The invention discloses a semi-blind channel estimation method based on EVD ILSP, which mainly solves the problem of channel estimation error caused by the traditional semi-blind channel estimation method using a limited number of sample data. The realization scheme is as follows: 1) the base station of the target cell receives the data signal and pilot signal, and solves the covariance matrix of the data signal; 2) the covariance matrix is decomposed by the EVD algorithm to calculate the channel estimation with ambiguity; 3) the pilot signal of each user is received by the base station of the target cell to solve the ambiguity factor estimation, and the initial channel estimation of the target cell is obtained. Value; 4) According to the results of 2) and 3), the final channel estimation is obtained by ILSP algorithm. The invention improves the frequency band utilization efficiency of the system, reduces the channel estimation error caused by limited sample receiving data signals, and can be used for channel estimation between base station signals and users in multi-cell, multi-user and large-scale MIMO systems.
【技术实现步骤摘要】
基于EVD-ILSP的半盲信道估计方法
本专利技术属于无线通信
,特别涉及一种半盲信道估计方法,可用于在多小区多用户大规模MIMO系统中进行基站信号与用户之间的信道估计。
技术介绍
随着现代社会移动数据量和接入设备数的激增以及物联网IoT、电子银行、电子商务等新业务出现,人们对于通信的需求越来越大,要求也越来越高。传输速度更高、容量更大、时延更小、能耗更低、安全性更高的通信技术成为当前通信研究领域的关注热点。大规模MIMO具有高频谱利用率、低功耗、少延迟等优势,因此成为下一代移动通信的核心技术之一。在多小区多用户大规模MIMO系统中各小区用户之间导频复用导致的导频污染问题是该系统的瓶颈问题,有效的信道估计方法可以有效的抑制导频污染。信道估计方法可以分为基于导频或训练序列的信道估计方法、半盲估计方法和盲信道估计方法。前者由于需要将大量的导频信号加入到传输信号中,占用了频带资源,引起冗余,降低了数据传输速率。因此对盲信道估计和半盲信道估计方法的研究成为了对大规模MIMO系统研究的热点问题。盲信道估计方法是利用信道的输入、输出信号的统计信息在无需导频或训练数据的情况下估计信道参数。虽然该方法的频谱利用率高,但是计算复杂度也较高,算法收敛速度慢,且估计精度与传输信号的统计特性有关。所以半盲信道估计方法作为一种折中的方法,利用少量的短导频信号,以及输入、输出信号的统计信息优化跟踪信道参数。比如基于子空间的半盲信道估计方法,通过接收数据信号的二阶统计特性,通过特定的算法进行分解得到初步信道估计矩阵,再利用少量接收导频信号解决初步估计值的模糊问题得到最终的信道估计 ...
【技术保护点】
1.一种基于EVD‑ILSP的半盲信道估计方法,其特征在于,包括如下:(1)在第j小区的接收端接收第j小区信号和临近小区干扰的数据信号
【技术特征摘要】
1.一种基于EVD-ILSP的半盲信道估计方法,其特征在于,包括如下:(1)在第j小区的接收端接收第j小区信号和临近小区干扰的数据信号和导频信号1≤j≤L,其中L为小区总数;(2)设定接收数据符号的长度为N,计算接收数据符号的协方差矩阵其中,N为任意非零正整数;(3)对协方差矩阵进行特征值分解,求出左特征值向量矩阵Uj、特征值矩阵∑j和右特征值向量矩阵Vj,取特征值矩阵∑j的所有特征值中最大的前K个特征值在左特征值向量矩阵Uj中所对应的K列,组成特征向量矩阵其中K为小区内用户数;(4)根据通信理论,将初始信道估计值表示为其中,C为表示信道估计模糊度的模糊度矩阵,然后利用接收到的导频符号计算模糊度矩阵C的估计值(5)用模糊度矩阵的估计值代替(4)中的C,计算出初始信道估计值(6)将初始信道估计值作为ILSP算法的迭代初始值,设定两次相邻迭代结果之间的误差的阈值为s,其中,0≤s≤1,将两次相邻迭代结果的误差小于s时的后一次迭代结果,作为最终信道估计值2.根据权利要求1所述的方法,其中(1)中的数据信号表示如下:其中,pu为信号传输的功率,Gjl为l小区各用户到j小区基站的信道矩阵,l=1,2,…,L,L表示小区总数,Xj表示第j小区接收到的数据符号信息,表示第j小区接收到的数据符号噪声。3.根据权利要求1所述的方法,其中(1)中的导频信号表示如下:其中,pu为信号传输的功率,Np为导频符号的长度,Gjl为l小区各用户到j小区基站的信道矩阵,l=1,2,…,L,L表示小区总数,表示第j小区接收到的导频符号信息,是第j小区接收到的导频符号噪声。4.根据权利要求1所述的方法,其中(2)中计算接收数据符号的协方差矩阵通过如下公式计算:其中,[·]H表示矩阵的共轭转置。5.根据权利要求1所述的方法,其中(3)中对协方差矩阵进行特征值分解,按如下步骤进行:(3a)设第j小区的信道矩阵为Gjj,将协方差矩阵右乘Gjj,得到的特征值方程:其中,M是小区基站的天线数,pu为信号传输...
【专利技术属性】
技术研发人员:刘毅,肖玲玲,秦凡,崔頔,南海涵,张海林,
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
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。