IRS信道估计方法、装置、设备和存储介质制造方法及图纸

本发明专利技术提供一种IRS信道估计方法、装置、设备和存储介质，通过获取接收信号向量和感知矩阵；使用基于列表的OMP算法，在每次迭代中均从感知矩阵中选取n组支持列，直至迭代终止，确定最后一次迭代中选取的n组支持列，以及最后一次迭代中选取的n组支持列所分别对应的残差；基于最后一次迭代中选取的n组支持列和最后一次迭代中选取的n组支持列所分别对应的残差，得到先验向量；基于接收信号向量和最后一次迭代中选取的n组支持列所分别对应的残差，得到残余系数；基于先验向量和残余系数，确定初始超参数，并基于初始超参数和SBL算法，进行IRS信道估计，为SBL算法提供了有效的先验，降低了SBL算法的计算复杂度。SBL算法的计算复杂度。SBL算法的计算复杂度。

【技术实现步骤摘要】
IRS信道估计方法、装置、设备和存储介质


[0001]本专利技术涉及无线通信
，尤其涉及一种IRS信道估计方法、装置、设备和存储介质。

技术介绍

[0002]随着未来网络系统(比如6G)技术的探索和发展，智能反射表面(intelligent reflecting surface，IRS)在毫米波(millimeter wave，mmWave)通信中有了更多的应用，IRS可以将信号传给与基站(base station，BS)直接信道被阻塞的用户，而且其被动传输的特性使其在实际运用中更好实现和维护。
[0003]通信过程中信道估计(channel estimation，CE)起着关键的作用，其提供的信道状态信息(channel state information，CSI)会在预编码(precoding)和波束形成(beamforming)中运用到。现在有许多压缩感知(compressed sensing，CS)算法例如稀疏贝叶斯学习(sparse Bayesian learning，SBL)算法，可以实现高精确度的信道估计。但传统的SBL算法计算复杂度极高。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供一种IRS信道估计方法、装置、设备和存储介质。
[0005]第一方面，本专利技术提供一种IRS信道估计方法，包括：
[0006]获取接收信号向量和感知矩阵；
[0007]使用基于列表的正交匹配追踪OMP算法，在每次迭代中均从所述感知矩阵中选取n组支持列，直至迭代终止，确定最后一次迭代中选取的n组支持列，以及最后一次迭代中选取的n组支持列所分别对应的残差；n为大于或等于1的整数；
[0008]基于所述最后一次迭代中选取的n组支持列和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到先验向量；基于所述接收信号向量和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到残余系数；
[0009]基于所述先验向量和所述残余系数，确定初始超参数，并基于所述初始超参数和稀疏贝叶斯学习SBL算法，进行IRS信道估计。
[0010]可选地，所述在每次迭代中均从所述感知矩阵中选取n组支持列，包括：
[0011]在第一次迭代中，从所述感知矩阵中选取n个对应残差最小的支持列；
[0012]在第一次迭代之后的任意一次迭代中，确定所述任意一次迭代的前一次迭代中选取的n组支持列，针对任意一组支持列，从所述感知矩阵中确定对应残差最小的n个支持列，基于所确定的对应残差最小的n个支持列将所述任意一组支持列分支为n组支持列，得到n*n组支持列，然后在所述n*n组支持列中再选取对应残差最小的n组支持列。
[0013]可选地，所述从所述感知矩阵中确定对应残差最小的n个支持列，基于所确定的对应残差最小的n个支持列将所述任意一组支持列分支为n组支持列，包括：
[0014]根据所述感知矩阵中除所述任意一组支持列以外的其他每个支持列分别对应于所述任意一组支持列的残差，从所述其他每个支持列中确定对应残差最小的n个支持列；
[0015]将所述n个支持列中的每个支持列分别与所述任意一组支持列作并集，得到所述任意一组支持列所分支出的n组支持列。
[0016]可选地，所述基于所述最后一次迭代中选取的n组支持列和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到先验向量，包括：
[0017]基于所述最后一次迭代中选取的n组支持列对应的估计矩阵与第一向量，确定先验向量；
[0018]其中，所述第一向量是基于所述最后一次迭代中选取的n组支持列所分别对应的残差确定的。
[0019]可选地，所述基于所述最后一次迭代中选取的n组支持列对应的估计矩阵与第一向量，确定先验向量，包括：
[0020]基于所述最后一次迭代中选取的n组支持列对应的估计矩阵与第一向量，确定初始先验向量；
[0021]将所述初始先验向量确定为所述先验向量；或者，对所述初始先验向量进行结构检查，得到所述先验向量。
[0022]可选地，所述对所述初始先验向量进行结构检查，得到所述先验向量，包括：
[0023]确定级联信道稀疏性矩阵中满足第一条件的所有元素的行列索引集合；
[0024]基于所述行列索引集合，确定第一索引集合；
[0025]将所述初始先验向量中对应于所述第一索引集合的元素替换为第一数值，所述初始先验向量中的其他元素保持不变，得到所述先验向量；
[0026]其中，所述级联信道稀疏性矩阵中满足第一条件的元素是指所述元素的取值小于第二数值，所述第二数值是基于用于结构检查的结构系数、所述级联信道稀疏性矩阵、网络结构索引集、IRS接收路径数和IRS发射路径数确定的；
[0027]所述第一数值是基于所述级联信道稀疏性矩阵、网络结构索引集、IRS接收路径数、IRS发射路径数和IRS处的字典矩阵中转向向量的个数确定的。
[0028]可选地，所述基于所述接收信号向量和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到残余系数，包括：
[0029]基于所述接收信号向量的L2范数与所述最后一次迭代中选取的n组支持列所分别对应的残差中的最小值之间比值，得到残余系数。
[0030]可选地，所述基于所述先验向量和所述残余系数，确定初始超参数，包括：
[0031]对于所述先验向量中取值为0的元素位置，确定初始超参数中对应位置的元素取值为0；
[0032]对于所述先验向量中取值大于0的元素位置，基于所述取值大于0的元素位置上元素的取值、所述残余系数、所述先验向量中的最小正元素以及所述先验向量中的最大元素，确定初始超参数中对应位置的元素取值。
[0033]第二方面，本专利技术还提供一种IRS信道估计装置，包括：
[0034]获取模块，用于获取接收信号向量和感知矩阵；
[0035]第一确定模块，用于使用基于列表的OMP算法，在每次迭代中均从所述感知矩阵中
选取n组支持列，直至迭代终止，确定最后一次迭代中选取的n组支持列，以及最后一次迭代中选取的n组支持列所分别对应的残差；n为大于或等于1的整数；
[0036]第二确定模块，用于基于所述最后一次迭代中选取的n组支持列和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到先验向量；基于所述接收信号向量和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到残余系数；
[0037]第三确定模块，用于基于所述先验向量和所述残余系数，确定初始超参数，并基于所述初始超参数和SBL算法，进行IRS信道估计。
[0038]第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述第一方面所述的IRS信道估计方法。
[0039]第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能反射表面IRS信道估计方法，其特征在于，包括：获取接收信号向量和感知矩阵；使用基于列表的正交匹配追踪OMP算法，在每次迭代中均从所述感知矩阵中选取n组支持列，直至迭代终止，确定最后一次迭代中选取的n组支持列，以及最后一次迭代中选取的n组支持列所分别对应的残差；n为大于或等于1的整数；基于所述最后一次迭代中选取的n组支持列和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到先验向量；基于所述接收信号向量和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到残余系数；基于所述先验向量和所述残余系数，确定初始超参数，并基于所述初始超参数和稀疏贝叶斯学习SBL算法，进行IRS信道估计。2.根据权利要求1所述的IRS信道估计方法，其特征在于，所述在每次迭代中均从所述感知矩阵中选取n组支持列，包括：在第一次迭代中，从所述感知矩阵中选取n个对应残差最小的支持列；在第一次迭代之后的任意一次迭代中，确定所述任意一次迭代的前一次迭代中选取的n组支持列，针对任意一组支持列，从所述感知矩阵中确定对应残差最小的n个支持列，基于所确定的对应残差最小的n个支持列将所述任意一组支持列分支为n组支持列，得到n*n组支持列，然后在所述n*n组支持列中再选取对应残差最小的n组支持列。3.根据权利要求2所述的IRS信道估计方法，其特征在于，所述从所述感知矩阵中确定对应残差最小的n个支持列，基于所确定的对应残差最小的n个支持列将所述任意一组支持列分支为n组支持列，包括：根据所述感知矩阵中除所述任意一组支持列以外的其他每个支持列分别对应于所述任意一组支持列的残差，从所述其他每个支持列中确定对应残差最小的n个支持列；将所述n个支持列中的每个支持列分别与所述任意一组支持列作并集，得到所述任意一组支持列所分支出的n组支持列。4.根据权利要求1所述的IRS信道估计方法，其特征在于，所述基于所述最后一次迭代中选取的n组支持列和所述最后一次迭代中选取的n组支持列所分别对应的残差，得到先验向量，包括：基于所述最后一次迭代中选取的n组支持列对应的估计矩阵与第一向量，确定先验向量；其中，所述第一向量是基于所述最后一次迭代中选取的n组支持列所分别对应的残差确定的。5.根据权利要求4所述的IRS信道估计方法，其特征在于，所述基于所述最后一次迭代中选取的n组支持列对应的估计矩阵与第一向量，确定先验向量，包括：基于所述最后一次迭代中选取的n组支持列对应的估计矩阵与第一向量，确定初始先验向量；将所述初始先验向量确定为所述先验向量；或者，对所述初始先验向量进行结构检查，得到所述先验向量。6.根据权利要求5所述的IRS信道估计方法，其特征在于，所述对所述初始先验向量进行结构...

【专利技术属性】
技术研发人员：张川，赵舞穹，尤优，代一方，黄永明，尤肖虎，
申请(专利权)人：网络通信与安全紫金山实验室，
类型：发明
国别省市：