大规模MIMO系统压缩感知信道估计的导频优化方法技术方案

本发明专利技术公开了一种大规模MIMO系统压缩感知信道估计的导频优化方法，将部分傅里叶矩阵作为导频矩阵，以最小化互相关准则为出发点将导频矩阵的优化问题建模为一个组合优化问题；然后，利用遗传算法（Genetic Algorithm，GA）求解以上组合优化问题，获得互相关值最小的优化导频矩阵。本发明专利技术能够确保基于压缩感知的大规模MIMO下行链路信道估计具有较低的均方误差（mean square error，MSE），从而提高信道估计的性能。

Pilot optimization method for compressed sensing channel estimation in large scale MIMO systems

The invention discloses a pilot optimization method of large scale MIMO system of compressed sensing channel estimation, will be part of the Fu Liye matrix as the pilot matrix, to minimize the cross correlation criterion for model optimization problem starting pilot matrix as a combinatorial optimization problem; then, using genetic algorithm (Genetic Algorithm, GA) solution the above optimization problem, obtain the cross-correlation value minimum optimization pilot matrix. The invention can ensure the large-scale MIMO downlink channel estimation of compressed sensing has lower mean square error (mean based on square error, MSE), so as to improve the channel estimation performance.

【技术实现步骤摘要】
大规模MIMO系统压缩感知信道估计的导频优化方法
本专利技术涉及通信系统导频辅助的信道估计和导频设计
，尤其涉及一种大规模MIMO系统压缩感知信道估计的导频优化方法。
技术介绍
现代无线通信中，大规模MIMO系统自由度增加，多天线带来的分集和复用增益，能够显著提高频谱效率和能量效率。基站为了获取空间复用增益和阵列增益，基站发送端或用户接收端需已知信道状态信息(CSI,channelstateinformation)，这就需要通过信道估计获取。FDD大规模MIMO系统的一个挑战就是导频数目随着发射天线数目增长而线性增长，导致导频开销巨大，降低通信系统效率，而且精确估计下行链路的CSI不是很容易。由于FDD对于延迟敏感型系统更有效率且目前大多数蜂窝网都在使用采用了FDD，因此研究FDD下更为有效的信道估计很有必要。基站大量的发射天线造成有限局部散射。随着发射天线的增加，信道呈现稀疏性质。利用信道隐含的稀疏性质进行信道估计，可以减少导频的数目，从而提高系统的有效性。压缩感知理论与传统奈奎斯特理论不同，它是将稀疏信号采样和压缩同时进行。它指出，只要信号是可压缩的或在某个变换域是稀疏的，那么可以用一个与变换基不相关的观测矩阵将变换所得的高维信号投影到一个低维空间上，然后通过求解一个优化问题从这些少量的投影中以高概率重构出原信号。在大规模MIMO系统中，可以利用压缩感知重建算法进行信道估计，从而减少导频的数量。
技术实现思路
本专利技术所要解决的技术问题是针对
技术介绍
中所涉及到的缺陷，提供一种大规模MIMO系统压缩感知信道估计的导频优化方法，使得获取的最优导频矩阵显著降低信道估计的MSE，提高信道估计的性能。本专利技术为解决上述技术问题采用以下技术方案：大规模MIMO系统压缩感知信道估计的导频优化方法，包括如下步骤：步骤1)，将部分傅里叶矩阵作为导频矩阵：记为M×M的傅里叶矩阵，其第(a,b)项表示为1≤a,b≤M，a、b分别为傅里叶矩阵的行序号、列序号，M是发射天线数目；从M×M的傅里叶矩阵中抽取T行构造虚拟角域变换后的导频矩阵C为复数集，T为导频数目；以最小化互相关准则为出发点，根据以下优化公式确定抽取哪T行构成最优导频矩阵其中，为从中抽取的T行相应行索引构成的集合，其元素个数为T，集合中的元素以大小升序排列；ka为集合Λ中的第a个元素，a＝1,2,...,T；n(Λ)＝T表示集合Λ中元素的个数为T；步骤2)，初始化遗传算法参数：令种群尺寸为Ps，个体长度Len＝T-1，遗传代数g＝1，最大遗传代数Mg，定义个体Φ为行索引集合Λ对应的行索引间隔集合：其中个体元素满足1≤i≤T-1；Φ与行索引集合Λ＝{k1,k2,...,kT}中元素的对应关系是k1为预设的第一个行索引值；随机生成一个初始种群{Φi,i＝1,2,...,Ps}；步骤3)，对每个个体Φi，根据下式计算其适应值：其中，步骤4)，在当前种群{Φi,i＝1,2,...,Ps}中以预设的概率S采用随机通用采样选出适应值最高的Ps×S个个体；步骤5)，对步骤4)得到的Ps×S个个体以预设的概率R进行离散重组操作，从而产生新的Ps×S个个体；步骤6)，对步骤5)得到的Ps×S个个体以预设的概率V进行基因变异操作，基因的边界为步骤7)，根据步骤2)中的遗传算法参数和步骤3)中个体适应值的计算公式计算步骤6)得到的种群数量为Ps×S的新一代个体的适应值，并用他们取代原有种群中适应值最低的Ps×S个个体，从而获得新的种群；步骤8)，对步骤7)获得的种群执行完善操作，以获取具有更高适应度值的个体；步骤9)，遗传代数g增加1；步骤10)，重复执行步骤4)至步骤9)，直到遗传代数g达到最大遗传代数Mg；步骤11)，根据现有种群中具有最大适应值的个体Φopt计算出最优的行索引集合Λopt，行索引集合Λopt中的元素通过如下公式计算：步骤12)，根据最优的行索引集合Λopt得到傅里叶矩阵在虚拟角域变换后的导频矩阵步骤13)，根据公式从而得到优化的导频矩阵Xopt，其中P为每导频时隙信噪比，AT∈CM×M为酉矩阵，H为共轭转置符号。作为本专利技术大规模MIMO系统压缩感知信道估计的导频优化方法进一步的优化方案，步骤8)的详细步骤如下：步骤8.1)，从现有群体里选择出具有最大适应值的10个个体；步骤8.2)，针对步骤8.1)中选择出的每个个体，随机选择出4个基因，对这4个基因分别进行同时增加1、2、3和同时减小1、2、3的操作，以获得6个新的个体；步骤8.3)，针对步骤8.1)中选择出的每个个体以及其对应的6个新的个体，选择其中适应值最大的个体取代原先个体。作为本专利技术大规模MIMO系统压缩感知信道估计的导频优化方法进一步的优化方案，步骤4)中个体被选择的概率S＝0.9。作为本专利技术大规模MIMO系统压缩感知信道估计的导频优化方法进一步的优化方案，步骤5)中执行概率R＝0.7。作为本专利技术大规模MIMO系统压缩感知信道估计的导频优化方法进一步的优化方案，步骤6)中进行概率V＝0.6。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：在FDD大规模MIMO系统的基于压缩感知信道估计中，与使用随机生成的导频矩阵相比，使用本专利技术获得的局部傅里叶矩阵能够显著地降低信道估计的均方误差(meansquareerror，MSE)，提高信道估计的性能。附图说明图1是不同发射天线数目的导频矩阵优化与非优化对重建性能的影响；图2是不同导频数目的导频矩阵优化与非优化对重建性能的影响。具体实施方式下面结合附图对本专利技术的技术方案做进一步的详细说明：本专利技术大规模MIMO系统压缩感知信道估计的导频优化方法包含两个主要技术问题，一个是将信道估计问题转化为压缩感知问题，从而将导频优化问题建模为一压缩感知中恢复矩阵优化问题；另一个是提出导频优化算法，求解该恢复矩阵优化问题，从而获得最优的导频矩阵。下面分别介绍这两个部分的实施方式，并通过仿真说明本导频分配方法对提高基于压缩感知信道估计性能的有益效果。(一)导频优化准则的获取考虑FDD模式下一个大规模MIMO系统，其信道为平坦衰落信道，基站有M个间隔半波长的均匀发射天线，小区内每个用户只有一根天线。基站发射长度为T的导频训练序列。记第i个时隙的导频信号为xi∈CM×1,i＝1,2,...,T,C为复数集，则N根天线上接收到的信号yi为：yi＝Hxi+ni,i＝1,2,...,T(1)信道矩阵Hi∈C1×M为准静态信道,ni∈CN×1为加性高斯噪声。记X＝[x1,x2,...,xT]∈CM×T，Y＝[y1,y2,..,yT]∈C1×T，N＝[n1,n2,...,nT]∈C1×T有：Y＝HX+N(2)每导频时隙信噪比记为P，T个导频时隙总的信噪比为tr(XHX)＝PT。实际使用中，虚拟角域表示能够使非线性的信道模型参数近似线性，对信道进行虚拟表示处理以便于进行分析和估计。非选择性MIMO信道的虚拟表示为：其中，AR∈CN×N，AT∈CM×M是酉矩阵，M是发射天线数目，N是接收天线数目，T为导频数目，Hω∈CN×M是角度域信道矩阵。Hω是稀疏的，H为共轭转置符号。将式(2)转换为压缩感知模型，将和代入式(8),得到：式(6)与有噪的压缩感知模型(7)相对应：y＝Ds+N(本文档来自技高网...

【技术保护点】
大规模MIMO系统压缩感知信道估计的导频优化方法，其特征在于，包括如下步骤：步骤1)，将部分傅里叶矩阵作为导频矩阵：记

【技术特征摘要】
1.大规模MIMO系统压缩感知信道估计的导频优化方法，其特征在于，包括如下步骤：步骤1)，将部分傅里叶矩阵作为导频矩阵：记为M×M的傅里叶矩阵，其第(a,b)项表示为1≤a,b≤M，a、b分别为傅里叶矩阵的行序号、列序号，M是发射天线数目；从M×M的傅里叶矩阵中抽取T行构造虚拟角域变换后的导频矩阵C为复数集，T为导频数目；以最小化互相关准则为出发点，根据以下优化公式确定抽取哪T行构成最优导频矩阵其中，为从中抽取的T行相应行索引构成的集合，其元素个数为T,集合中的元素以大小升序排列；ka为集合Λ中的第a个元素，a＝1,2,...,T；n(Λ)＝T表示集合Λ中元素的个数为T；步骤2)，初始化遗传算法参数：令种群尺寸为Ps，个体长度Len＝T-1，遗传代数g＝1，最大遗传代数Mg，定义个体Φ为行索引集合Λ对应的行索引间隔集合：其中个体元素满足1≤i≤T-1；Φ与行索引集合Λ＝{k1,k2,...,kT}中元素的对应关系是i＝1,2,...,T-1，k1为预设的第一个行索引值；随机生成一个初始种群{Φi,i＝1,2,...,Ps}；步骤3)，对每个个体Φi，根据下式计算其适应值：其中，步骤4)，在当前种群{Φi,i＝1,2,...,Ps}中以预设的概率S采用随机通用采样选出适应值最高的Ps×S个个体；步骤5)，对步骤4)得到的Ps×S个个体以预设的概率R进行离散重组操作，从而产生新的Ps×S个个体；步骤6)，对步骤5)得到的Ps...

【专利技术属性】
技术研发人员：何雪云，高露，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32