具有透镜天线阵的MIMO系统的稀疏信道估计方法
专利汇可以提供具有透镜天线阵的MIMO系统的稀疏信道估计方法专利检索，专利查询，专利分析的服务。并且本 发明 属于无线通信技术领域，涉及一种具有透镜天线阵的MIMO系统的稀疏信道估计方法。本发明提出了一种具有透镜天线阵列的毫米波大规模MIMO系统进行信道估计方法。基于波束空间中的信道稀疏性，首先将信道估计放到稀疏 信号 恢复的 框架 中，然后利用期望最大化 算法 来学习该框架中的相关参数，利用估计的参数，可以通过简单的替换获得信道估计。相较基于支持检测、SCAMPI的方案，本发明所提出的方案可以充分有效地利用信道响应的特性，因此可以实现更好的性能。，下面是具有透镜天线阵的MIMO系统的稀疏信道估计方法专利的具体信息内容。
1.具有透镜天线阵的MIMO系统的稀疏信道估计方法，所述MIMO系统的基站配备有三维透镜天线阵列，透镜长度和高度分别为Dy和Dz，并将M×N天线阵列置于透镜焦平面上，MN根天线通过Q×MN的选择网络W与Q个射频链相连，即基站利用网络 检测接收信号y；
其特征在于，所述信道估计方法包括以下步骤：
S1、将信道估计问题放在稀疏信号恢复的框架下；令入射平面波方位角和入射平面波仰角 在[-1,1]均匀采样P个网格点S＝{-1+1/P,-1+3/P,...,(P-1)/P}，信道响应矢量记为：
其中，s1、s2表示S中离 最近的格子点，
δy、δz表示 的离散化误差；d(s1,s2)＝v(s1,s2)，dy(s1,s2)和dz(s1,s2)分别是 对求导后在s1、s2处的值；构建3个MN×P2的稀疏使能字典D，Dy，Dz且D(:,p)＝d(sp1,sp2)，Dy(:,p)＝dy(sp1,sp2)，Dz(:,p)＝dz(sp1,sp2)，sn表示S的第n个元素，p＝p1+(p2-1)P且1≤p1，p2≤P；获得信道表达式：
其中， 的离散化误差δ1和δ2分别为 且δy＝[δy,1,δy,2,...,
δy,P]T， 且δz＝[δz,1,δz,2,...,δz,P]T，IP表示P维单位列向量，L为多径数，diag(δ)代表对角元上为矢量δ的对角矩阵；
令 是离 最近的格子点， 表示S的第
(l')个元素， 表示δy(δz)的第l个分支，且x的第p个分支xp＝α(l)， 由
于信道只有L条多径，δy、δz、x只有L个非零元，若(sp1,sp2)不是离 最近的，则δy,p1＝
0、δz,p2＝0、xp＝0；此时记接收信号为：
测量矩阵 n为复高斯噪声矢量；
S2、通过以下的步骤来实现期望最大化算法的迭代：
S21、计算信号x的后验分布均值和方差
由于L＜＜P2，信号x具有稀疏性，令信号x中每个元素服从均值为0，方差为 的相同复高斯分布，且α＝[α1,α2,…,αP2]T；噪声n中每个元素服从均值为0，方差为β-1的相同复高斯分布；信号x的先验概率和条件概率p(r|x,β)分别为：
其中|·|和||·||表示分别表示元素的模和向量的二范数；基于期望最大化算法，信号x的后验概率为：
H
其中，<·>q(n)表示相对于高斯噪声后验分布q(n)的期望，(·) 表示共轭转置，const为常数项，因此后验均值μ＝βτΦHr，协方差矩阵τ＝(βΦHΦ+D)-1，D＝diag(α)表示对角线上为矢量α的对角阵；
S22、更新参数α、β、δy、δz
通过最大化完全似然函数F(α,β,δy,δz)＝
对完全似然函数求导并令其一阶导数为0，得到参数αl、β的更新公式：
其中，τ(l,l)表示协方差矩阵τ的第(l,l)个分支，tr(·)表示矩阵的迹，相对参数δy、δz最大化完全似然函数也就是最小化函数F'(δy,δz)＝<||r-Φx||2>，经过一系列操作，只保留与δy、δz相关的项，最终得到：
其中，
* T
且 (·) 、(·) 分别代表共轭和转置， 表
示对变量取实部，⊙表示Hadamard积，上述E、F、G、U、V、A、B、C只是作为中间变量方便公式的表示，没有物理含义，将 带入公式(15)并分别对δy、δz求导，得到参
数δy、δz的更新公式：
其中，矩阵E1中的元素满足E1(i,j)＝∑E(i:P:P2,j:P:P2)，矩阵F1中的元素满足F1(i,j)＝∑F((i-1)*P+1:i*P,(j-1)*P+1:j*P)，矩阵G1中的元素满足G1(i,j)＝∑G(i:P:P2,(j-
1)*P+1:j*P)，矩阵G2满足 列矢量U1中的元素满足U1(i)＝∑U(i:P:P2)，列矢量V1中的元素满足V1(i)＝∑V((i-1)*P+1:i*P)；用M(i,j)来表示矩阵M的第(i,j)个分支，且(i:
k:j)表示以间隔k从第i个到第j个点的取值；(i:j)表示以单位间隔从第i个到第j个点的取值；由于δy∈[-1/P,1/P]、δz∈[-1/P,1/P]，因此对于δy、δz中的任意一个元素δi有以下限制：
当-1/P≤δi≤1/P时，δi＝δi；当δi<-1/P时，δi＝-1/P；当δi>1/P时，δi＝1/P；基于式(16)、(17)，最后再次利用 得到δ1、δ2的估计值；
S23、迭代步骤S21、S22直到循环结束条件：迭代次数大于等于N或
其中N表示最大迭代次数，μn代表第n次迭代的后验均值；
S3、信道估计值的获取
根据参数δ1、δ2的估计值和信号x的后验均值，基于公式(7)，最终可以得到信道h的估计值hest。
具有透镜天线阵的MIMO系统的稀疏信道估计方法
技术领域
背景技术
发明内容
v(s1,s2)，dy(s1,s2)和dz(s1,s2)分别是 对 求导后在s1、s2处的值。基于此可以构建3个MN×P2的稀疏使能字典D，Dy，Dz且D(:,p)＝d(sp1,sp2)，Dy(:,p)＝dy(sp1,sp2)，Dz(:,p)＝dz(sp1,sp2)，sn表示S的第n个元素，p＝p1+(p2-1)P且1≤p1，p2≤P。最终(3)中的信道可另记为：
分支，且x的第p个分支xp＝α(l)， 由于信道只有L条多径，δy、δz、x只有L个非零元，若(sp1,sp2)不是离 最近的，则δy,p1＝0、δz,p2＝0、xp＝0。此时重记(5)中的接收信号为：
号x的先验概率和条件概率p(r|x,β)分别为：
示对变量取实部，⊙表示Hadamard积，上述E、F、G、U、V、A、B、C只是作为中间变量方便公式的表示，没有特殊含义。将 带入公式(15)并分别对δy、δz求导，得到参数
δy、δz的更新公式：
具体实施方式
计信道，h表示实际生成的信道，这里考虑100个信道。
| 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。
