【技术实现步骤摘要】
本专利技术属于无线通信信号处理，更具体的，涉及一种基于变分贝叶斯的近场宽带信道多径参数估计方法及系统。
技术介绍
1、信道的多径参数联合估计对于信道特性分析、无线定位、信道估计、传播环境感知等信号处理领域具有基础且重要的作用。为了支持国际电信联盟为5g定义的三个典型的应用场景——增强型移动带宽、高可靠低时延移动通信和密集连接，在物理层进行了一系列技术革新，例如大规模多输入多输出(mimo)和毫米波(mmwave)，使得信道参数估计面临新的挑战。一方面，随着阵列维度的不断增大，瑞利距离变的越来越大，即有可能大部分终端都分布在近场区域，远场平面波假设不再成立。另一方面随着带宽的增大，现有的参数估计算法的窄带假设也不再成立。此外，待估计参数维度和分辨率随着阵列尺寸和带宽的增加而增加，对算法复杂度提出挑战。因此，一种兼容近场宽带场景的信道多径参数联合估计算法具有重要意义。
2、经典的多重信号分类(music)和旋转不变子空间(esprit)算法常被用于阵列信号到达角或者时延的估计。但是它们要求多径之间是不相关的，且估计多径数量必须小于阵列天线数量，有一定的局限性。期望最大化(em)算法突破这一限制，但是待估计参数维度较高时，最大化似然函数的复杂度太高，很难推广使用。空间交替广义期望最大化(sage)算法是目前最广泛使用的高精度信道多径参数联合估计算法。sage将em的最大化高维似然函数问题分解为多个一维最大化步骤，极大降低联合估计维度。但是，上述参数估计算法都是基于窄带平面波假设，随着宽带mmwave和大规模阵列的引入，该假
技术实现思路
1、针对现有技术的缺陷和改进需求，本专利技术提供了一种基于变分贝叶斯的近场宽带信道多径参数估计方法及系统，旨在解决现有多径参数估计方法复杂度高或估计误差大的技术问题。
2、为实现上述目的，按照本专利技术的第一方面，提供了一种基于变分贝叶斯的近场宽带信道多径参数估计方法，包括：
3、s1，初始化多径参数，所述多径参数包括多径的数量时空参数集和复增益
4、s2，进行多径参数粗估，具体包括：
5、s21，计算第l条多径的完全数据
6、s22，根据s21计算的完全数据，使用网格搜索，获取第l条多径的粗估多径时空参数集
7、s23，判断是否满足路径筛选条件；若满足，计算复增益并更新多径时空参数集l＝l+1，再跳转至s21；若不满足，跳转至s3；
8、s3，进行多径参数细估，具体包括：
9、s31，计算第l条多径的完全数据
10、s32，通过最大化变分下界得到多径时空参数的联合估计表达式；
11、s33，根据s31计算的完全数据和s32得到的联合估计表达式，获取第l条多径的细估多径时空参数集
12、s34，判断是否满足路径筛选条件；若满足，计算复增益并更新多径时空参数集l＝l+1，再跳转至s35；若不满足，则删除当前多径，再跳转至s35；
13、s35，判断是否满足收敛条件；若不满足，跳转至s31；若满足，输出
14、
15、其中，y为接收观测信号；表示第l条多径的基向量，为第l条多径的复增益；为第l条多径的时空参数集，τl表示时延，θl分别表示到达方位角和到达高度角，dl表示球面波球心到阵列中心的距离。
16、进一步地，步骤s22具体包括：
17、s221，使用一维网格搜索，初始化时延
18、s222，使用三维网格搜索，初始化空间参数
19、
20、其中，sk(.)表示基向量s(.)的第k个子载波数据，h表示共轭转置，
21、有益效果：针对宽带大规模天线阵列场景下的多径参数估计问题，现有的远场窄带假设不再成立，造成估计误差。本专利技术推导了近场宽带假设下的导向矢量和信号模型；本专利技术在初始化粗估阶段将时延和空间参数分开估计降低联合估计维度，并在估计空间参数时消除冗余的频域信息，降低矩阵计算维度，实现复杂度优化。
22、进一步地，步骤s32中，多径时空参数的联合估计表达式为：
23、
24、其中，σ-1表示加性高斯噪声的协方差矩阵的逆矩阵，表示稀疏参数矩阵，[·]m,n表示矩阵第m行第n列。
25、进一步地，步骤s33具体包括：
26、s331，估计时延其中，(.)′表示上一次迭代的估计结果，(.)″表示当前迭代的估计结果；
27、s332，估计空间参数
28、有益效果：针对近场宽带多径参数联合估计维度过高的问题，时延τl和空间参数采用串行估计降低联合估计维度；并且，在估计空间参数时，只选用一个频点的数据，消除冗余的频域信息。
29、进一步地，步骤s23和s34中，所述路径筛选条件为：
30、
31、其中，snrl表示期望信噪比且为≥1的常数，el＝[0,...0,1,0,...,0]t表示第l个元素为1、其余元素为0的向量，表示加性高斯噪声的标准差，表示第k条多径的稀疏参数。
32、有益效果：针对参数估计问题中的多径数量估计问题，传统算法都需要预定义多径数量。本专利技术通过为复增益w使用一个稀疏先验参数α进行约束，αl控制每个基向量s(θl)的贡献权重wl。具体来说，大的αl值会使得向量w中相应元素趋于0，这样就得到了一个只有少数非零权重的解，实现多径数量的估计。
33、进一步地，步骤s23和s34中，所述复增益的计算公式如下：
34、
35、进一步地，步骤s35中，所述收敛条件为：
36、
37、其中，表示上一次迭代的估计结果，为当前迭代的估计结果，vec{.}表示向量化操作，ε为迭代收敛常数。
38、为实现上述目的，按照本专利技术的第二方面，提供了一种基于变分贝叶斯的近场宽带信道多径参数估计系统，包括：
39、计算机可读存储介质和处理器；
40、所述计算机可读存储介质用于存储可执行指令；
41、所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行第一方面所述的基于变分贝叶斯的近场宽带信道多径参数估计方法。
42、总体而言，通过本专利技术所构思的以上技术方案，能够取得以下有益效果：
43、本专利技术借助变分贝叶斯架构，推导了多径参数的估计表达式，并给出路径筛选的条件。在复杂度优化方面，融合em算法的迭代结构使得每次只优化一条多径的参数。将参数估计过程分为粗估阶段和细估阶段，可以降低细估阶段参数优化的搜索空间。此外，独立的参数采用串行估计，降低联合估计维度。在估计空间参数时，消除冗余的频域信息降低计算复杂度。在一定程度上能够定位环境中的实际散射体。
本文档来自技高网...【技术保护点】
1.一种基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，包括：
2.如权利要求1所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤S22具体包括：
3.如权利要求1所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤S32中，多径时空参数的联合估计表达式为：
4.如权利要求3所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤S33具体包括：
5.如权利要求3所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤S23和S34中，所述路径筛选条件为：
6.如权利要求3所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤S23和S34中，所述复增益的计算公式如下：
7.如权利要求1所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤S35中，所述收敛条件为：
8.一种基于变分贝叶斯的近场宽带信道多径参数估计系统，其特征在于，包括：计算机可读存储介质和处理器；
【技术特征摘要】
1.一种基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，包括：
2.如权利要求1所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤s22具体包括：
3.如权利要求1所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤s32中，多径时空参数的联合估计表达式为：
4.如权利要求3所述的基于变分贝叶斯的近场宽带信道多径参数估计方法，其特征在于，步骤s33具体包括：
5.如权利要求3所述的基...
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。