申请/专利权人：天津工业大学

申请日：2020-06-24

公开（公告）日：2020-10-13

公开（公告）号：CN111770037A

主分类号：H04L25/02(20060101)

分类号：H04L25/02(20060101);H04B7/0413(20170101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.09.22#实质审查的生效;2020.10.13#公开

摘要：本发明公布了一种基于MIMOOFDM系统的ReIMV‑OMP信道估计的设计方法。该方法证明了可以从IMV模型中取一帧来构造出新的矩阵，该矩阵包含恢复非零位置的有效信息，降维成MMV模型后，进一步通过与随机的高斯向量合并，降维成SMV模型，非零位置可以从简化的SMV模型中恢复出来。仿真结果验证了该算法的有效性，不仅有助于提高对信道非零位置的估计准确性，而且拥有比同样利用MIMO信道共同稀疏性的BOOMP算法更好的MSE和BER性能。

主权项：1.一种基于MIMOOFDM系统的ReIMV-OMP信道估计的设计方法，其特征在于借助压缩感知理论对IMV模型进行简化降维处理，结合OMP算法进行信道估计，从而大大降低了信道估计的复杂度，减少运算时间，该方法按照下述步骤进行：第1、我们考虑将MIMO系统基站端的所有天线接收到的信号写成如下矩阵形式：Y＝AH+N1其中，Y＝[y1，y2，…，yM]∈CP×M是观测矩阵，它代表基站端接收的所有信号；H＝[h1，h2，…，hM]∈CL×M是信道矩阵，它代表移动用户发送信号到达基站的所有子信道，N＝[n1，n2，…，nM]∈CP×M是噪声矩阵。此时，可以将1式中MIMOOFDM系统稀疏信道估计问题转化成压缩感知理论中稀疏信号重构问题，即： 其中，符号|IH|代表矩阵H中非零行的数量。第2、输入测量矩阵Y，传感矩阵A，信号稀疏度K，阈值σ；第3、计算相干矩阵： 第4、构造列空间为spanyA的矩阵： 第5、得到MMV模型的线性系统：V＝AU5第6、随机高斯向量a对MMV模型优化：v＝Va6au＝Ua6a第7、得到SMV模型的线性系统：v＝Au7第8、初始化：残差rt-1＝v，非零位置集迭代次数t＝1；第9、从传感矩阵A中找出最大相关性的列索引Jt： 第10、更新非零位置集：St＝St-1∪Jt9第11、求解最小二乘： 第12、更新残差： 第13、更新迭代t＝t+1；当t≤K时，返回第8步，否则进入下一步；第14、估计所得信道矩阵为：

全文数据：

权利要求：

百度查询： 天津工业大学 一种基于MIMO OFDM系统的ReIMV-OMP信道估计的设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD