[发明专利]基于无蜂窝大规模多输入多输出系统的计算成像方法

权利要求书

1.一种基于无蜂窝大规模多输入多输出系统的计算成像方法，其特征在于，包括如下步骤：

S1、将整个环境空间作为一个三维立体空间，进行离散化处理，得到N＝P*P*P个小立方体，每个小立方体代表一个像素点；感兴趣的目标物存在于该环境空间内，该目标物共由K个像素点组成，且是稀疏的，稀疏率为λ＝K/N；用散射系数x_n表示第n个像素点的散射系数；整个环境空间的任一个像素点具有属于非目标物或者属于目标物两种可能性；整个环境空间散射系数表示为x＝[x₁,x₂,...,x_N]^T，x中每个元素互不相关且服从伯努利-高斯分布，其概率函数表示为其中λ为稀疏率，δ(x)为在x＝0处的狄拉克函数，表示任一像素x服从均值为θ、方差为φ的高斯分布概率密度函数，q＝(λ,θ,φ)为先验参数的集合；

S2、在无蜂窝大规模多输入多输出系统中部署1个中央处理单元，B个接入点且每个接入点配置有M根天线，以及D个单天线用户设备；第d个用户设备发送的感知信号为s_d，发射功率为其中||s_d||表示求s_d的模，表示求期望；

S3、第b个接入点基于接收到的信号y_b，利用单接入点计算成像方法，得到本地的初步估计图像和方差矩阵Σ_b，b＝1,2,...,B，然后将B个接入点各自的估计信息发送到中央处理单元；

S4、中央处理单元基于B个接入点估计的信号和方差矩阵{Σ₁,Σ₂,…,Σ_B}，利用多元信号融合方法，得到目标物的成像信号

2.根据权利要求1所述的一种无蜂窝大规模多输入多输出系统的计算成像方法，其特征在于，步骤S3中所述的单接入点计算成像方法的具体实现步骤如下：

a)从第d个用户设备到目标物的信道矩阵为第d个用户设备信号从目标物反射到第b个接入点的信道矩阵为其中α_d和β_b,d均为基于路径损失和阴影衰落的大尺度衰落系数，H_d和G_b,d均为小尺度衰落系数，且服从标准高斯分布；则第b个接入点接收到的信号模型表达为将该信号模型表达进一步简化为标准线性模型y_b＝A_bx_b+w_b＝z_b+w_b，其中矩阵x_b是第b个接入点估计的目标物，w_b是加性高斯白噪声，噪声方差为ψ_b；

b)对于任一接入点b，将a)中接收信号y_b的矢量乘积转换为所有标量元素的乘积，其中x_b＝[x_b,1,...,x_b,n,...,x_b,N]^T，z_b＝[z_b,1,...z_b,m,...,z_b,M]^T、y_b＝[y_b,1,...y_b,m,...,y_b,M]^T，则得环境散射系数的后验概率为：

其中p(y_b|x_b)为y_b的似然函数，p(x_b|q)为x_b的先验概率，p(y_b,m|z_b,m)为y_b,m的标量似然函数，p(x_b,n|q)为x_b,n的标量先验概率；

c)分别对m＝1,2,...,M，求z_b,m关于(y_b；q)的边缘后验概率其中p(y_b,m|z_b,m)为y_b,m的标量似然函数，表示z_b,m服从均值为方差为的高斯分布概率密度函数；求得M个元素的p(z_b,m|y_b；q)后对其求期望即得到z_b；然后通过矩阵求逆运算A_b^-1*z_b＝r_b，得到被噪声污染的目标物r_b，即r_b＝x_b+v_b，其中v_b是加性高斯白噪声；最后对n＝1,2,...,N，分别求得x_b,n关于(y_b；q)的边缘后验概率其中p(x_b,n|q)为x_b,n的标量先验概率，为x_b,n服从均值为方差为的高斯分布概率密度函数；

d)将先验概率p_X(x_b,n|q)代入c)中x_b,n关于(y_b；q)的边缘后验概率公式，得到x_b,n的边缘后验概率为：

其中，δ(x_b,n)表示x_b,n＝0处的狄拉克函数，ζ_b,n为归一化因子：

参数

e)通过线性最小均方误差估计，求得d)中边缘后验概率的期望和方差μ_b,n：

由此得到第b个接入点估计的目标图像信号以及对角方差矩阵Σ_b＝diag[μ_b,1,...,μ_b,n,...,μ_b,N]；

f)重复步骤c)～e)进行迭代计算直至收敛，输出最终的和Σ_b。