基于量子力学去噪的毫米波大规模MIMO信道估计方法技术

本发明专利技术提供一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，包括步骤：对毫米波大规模MIMO系统进行建模，确定毫米波大规模MIMO系统的噪声接收信号模型；构造哈密顿矩阵并计算其特征向量和特征值，根据哈密顿矩阵特征向量计算对噪声接收信号进行去噪处理所需的自适应基；将噪声接收信号投影到自适应基上计算系数，在转换空间时，对系数进行软阈值处理，重构去噪接收信号；针对去噪接收信号的无约束优化问题确定优化目标函数具体形式，将目标函数等效为迭代替代函数，将毫米波大规模MIMO系统的信道估计问题简化为对角度参数的估计；通过预设算法将角度参数迭代地移动到实际角度值，获得信道估计结果。本发明专利技术相较于现有技术具有更好的信道估计性能。有技术具有更好的信道估计性能。有技术具有更好的信道估计性能。

【技术实现步骤摘要】
基于量子力学去噪的毫米波大规模MIMO信道估计方法


[0001]本专利技术涉及阵列信号处理
，尤其涉及一种基于量子力学去噪的毫米波大规模MIMO信道估计方法。

技术介绍

[0002]毫米波大规模MIMO(多进多出，multipleinput multipleoutput)系统是无线通信传输的研究热点之一。毫米波的频带丰富，但其衰减性严重。大规模MIMO技术具有降低时延的优势，但天线之间的互藕性增强。因此，毫米波与大规模MIMO技术相结合弥补了各自的缺点。一方面，毫米波信号衰减大，对其传输距离、传输速率及所覆盖范围有一定程度的限制，而大规模MIMO系统可实现高定向化的波束，通过提高信号增益，补偿了毫米波在传输过程中高路径损耗的缺陷；另一方面，在进行大规模MIMO系统的部署时，需要配备大量的天线阵列，但是相应的系统尺寸会增大，不利于实际应用。由于毫米波的波长较短，在理论上可以显著降低天线阵列尺寸。因此毫米波大规模MIMO系统可以加快无线传输的应用和部署。
[0003]在毫米波大规模MIMO中，有效的预编码信息和信号检测需要获取精确的信道状态信息。信道估计算法对信道状态信息的获取是至关重要并且具有挑战性。毫米波大规模MIMO系统信道具有稀疏性。因此，压缩感知经常被用于信道估计。由于毫米波大规模MIMO系统极易受到噪声影响，因此去噪算法的研究对信道估计的精度是非常重要的，但现有技术中在进行信道估计的同时并没有考虑到对信号的去噪处理。

技术实现思路

[0004]鉴于此，本专利技术的目的在于提供一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，以降低信号噪声对信道估计精度的影响。
[0005]为实现上述专利技术目的，本专利技术提供一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，包括以下步骤：
[0006]S101、对毫米波大规模MIMO系统进行建模，确定毫米波大规模MIMO系统的噪声接收信号的信号模型；
[0007]S102、构造哈密顿矩阵并计算其特征向量和特征值，根据哈密顿矩阵的特征向量计算对噪声接收信号进行去噪处理所需的自适应基；
[0008]S103、将噪声接收信号投影到自适应基上计算系数，在转换空间时，对系数进行软阈值处理，重构出去噪接收信号；
[0009]S104、针对去噪接收信号的无约束优化问题确定优化目标函数的具体形式，将目标函数等效为迭代替代函数，将毫米波大规模MIMO系统的信道估计问题简化为对角度参数的估计；
[0010]S105、通过预设算法将角度参数迭代地移动到实际角度值，获得信道估计结果。
[0011]与现有技术相比，本专利技术的有益效果是：
[0012]本专利技术所提供的一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，首先
基于量子力学的自适应基对毫米波大规模MIMO系统的噪声接收信号进行降噪处理，随后在降噪后的接收信号的基础上进行信道估计，从而减少噪声对信道估计的影响，与未利用量子去噪的信道估计方法相比，本专利技术的信道估计性能更好。
附图说明
[0013]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1是本专利技术一实施例提供的一种基于量子力学去噪的毫米波大规模MIMO信道估计方法整体流程示意图；
[0015]图2是本专利技术一实施例提供的毫米波大规模MIMO系统的结构示意图；
[0016]图3是在不同的条件下，NMSE性能随着信噪比变化的对比图；
[0017]图4是在不同的σ2条件下，NMSE性能随着信噪比变化的对比图；
[0018]图5是在非视距条件下，不同算法的NMSE随信噪比变化的对比图；
[0019]图6是在不同天线阵列的条件下，NMSE性能随着信噪比变化的对比图。
具体实施方式
[0020]以下结合附图对本专利技术的原理和特征进行描述，所列举实施例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0021]参照图1，本实施例提供一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，所述方法包括以下步骤：
[0022]S101、对毫米波大规模MIMO系统进行建模，确定毫米波大规模MIMO系统的噪声接收信号的信号模型。
[0023]S102、构造哈密顿矩阵并计算其特征向量和特征值，根据哈密顿矩阵的特征向量计算对噪声接收信号进行去噪处理所需的自适应基。
[0024]S103、将噪声接收信号投影到自适应基上计算系数，在转换空间时，对系数进行软阈值处理，重构出去噪接收信号。
[0025]S104、针对去噪接收信号的无约束优化问题确定优化目标函数的具体形式，将目标函数等效为迭代替代函数，将毫米波大规模MIMO系统的信道估计问题简化为对角度参数的估计。
[0026]S105、通过预设算法将角度参数迭代地移动到实际角度值，获得信道估计结果。
[0027]参照图2，本实施例主要考虑了混合预编码毫米波大规模MIMO，在对其建模时，发射端的天线数为N
t
，接收端的天线数为N
r
，发射端RF链和接收端RF链的数量分别为和噪声接收信号表示为：
[0028]Y＝U
H
HPs+n
[0029]其中，Y是接收信号，U是接收端的混合合并矩阵，P是发射端的预编码矩阵，H是信
道矩阵，s是发射端的导频信号，n是加性高斯噪声，n～CN(0,δ2)，δ2表示高斯方差，本实施例对于δ2的取值要求是独立于Y，信道矩阵H表示为：
[0030][0031]其中，L是有效传播路径，L＜＜min(N
r
,N
t
)，β
l
是第l条路径的增益，θ
r,l
和θ
t,l
分别是第l条路径的到达角和发射角，a(θ
r,l
)和a(θ
t,l
)分别是接收端和发射端的导向矢量，假设天线阵列为均匀线性阵列，a(θ
r,l
)和a(θ
t,l
)分别表示为：
[0032][0033][0034]其中d是天线阵元间的距离，λ是波长。
[0035]毫米波信道矩阵H也可以表示为：
[0036]H＝A(θ
r
)βA
H
(θ
t
)
[0037]其中，θ
r
＝[θ
r，1
,θ
r,2
,...,θ
r,L
]T
，θ
t
＝[θ
t,1
,θ
t,2
,...,θ
t,L
]T
，A(θ
r
)＝[a(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，其特征在于，所述方法包括：S101、对毫米波大规模MIMO系统进行建模，确定毫米波大规模MIMO系统的噪声接收信号的信号模型；S102、构造哈密顿矩阵并计算其特征向量和特征值，根据哈密顿矩阵的特征向量计算对噪声接收信号进行去噪处理所需的自适应基；S103、将噪声接收信号投影到自适应基上计算系数，在转换空间时，对系数进行软阈值处理，重构出去噪接收信号；S104、针对去噪接收信号的无约束优化问题确定优化目标函数的具体形式，将目标函数等效为迭代替代函数，将毫米波大规模MIMO系统的信道估计问题简化为对角度参数的估计；S105、通过预设算法将角度参数迭代地移动到实际角度值，获得信道估计结果。2.根据权利要求1所述的一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，其特征在于，在毫米波大规模MIMO系统的建模中，发射端的天线数为N
t
，接收端的天线数为N
r
，发射端RF链和接收端RF链的数量分别为和噪声接收信号表示为：Y＝U
H
HPs+n其中，Y是接收信号，U是接收端的混合合并矩阵，P是发射端的预编码矩阵，H是信道矩阵，s是发射端的导频信号，n是加性高斯噪声，n～CN(0，δ2)，δ2表示高斯方差，信道矩阵H表示为：其中，L是有效传播路径，L＜＜min(N
r
，N
t
)，β
l
是第l条路径的增益，θ
r，l
和θ
t，l
分别是第l条路径的到达角和发射角，a(θ
r，l
)和a(θ
t，l
)分别是接收端和发射端的导向矢量，假设天线阵列为均匀线性阵列，a(θ
r，l
)和a(θ
t，l
)分别表示为：)分别表示为：其中d是天线阵元间的距离，λ是波长，用x＝Ps表示基站发射的一个导频信号，x中的第i个元素对应着第i根发射天线所发出的信号，预编码矩阵和发送信号分别满足tr(PP
H
、)≤ρ和E(SS
H
)＝I，其中tr()表示矩阵的迹，ρ表示发射功率，E()表示矩阵的期望，I表示单位矩阵，经过预编码后，发射端发送N(N＜N
t
)个不同的导频序列x1，x2，...，x
n
，对于x
p
(1≤p≤N)，使用M个时隙来获得接收导频序列y
p
，在第m时隙，使用U
m
来获得接收导频序列通过收集在M个时隙中的接收导频序列y
p
＝U
H
Hx
p
+n
p
，接收信号也可以表示为：Y＝U
H
HX+N
其中，Y＝[y1，y2，...，y
M
]，X＝[x1，x2，...，x
M
]，N＝[n1，n2，...，n
M
]。3.根据权利要求1所述的一种基于量子力学去噪的毫米波大规模MIMO信道估计方法，其特征在于，所述步骤S102具体包括以下步骤：根据薛定谔方程可以得到：bψ＝Eψ其中，是哈密...

【专利技术属性】
技术研发人员：王咸鹏，荆晓丽，黄梦醒，兰翔，苏婷，韩枝光，杨永钦，迟阔，国月皓，
申请(专利权)人：海南大学，
类型：发明
国别省市：