[发明专利]一种非高斯噪声3D-MIMO信道估计方法

权利要求书

1.一种非高斯噪声3D-MIMO信道估计方法，其特征在于，包括下述步骤：

1)根据3D-MIMO信道的结构稀疏性，得到其基于压缩感知重构算法下的初始恢复信道，利用判决条件得到信道矩阵的支撑集s；

2)选择支撑集下的字典矩阵A_s，其中A_s表示支撑集s中非零元素所在位置对应于A中相应位置上的列向量所组成的新矩阵，A为传输过程的字典矩阵；

3)根据接收信号的特征，进行混合高斯模型的阶次选择计算，其混合高斯模型下的概率密度函数表达式为：

上式中M表示混合高斯的阶次，λ_i是第i个高斯分量的系数，其取值为不大于1的正数，且μ_i、Σ_i分别表示对应高斯分量的均值和协方差矩阵；

4)根据步骤2)得到的支撑集下的字典矩阵A_s和步骤3)得到的混合高斯模型的阶次，将其用于权值最小二乘矩阵G(y_i)的计算；

5)利用权值最小二乘矩阵G(y_i)恢复出信道矩阵的第i列估计值及其对应的混合高斯模型的系数λ_k和方差

6)重复步骤4)-5)N_r次，N_r为基站天线数量；逐列估计出信道矩阵，得到其第一次的估计值

7)满足迭代结果趋于稳定或达到迭代次数时，迭代终止，得到支撑集下的信道矩阵并进入下一步；不满足时，重复执行4)-6)步骤，直到满足条件为止；

8)产生一个维度为KL×N_r的全零矩阵H_z，将步骤7)所得的支撑集下的信道矩阵按照步骤1)中的支撑集s中非零元素所在的位置逐行插入该全零矩阵H_z中，其余位置不变，得到本算法下的信道矩阵；

所述步骤3)中，进行混合高斯模型的阶次选择计算过程如下：

先假定混合高斯的阶次为K_s＝10，在此假设下利用EM算法得到每个高斯的均值和方差，如果满足下列条件，则K_s＝K_s-1；

上式中μ_i和μ_j分别表示第i个和第j个高斯分量的均值，Σ_i和Σ_j分别为相应的方差，η₁、η₂分别为在均值方面和方差方面使两个高斯分量合并为一个的阈值；

所述步骤4)中，权值最小二乘矩阵G(y_i)计算过程如下：

先初始化信道矩阵和混合高斯模型的方差系数λ_k，再按下列步骤计算接收信号第i列的权值最小二乘矩阵G(y_i)：

G′_k(y_i)＝diag[g_k(1),g_k(2),...,g_k(N_p)]k＝1,2,...,K_s

其中y_n,i为接收信号Y角域内的第n行、第i列元素，相应地，a_n,m、h_m,i也分别表示A_s、对应位置的元素，N_p表示发送导频的长度，K_s表示步骤3)所得的混合高斯的阶次，N_r表示基站天线的个数，g_k(n)为接收信号中加性噪声的第k个高斯分量的先验概率，G′_k(y_i)为第k个高斯噪声的先验概率组成的对角矩阵；

所述步骤5)中，恢复出信道矩阵的第i列估计值及其对应的混合高斯模型的系数λ_k和方差得到：

2.根据权利要求1所述的非高斯噪声3D-MIMO信道估计方法，其特征在于所述步骤1)中，判决条件为：

其中为利用压缩感知重构算法得到的信道矩阵第i列的估计值，h_abs(j)表示h_abs中的第j个元素，K该基站所服务的用户数量，L为每个用户的发送信号到接收端的所有路径数，ε为判决门限。

3.根据权利要求1所述的非高斯噪声3D-MIMO信道估计方法，其特征在于所述步骤7)中，满足迭代终止条件如下：

上式中，表示第t次迭代的结果，m为支撑集s中非零元素的个数，thr为预先设定的阈值。