[发明专利]时变大规模MIMO网络中信道参数的稀疏估计方法

说明书

本发明公开一种时变大规模MIMO网络中信道参数的稀疏估计方法，其步骤为：构建基站接收信号的虚拟信道稀疏信号模型；从未选取的时隙中选取时隙序号最小的时隙；利用卡尔曼滤波器，计算虚拟信道方差值；计算虚拟信道值；计算每个蜂窝网小区用户在每个时隙中的虚拟信道自相关后验统计概率；计算每个蜂窝网小区用户在每个相邻时隙中的虚拟信道互相关后验统计概率；联合估计每个蜂窝网小区用户的虚拟信道转移状态值和虚拟信道转移状态噪声方差值；利用低复杂度搜索算法，估计每个蜂窝网小区用户的信道稀疏性参数。本发明具有可应用于时变大规模MIMO网络的优点。

技术领域

本发明属于通信技术领域，更进一步涉及无线通信技术领域中的一种时变大规模多输入多输出MIMO(Multiple-Input Multiple-Output)网络中信道参数的稀疏估计方法。本发明可用于估计无线通信信道中的虚拟信道转移状态值、虚拟信道转移状态噪声方差值和信道稀疏性参数，基站使用这些参数恢复蜂窝网小区用户的发送信号。

背景技术

大规模MIMO网络由于频谱效率高，信道容量大，抗干扰能力强等优点，已经成为满足下一代蜂窝网络容量需求的核心技术。信道状态信息估计作为接收端恢复发送信号的关键环节，对其进行研究具有重大的现实意义。目前常采用的信道估计方法是稀疏信道估计算法。由于利用了信道的稀疏性，该类算法不仅信道估计精确度高，而且导频开销较低。但是计算复杂度高，对系统实时性要求较高，在时变的大规模MIMO网络中算法性能较低。

电子科技大学在其申请的专利文献“一种多用户大规模MIMO系统中的迭代信道估计方法”(申请号201510527405.5，申请公开号CN105049385A)中公开了一种频分双工模式下的单天线多用户大规模MIMO系统的信道估计方法。该方法在贝叶斯压缩感知框架下，利用多用户大规模MIMO信道的联合稀疏性降低信道估计开销。其基本模型是一个基站服务多个移动用户，基站端配置了大规模天线阵，移动用户配置单天线，利用信道的联合稀疏性，引入基于贝叶斯方法的迭代算法进行信道估计。该方法能够有效减少信道估计的开销，使得信道估计的时间远小于信道的相干时间，但是，该方法仍然存在的不足之处是，不适用于时分双工模式。

安徽师范大学在其申请的专利文献“TDD大规模MIMO系统多用户联合信道估计方法”(申请号201610561361.2，申请公开号CN106130938A)中公开了一种面向大规模MIMO通信系统的上行链路多用户联合信道估计方法。该方法首先通过虚拟信道描述实现物理信道矩阵的稀疏表示，接着将目标小区和干扰小区的多用户联合信道估计建模为压缩感知框架里的二维稀疏信号重构，然后通过二维稀疏信号重构算法联合估计出多用户的信道状态信息。该多用户联合信道估计方法能够大幅度地减少导频数目，并能消除导频污染的干扰和提高信道估计的精度。但是，该方法仍然存在的不足之处是，在对物理信道矩阵进行稀疏表示时没有考虑网络的时变性，无法应用于时变的大规模MIMO网络。

发明内容

本发明的目的在于针对上述现有技术的不足，提供了一种时变大规模MIMO网络中信道参数的稀疏估计方法。

本发明的具体思路是，对于一个基站管控多个蜂窝网小区，基站在连续的多个时隙内只与一个移动的蜂窝网小区用户通信，基站与每个蜂窝网小区用户间的信道在一个时隙内保持不变，相邻的时隙间动态时变的通信场景，通过构建基站接收信号的虚拟信道稀疏信号模型，利用卡尔曼滤波器和低复杂度搜索算法估计虚拟信道转移状态值、虚拟信道转移状态噪声方差值和信道稀疏性参数。

为了实现上述目的，本发明的具体实现步骤如下：

(1)构建基站接收信号的虚拟信道稀疏信号模型如下：