亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種MasssiveMIMO信道估計(jì)方法與流程

文檔序號(hào):12278519閱讀:來源:國知局

技術(shù)特征:

1.一種Masssive MIMO信道估計(jì)方法,其特征在于,包括如下步驟:

S1、初始化,具體為:

S11、BS用T個(gè)時(shí)隙向K個(gè)MS廣播T個(gè)導(dǎo)頻信號(hào)XP=[x(1),x(2),...,x(T)]∈CN×T,其中,N為BS的天線數(shù),將MIMO信道估計(jì)數(shù)學(xué)模型中的導(dǎo)頻信號(hào)XP轉(zhuǎn)化為角度域的壓縮感知測量矩陣,用符號(hào)Φ表示,有酉矩陣p,q∈[0,N-1],ΦH∈CN×T的元素即從集合中以等概率抽取,P為每個(gè)時(shí)隙的導(dǎo)頻信號(hào)功率,*H表示*共軛轉(zhuǎn)置;

S12、K個(gè)MS的接收信號(hào)矩陣為{Rj},其中,Rj表示第j個(gè)MS的接收信號(hào)矩陣,j=1,2,...,K;

S13、進(jìn)行符號(hào)轉(zhuǎn)換,令其中,酉矩陣a,b∈[0,M-1],M為MS的天線數(shù),Φ表示壓縮感知測量矩陣,Xj為角度域信道矩陣的共軛轉(zhuǎn)置,角度域信道矩陣為Εj為等效高斯噪聲矩陣,Nj為接收噪聲信號(hào)矩陣;

S2、各用戶稀疏支持集聯(lián)合估計(jì),即利用多任務(wù)BCS算法聯(lián)合估計(jì)K個(gè)MS的稀疏支持集合,得到K個(gè)估計(jì)的信道稀疏支持集合,所述K個(gè)估計(jì)的信道稀疏支持集合表示為Ω12,...ΩK;

S3、各用戶稀疏支持集合迭代估計(jì),具體為:

S31、設(shè)置各MS稀疏支持集合共同的迭代控制變量Niter和最大迭代次數(shù)Nset;

S32、給定初始值:

接收信號(hào)矩陣Y;X的先驗(yàn)概率矩陣,矩陣元素服從均值為方差為的復(fù)高斯分布共同稀疏支持和非共同稀疏支持參數(shù)噪聲的復(fù)高斯分布方差符合伯努利分布,初始概率為的經(jīng)驗(yàn)值及初始化為0的中間變量

S33、不含噪聲的接收信號(hào)Z=ΦX,假設(shè)Z的先驗(yàn)概率服從均值為方差為的復(fù)高斯分布由Z的先驗(yàn)概率得到Z的后驗(yàn)概率,概率服從均值為方差為的復(fù)高斯分布更新規(guī)則為(的倒數(shù));

S34、由Z的后驗(yàn)概率聯(lián)合中間變量推得X的先驗(yàn)概率

S35、由Z的后驗(yàn)概率,共同稀疏參數(shù)和非共同稀疏參數(shù)噪聲方差參數(shù)選擇參數(shù)經(jīng)過中間變量的聯(lián)合運(yùn)算,得到更新的X的后驗(yàn)概率

S36、更新初始參數(shù)值迭代S33-S35直到滿足迭代控制變量Niter和最大迭代次數(shù)Nset的要求,可以得到包含共同稀疏支持和非共同稀疏支持的各個(gè)用戶的信道狀態(tài)信息

S4、多用戶大規(guī)模MIMO信道估計(jì),各用戶的信道估計(jì)結(jié)果為其中,X的稀疏支持部分由本發(fā)明提出的貝葉斯壓縮感知迭代方法在滿足一定設(shè)定條件時(shí)得到,剩余部分全部為0,所述設(shè)定條件為經(jīng)驗(yàn)條件。

2.根據(jù)權(quán)利要求1所述的一種Masssive MIMO信道估計(jì)方法,其特征在于:S2所述得到K個(gè)估計(jì)的信道稀疏支持集合Ω12,...ΩK具體步驟如下;

S21、假設(shè)每個(gè)用戶的M個(gè)接收天線擁有完全相同的稀疏支持集合,K個(gè)MS的稀疏支持度均為S,對(duì)于不同用戶K,共同的稀疏支持位置的個(gè)數(shù)為Sc,非共同的稀疏支持位置的個(gè)數(shù)為S-Sc,其中,Sc是代表稀疏支持位置個(gè)數(shù)的符號(hào),S-Sc代表每個(gè)用戶獨(dú)有的非共同稀疏支持位置個(gè)數(shù);

S22、根據(jù)貝葉斯壓縮感知算法,設(shè)第j個(gè)MS的稀疏信道服從參數(shù)為αj=[αj1j2,...,αji,...,αjN]T的多變量復(fù)高斯分布,其中,元素αji為多用戶共有稀疏支持或?yàn)楠?dú)有稀疏支持即聯(lián)合概率密度函數(shù)其中,m=1,2,...,K,Hj表示第j個(gè)MS與BS之間的信道,表示信道向量的第i個(gè)元素,經(jīng)驗(yàn)值初始值服從伯努利分布,每個(gè)元素ki概率為i=1,2,…N;

S23、聯(lián)合考慮K個(gè)MS,根據(jù)導(dǎo)出共同稀疏支持位置的參數(shù)集合的更新規(guī)則非共同稀疏支持位置的參數(shù)集合的更新規(guī)則其中,表示第m個(gè)稀疏信號(hào)的均值,表示第m個(gè)稀疏信號(hào)的方差,m=1,2,…K;

S24、不同用戶的噪聲服從均值為0,方差為的復(fù)高斯分布,則參數(shù)βm的更新公式為

S25、聯(lián)合考慮K個(gè)MS,不同用戶的共同分布參數(shù)k的更新公式為其中,其中,π為ki=0的初始概率;

S26、輸入S13所述的壓縮感知測量矩陣Φ和角度域接收信號(hào)矩陣Y,對(duì)S23-S25的參數(shù)進(jìn)行聯(lián)合迭代估計(jì),可得到不同用戶的稀疏支持集合Ω。

3.根據(jù)權(quán)利要求1所述的一種Masssive MIMO信道估計(jì)方法,其特征在于:S36所述更新初始參數(shù)值具體過程為:把S34中得到的X的后驗(yàn)概率代入S23-S25中的參數(shù)更新公式中。

當(dāng)前第2頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1