[发明专利]一种基于DFT域的无网格化大规模MIMO信道估计算法

权利要求书

1.一种基于DFT域的无网格化大规模MIMO信道估计算法，其特征在于，包括：

步骤一：建立大规模MIMO上行混合预编码系统模型；

步骤二：根据步骤一得到的大规模MIMO上行混合预编码系统模型进行SVD分解，得到与AoAs、AoDs有关的信号模型以及噪声子空间；采用DFT算法，得到初始网格点上的AoAs/AoDs估计值；

步骤三：根据真实信号子空间与噪声子空间正交的关系，分别构造得到与AoAs/AoDs有关的代价函数，将所述的与AoAs/AoDs有关的代价函数进行一阶Taylor展开，得到角度的网格偏差值；

步骤四：根据步骤三所述的角度的网格偏差值，采用最小二乘法估计散射系数，重构信道矩阵。

2.根据权利要求1所述的一种基于DFT域的无网格化大规模MIMO信道估计算法，其特征在于，所述步骤二，包括：

根据步骤一得到的大规模MIMO上行混合预编码系统模型进行SVD分解，得到与AoAs、AoDs有关的信号模型以及噪声子空间；采用DFT算法，得到初始网格点上的AoAs/AoDs估计值；

其中，所述的得到与AoAs、AoDs有关的信号模型的具体步骤为：

上式中，分别为接收端和发射端的预编码矩阵，A_BS、A_MS为导向矢量矩阵，D为散射系数矩阵，N_AoAs、N_AoDs分别为与AoAs/AoDs有关的噪声矩阵；与AoAs有关的信号为与AoDs有关的信号为

在T_MS个快拍下累积的接收信号表示为：

Y＝W^HHFS+W^HN

上式中，表示发送的导频信号块，表示在T_MS个快拍下的高斯白噪声；为了提高信道估计性能，利用个时间块累积出来的信号进行信道估计，此时接收信号表示为：

上式中，表示第个时间块的接收信号；为所有时间块累积的预编码矩阵，为所有时间块累积的导频信号，取T_MS＝N_S，为方阵，取导频信号矩阵P为导频信号的能量，和预编码矩阵为DFT矩阵的共轭；L为路径个数，

其中，所述的得到噪声子空间的具体步骤为：利用信号空间和噪声子空间正交关系，求取噪声子空间，E_AoAs、E_AoDs分别表示与AoAs/AoDs有关的噪声子空间

上式中，

其中，所述的得到得到初始网格点上的AoAs/AoDs估计值的具体步骤为：利用DFT算法，显示与AoAs/AoDs有关的信号模型的频谱，找到峰值所在位置，求取网格点上的初始AoAs/AoDs估计值，初始AoAs估计值θ_l和初始AoDs估计值表示为：

上式中，q、r分别为频谱峰值所在的位置，N_BS、N_MS分别表示基站端和移动端的天线个数。

3.根据权利要求1所述的一种基于DFT域的无网格化大规模MIMO信道估计算法，其特征在于：所述步骤三，包括：

根据真实信号子空间与噪声子空间正交的关系，分别构造得到与AoAs/AoDs有关的代价函数，将所述的与AoAs/AoDs有关的代价函数进行一阶Taylor展开，得到角度的网格偏差值；

其中，所述的得到与AoAs/AoDs有关的代价函数的具体步骤为：分别构造与接收角误差和发射角误差有关的代价函数f(η_l)、g(ξ_l)；

上式中，θ_l、分别表示DFT运算估计出的网格上的初始AoAs/AoDs，η_l、ξ_l分别表示角度偏差值，E_AoAs、E_AoDs分别表示与AoAs/AoDs有关的噪声子空间；为导向矢量a_BS(θ_l)经过DFT变换后的导向矢量；

若上式中：

则f(η)、g(ξ)重新表示为：

其中，所述的得到角度的网格偏差值的具体步骤为：将和a_BS(θ_l+η_l)在和θ_l处一阶Taylor展开，推导出网格偏差值η_l、ξ_l，

则f(η)、g(ξ)重新表示为：

令则网格偏差值表示为：