第m-1个时隙上的虚拟信道值；(9)利用下式，联合估计每个蜂窝网小区用户在所有时隙中的虚拟信道转移状态值和虚拟信道转移状态噪声方差值：其中，αk表示第k个蜂窝网小区用户在所有时隙中的虚拟信道转移状态值，Λk表示第k个蜂窝网小区用户在所有时隙中的虚...

【专利技术属性】
技术研发人员：张顺，张海潮，李红艳，马建鹏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61