[发明专利]一种大规模MIMO系统中基站端导频辅助信道估计方法和系统

权利要求书

1.一种大规模MIMO系统中基站端导频辅助信道估计方法，其特征在于，移动端任一天线A向基站端任一天线B发送OFDM信号，所述OFDM信号同时包含OFDM导频和OFDM数据，基站端接收到OFDM信号后，对天线A和B之间的信道采用以下方法进行信道状态估计：

准备阶段：

移动端天线A在t时刻向基站端天线B发送OFDM导频信号s_t；基站端根据接收到导频信号估计当前信道在t时刻上各频点的信道状态信息H_t；重复n次传递，得到当前信道的信道状态信息矩阵H＝[H₁,H₂,…,H_n]；

对于每个H_t，根据导频图案确定导频位置，保留H_t导频位置处的CSI，在H_t导频位置外其余频点处填零，得到作为样本，将H_t作为该样本的标签，t＝1,2,…,n，从而得到包含n个用于训练模型的样本的训练集，所述导频图案是由在OFDM导频信号上均匀间隔的频点上选定对应导频数量的子载波构成；

构建卷积残差网络模型；

训练阶段：采用训练集进行卷积残差网络模型训练，使模型通过不断迭代训练学习当前信道的频域相关性特征；

应用阶段：将接收到的OFDM信号输入至训练好的模型，输出当前信道的信道状态信息；

所述根据接收到导频信号估计当前信道在t时刻上各频点的信道状态信息

其中，表示导频信号的第i个子载波上的导频信号，s_t(i)表示导频信号s_t的第i个子载波上的导频信号，m表示子载波个数；

所述卷积残差网络模型由9层Conv2D层串联构成，第三层的输入与第五层的输出直接相连，第六层的输入和第八层的输出直接相连，除最后一层外其余均加入ReLu激活函数。

2.如权利要求1所述的方法，其特征在于，训练阶段的损失函数如下：

其中，H(t,f)表示在时刻t频点f处的实际的CSI，表示在时刻t频点f处的估计的CSI，ω表示需要通过训练来优化的网络参数，T表示时刻数量，F表示频点数量。

3.如权利要求2所述的方法，其特征在于，在训练的过程中通过梯度下降结合Adam优化算法对网络模型中的参数进行调整更新，使其达到最优，优化的目标即为使损失函数最小。

4.如权利要求1所述的方法，其特征在于，移动端发送的OFDM信号s_n+1＝[s_d(1),s_d(2),s_p(3),…,s_p(m-2),s_d(m-1),s_d(m)]^T，基站端接收到的信号为，其中，下标d表示该位置发送的是数据信号，下标p表示该位置发送的是导频信号，所述应用阶段包括：

根据导频图案确定导频位置；

根据接收到信号对导频位置处进行信道估计，得到导频位置处的CSI，将除导频位置外的其余频点的CSI设置为零得到

将输入到训练好的模型中进行信道估计，模型输出为所有频点上的CSI。

5.一种大规模MIMO系统中基站端导频辅助信道估计系统，其特征在于，包括：计算机可读存储介质和处理器；

所述计算机可读存储介质用于存储可执行指令；

所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行权利要求1至4任一项所述的大规模MIMO系统中基站端导频辅助信道估计方法。