本发明专利技术公开了一种双向中继网络中基于压缩感知的稀疏信道估计方法，其根据当前用户终端在第二个时隙内接收到的实际信号及双向中继网络中的每个用户终端发送的高斯随机训练序列，对当前用户终端与中继节点之间的等效信道向量进行信道迭代循环估计以得到信道估计值，在信道迭代循环估计过程中通过利用加权最小二乘估计方法，不断减小前一次迭代后残差值较大位置对应的异常样本的影响，增加对残差值较小位置对应的有利样本的重视，这样有效地提高了稀疏双向中继信道估计的精确度和稳健性，且由于本发明专利技术方法充分利用了双向中继信道的潜在稀疏特性，因此能够大大减少估计所需的高斯随机训练序列，提高了估计效率，并显著提高了能量和带宽的利用率。
【技术实现步骤摘要】
本专利技术涉及一种无线通信系统中的信道估计方法，尤其是涉及ー种双向中继网络中基于压缩感知的稀疏信道估计方法。
技术介绍
中继技术作为能够满足未来无线宽带通信系统高容量需求的一个关键技木，已经成为近年来通信领域研究的热点。对于中继技术的研究，前期主要集中在单向中继(One-Way Relay)系统，然而单向中继系统固有的缺陷是随着中继节点的增加，频谱效率会逐渐降低。针对单向中继系统的固有缺陷问题，以香农为代表的研究者提出了双向中继(Two-Way Relay)系统的概念。大量研究表明，双向中继系统相对于单向中继系统的最大 优势在于能够明显提高频谱利用率。目前，放大转发(Amplify-and-Forward,AF)和解码转发(Decode-and-Forward, DF)两种协议已经被成功应用于双向中继网络(Two-Way RelayNetwork, TffRN) 与基于 DF 协议的 TWRN (DF-TffRN)相比，基于 AF 协议的 TWRN (AF-TffRN)只需要在中继节点对信号进行很少的处理并且无需解码操作，因此对AF-TWRN的研究越来越受到人们的重视。信道估计是提升AF-TWRN性能的ー种重要方式，通过信道估计可以获取基于AF协议的双向中继信道的信道状态信息，从而可准确地在接收端恢复出传输数据。现有的双向中继信道估计方法主要有基于传统的最小ニ乘(Least Squares, LS)法的双向中继信道估计方法和最近提出的基于压缩感知(Compressed Sensing, CS)理论中的正交匹配追踪(Orthogonal Matching Pursuit,0MP)法的双向中继信道估计方法等。基于传统的最小ニ乘法的双向中继信道估计方法由于没有考虑双向中继信道的潜在稀疏特性，因此会导致能量和带宽被过度使用，信道估计效率不高，违背了近年来盛行的“緑色通信”理念中节能减排的思想；基于压缩感知理论中的正交匹配追踪法的双向中继信道估计方法是建立在压缩感知理论基础上的一种全新的信道估计方法，该方法充分考虑了实际双向中继信道的潜在稀疏特性，在获得与基于传统的最小二乗法的双向中继信道估计方法相同的估计效果吋，可以显著的降低信道估计所需的训练序列，提高能量和带宽利用率，但是由于正交匹配追踪法本身是ー种贪婪迭代方法，每一次迭代过程都直接采用最小ニ乘去估计新的逼近值，忽略了前一次迭代后残差值较大的位置对应的异常样本的影响，因此会导致最終的估计结果精度不高，并且会降低信道估计的效率。
技术实现思路
本专利技术所要解决的技术问题是提供ー种双向中继网络中基于压缩感知的稀疏信道估计方法，其能够有效提高能量和带宽的利用率，并且能够有效提高信道估计精度和估计效率。本专利技术解决上述技术问题所采用的技术方案为ー种双向中继网络中基于压缩感知的稀疏信道估计方法，其特征在于包括以下步骤①假设采用最典型的基于放大转发协议的双向中继网络进行稀疏信道估计，该双向中继网络中拥有两个用户終端和ー个中继节点，且中继节点和每个用户终端均只有一根天线；②在该双向中继网络中，第一个用户終端在第一个时隙内发送高斯随机训练序列X1到中继节点，同时第二个用户終端在第一个时隙内发送高斯随机训练序列X2到中继节点；③在该双向中继网络中，中继节点对其在第一个时隙内接收到的高斯随机训练序列X1和闻斯随机训练序列X2进行置加，得到置加的闻斯随机训练序列X7X=IiX1, X2]，然后中继节点在第二个时隙内对叠加的高斯随机训练序列X进行幅度放大，并同时发送幅度放大后的叠加的高斯随机训练序列到第一个用户終端和第二个用户終端，第一个用户終端在第ニ个时隙内接收到实际信号Y，第二个用户終端在第二个时隙内接收到实际信号Y’，其中，[X1, X2]表示将X1和X2合并为ー个矩阵； ④根据第一个用户終端在第二个时隙内接收到的实际信号Y、高斯随机训练序列X1和高斯随机训练序列X2，获取第一个用户終端与中继节点之间的等效信道向量h估计后的估计值fi,具体过程为④-I、设定初始残差值r。为Y，即r(1=Y，初始索引值集Atl为空集0，即ん=0，并令i表示迭代次数，其初始值为I _2、判断迭代次数i是否满足条件i > 4X S，如果满足，则令，然后执行步骤⑤，否则，继续执行步骤④_3，其中，S表示第一个用户終端与中继节点之间的等效信道向量h的信道抽头数，中的“=”为赋值符号，￡,表示第一个用户終端与中继节点之间的等效信道向量h经过第i次信道迭代循环估计后的估计值；④-3、对第一个用户終端与中继节点之间的等效信道向量h进行信道迭代循环估计，其具体过程为a、获取ー个第i次信道迭代循环估计后的索引值Xi，该索引值ん能够使叠加的高斯随机训练序列X中的第ん列的所有元素与第i-1次信道迭代循环估计后的残差值IV1的内积结果最大，其中，I ^ i ^ C, C表不置加的闻斯随机训练序列X的总列数；b、计算第i次信道迭代循环估计后的索引值集Ai和第i次信道迭代循环估计后加入叠加的高斯随机训练序列X中的第Xi列的所有元素后构成的集合Zi, Ai=Ah1U {AJ,Z, = [Zm气]，其中，符号“ U ”为并集运算符号，A i 表示第i-1次信道迭代循环估计后的索引值集，符号“ {} ”为集合表示符号，Zi^1表示第i-1次信道迭代循环估计后加入叠加的高斯随机训练序列X中的第入H列的所有元素后构成的集合，Ztl表示第I次信道迭代循环估计如的初始集合，其值为空集0, 表不置加的闻斯随机训练序列X中的第\ i列的所有兀素，[Zp1 /y _!表示将Zh和k合并为ー个矩阵；C、利用加权最小ニ乘估计方法，计算第i次信道迭代循环估计后第一个用户終端与中继节点之间的等效信道向量h在第i次信道迭代循环估计后的索引值集Ai内的估计值，记为も五=(ZfW1Zl)^1ZfW1-Y，并令第i次信道迭代循环估计后第一个用户終端与中继节点之间的等效信道向量h在第i次信道迭代循环估计后的索引值集Ai外的估计值为0，其中，Zf为Zi的共轭转置矩阵，(ZfW,.Z,) 1为ZfWiZ,.的逆矩阵，Wi表示第i次迭代过程中的加权矩阵，当i = I时W1为单位矩阵，当i>l时Wi为对角矩阵，且其第k行第k列的元素为本文档来自技高网...
【技术保护点】
一种双向中继网络中基于压缩感知的稀疏信道估计方法，其特征在于包括以下步骤：①假设采用最典型的基于放大转发协议的双向中继网络进行稀疏信道估计，该双向中继网络中拥有两个用户终端和一个中继节点，且中继节点和每个用户终端均只有一根天线；②在该双向中继网络中，第一个用户终端在第一个时隙内发送高斯随机训练序列X1到中继节点，同时第二个用户终端在第一个时隙内发送高斯随机训练序列X2到中继节点；③在该双向中继网络中，中继节点对其在第一个时隙内接收到的高斯随机训练序列X1和高斯随机训练序列X2进行叠加，得到叠加的高斯随机训练序列X，X=[X1,X2]，然后中继节点在第二个时隙内对叠加的高斯随机训练序列X进行幅度放大，并同时发送幅度放大后的叠加的高斯随机训练序列到第一个用户终端和第二个用户终端，第一个用户终端在第二个时隙内接收到实际信号Y，第二个用户终端在第二个时隙内接收到实际信号Y“，其中，[X1,X2]表示将X1和X2合并为一个矩阵；④根据第一个用户终端在第二个时隙内接收到的实际信号Y、高斯随机训练序列X1和高斯随机训练序列X2，获取第一个用户终端与中继节点之间的等效信道向量h估计后的估计值具体过程为：④？1、设定初始残差值r0为Y，即r0=Y，初始索引值集Λ0为空集即并令i表示迭代次数，其初始值为1；④？2、判断迭代次数i是否满足条件：i≥4×S，如果满足，则令然后执行步骤⑤，否则，继续执行步骤④？3，其中，S表示第一个用户终端与中继节点之间的等效信道向量h的信道抽头数，中的“=”为赋值符号，表示第一个用户终端与中继节点之间的等效信道向量h经过第i次信道迭代循环估计后的估计值；④？3、对第一个用户终端与中继节点之间的等效信道向量h进行信道迭代循环估计，其具体过程为：a、获取一个第i次信道迭代循环估计后的索引值λi，该索引值λi能够使叠加的高斯随机训练序列X中的第λi列的所有元素与第i？1次信道迭代循环估计后的残差值ri？1的内积结果最大，其中，1≤λi≤C，C表 示叠加的高斯随机训练序列X的总列数；b、计算第i次信道迭代循环估计后的索引值集Λi和第i次信道迭代循环估计后加入叠加的高斯随机训练序列X中的第λi列的所有元素后构成的集合Zi，Λi=Λi？1∪{λi}，Zi=Zi-1tλi,其中，符号“∪”为并集运算符号，Λi？1表示第i？1次信道迭代循环估计后的索引值集，符号“{}”为集合表示符号，Zi？1表示第i？1次信道迭代循环估计后加入叠加的高斯随机训练序列X中的第λi？1列的所有元素后构成的集合，Z0表示第1次信道迭代循环估计前的初始集合，其值为空集表示叠加的高斯随机训练序列X中的第λi列的所有元素，Zi-1tλi表示将Zi？1和合并为一个矩阵；c、利用加权最小二乘估计方法，计算第i次信道迭代循环估计后第一个用户终端与中继节点之间的等效信道向量h在第i次信道迭代循环估计后的索引值集Λi内的估计值，记为并令第i次信道迭代循环估计后第一个用户终端与中继节点之间的等效信道向量h在第i次信道迭代循环估计后的索引值集Λi外的估计值为0，其中，为Zi的共轭转置矩阵，为的逆矩阵，Wi表示第i次迭代过程中的加权矩阵，当i＝1时W1为单位矩阵，当i>1时Wi为对角矩阵，且其第k行第k列的元素为表示第i？1次信道迭代循环估计后的残差值ri？1中的第k个元素，符号“||”为求模运算符号，ε为设定的极小的正常数；d、计算第i次信道迭代循环估计后的残差值ri，e、令i＝i+1，并返回步骤④？2继续执行，其中，i＝i+1中的“=”表示赋值符号；⑤在获得第一个用户终端与中继节点之间的等效信道向量h的估计值后，按照步骤④的操作，根据第二个用户终端在第二个时隙内接收到的实际信号Y“、高斯随机训练序列X1和高斯随机训练序列X2，获取第二个用户终端与中继节点之间的等效信道向量的估计值。FDA00002031001300011.jpg,FDA00002031001300012.jpg,FDA00002031001300013.jpg,FDA00002031001300014.jpg,FDA00002031001300015.jpg,FDA00002031001300016.jpg,FDA00002031001300022.jpg,FDA00002031001300023.jpg,FDA00002031001300025.jpg,FDA00002031001300026.jpg,FDA00002031001300027.jpg,FDA00002031...
【技术特征摘要】
1. ー种双向中继网络中基于压缩感知的稀疏信道估计方法，其特征在于包括以下步骤 ①假设采用最典型的基于放大转发协议的双向中继网络进行稀疏信道估计，该双向中继网络中拥有两个用户終端和ー个中继节点，且中继节点和每个用户终端均只有一根天线； ②在该双向中继网络中，第一个用户終端在第一个时隙内发送高斯随机训练序列X1到中继节点，同时第二个用户終端在第一个时隙内发送高斯随机训练序列X2到中继节点； ③在该双向中继网络中，中继节点对其在第一个时隙内接收到的高斯随机训练序列X1和闻斯随机训练序列X2进行置加，得到置加的闻斯随机训练序列X, X=LX1,X2]，然后中继节点在第二个时隙内对叠加的高斯随机训练序列X进行幅度放大，并同时发送幅度放大后的叠加的高斯随机训练序列到第一个用户終端和第二个用户終端，第一个用户終端在第ニ个时隙内接收到实际信号Y，第二个用户終端在第二个时隙内接收到实际信号Y’，其中，[X1, X2]表示将X1和X2合并为ー个矩阵； ④根据第一个用户終端在第二个时隙内接收到的实际信号Y、高斯随机训练序列X1和高斯随机训练序列X2，获取第一个用户終端与中继节点之间的等效信道向量h估计后的估计值fi ,具体过程...
【专利技术属性】
技术研发人员：李有明，朱星，王炯滔，赵翠茹，汪照，王刚，金明，
申请(专利权)人：宁波大学，
类型：发明
国别省市：
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。