1.一种大规模MIMO信道估计优化方法，其特征在于，包括以下步骤：（1）针对包含一个配置M根天线的基站和K个配置单天线用户的大规模MIMO通信系统，构建上行链路统一系统模型；

（2）根据基站和每个用户之间通信信道的大尺度衰落和小尺度衰落特性，构建信道模型；

（3）使用最小二乘法对信道矩阵进行初始化估计，得到信道矩阵初始估计值；

（4）采用循环迭代的方法进行信道估计与评估性能；将得到的初始估计值作为循环的初始化，循环迭代计算信道矩阵估计值，直至收敛；包括以下步骤：（41）通过线性变换对 和X进行去相关操作，去除导频矩阵与估计的信道矩阵之间的相关性，生成中间估计值 ；具体如下：；

其中， 为要估计的信道矩阵值，X为导频， 为线性估计的输出， 为去相关矩阵，即需要满足；

其具体构造方法如下：

；

其中， ；

（42）对 进行非线性处理，利用无发散函数 对 进行映射，得到 ，结合信道的先验分布来计算后验概率分布p，然后对p求期望作为本轮迭代的输出 ；无发散函数即满足： 表示求期望； ；

其具体构造方法为：

；

其中， 是软阈值函数，即 ，是非负的阈值参数，这里取为噪声方差 ；

最终算法在本轮迭代的输出为：；

后验概率分布的计算方法如下：设活跃设备的信道 属于调制星座集 ,即在这个集合中取值；

设第k个设备的先验概率分布为：；

其中 是导频序列的长度， 是稀疏度， 函数为冲激函数；

根据观测模型：

；

以及先验分布，得到 的近似后验分布为：；

其中，

；

；

参数 为后验稀疏比，代表 在基于线性估计观测值 时的稀疏度，当时，认为用户是活跃的，并且发送了一个导频序列；

（43）对步骤（41）和步骤（42）估计的误差项进行递归处理，并分析算法的演化过程，估计最小均方误差MSE评估算法的性能；线性与非线性估计模块的误差项递归处理方法如下：根据原始的误差项定义：

；

；

通过数学推导得到算法的误差项递归式子如下：；

；

其中，

；

其中，I为单位矩阵，上标t代表第t轮迭代；

（44）判断收敛的条件 是否满足，若满足，则将 作为最终输出，并退出循环；若不满足，则 ，并进入下一轮迭代计算；其中，为任意小的正数。

2.根据权利要求1所述的一种大规模MIMO信道估计优化方法，其特征在于，步骤（1）中， 上行链路统一系统模型公式如下：；

其中， 是基站接收到的信号矩阵， 是信道矩阵，, 表示第i个用户发送的导频序列，导频的长度为τ，并将导频序列设计为服从伯努利分布，  为加性高斯白噪声矩阵。

3.根据权利要求2所述的一种大规模MIMO信道估计优化方法，其特征在于，步骤（2）中，设第k个用户和基站之间的信道建模公式如下：；

其中， 为大尺度衰落系数，为小尺度衰落系数，且 。

4.根据权利要求1所述的一种大规模MIMO信道估计优化方法，其特征在于，步骤（43）中，最小均方误差MSE定义如下：；

其中 为第t轮迭代的输出矩阵，为实际的信道矩阵。

5.一种电子设备，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，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1‑4任一项所述的一种大规模MIMO信道估计优化方法。