基于贝叶斯算法的信道估计方法技术
Channel estimation method based on Bayesian algorithm
The invention belongs to the field of wireless communication technology, and in particular relates to a channel estimation method based on Bayesian algorithm. The method used a combination of common variance estimation algorithm Bias parameters to calculate the common sparse position, compared with the ordinary Bias parameter estimation variance, variance estimation accuracy is greatly improved, while using GAMP algorithm to replace the Bias algorithm to avoid the process of the posterior probability of direct matrix inversion. The invention has the advantages that compared with the traditional method, the invention simplifies the calculation amount, improves the operation speed and the calculation accuracy, and improves the accuracy of the channel estimation.
【技术实现步骤摘要】
基于贝叶斯算法的信道估计方法
本专利技术属于无线通信
，具体的说是涉及一种基于贝叶斯算法的信道估计方法。
技术介绍
大规模MIMO(MultipleInputMultipleOutput，多输入多输出)系统是第五代移动通信系统的关键技术之一，其主要优势在于：系统容量随着天线数量增加而增加；降低发送信号功率；简单的线性预编码器与检测器即可达到最优性能；信道之间趋于正交化，因此消除了小区内同道干扰。实现这些优势的前提是基站(BS)知晓信道状态信息(CSIT)。在时分双工(TDD)系统中，利用上下行信道的互易性在用户端(MS)进行信道估计。对于FDD大规模MIMO系统，其信道估计的流程为：基站向各用户广播导频信号，移动用户利用接收信号估计CSIT然后反馈回基站。这种情况下，导频信号数与基站天线数成正比，由于在大规模MIMO系统中，天线数量巨大，常规的信道估计方法(如最小二乘法)将面临巨大的训练开销，使得训练时间变长，甚至超过信道的想干时间，使得信道估计失去意义。
技术实现思路
本专利技术的目的是提出一种基于贝叶斯算法的信道估计方法。本专利技术主要利用压缩感知原理和多任...
【技术保护点】
基于贝叶斯算法的信道估计方法，包括：发射端：基站用G个时隙向用户端广播G个多任务导频信号：H＝[H1,H2,...,Hp]∈C
【技术特征摘要】
1.基于贝叶斯算法的信道估计方法，包括：发射端：基站用G个时隙向用户端广播G个多任务导频信号：H＝[H1,H2,...,Hp]∈CM×P；其中，P表示多任务信道的总任务数，M为天线个数，Hp＝[h1,h2,...,hM]T，且多任务信道Hp之间具有相同的稀疏特性；接收端：接收端根据导频信号和任务信道获得接收信号R，令对P个任务的接收信号矩阵表示为：R＝[R1,R2,…Rp]∈CG×P；其中，Rp表示第p个任务的接收信号矩阵，p＝1,2,...,P；其特征在于，接收端对信道的估计方法包括以下步骤：S1、设定置P个任务信号稀疏支持的迭代控制变量ε和最大迭代次数N；S2、给定初始值：信道H的第m行元素Hm符合均值为0，方差为的相同复高斯分布；为信道H的M行元素服从的方差分布；噪声W＝...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。