[发明专利]一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法

权利要求书

1.一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法，其特征在于，包括如下步骤：

步骤1：基站采用具有N根天线的均匀线性阵列，下行链路中的移动用户采用单天线，在T个时刻内，基站发送导频信号矩阵X，则存在冲击情况下，用户接收到的信号是y＝Φw+n+e；

步骤2：设置迭代次数计数变量k＝1，初始化w的精度向量中的各元素为1，初始化噪声精度α＝1，初始化冲击噪声精度中的各元素为0，定义矩阵并初始化Z中的各元素为1，同时初始化δ为全零元素；

步骤3：利用VBI原理，固定α、β、γ、Z、δ，更新μ、∑；

步骤4：固定μ、∑、β、γ、Z、δ，更新α；

步骤5：固定α、μ、∑、γ、Z、δ，更新β；

步骤6：固定α、β、μ、∑、Z、δ，更新γ；

步骤7：固定α、β、μ、∑、γ、δ，更新Z；

步骤8：固定α、β、μ、∑、γ、Z，更新δ；

步骤9：判断迭代计数变量k是否达到上限K或γ是否收敛，如果都不满足，则迭代计数变量k＝k+1，并返回步骤3；

步骤10：估计最终的信道。

2.根据权利要求1所述的一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法，其特征在于，所述步骤1中，Φ(δ)＝XA(δ)为测量矩阵，

A(δ)＝[a(θ₁+δ₁)，a(θ₂+δ₂)，...，a(θ_L+δ_L)]表示阵列流型矩阵，

表示导向矢量，

λ_d表示电磁波的工作波长，d表示相邻天线阵元间的距离，

表示均匀划分的L个网格点，即

中的元素δ_l表示θ_l上的角度偏差，

w是一个L维的信道在测量矩阵Φ(δ)上稀疏表示的向量，其均值为μ，方差为∑，

n是一个T维的均值为零，精度为α的高斯白噪声向量，

e是一个T维的均值为零，精度为的冲击噪声向量。

3.根据权利要求1所述的一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法，其特征在于，所述步骤3中，更新μ、∑的方法如下：

μ＝∑Φ′^Hy′

∑＝(Φ′^HΦ′+diag(γ))^-1

其中：

(·)^H表示共轭转置，diag(·)表示取向量的对角元素，

y_t表示y的第t个元素，

Φ_t表示Φ的第t行向量，

d_t＝αφ_t，1+φ_t，2β_t，

φ_t，1＝<z_t，1>，φ_t，2＝<z_t，2>，

<·〉表示求期望运算。

4.根据权利要求1所述的一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法，其特征在于，所述步骤4中，更新α的方法如下：

其中：

a＝b＝0.0001，

tr(·)表示矩阵的迹，||·||₂表示矩阵的2范数。

5.根据权利要求1所述的一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法，其特征在于，所述步骤5中，更新β的方法如下：

6.根据权利要求1所述的一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法，其特征在于，所述步骤6中，更新γ的方法如下：

μ_l表示μ的第l个元素，∑_l表示∑的第l个对角元素。