本發(fā)明涉及大規(guī)模多輸入多輸出(multiple-inputmultiple-output，MIMO)系統(tǒng)的上行鏈路多用戶聯(lián)合信道估計(jì)方法，尤其是涉及5G(第五代移動通信系統(tǒng))標(biāo)準(zhǔn)化進(jìn)程領(lǐng)域應(yīng)用壓縮感知技術(shù)的大規(guī)模MIMO系統(tǒng)信道估計(jì)方法。
背景技術(shù)：
：大規(guī)模MIMO技術(shù)既能提高系統(tǒng)頻譜效率，又能降低系統(tǒng)的發(fā)送功率和處理復(fù)雜度，是未來5G通信系統(tǒng)中不可缺少的一項(xiàng)支撐技術(shù)。大規(guī)模MIMO系統(tǒng)中的信號檢測和預(yù)編碼需要CSI(ChannnelStateInformation)信息，特別是當(dāng)發(fā)送端已知完全的CSI信息時，用戶的發(fā)射功率與基站的天線數(shù)成反比，而僅獲得部分CSI時，則與基站天線數(shù)的平方根成反比。因此，能否準(zhǔn)確估計(jì)出信道狀態(tài)信息對于大規(guī)模MIMO無線傳輸性能及能量效率起著決定性的作用。TDD(TimeDivisionDuplexing)大規(guī)模MIMO系統(tǒng)中上行導(dǎo)頻序列的長度正比于基站服務(wù)的移動終端數(shù)目，從而隨著用戶數(shù)目的增加，用于信道參數(shù)估計(jì)的導(dǎo)頻開銷隨之線性增加。特別地，在中高速移動通信場景，導(dǎo)頻開銷將會消耗掉大部分的時頻資源，成為系統(tǒng)的瓶頸。通常無線信道的脈沖響應(yīng)僅包含少量的重要路徑系數(shù)，而且這些主要路徑在時域上相互之間具有較大的間隔，即無線信道的脈沖響應(yīng)具有稀疏的特征。另一方面，壓縮感知技術(shù)能依據(jù)較少的觀測值重構(gòu)出高維稀疏信號，因而壓縮信道感知方法具有通過充分挖掘無線信道稀疏性的先驗(yàn)知識來大幅度減少大規(guī)模MIMO系統(tǒng)導(dǎo)頻符號數(shù)的潛能。傳統(tǒng)的大規(guī)模MIMO系統(tǒng)壓縮信道感知方法是將信道估計(jì)建模成一維稀疏信號重構(gòu)，一次僅能估計(jì)出多用戶在一個波束方向上的信道狀態(tài)信息，難以實(shí)現(xiàn)多用戶的聯(lián)合信道估計(jì)。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種上行鏈路多用戶聯(lián)合信道估計(jì)方法，該上行鏈路多用戶聯(lián)合信道估計(jì)方法克服了現(xiàn)有技術(shù)中信道估計(jì)所需要的導(dǎo)頻數(shù)過多和導(dǎo)頻污染干擾的問題。為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種上行鏈路多用戶聯(lián)合信道估計(jì)方法，該方法包括：步驟11，通過虛擬信道表示實(shí)現(xiàn)物理信道矩陣的稀疏表示；步驟12，將目標(biāo)小區(qū)和干擾小區(qū)多用戶的信道估計(jì)建模為壓縮感知理論中的二維稀疏信號重構(gòu)，并運(yùn)用2D-SL0(two-dimensionalsmoothedL0algorithm)重構(gòu)算法聯(lián)合估計(jì)出目標(biāo)多用戶的信道狀態(tài)信息。優(yōu)選地，在步驟11中，第i個小區(qū)里全部K個用戶到第j個小區(qū)基站的物理信道矩陣稀疏表示為Gji=ARGjiv,]]>其中，Gji為物理信道矩陣且Gji＝[gji1,…,gjiK]，列向量gjik表示第i個小區(qū)里的第k個用戶到第j個小區(qū)基站的信道響應(yīng)矢量；AR為接收響應(yīng)矩陣且AR=[aR(θ1),...,aR(θM)],aR(θm)=1M1,e-j2πθm,...,e-j2π(M-1)θmT,]]>這里θm＝m/M，M表示基站天線數(shù)目，M×K維矩陣是稀疏表示矩陣且其元素值表示第k個用戶與第m個虛擬接收角度之間的鏈接增益，若該鏈接不存在，則該元素值為0。優(yōu)選地，在步驟12中，將目標(biāo)小區(qū)和干擾小區(qū)多用戶的信道估計(jì)建模為二維稀疏信號重構(gòu)的方法包括：第j個小區(qū)基站的接收導(dǎo)頻信號可表示為：YjtrPtrΣi=1LHijXitr+Njtr=PtrΣi=1LARGjivDjiXitr+Njtr;]]>將該式進(jìn)行轉(zhuǎn)置可得到以下公式：其中，Hji＝GjiDji且Hji表示第i個小區(qū)里的第k個用戶到第j個小區(qū)基站的信道響應(yīng)矩陣，這里Hji＝[hji1,…,hjiK]，βjik表示大尺度衰落因子，K表示單天線用戶數(shù)，K＜＜M。即可得到以下線性方程：Y＝XGAR+N。優(yōu)選地，在步驟12中，運(yùn)用2D-SL0重構(gòu)算法聯(lián)合估計(jì)出目標(biāo)多用戶的信道狀態(tài)信息的方法包括：步驟121，輸入觀測信號Y，觀測矩陣X，DFT變換陣AR，閾值σmin，收縮因子ρ，步長μ和迭代次數(shù)Q；步驟122，令步驟123，如果σ≥σmin，則順序執(zhí)行(Ⅰ)和(Ⅱ)；否則，執(zhí)行步驟124。(Ⅰ)在可行解集{G|Y＝XGAR}上，從初始解開始通過如下的Q次最速下降算法，最大化目標(biāo)函數(shù)(a)設(shè)置矩陣Δ＝[δij]的元素值為(b)令然后通過將投影到其可行解集上；(Ⅱ)令σ←ρσ，并返回步驟123；步驟124，計(jì)算并輸出與現(xiàn)有技術(shù)相比，本發(fā)明提供的多用戶聯(lián)合信道估計(jì)方法運(yùn)用二維稀疏信號重構(gòu)算法2D-SL0，能夠大幅度地減少信道估計(jì)所需要的導(dǎo)頻數(shù)，且能消除導(dǎo)頻污染的干擾。該方法計(jì)算復(fù)雜度低，易于實(shí)現(xiàn)。本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。附圖說明附圖是用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與下面的具體實(shí)施方式一起用于解釋本發(fā)明，但并不構(gòu)成對本發(fā)明的限制。在附圖中：圖1是說明本發(fā)明的一種大規(guī)模MIMO上行鏈路多用戶聯(lián)合信道估計(jì)方法實(shí)施步驟的流程圖；圖2為單小區(qū)場景運(yùn)用2D-SL0壓縮感知信道估計(jì)方法(標(biāo)記為本發(fā)明提供的信道估計(jì)方法)與傳統(tǒng)最小二乘信道估計(jì)方法采用不同數(shù)目導(dǎo)頻的歸一化均方誤差對比圖；圖3為多小區(qū)場景運(yùn)用本發(fā)明提供的信道估計(jì)方法與傳統(tǒng)最小二乘信道估計(jì)方法采用不同數(shù)目導(dǎo)頻的歸一化均方誤差曲線圖。具體實(shí)施方式以下結(jié)合附圖對本發(fā)明的具體實(shí)施方式進(jìn)行詳細(xì)說明。應(yīng)當(dāng)理解的是，此處所描述的具體實(shí)施方式僅用于說明和解釋本發(fā)明，并不用于限制本發(fā)明。本發(fā)明提供一種上行鏈路多用戶聯(lián)合信道估計(jì)方法，該方法包括：步驟11，通過虛擬信道表示實(shí)現(xiàn)物理信道矩陣的稀疏表示；步驟12，將目標(biāo)小區(qū)和干擾小區(qū)多用戶的信道估計(jì)建模為壓縮感知理論中的二維稀疏信號重構(gòu)，并運(yùn)用2D-SL0重構(gòu)算法聯(lián)合估計(jì)出目標(biāo)多用戶的信道狀態(tài)信息。與現(xiàn)有技術(shù)相比，本發(fā)明提供的多用戶聯(lián)合信道估計(jì)方法運(yùn)用二維稀疏信號重構(gòu)算法2D-SL0，能夠大幅度地減少信道估計(jì)所需要的導(dǎo)頻數(shù)，且能消除導(dǎo)頻污染的干擾。為了更好的理解本發(fā)明實(shí)施例的內(nèi)容，首先詳細(xì)介紹本發(fā)明實(shí)施例的系統(tǒng)模型?？紤]一個多小區(qū)大規(guī)模MIMO系統(tǒng)上行鏈路的場景，每個目標(biāo)小區(qū)與L-1個相鄰小區(qū)共享同一段頻帶，每個小區(qū)有一個M根天線的基站和K(K＜＜M)個單天線用戶。從第i個小區(qū)中第k個用戶到第j個小區(qū)基站的上行鏈路信道矢量可表示為其中g(shù)jik是快衰落矢量，其元素是均值為0方差為1的獨(dú)立同分布復(fù)高斯變量，大尺度衰落因子βjik描述了準(zhǔn)靜態(tài)陰影衰落和路徑損耗，因此，從第i個小區(qū)中全部K個用戶到第j個小區(qū)基站的上行鏈路信道矩陣可表示為Hji＝GjiDji(公式2)其中Hji＝[hji1,…,hjiK],Gji＝[gji1,…,gjiK]和在塊衰落信道模型的場景里，第j個基站的接收導(dǎo)頻信號可寫為其中表示上行導(dǎo)頻信噪比，中的列向量表示第i個小區(qū)中用戶的導(dǎo)頻信號，表示復(fù)數(shù)加性高斯白噪聲。本發(fā)明實(shí)施例公開的一種大規(guī)模MIMO系統(tǒng)上行鏈路多用戶聯(lián)合信道估計(jì)方法，主要包括如下步驟：步驟一、物理信道的虛擬稀疏表示。虛擬信道表示方法是在一系列固定的空間域波束角度上描述物理信道矩陣?？紤]基站采用均勻線性天線陣列，大規(guī)模MIMO的物理信道矩陣Gji可通過如下的方式映射為虛擬信道矩陣其中物理信道矩陣Gji＝[gji1,…,gjiK]，gjik表示第i個小區(qū)里的第k個用戶到第j個小區(qū)基站的信道響應(yīng)矢量，接收響應(yīng)矩陣AR＝[aR(θ1),…,aR(θM)]，這里接收響應(yīng)向量為其中方向θm與物理角度φm∈[-π/2,π/2]的關(guān)系為θm＝dsin(φm)/λ，這里λ表示波長，d表示天線之間的距離。均勻采樣θ的主值區(qū)間是很自然的選擇，即θm＝m/M，從而接收響應(yīng)矩陣AR是一個M×M維DFT變換陣。M×K維矩陣指的是稀疏表示矩陣，其元素值表示第k個用戶與第m個虛擬接收角度之間的鏈接增益，若該鏈接不存在，則該元素值為0。如果矩陣包含的非零元素的數(shù)目遠(yuǎn)遠(yuǎn)小于矩陣中總的元素個數(shù)，即這里fi定義為中第i列的非零元素個數(shù)，則是稀疏矩陣。步驟二、將多用戶聯(lián)合信道估計(jì)建模為壓縮感知理論中的二維稀疏信號重構(gòu)。第j個小區(qū)基站的接收導(dǎo)頻信號可表示為將該式進(jìn)行轉(zhuǎn)置可得到步驟三、運(yùn)用2D-SL0二維稀疏信號重構(gòu)算法聯(lián)合估計(jì)多用戶的信道狀態(tài)信息。依據(jù)(公式7)的線性方程Y＝XGAR+N，本發(fā)明提供的采用2D-SL0算法估計(jì)信道響應(yīng)具體步驟可歸納如下：為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種上行鏈路多用戶聯(lián)合信道估計(jì)方法，該方法包括：步驟11，通過虛擬信道表示實(shí)現(xiàn)物理信道矩陣的稀疏表示；步驟12，將目標(biāo)小區(qū)和干擾小區(qū)多用戶的信道估計(jì)建模為壓縮感知理論中的二維稀疏信號重構(gòu)，并運(yùn)用2D-SL0(two-dimensionalsmoothedL0algorithm)重構(gòu)算法聯(lián)合估計(jì)出目標(biāo)多用戶的信道狀態(tài)信息。優(yōu)選地，在步驟11中，第i個小區(qū)里全部K個用戶到第j個小區(qū)基站的物理信道矩陣稀疏表示為Gji=ARGjiv,]]>其中，Gji為物理信道矩陣且Gji＝[gji1,…,gjiK]，列向量gjik表示第i個小區(qū)里的第k個用戶到第j個小區(qū)基站的信道響應(yīng)矢量；AR為接收響應(yīng)矩陣且AR=[aR(θ1),...,aR(θM)],aR(θm)=1M1,e-j2πθm,...,e-j2π(M-1)θmT,]]>這里θm＝m/M，M表示基站天線數(shù)目，M×K維矩陣是稀疏表示矩陣且其元素值表示第k個用戶與第m個虛擬接收角度之間的鏈接增益，若該鏈接不存在，則該元素值為0。優(yōu)選地，在步驟12中，將目標(biāo)小區(qū)和干擾小區(qū)多用戶的信道估計(jì)建模為二維稀疏信號重構(gòu)的方法包括：第j個小區(qū)基站的接收導(dǎo)頻信號可表示為：Yjtr=PtrΣi=1LHjiXitr+Njtr=PtrΣi=1LARGjivDjiXitr+Njtr;]]>將該式進(jìn)行轉(zhuǎn)置可得到以下公式：其中，Hji＝GjiDji且Hji表示第i個小區(qū)里的第k個用戶到第j個小區(qū)基站的信道響應(yīng)矩陣，這里Hji＝[hji1,…,hjiK]，βjik表示大尺度衰落因子，K表示單天線用戶數(shù)，K＜＜M。即可得到以下線性方程：Y＝XGAR+N。優(yōu)選地，在步驟12中，運(yùn)用2D-SL0重構(gòu)算法聯(lián)合估計(jì)出目標(biāo)多用戶的信道狀態(tài)信息的方法包括：步驟121，輸入觀測信號Y，觀測矩陣X，DFT變換陣AR，閾值σmin，收縮因子ρ，步長μ和迭代次數(shù)Q；步驟122，令步驟123，如果σ≥σmin，則順序執(zhí)行(Ⅰ)和(Ⅱ)；否則，執(zhí)行步驟124。(Ⅰ)在可行解集{G|Y＝XGAR}上，從初始解開始通過如下的Q次最速下降算法，最大化目標(biāo)函數(shù)(a)設(shè)置矩陣Δ＝[δij]的元素值為(b)令然后通過將投影到其可行解集上；(Ⅱ)令σ←ρσ，并返回步驟123；步驟124，計(jì)算并輸出本發(fā)明提供TDD大規(guī)模MIMO系統(tǒng)的一種多用戶聯(lián)合信道估計(jì)方法。提供的方法采用壓縮感知理論中的二維稀疏信號重構(gòu)算法2D-SL0，提供的信道估計(jì)方法能夠大幅度地減少所需要的導(dǎo)頻數(shù)目，且能消除導(dǎo)頻污染的影響。該方法計(jì)算復(fù)雜度低，易于實(shí)現(xiàn)。為了驗(yàn)證本發(fā)明方法的有效性與相比現(xiàn)有方法的優(yōu)勢，做了如下仿真對比試驗(yàn)。所考慮的場景系統(tǒng)參數(shù)是：單小區(qū)或7個小區(qū)使用相同的頻帶、基站天線數(shù)為256、每個小區(qū)用戶數(shù)為20以及信道虛擬表示矩陣的每列有隨機(jī)的5個元素為非零。圖2為在單小區(qū)場景運(yùn)用2D-SL0壓縮感知信道估計(jì)方法(標(biāo)記為本發(fā)明提供的信道估計(jì)方法)與傳統(tǒng)最小二乘信道估計(jì)方法采用不同數(shù)目導(dǎo)頻的歸一化均方誤差對比圖，從圖中可以看出本發(fā)明提供的信道估計(jì)方法能夠減少40％的導(dǎo)頻。圖3為在多小區(qū)場景運(yùn)用本發(fā)明提供的信道估計(jì)方法與傳統(tǒng)最小二乘信道估計(jì)方法采用不同數(shù)目導(dǎo)頻的歸一化均方誤差曲線圖，從圖中可以看出本發(fā)明提供的信道估計(jì)方法能減少75％導(dǎo)頻符號，且通過消除導(dǎo)頻污染的思路提高了估計(jì)的精度。以上結(jié)合附圖詳細(xì)描述了本發(fā)明的優(yōu)選實(shí)施方式，但是，本發(fā)明并不限于上述實(shí)施方式中的具體細(xì)節(jié)，在本發(fā)明的技術(shù)構(gòu)思范圍內(nèi)，可以對本發(fā)明的技術(shù)方案進(jìn)行多種簡單變型，這些簡單變型均屬于本發(fā)明的保護(hù)范圍。另外需要說明的是，在上述具體實(shí)施方式中所描述的各個具體技術(shù)特征，在不矛盾的情況下，可以通過任何合適的方式進(jìn)行組合，為了避免不必要的重復(fù)，本發(fā)明對各種可能的組合方式不再另行說明。此外，本發(fā)明的各種不同的實(shí)施方式之間也可以進(jìn)行任意組合，只要其不違背本發(fā)明的思想，其同樣應(yīng)當(dāng)視為本發(fā)明所公開的內(nèi)容。當(dāng)前第1頁1 2 3