[发明专利]一种大规模MIMO中继系统联合信息估计方法

权利要求书

1.一种大规模MIMO中继系统联合信息估计方法，首先，建立多用户大规模MIMO中继系统模型，假设该协作通信系统中的所有节点都工作在半双工模式，即无法实现信号的同时收发，且用户之间相互没有直接链路，只能通过中继进行信息交换，一共有Q个用户，所有信道均遵循独立同分布的瑞利衰落，和分别代表用户q至中继以及中继至用户q的信道矩阵，其元素分别服从和分布，其中和为大尺度衰落系数，q＝1,...,Q，整个传输协议共有P个传输子过程，每个子过程分为MAC和BC两个阶段，在第p个传输子过程的MAC阶段，用户q首先利用三维编码矩阵对所发信号进行编码，然后将其发送给中继，中继接收信号为：

其中，为包含了所有Q个用户所发信号的信息符号矩阵，为均值为0方差为1的复高斯噪声，在第p个传输子过程的BC阶段，中继将接收的信号经K个时间子块的放大转发，广播给所有用户，用户l接收的信号可表示为：

其中，为包含了所有时间子块AF系数的放大矩阵，为均值为0方差为1的复高斯噪声，k＝1,...,K；然后，将用户端的接收信号构造为Tucker2-PARAFAC张量模型，定义：则

其中，bd[·]为块对角化算子，定义：则

其中，和即为所构造的Tucker2-PARAFAC张量模型；最后，利用迭代的ALS算法拟合所构造的Tucker2-PARAFAC张量模型，联合估计出信号和信道信息，首先，迭代更新S和H^(l)，具体步骤如下：

步骤(1)：初始化：令it＝0，初始化

步骤(2)：it＝it+1；

步骤(3)：由计算得S的LS估计：

步骤(4)：由计算得H^(l)的LS估计：

步骤(5)：计算如果|φ(it)-φ(it-1)|/φ(it)≤δ_th，则迭代结束，否则重复步骤(2)～(5)直至算法收敛；由于存在尺度模糊，在实际通信系统中可通过设置得到无模糊的估计和所以然后，根据利用PARAFAC分解的特性可得如下切片形式：

根据H^(l)和H^(l)'所示的PARAFAC模型，利用ALS算法迭代更新H和具体步骤如下：

步骤(1)：初始化：令it＝0，初始化

步骤(2)：it＝it+1；

步骤(3)：由H^(l)计算得H的LS估计：

步骤(4)：由H^(l)'计算得的LS估计：

步骤(5)：计算如果|φ(it)-φ(it-1)|/φ(it)≤δ_th，则迭代结束，否则重复步骤(2)～(5)直至算法收敛；由于存在尺度模糊，在实际通信系统中可通过设置得到无模糊的估计和