1.一种低复杂度大规模MIMO信道估计方法,其特征在于该方法包括:
建立向量形式的MIMO信道模型;
根据建立的MIMO信道模型,利用MMSE算法对信道矩阵进行估计,得到信道估计值以及与真实的信道矩阵的估计误差;
对信道估计值采用Kapteyn级数多项式展开,并对级数进行截短,得到最终的信道估计结果和估计误差。
2.根据权利要求1所述的低复杂度大规模MIMO信道估计方法,其特征在于:所述建立向量形式的MIMO信道模型,具体包括:
建立MIMO信道模型为:Y=HP+N;式中,Y表示接收矩阵,H表示信道矩阵,且·~CN(*,Δ)表示·服从均值为*方差为Δ的高斯分布,vec(·)表示矩阵·的向量形式,表示H的均值矩阵,R表示信道协方差矩阵,P表示发射导频矩阵,N表示噪声矩阵,且表示N的均值矩阵,S表示噪声协方差矩阵;
采用向量化算子将建立的信道模型向量化,得到向量形式:式中,y=vec(Y),PT表示P的转置矩阵,I表示单位矩阵,表示Kronecker乘积,h=vec(H),n=vec(N)。
3.根据权利要求2所述的低复杂度大规模MIMO信道估计方法,其特征在于:所述MMSE算法得到的信道估计值为:
式中,表示的共轭。
4.根据权利要求2所述的低复杂度大规模MIMO信道估计方法,其特征在于:所述MMSE算法得到的估计误差为:
式中,tr(·)表示矩阵的迹。
5.根据权利要求2所述的低复杂度大规模MIMO信道估计方法,其特征在于:所述最终的信道估计结果为:
式中,λn表示矩阵的n阶特征值,
Xn表示X的n次方,N表示矩阵展开的阶数,K≤N。
6.根据权利要求5所述的低复杂度大规模MIMO信道估计方法,其特征在于:所述最终的信道误差为:
式中,