1.一种低精度全数字架构下窄带毫米波MIMO信道估计方法，其特征在于：包括以下步骤：S1：发送端发送相互正交的导频信号；发送端发送导频信号 导频信号选取Nt×Nt维Hadamard矩阵的前P列，其中Nt表示发送端天线数量，P表示导频长度；发送端数字预编码矩阵 按照以下方式计算：其中[]m,n表示矩阵的第m行第n列元素，j表示虚数单位，w表示波长，π表示圆周率，d表示相邻天线阵元之间的间隔；

S2：接收端射频链路对模拟接收信号进行低精度量化后得到数字接收信号；接收端得到量化后接收信号R＝Q(Y)＝Q(HUTZ+N)，其中Q(·)表示逐元素量化过程，采用Saleh‑Valenzuela信道模型得到毫米波MIMO信道的稀疏表示 利用列向量化将毫米波MIMO信道估计问题转化为稀疏信号重构问题：其中 表示量化后接收信号， 表示采样后接收信号， 表示待估计等效信道矩阵， 表示噪声矩阵，其元素服从复高斯分布 且相互独立，UR表示Nr×Nr维字典矩阵， 表示Nt×Nt维字典矩阵，上述复数域重构问题转化为实数域重构问题求解：r＝Q(y)＝Q(Φh+n)

其中：

y表示采样后接收信号；上述过程将毫米波信道估计问题转化为稀疏信号重构问题求解：已知量化后接收信号r，感知矩阵Φ，求解等效信道向量h；

S3：接收端根据量化后接收信号r和感知矩阵Φ，构造优化问题，估计等效信道向量h的支撑集 构造的优化问题为：s.t.l≤Φh≤u

||h||2＝1

其中，h表示优化变量，u,l分别表示由量化后接收信号所确定的上下界，满足l≤y≤u；

具体求解过程包括以下步骤：

S31：引入松弛因子λ与罚函数 其中μ(x)表示阶跃函数，将原优化问题变为如下松弛优化问题：s.t.||h||2＝1

S32：初始化信道向量 迭代计数器k＝0，梯度下降步长δ；

S33：更新迭代计数器k＝k+1；

S34：罚函数分量上梯度下降过程：计算罚函数项梯度：

将梯度投影到单位球上：

梯度下降：

S35：l1范数分量上梯度下降过程：引入收缩函数l1范数分量上梯度下降：

S36：归一化：

S37：重新执行步骤S33直到相邻两次迭代所得信道向量差的l2范数小于某一给定阈值；

S38：计算所得信道向量的支撑集；

S4：根据估计的支撑集，将稀疏信号重构问题降维，原问题变为：其中，Q(·)表示逐元素量化过程， 表示选取集合 中对应元素所构成的低维信道向量， 表示选取集合 中对应列向量所构成的低维感知矩阵；使用期望最大算法EM得到采样后接收信号y的最大似然估计 然后计算低维信道向量 的最小二乘估计求解降维后重构问题的具体步骤包括：S41：初始化信道向量：

S42：计算采样后接收信号y的条件期望：其元素的闭合表达式表示为：

其中，ei表示第i个元素为1，其余元素均为0的单位向量，erfc(·)表示互补误差函数；

S43：根据计算的期望值 得到信道向量的最小二乘估计S44：将步骤S43所得估计值 代入步骤S42，重复该计算过程直到相邻两次迭代所得信道向量差的l2范数小于某一给定阈值。