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，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