基于压缩感知的mimo-ofdm系统信道估计方法
【专利摘要】本发明提出一种基于压缩感知的MIMO-OFDM系统信道估计方法，主要适用于接收端配备二维天线阵列时的信道估计。本发明依次估计出空间信道每个路径的延时、入射角度和增益，能有效提高信道估计精度，具体流程为：1、利用最小二乘准则获得每个导频子载波上信道频域响应向量的初始估计值；2、利用信道频域响应向量在时延域的稀疏性，基于压缩感知理论估计信道每个路径的延时和每个路径的信道时域响应向量的估计值；3、利用信道时域响应向量在二维角度域的稀疏性，基于压缩感知理论估计信道每个路径的入射角；4、采用最小二乘准则估计信道每个路径的增益系数；5、获得所有子载波和天线上的信道频域响应的估计值。
【专利说明】基于压缩感知的MIMO-OFDM系统信道估计方法
【技术领域】
[0001] 本发明涉及接收端配备二维天线阵列的MM0-0FDM无线通信系统，特别涉及基于 压缩感知理论的MIM0-0FDM系统信道估计问题。
【背景技术】
[0002] 多输入多输出（ΜΜ0)技术在发射端和接收端配置多副天线，通过与复用技术或 分集技术等的结合，充分利用散射信道的多径特性，在空间传输多路独立、并行的数据流， 在不增加系统带宽的情况下，成倍地提高无线通信系统容量和链路可靠性，提高了系统的 传输速率。因此，ΜΜ0技术受到广泛关注，被认为是现代无线通信的一个重大突破和未来 无线通信必然采用的关键技术之一。为了满足日益增长的用户数据需求，天线配置数目不 断增加，如大规模ΜΜ0系统，而二维天线阵列将是该系统天线配置的合理选择。
[0003] 正交频分复用（0FDM)是一种正交多载波调制技术，具有高效的频谱利用率。随着 无线通信的发展，为了满足人们对高速率业务日益增长的需求，系统带宽不断增加，信道的 频率选择性愈发突出，传统的均衡技术不仅复杂度高，而且难以完全消除多径衰落信道所 引起的码间干扰。0FDM系统将宽带频率选择性衰落信道转换成一系列窄带平坦衰落信道， 有效的解决码间串扰的问题，在实现高速数据传输等方面具有独特的优势。因此，基于ΜΜ0 和0FDM的系统构架应运而生。
[0004] 压缩感知，又称压缩采样，是一个新的采样理论，通过开发信号的稀疏特性，在远 小于Nyquist采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算 法完美的重建信号。由于在实际的散射环境中，对于宽带信号，无线信道往往由几条主要的 路径构成，因此可以将无线信道视为一个时延域稀疏信道，利用压缩感知理论可以以较少 的导频数目估计出信道响应。同时，由于用户到基站端天线阵列的入射角度个数是有限的， 所以开发信道在角度域的稀疏性，同样可以利用压缩感知理论来获得信道的估计。
【发明内容】
[0005] 技术问题：本发明提供一种有效地减少导频数目，具有更高估计分辨率的基于压 缩感知的MIM0-0FDM系统信道估计方法。
[0006] 技术方案：本发明的基于压缩感知的MM0-0FDM系统信道估计方法，包括以下步 骤：
[0007] a)利用最小二乘准则，获得每个导频子载波上信道频域响应向量的初始估计值；
[0008] b)利用所述步骤a)中得到的信道频域响应向量的初始估计值在时延域的稀疏 性，基于压缩感知理论估计信道每个路径的延时和每个路径的信道时域响应向量的估计 值；
[0009] c)利用所述步骤b)中估计的信道时域响应向量的估计值在二维角度域的稀疏 性，基于压缩感知理论估计信道每个路径的入射角，所述入射角包括垂直俯仰角和水平方 位角；
[0010] d)利用所述步骤a)中得到的信道频域响应向量的初始估计值、步骤b)中估计出 的每个路径的延时、步骤c)估计出的每个路径的入射角，采用最小二乘准则，估计信道每 个路径的增益系数；
[0011] e)将所述步骤b)中估计的每个路径的延时、步骤c)估计出的每个路径的入射角 和步骤d)中所估计的每个路径的增益系数，代入信道频域响应的多径信道模型，获得所有 子载波、所有天线上的信道频域响应的估计值。
[0012] 本发明方法的优选方案中，步骤b)的具体流程为：
[0013] 首先，将信道路径延时在0到最大路径延时之间均匀离散化，得到最小延时间隔 为Δ τ和离散后的路径个数为\，利用信道频域响应和信道时域响应的傅里叶变换关系， 将每个子载波上的信道频域响应向量表示为基向量与信道时域矩阵的乘积。
[0014] 其次，将所有导频子载波上的信道频域响应向量的初始估计值按顺序排列成一个 矩阵，记为信道频域矩阵；将所有基向量按照相同的顺序排列成一个矩阵，记为投影矩阵； 从而将信道频域矩阵估计值表示为：
[0015]
【权利要求】
1. 一种基于压缩感知的MMO-OFDM系统信道估计方法，其特征在于，该方法包括以下 步骤： a) 利用最小二乘准则，获得每个导频子载波上信道频域响应向量的初始估计值； b) 利用所述步骤a)中得到的信道频域响应向量的初始估计值在时延域的稀疏性，基 于压缩感知理论估计信道每个路径的延时和每个路径的信道时域响应向量的估计值； c) 利用所述步骤b)中估计的信道时域响应向量的估计值在二维角度域的稀疏性，基 于压缩感知理论估计信道每个路径的入射角，所述入射角包括垂直俯仰角和水平方位角； d) 利用所述步骤a)中得到的信道频域响应向量的初始估计值、步骤b)中估计出的每 个路径的延时、步骤c)估计出的每个路径的入射角，采用最小二乘准则，估计信道每个路 径的增益系数； e) 将所述步骤b)中估计的每个路径的延时、步骤c)估计出的每个路径的入射角和步 骤d)中所估计的每个路径的增益系数，代入信道频域响应的多径信道模型，获得所有子载 波和天线上的信道频域响应的估计值。
2. 根据权利要求1所述的一种基于压缩感知的MIM0-0FDM系统信道估计方法，其特征 在于，所述步骤b)的具体流程为： 首先，将信道路径延时在〇到最大路径延时之间均匀离散化，得到最小延时间隔为 Δ τ和离散后的路径个数为\，利用信道频域响应和信道时域响应的傅里叶变换关系，将 每个子载波上的信道频域响应向量表示为基向量与信道时域矩阵的乘积； 其次，将所有导频子载波上的信道频域响应向量的初始估计值按顺序排列成一个矩 阵，记为信道频域矩阵；将所有基向量按照相同的顺序排列成一个矩阵，记为投影矩阵；从 而将信道频域矩阵估计值表示为：
(12) 其中，?表示信道频域矩阵估计值，Ξ为投影矩阵，Α为信道时域矩阵，W为噪声矩阵； 最后，根据式（12)采用压缩感知理论求解信道时域矩阵，求解出的信道时域矩阵共Ντ 行，寻找其中的非零行向量，所述非零行向量的个数L即为估计出的信道路径总数，第1个 非零行向量即为第1个路径的信道时域响应向量的估计值，第1个路径所对应的路径延时 为（m-1) △ τ，其中，1为非零行向量的序号，m为第1个非零行向量所在的信道时域矩阵行 数m。
3. 根据权利要求1或2所述的一种基于压缩感知的MIM0-0FDM系统信道估计方法，其 特征在于，所述步骤c)的具体流程为： 首先，将垂直俯仰角均匀离散化，得到最小角度间隔为△ Θ，离散后的角度个数为Ne， 将水平方位角均匀离散化，得到最小角度间隔为△ Φ，离散后的角度个数为&，利用信道 时域响应与路径入射角之间的二维傅里叶变换关系，将每个路径的信道时域响应向量估计 值表示为：
(18) 其中，fi/为第1个路径的信道时域响应向量估计值，Ρ为投影矩阵，h为第1个路径 的路径复增益向量，W为噪声向量； 然后按照以下方法分别计算每个路径的入射角：对于第1个路径，利用式（18)，采用 压缩感知理论求解得到路径复增益向量的估计值，根据路径复增益向量中元素最大值的位 置，计算第1个路径的入射角，所述入射角包括垂直俯仰角和水平方位角。
4. 根据权利要求3所述的一种基于压缩感知的MIMO-OFDM系统信道估计方法，其特征 在于，所述步骤c)中，所述投影矩阵P中每行元素排列方式与路径复增益向量 Yl中元素 排列方式相同，均为按照垂直俯仰角和水平方位角所对应路径的克罗内克积的顺序排序得 到； 计算第1个路径的入射角的方法为：根据路径复增益向量中元素最大值的位置s，得到 第1个路径的垂直俯仰角为爲水平方位角为為?其中，ηΦ = mod(s，N4?)， ηθ = (s-nJ/N^+l，mod(x, y)表示 x 对 y 求余。
5. 根据权利要求3所述的一种基于压缩感知的MIMO-OFDM系统信道估计方法，其特征 在于，所述步骤c)中，所述投影矩阵P中每行元素排列方式与路径复增益向量 Yl中元素 排列方式相同，均为按照水平方位角和垂直俯仰角所对应路径的克罗内克积的顺序排序得 到； 计算第1个路径的入射角的方法为：根据路径复增益向量中元素最大值的位置s，得到 第1个路径的垂直俯仰角为4 = ,水平方位角为4 = 沒，其中，n e = mod (s，Νθ)， ηφ = (s-n0)/N0+l。
【文档编号】H04L25/02GK104052691SQ201410312859
【公开日】2014年9月17日 申请日期:2014年7月2日 优先权日:2014年7月2日
【发明者】高西奇, 潘云强, 孟鑫, 金石 申请人:东南大学