[发明专利]一种基于码本辅助的大规模MIMO DOA估计方法

说明书

本发明公开了一种基于码本辅助的大规模MIMO DOA估计方法，由于大规模多输入多输出(MIMO)系统中的天线规模极大，传统的波达方向(DOA)估计算法应用于大规模MIMO时的计算复杂度极高。本发明提出了一种用于下行链路传输的新型帧结构。基于该帧结构，将码本辅助算法引入到DOA估计中。具体来说，本发明将码本信道反馈于传统MUSIC算法和凸优化算法相结合，以解决由大规模MIMO系统中DOA估计由于阵列数量增加而引起的计算复杂性。在码本反馈机制下，可以充分利用先验信息获得定向角度范围，从而可以显着降低DOA估计的计算复杂度，仿真结果验证了算法的有效性。

技术领域

本发明涉及一种基于码本辅助算法和大规模MIMO DOA估计方法，属于无 线局域网通讯技术领域。

背景技术

大规模多输入多输出(MIMO)技术在第五代(5G)移动通信中具有巨大 的应用潜力。在未来的5G无线通信中，基站端(BS)中部署大规模天线必须 获取精确的信道状态信息(CSI)，从而能够进行波束赋形、功率分配等操作。 对于频分双工(FDD)大规模MIMO系统，使用传统地正交导频信道估计方案 的开销巨大，因此信道反馈机制在大规模MIMO中是不可或缺的。对于波达方 向(DOA)估计，由于大规模MIMO系统中天线阵列的数量很大，DOA估计算法的计算复杂度随着阵列维度的增大而急剧提升。

为了降低大规模MIMO DOA估计的计算复杂度，已经开展了多项研究。有 一种方法通过利用压缩感知减少DOA估计的复杂度，但压缩感知由于测量数据 有限，不能保证DOA估计精度。此外，以多重信号分类(MUSIC)为代表的信 号子空间类算法已经得到广泛应用。在此基础上，有一种方法通过使用降维变 换，通过利用变换域子空间方法达到降低复杂度的目的，此方法在单基地MIMO 雷达DOA估计得以应用。另一种名为“局部搜索”的方法已经应用于互质均匀线 性阵列(Co-Prime LAs)，通过利用变换域搜索尖峰位置，从而避免全局搜索而 引起过高的计算复杂度。计算复杂度的减少量与互质均匀线性阵列子阵列的天 线数量有关。相关研究已经表明，在FDD大规模MIMO系统中，码本反馈比特 量可以远小于天线数量。此外，在毫米波大规模MIMO系统中，基于角度域的 码本反馈可以减少计算量。这使得可以利用码本这一先验信息去进行DOA估计 预处理，从而降低计算复杂度。

发明内容

本发明的目的在于提出了码本辅助算法来降低大规模MIMO DOA估计的 计算复杂度，其中通过计算路径出发角(AoDs)来实现DOA估计。首先设计 了一种新型的下行链路传输结构，并且在传统的MUSIC算法和凸优化算法中引 入了码本信道反馈机制。通过利用路径角度的变化速度远小于路径增益的变化 速度这一性质。在前半帧传输时，利用路径角度估计阶段I在整个角度范围Φ内 进行角度估计。而在后半帧传输时，只需在确定性的角度范围内进行角度估 计。这种方法称为码本辅助算法。与传统算法相比，在角度范围进行的码本 辅助算法可以显着地降低计算复杂度。同时，对于码本辅助凸优化算法，可以 保证得到全局最优解。

为实现上述目的，本发明采用的技术方案为一种基于码本辅助的大规模 MIMODOA估计方法，通过本方法降低大规模MIMO DOA估计的计算复杂度。 同时，本方法将码本信道反馈机制与传统算法相结合，缩小算法执行范围，在 仿真中验证了计算复杂度的降低。

符号说明：Α是一个矩阵，a是一个向量。A^T和A^H分别代表对矩阵的转 置和共轭转置。||A||_γ表示矩阵的γ范数；是对变量求期望；I_N是维数为N×N 的单位阵；tr(A)表示矩阵Α的迹，vec(A)表示对Α进行向量化操作；A≥0表 示Α为半正定矩阵。diag{·}表示对角矩阵，max(a,b)表示返回(a,b)中的最大值； Re[·]为取对复变量取实部操作。

该方法的具体实现过程如下，