[发明专利]一种基于自适应感知矩阵的压缩感知信道估计算法及实现装置

权利要求书

1.一种基于自适应感知矩阵的压缩感知信道估计算法及实现装置，其特征在于，首先根据接收导频信号自适应构造感知矩阵；在此基础上，基于压缩采样匹配追踪算法重构稀疏信道矩阵，最大程度恢复实际信道。

2.根据权利要求1所述的方法，其特征在于，对基站接收信号进行了自适应设计，具体包括：

对于单用户上行场景，用户发送到基站的导频信号可以表示为其中X_L是每根天线发送的信号的长度，则上行基站接收信号可表示为

其中U_HBF和W_HBF分别是模拟预编码矩阵和接收矩阵，它们都可以通过对信道做SVD分解或其他方法得到，Z是均值为零方差为1的加性高斯白噪声；

对有效接收信号进行向量化，即

其中，h_S是H_V的向量化，包含了虚拟信道系数矩阵H_V的稀疏信息，因此向量化的接收信号可表示为

由于矩阵不满足压缩感知的有限等距性质，因此，对G做SVD分解，则接收信号(3)可改写为

vec(Y)＝UDV^Hh_S (4)

等式两边左乘U^H和来抵消等式右侧的UD，使得正交基V^H暴露出来，可以通过构造矩阵Φ使得感知矩阵满足有限等距性质。

3.根据权利要求1和2所述的方法，其特征在于，根据压缩感知的有限等距准则，设计一个矩阵Φ使得感知矩阵Θ^HΘ≈I，其中Θ＝ΦV，

Θ^HΘ＝V^HΦ^HΦV≈I (5)

左右两端分别乘以基矩阵V^H和V，并对VV^H进行特征值分解，即可得

令Γ＝ΦU₂，经过数学转换，问题转化为求解Γ的最优化问题

其中Λ由VV^H进行特征值分解得到，即V V^H＝UΛU^H，得到最优的后，感知矩阵的设计公式为

4.根据权利要求1，2和3中所述的方法，其特征在于，构造自适应感知矩阵后，根据压缩感知的“l₀范数最小化”求解稀疏信道，具体包括：

压缩感知算法的相关表达式

其中，通过利用压缩采样匹配追踪算法(Compressive Sampling Match Pursuit，CoSaMP)来重构(9)，可以得到稀疏向量h_S，因此实际的估计信道可表示为

其中，是稀疏向量h_S去向量化得到的。

5.一种具有自适应感知矩阵构造功能的压缩感知信道估计实现装置，其特征在于包括：

向量化模块，将输入的接收信号向量化；

G矩阵计算模块，根据输入信号自适应计算G矩阵；

感知矩阵构造模块，根据权利要求1，2，3所述方法构造自适应感知矩阵；

压缩感知信号恢复模块，根据权利要求4重构稀疏信道向量；

去向量化模块，将估计的稀疏信道向量去向量化，然后与V_R,相乘后得到估计信道