利索能及
我要发布
收藏
专利号: 2022102115396
申请人: 江苏大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,包括如下步骤:步骤1:基站采用了一个具有Mt根天线的均匀线性阵列,下行链路中的移动用户装配Mr根天线的均匀线性阵列,在T个时刻内,基站发送维度为T×Mt的导频信号矩阵S,移动用户T接收到的信号为Y=SAT(β)WB+N;

步骤2:将接收信号进行向量化;

步骤3:固定q(α),q(γ),β,B,更新q(w);

步骤4:固定q(w),q(γ),β,B,更新q(α);

步骤5:固定q(w),q(α),β,B,更新q(γ);

步骤6:固定q(w),q(α),q(γ),β,更新B;

步骤7:固定q(w),q(α),q(γ),B,更新β;

步骤8:判断迭代计数变量j是否达到上限J或γ是否收敛,如果都不满足,则迭代计数变量j=j+1,并返回步骤3;

步骤9:估计最终的信道。

2.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤1中:AT(β)=[aT(θ1+β1),aT(θ2+β2),...,aT(θN+βN)]表示发送端阵列流型矩阵,表示导向矢量,T

(·) 表示转置,

λ表示载波波长,d为相邻天线阵元之间的间距,表示对角域 均匀划分成N个网格点,即中的元素βi表示θi上的角度偏差,W代表N×Mr维的稀疏矩阵,B代表Mr×Mr维的未知矩阵,N代表T×Mr维均值为0,精度为α的高斯白噪声矩阵。

3.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤2中对接收信号进行向量化的方法:y=ΦBw+n,

其中:y=vec(Y), Φ(β)=SAT(β),w=vec(W),n=vec(N),vec(·)代表向量化,

代表克罗内科积。

4.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤3中更新q(w)的方法:其中:

表示均值为μ,方差为∑的复高斯分布,wm代表W的第m列向量,

bm表示B的第m列向量,

H

(·) 表示共轭转置,

diag(·)表示对角运算矩阵。

5.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤4中更新q(α)的方法:q(α)=Γ(α;aα,bα),其中:

Γ(·|a,b)表示形状参数为a,速率参数为b的伽马分布,aα=TMr+a,

||·||2表示矩阵的2范数,tr(·)表示矩阵的迹。

6.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤5中更新q(γ)的方法:其中:

γ表示w的精度向量,

γn表示γ的第n个元素,

[·]n,n表示矩阵的第n个对角线元素。

7.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤6中更新B的方法:其中:

H

gm=tr(Φ(β)∑mΦ(β))。

8.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤7中更新β的方法:其中:

sign(·)表示取正负号运算,T

ζ=[ζ(β1),ζ(β2),…ζ(βN)],H H H H

ζ(βn)=2Re(a′(θn+βn) SSa(θn+βn)c1+a′(θn+βn) Sc2),Re(·)表示取实部运算,表示U的第n行, 表示∑m的第(i,i)个元素,*

(·) 代表共轭运算,

a′(θn+βn)表示a(θn+βn)在θn+βn处的导数。

9.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,其特征在于,所述步骤9中估计最终信道的方法:T

H=Φ(β)UB。

10.根据权利要求1所述的一种低复杂度的大规模MIMO通信系统下行链路信道估计方‑10法,其特征在于,还包括:初始化参数μm=0N,γ=0N,a=b=10 ,以及设置迭代次数计数变量初始值为j=1。