[发明专利]基于牛顿-正交匹配追踪的超大规模MIMO信道估计方法

说明书

本发明公开了一种基于牛顿‑正交匹配追踪的超大规模MIMO信道估计方法，其包括：根据空间非平稳特性和近场效应建立信号模型；根据所述信号模型通过最小化剩余功率获得散射体的增益和位置的最大似然估计；划分初始网格，运用正交匹配追踪算法搜索网格点，粗略估计散射体位置和路径增益；根据粗略估计得到的初始值利用牛顿迭代优化方法进行精确估计。本发明基于牛顿‑正交匹配追踪的超大规模MIMO信道估计方法考虑了近场效应和空间非平稳特性，增加散射体生灭过程，模拟散射体在阵列和时间轴上的出现和消失，在正交匹配追踪算法的基础上增加牛顿迭代来提高信道估计精度和降低计算复杂度，能够准确定位散射体和确定非平稳信道。

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于牛顿-正交匹配追踪的超大规模MIMO信道估计方法。

背景技术

随着移动通信技术的快速发展，超大规模多输入多输出是第五代以上通信网络的关键技术之一。信道状态信息的准确估计对于提高超大规模多输入多输出系统的性能非常重要。

传统的大规模多输入多输出信道估计方法是直接估计信道矩阵。由于阵列阵元数量很小，发射器和接收器之间的距离远大于瑞利距离，通常认为是平面波入射。随着超大规模多输入多输出系统中阵列阵元数量的增加，发射和接收不再满足瑞利距离的条件。因此上述基于平面波的假设会导致信道模型的不匹配。引入球面波前更能准确地描述超大规模多输入多输出信道的传播机制。

近年来，许多学者将研究重点放在球面波前的信道估计上。区别于传统的平面波模型，球面波模型的信道冲激响应相位是非线性的，这一非线性关系增加了信道估计的难度。目前基于球面波模型的信道估计方法主要分为两类。一种方法旨在通过估计多径分量来重构信道矩阵，主要通过空间交替广义期望最大化算法、期望最大化算法和最大似然算法等来估计超大规模多输入多输出信道的时延、到达角、离开角等。然而，当搜索高维联合参数时，这些算法的复杂度太高。众所周知，多径分量是由散射体的空间位置决定的，因此，另一种方法侧重于估计超大规模多输入多输出信道散射体的空间位置。基于正交匹配追踪算法的子阵信道估计方法已经被提出。该方法虽然考虑了空间非平稳特性，但每个天线与散射体之间的可见关系是预先定义的，不能准确描述不同天线之间散射体的生灭过程。另外，基于网格搜索的正交匹配追踪算法存在计算复杂度高、离网误差大等问题。

发明内容

本发明目的在于提供一种简单可行、精度高的基于牛顿-正交匹配追踪的超大规模MIMO信道估计方法。其采用如下技术方案：

为了解决上述问题，本发明提供了一种基于牛顿-正交匹配追踪的超大规模MIMO信道估计方法，其包括：

根据空间非平稳特性和近场效应建立信号模型；

根据所述信号模型通过最小化剩余功率获得散射体的增益和位置的最大似然估计；

划分初始网格，运用正交匹配追踪算法搜索网格点，粗略估计散射体位置和路径增益；

根据粗略估计得到的初始值利用牛顿迭代优化方法进行精确估计。

作为本发明的进一步改进，所述基于空间非平稳特性和近场效应建立信号模型，包括：

根据空间非平稳特性建立散射体和天线之间的可见关系；

根据近场效应并根据散射体和天线之间的可见关系建立信号模型。

作为本发明的进一步改进，所述根据空间非平稳特性建立散射体和天线之间的可见关系，包括：

基站端采用均匀线性阵列，有M个天线，用户端采用单个天线，只考虑下行链路，链路中存在多个散射点，在超大规模多输入多输出信道中，散射假设均为泊松分布，不同天线之间散射体的生存概率可以表示为：

其中λ_r是散射体的存活率，D是与环境相关的相干因子，δ代表不同天线元件之间的间距；