[发明专利]一种基于压缩感知的双层异构网络干扰信道迭代估计方法

说明书

本发明公开了一种基于压缩感知的双层异构网络干扰信道迭代估计方法，属于移动通信技术领域，该方法的技术特征在于：利用宽带无线信道的稀疏性，对接收信号进行压缩感知采样并去除循环前缀。采用MMSE对期望数据进行初始估计，将确定性结构的稀疏二值矩阵作为观测矩阵，结合幅度相同、相位均匀分布的导频符号进行压缩感知信道估计，将估计得到的干扰部分从信号中去除并更新期望数据，做循环迭代。本发明将压缩感知框架与双层异构网络的信道估计技术相结合，能够在迭代少量次数后同时估计出干扰信道信息和期望数据信息，与传统信道估计方法相比，本发明在高信噪比时具有明显的性能优势。

技术领域

本发明属于移动通信技术领域，具体涉及5G系统中一种基于压缩感知的双层异构网络干扰信道迭代估计方法。

背景技术

无线通信系统的容量已经增长超过了原先的100万倍，根据统计，有近60％的话音业务和90％的数据业务在室内进行。与此同时，城市化发展使无线信号传播环境愈加恶劣，高楼的迭起增加了室内通信的穿透损耗。解决室内覆盖，提升室内通信容量，为用户提供高速率和高质量的室内服务变得十分迫切。家庭基站作为一种新型的无线接入技术，具有发射功率低、传输速率高、方便部署、使用成本低等优点，能够针对居住小区的场景，有效增加网络容量，较好地解决室内覆盖问题。基于家庭基站的双层异构网络由两个相互独立的层组成，异构网络的结构比传统网络的结构复杂，干扰更严重。协作网络中利用导频信息，通过LS、MMSE算法做信道估计，在非协作异构网络中，当期望链路的数据信息和干扰链路的导频信息发生重叠时，利用传统方法估计得到的信道信息并不理想。

压缩感知技术通过开发信号的稀疏特性，采用随机采样得到少量离散样本，通过非线性算法实现信号重构。在宽带无线信道中，多径信道仅由少量有效路径支配，信道具有稀疏性，利用压缩感知技术可以进行信道估计。将压缩感知技术用于异构网络的干扰信道估计中，可以获得比传统估计方法更好的性能。

发明内容

本发明的目的是提供一种基于压缩感知的双层异构网络干扰信道迭代估计方法，以有效解决非协作异构网络中的干扰信道估计问题，从而去除网络中的小区间干扰。与传统的信道估计法相比，大信噪比时，该方法具有更好的估计性能，通过迭代同时得到干扰信道信息和期望数据符号。

为此目的，本发明采用的技术方案为一种基于压缩感知的双层异构网络干扰信道迭代估计方法，该方法包括以下步骤：

步骤1：获取离散样本：基于压缩感知对接收信号做压缩采样，并去除循环前缀；

步骤2：初始化期望数据符号：对于同步且共享同频信道的基于家庭基站的双层异构网络，当家庭基站或宏基站任一方作为服务小区时，另一方作为干扰小区；首先假设网络中不存在干扰，通过MMSE算法估计初始的期望符号数据；

步骤3：估计干扰信道信息：观测矩阵选取确定性结构的稀疏二值矩阵，干扰导频符号幅度相同、相位在[0,2π]上均匀分布，使用OMP算法作为压缩感知信号重建算法，从离散样本中去除估计的期望信号部分，通过OMP算法求解干扰信道响应估计值；

步骤4：更新期望数据符号：从离散样本中去除估计的干扰信号部分，通过MMSE算法更新期望数据符号，若期望数据符号稳定收敛，估计得到干扰信道信息和期望信号，结束本流程，若不收敛则执行步骤3。

本发明所述步骤1中对接收信号做压缩采样时定义接收端的接收信号为：

式中H_d是期望信道响应矩阵，为一(N+N_g)×(N+N_g)的托普利兹矩阵；F是FFT矩阵，T_cp是循环前缀矩阵，是干扰导频符号矩阵；n是加性干扰白噪声；x_d和h_i分别是待估计的期望数据和干扰信道响应；基于压缩感知对接收信号做压缩采样，采样的离散值为z＝Φy，接着去除循环前缀，获得的离散样本为：