[发明专利]一种毫米波多天线信道估计方法以及装置

说明书

本申请公开了一种毫米波多天线信道估计方法，该方法包括：将用于信道估计的矩阵拆分为m个运算子矩阵，其中，运算子矩阵为：观测信号的测量向量的第i子向量等于第一矩阵所拆分的第i第一子矩阵与待估计的信道估计结果的乘积，i为大于等于1、且小于等于m的自然数，并行地分别计算m个运算子矩阵的信道估计子结果，得到m个信道估计子结果，将m个信道估计子结果进行平均，得到待估计的信道估计结果。本发明实现了基于计算资源进行分布式处理，有利于降低信道估计的运行时间。通过每个运算子矩阵的迭代收敛，使得信道估计值与真实值之间的误差减少，既提高了信道估计的可靠性，同时进一步地降低了信道估计的运行时间。

技术领域

本发明涉及无线通信领域，特别地，涉及一种毫米波多天线信道估计方法。

背景技术

信道估计作为无线通信链路必不可少的环节，对于大规模多天线系统而言尤为重要，是充分利用系统多天线增益的前提。在大规模多天线系统中，预编码、信号检测、资源分配等操作都需要准确的信道状态信息(Channel State Information,CSI)。

目前，毫米波大规模多天线在未来移动通信系统中具有明确的应用前景，而信道估计是毫米波大规模多天线场景中的关键环节。然而由于天线规模的增大，如何获得实时准确的CSI是一个极大的挑战。

在毫米波多天线信道中，信道估计同时面临信道稀疏性的挑战，需要针对毫米波信道的稀疏特性，有限的到达角、离去角和路径增益来描述信道。

在非稀疏条件下，信道估计算法主要有最小二乘法(Least Squares,LS)和最小均方误差法(Minimum Mean Square Error,MMSE)。由于信道特性非常的复杂，这些方法的实现往往需要借助长导频序列和大尺度信道系数，这对于实际的毫米波大规模多入多出(MIMO)系统并不现实。

在毫米波大规模MIMO系统中，由于信号传输分布在部分路径上，因此信道在时间和角度上都是稀疏的，使得目前大多数稀疏信道估计算法是基于压缩感知(CompressiveSensing，CS)原理的。在基于压缩感知的毫米波信道估计中，可以使用多级过程避免穷举搜索，不过由于发射功率有限，使得宽波束的使用受到限制，很难应用于实际信道。常见的毫米波多天线信道估计大体有两类：一类是基于非贝叶斯的算法，如正交匹配追踪(Orthogonal Matching Pursuit，OMP)是一种寻找次优解的迭代算法，另一类是基于贝叶斯的算法，利用贝叶斯方法和适当的统计假设，应用估计技术来识别期望的稀疏解，如稀疏贝叶斯学习(Sparse Bayesian Learning，SBL)和贝叶斯压缩感知(Bayesian CompressiveSensing，BCS)。

目前已有的信道估计算法普遍为串行算法，由于毫米波大规模天线有着大规模的天线阵列，信道估计涉及的测量矩阵和完备字典矩阵都具有相当大的规模，同时由于矩阵运算的复杂度随矩阵规模的增大呈指数增长，所以利用串行算法需要消耗大量的时间，时间复杂度高。

发明内容

本发明提供了一种毫米波多天线信道估计方法，以降低信道估计的运行时间。

本发明提供的毫米波多天线信道估计方法，是这样实现的：

将用于信道估计的第一矩阵拆分为m个运算子矩阵，其中，运算子矩阵为：观测信号的测量向量的第i子向量等于第一矩阵所拆分的第i第一子矩阵与待估计的信道估计结果的乘积，i为大于等于1、且小于等于m的自然数，

并行地分别计算m个运算子矩阵的信道估计子结果，得到m个信道估计子结果，

将m个信道估计子结果进行平均，得到待估计的信道估计结果。

本发明还提供一种毫米波多天线信道估计装置，该装置包括，