基于EVD-ILSP的半盲信道估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109818887A(43)申请公布日2019.05.28(21)申请号201910173040.9(22)申请日2019.03.07(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人刘毅肖玲玲秦凡崔頔南海涵张海林(74)专利代理机构陕西电子工业专利中心61205代理人王品华黎汉华(51)Int.Cl.H04L25/02(2006.01)H04B7/0452(2017.01)权利要求书3页说明书5页附图2页(54)发明名称基于EVD-ILSP的半盲信道估计方法(57)摘要本发明公开了一种基于EVD-ILSP的半盲信道估计方法，主要解决传统半盲信道估计方法使用有限数量的样本数据对信道估计造成误差的问题。其实现方案是，1)目标小区基站接收数据信号和导频信号，并求解数据信号的协方差矩阵；2)采用EVD算法对协方差矩阵进行特征值分解，计算带有模糊度的信道估计值；3)利用目标小区基站接收各用户的导频信号求解模糊度因子估计值，得到目标小区的初始信道估计值；4)根据2)和3)的结果，用ILSP算法得到最终的信道估计值。本发明提高了系统的频带利用效率，减小了因有限样本接收数据信号带来的信道估计误差，可用于在多小区多用户大规模MIMO系统中进行基站信号与用户之间的信道估计。CN109818887ACN109818887A权利要求书1/3页1.一种基于EVD-ILSP的半盲信道估计方法，其特征在于，包括如下：(1)在第j小区的接收端接收第j小区信号和临近小区干扰的数据信号和导频信号1≤j≤L,其中L为小区总数；(2)设定接收数据符号的长度为N，计算接收数据符号的协方差矩阵其中，N为任意非零正整数；(3)对协方差矩阵进行特征值分解,求出左特征值向量矩阵Uj、特征值矩阵∑j和右特征值向量矩阵Vj，取特征值矩阵∑j的所有特征值中最大的前K个特征值在左特征值向量矩阵Uj中所对应的K列，组成特征向量矩阵其中K为小区内用户数；(4)根据通信理论，将初始信道估计值表示为其中，C为表示信道估计模糊度的模糊度矩阵，然后利用接收到的导频符号计算模糊度矩阵C的估计值(5)用模糊度矩阵的估计值代替(4)中的C，计算出初始信道估计值(6)将初始信道估计值作为ILSP算法的迭代初始值，设定两次相邻迭代结果之间的误差的阈值为s，其中，0≤s≤1，将两次相邻迭代结果的误差小于s时的后一次迭代结果，作为最终信道估计值2.根据权利要求1所述的方法，其中(1)中的数据信号表示如下：其中，pu为信号传输的功率，Gjl为l小区各用户到j小区基站的信道矩阵,l＝1,2,…,L，L表示小区总数，Xj表示第j小区接收到的数据符号信息，表示第j小区接收到的数据符号噪声。3.根据权利要求1所述的方法，其中(1)中的导频信号表示如下：其中，pu为信号传输的功率，Np为导频符号的长度，Gjl为l小区各用户到j小区基站的信道矩阵,l＝1,2,…,L，L表示小区总数，表示第j小区接收到的导频符号信息，是第j小区接收到的导频符号噪声。4.根据权利要求1所述的方法，其中(2)中计算接收数据符号的协方差矩阵通过如下公式计算：其中，[·]H表示矩阵的共轭转置。2CN109818887A权利要求书2/3页5.根据权利要求1所述的方法，其中(3)中对协方差矩阵进行特征值分解，按如下步骤进行：(3a)设第j小区的信道矩阵为Gjj，将协方差矩阵右乘Gjj，得到的特征值方程：其中，M是小区基站的天线数，pu为信号传输的功率，IK为K阶单位矩阵，K表示小区内用户数。(3b)求解该特征值方程在数字域上的全部根：λ0＝[λ1,λ2,…,λn]，λ0中的元素即为的所有特征值，再利用λ0构成特征值矩阵∑j：其中，n为的秩；(3c)将所有的特征值逐个带入如下方程：(3d)解出矩阵的全部线性无关的特征向量[ξ1ξ2…ξn]，将这些特征向量构成左特征值向量矩阵Uj，再对Uj求逆后得到右特征值向量矩阵Vj。6.根据权利要求1所述的方法，其中(4)中计算模糊度矩阵C的估计值按如下步骤进行：(4a)根据下式计算模糊度系数计算矩阵An：其中，Dj为第j小区的大尺度衰落因子，为导频符号的对角线上的所有符号组成的对角矩阵，pu为信号传输的功率；(4b)计算模糊度复数矩阵(4b1)根据下式计算An的分解矩阵其中，(·)I表示取矩阵中元素的虚部，(·)R表示取矩阵中元素的实部。(4b2)根据下式计算模糊度复数矩阵T其中，yj(n)为接收导频符号的第n列，(·)表示矩阵的转置，表示将矩阵内的元3CN109818887A权利要求书3/3页素用虚数表示；(4c)根据下式计算模糊度对角矩阵其中，K为小区内用户数，IK为K阶单位矩阵，i为虚数单位；(4d