专利汇可以提供大规模MIMO系统下行链路中的单用户相位噪声补偿抑制方法专利检索,专利查询,专利分析的服务。并且本 发明 属无线通信技术领域,涉及一种大规模MIMO系统下行链路中的单用户 相位 噪声补偿抑制方法。本发明采用了期望最大化 算法 , 期望最大化算法 是一种求解 位置 随机变量的后验分布的算法,通过不断地 迭代 ,得到样本已知的条件下的隐藏变量的均值与方差。本发明的有益效果为能够实现大规模MIMO系统中高阶调制方式下的数据符号的判决,有效抑制 相位噪声 带来的不利影响,显著提高系统性能。,下面是大规模MIMO系统下行链路中的单用户相位噪声补偿抑制方法专利的具体信息内容。
1.大规模MIMO系统下行链路中的单用户相位噪声补偿抑制方法,设定带有相位噪声的MIMO OFDM系统下行链路中,发射端有M根天线,接收端有1根天线,发射端第m根天线和接收端天线之间的时域信道矢量记为 其中L为信道矢量的长度,对于每
个OFDM符号,接收端的时域信号表达式为
其中,r(t)∈CN×1是时域接收信号,N是OFDM子载波的个数, 是第m根发射天线到接收端天线的信道Toeplitz矩阵,它的第1列为 其中01×(N-L)表
示元素全为0、长度为N-L的行矢量,P∈CN×N表示所有发射端天线上共有的相位噪声矩阵,其中θn表示OFDM符号中第n个时刻的相位噪声采样值,F∈CN×N
是归一化的FFT矩阵,它的第n行第k个元素为 是预编码矩阵,Hm
=diag{[Hm,1,Hm,2,…,Hm,N]T},且 *表示对矩阵取共轭运算,d∈CN
×1是包含数据和导频的频域发送符号序列,n(t)∈CN×1是时域的复高斯白噪声序列,n(t)=CN(0,σ2I);
分解为以下的形式:
把(2)代入(1)得
对上式作FFT,则频域的接收信号为
将式(4)进行如下的变形:
其中, 由于相位噪声的值很小,利用近似关系 可以把
(5)进一步变形为
其中,θ=[θ1,θ2,…,θN]T为实高斯分布的相位噪声矢量,即θ=N(0,Φ)。1是N维全1列向量。由于θ的协方差矩阵Φ为实对称矩阵,其特征值是实数,并且可以用正交矩阵进行相似对角化
Φ=VΛVT (7)
其中Λ=diag{[λ1,λ2,…,λN]T}是以Φ的从大到小的顺序排列的特征值为对角元素的对角矩阵,V是正交矩阵,它的每一列是Λ对应列的特征值的单位特征向量。如果对相位噪声矢量进行线性变换
θ=Vx (8)
根据高斯分布的性质可知,x~N(0,Λ),由于Λ为对角矩阵,所以x的各个分量之间是相互独立的,且Λ中的对角元只有前若干项的值较大,其他元素和前若干项相比很小,因此只取其中的前t项元素来近似,则Λ为t×t的对角阵,相应的V也取对应的前t列,则变成了N×t维矩阵,将(8)代入(6),可得
其特征在于,所述单用户相位噪声补偿抑制方法包括以下步骤:
S1、利用导频对应位置的接收符号计算相位噪声的公共相位误差并进行补偿,然后进行数据符号的判决,将判决结果作为以下迭代的初始值:
其中, 是公共相位误差,S表示星座点的集合;
S2、通过以下的步骤来实现变分贝叶斯算法的迭代:
S21、计算x的后验分布的均值和方差:
其中,
S22、计算数据符号d的估计值
S23、循环步骤S21—S22,在已知接收信号的条件下数据符号的估计值d将收敛于一个稳定的值。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于主动采样和高斯混合模型的图像超分辨重建方法 | 2020-05-08 | 533 |
一种多重不确定性的水库调度规则提取方法及系统 | 2020-05-11 | 735 |
一种基于WiFi多维参数特征的室内目标被动跟踪方法 | 2020-05-12 | 542 |
非临床环境下对高血压进行非干预式的监测和评估方法 | 2020-05-08 | 179 |
一种基于贝叶斯模型的SRAM电路良率分析方法 | 2020-05-15 | 910 |
具有透镜天线阵的MIMO系统的稀疏信道估计方法 | 2020-05-18 | 260 |
毫米波大规模MIMO系统的波束空间信道估计方法 | 2020-05-20 | 395 |
基于块混合高斯低秩矩阵分解的毫米波图像异物检测方法 | 2020-05-17 | 342 |
基于关键点检测网络和空间约束混合模型的海水区域检测方法 | 2020-05-20 | 73 |
基于先验估计网络和空间约束混合模型的海面障碍物检测方法 | 2020-05-21 | 762 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。