【技术实现步骤摘要】
一种基于压缩感知的低复杂度5GNR信道估计方法
本专利技术属于无线通信领域，涉及一种基于压缩感知的低复杂度5GNR信道估计方法。
技术介绍
在无线通信领域，随着5G通信的发展，信道估计作为5GNR的重要组成部分，实现了通过获取信道详细信息，从而解调出发送端信息的功能，其精度直接影响整个系统的性能。传统的信道估计方法有最小二乘法和最小均方误差法。最小二乘法的复杂度低，但是没有考虑噪声的影响，信道估计的性能较差；最小均方误差考虑噪声，但是存在对相关矩阵和逆矩阵的求解，提高了算法复杂度。并且这些方法都需要大量的导频信息，对于没有携带有用信息的导频，存在频带资源浪费的现象。压缩感知作为一种新的信号处理方法，应用到信道估计中，能够有效提高系统性能。其优点主要有：第一，结合5GMIMO-OFDM信道的稀疏性，找到合适的稀疏分解算法；第二，考虑了信道噪声的影响，从而寻找有效的观测矩阵用于恢复稀疏信号；第三，能够获取信道中的延时和抽头等先验信息，从而选择合适的重构算法，实现优化。所以相比于传统的LMMSE算法，压缩感知技术的引入，意...
【技术保护点】
1.一种基于压缩感知的低复杂度5G NR信道估计方法，其特征在于，该方法具体包括以下步骤：/nS1：利用压缩感知理论求信道时域信息
【技术特征摘要】 【专利技术属性】
1.一种基于压缩感知的低复杂度5GNR信道估计方法，其特征在于，该方法具体包括以下步骤：
S1：利用压缩感知理论求信道时域信息
S2：对进行傅里叶变换，得到对应频域信息
S3：通过压缩感知预先获得的信道时延和抽头信息，计算信道频域自相关矩阵RHH；
S4：利用提取的导频信号，快速估计信噪比SNR；
S5：根据循环矩阵的特征，对循环矩阵求逆后获得最小均方误差(LinearMinimumMeanSquaredError,LMMSE)估计矩阵
S6：引入拓普利兹矩阵，计算基于压缩感知的导频LMMSE信道估计值
2.根据权利要求1所述的一种基于压缩感知的低复杂度5GNR信道估计方法，其特征在于，所述步骤S1具体包括：
S11：在一个K稀疏度的信道中，发射端发送i个导频，即
X＝diag[x(k0),x(k1),…，x(ki-1)]
其中，k0，k1，…，ki-1为导频所在位置，接收端收到一个i×1的信号向量：
Y＝[y(k0),y(k1),…，y(ki-1)]T，
则接收端的信号表示为：
Y＝Xh+n＝XFi×jh+n；
其中，h表示一个j×1的K稀疏度的信道向量，只有K个非零值；n表示i×1的信道复高斯白噪声；Fi×j表示部分的傅里叶矩阵，选取傅里叶变换矩阵的k0，k1，…，ki-1行元素；
S12：令W＝XFi×j，接收端信号表示为：Y＝Wh+n；其中，W＝[w1，w2，…，wj]为i×j的测量矩阵，wj是其列向量；从Y中精确恢复出信道时域信息
3.根据权利要求2所述的一种基于压缩感知的低复杂度5GNR信道估计方法，其特征在于，所述步骤S3具体包括：根据多径信道时延功率谱求得信道频域自相关矩阵RHH，其中元素为：
技术研发人员：邓炳光，闵小芳，张治中，叶倩倩，纪汪勇，江航，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
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。