-
公开(公告)号：CN109560841B
公开(公告)日：2021-06-15
申请号：CN201811528866.4
申请日：2018-12-13
Applicant: 东北大学
IPC: H04B7/0413 , H04B17/309 , H04B17/391 , H04L25/02
Abstract: 本发明公开了一种基于改进的分布式压缩感知算法的大规模MIMO系统信道估计方法，在单个小区基站处通过NT根天线发送导频信息，在NR个单天线用户端接收，包括以下步骤：S1、计算在每一个用户接收端收到的导频信息测量向量y，并根据大规模MIMO系统信道的稀疏一致性，对导频信息传输过程建立压缩感知数学模型，并构建感知矩阵Φ；S2、通过块结构变换得到块结构感知矩阵Ψ，并通过重构算法重构块稀疏信号g；S3、使用块结构自适应压缩采样匹配追踪算法重构稀疏信号h。本发明利用大规模MIMO系统信道的时域稀疏一致性，使用块结构自适应压缩采样匹配追踪算法重构信道冲激响应，且能在未知稀疏度时进行估计并能减少导频的使用。
-
Patent Agency Ranking
公开(公告)号：CN108599820B
公开(公告)日：2021-10-15
申请号：CN201810426456.2
申请日：2018-05-07
Applicant: 东北大学
IPC: H04L25/02 , H04B7/0413 , H04L27/26
Abstract: 本发明公开了一种基于块结构自适应压缩采样匹配追踪算法的大规模MIMO系统信道估计方法，在单个小区基站处通过NT根天线发送导频信息，在NR个单天线用户端接收，包括以下步骤：S1、计算在每一个用户接收端收到的导频信息测量向量y，并根据大规模MIMO系统信道的稀疏一致性，对导频信息传输过程建立压缩感知数学模型，并构建感知矩阵Φ；S2、通过块结构变换得到块结构感知矩阵Ψ，并通过重构算法重构块稀疏信号g；S3、使用块结构自适应压缩采样匹配追踪算法重构稀疏信号h。本发明利用大规模MIMO系统信道的时域稀疏一致性，使用块结构自适应压缩采样匹配追踪算法重构信道冲激响应，且能在未知稀疏度时进行估计并能减少导频的使用。
-
公开(公告)号：CN109560841A
公开(公告)日：2019-04-02
申请号：CN201811528866.4
申请日：2018-12-13
Applicant: 东北大学
IPC: H04B7/0413 , H04B17/309 , H04B17/391 , H04L25/02
Abstract: 本发明公开了一种基于改进的分布式压缩感知算法的大规模MIMO系统信道估计方法，在单个小区基站处通过NT根天线发送导频信息，在NR个单天线用户端接收，包括以下步骤：S1、计算在每一个用户接收端收到的导频信息测量向量y，并根据大规模MIMO系统信道的稀疏一致性，对导频信息传输过程建立压缩感知数学模型，并构建感知矩阵Φ；S2、通过块结构变换得到块结构感知矩阵Ψ，并通过重构算法重构块稀疏信号g；S3、使用块结构自适应压缩采样匹配追踪算法重构稀疏信号h。本发明利用大规模MIMO系统信道的时域稀疏一致性，使用块结构自适应压缩采样匹配追踪算法重构信道冲激响应，且能在未知稀疏度时进行估计并能减少导频的使用。
-
公开(公告)号：CN108259397B
公开(公告)日：2020-09-22
申请号：CN201810030948.X
申请日：2018-01-12
Applicant: 东北大学
IPC: H04L25/02
Abstract: 本发明公开了一种基于自适应正则化子空间追踪压缩感知算法的大规模MIMO系统信道估计，针对大规模MIMO信道在时域上存在的稀疏性，设计基于压缩感知的信道估计算法，具有如下步骤：基站处Nt根天线发送信息，用户端的Nr根天线进行接收，接收到的导频信号为测量向量y；根据发送的导频信息构建感知矩阵A；自适应正则化子空间追踪算法估计稀疏信号h。本发明所采用的方法在信道稀疏性的前提下进行研究，在子空间追踪算法的基础上进行改进，在第一次选择步长时自适应的进行选择，在两次选择原子中间加入了正则化过程，选出能量最大的一组原子，能够以较少的导频数得到较为准确的估计效果，效果好于传统的信道估计方法，具有一定的实用价值。
-
公开(公告)号：CN108599820A
公开(公告)日：2018-09-28
申请号：CN201810426456.2
申请日：2018-05-07
Applicant: 东北大学
IPC: H04B7/0413 , H04L25/02 , H04L27/26
Abstract: 本发明公开了一种基于块结构自适应压缩采样匹配追踪算法的大规模MIMO系统信道估计方法，在单个小区基站处通过NT根天线发送导频信息，在NR个单天线用户端接收，包括以下步骤：S1、计算在每一个用户接收端收到的导频信息测量向量y，并根据大规模MIMO系统信道的稀疏一致性，对导频信息传输过程建立压缩感知数学模型，并构建感知矩阵Φ；S2、通过块结构变换得到块结构感知矩阵Ψ，并通过重构算法重构块稀疏信号g；S3、使用块结构自适应压缩采样匹配追踪算法重构稀疏信号h。本发明利用大规模MIMO系统信道的时域稀疏一致性，使用块结构自适应压缩采样匹配追踪算法重构信道冲激响应，且能在未知稀疏度时进行估计并能减少导频的使用。
-
公开(公告)号：CN108259397A
公开(公告)日：2018-07-06
申请号：CN201810030948.X
申请日：2018-01-12
Applicant: 东北大学
IPC: H04L25/02
Abstract: 本发明公开了一种基于自适应正则化子空间追踪压缩感知算法的大规模MIMO系统信道估计，针对大规模MIMO信道在时域上存在的稀疏性，设计基于压缩感知的信道估计算法，具有如下步骤：基站处Nt根天线发送信息，用户端的Nr根天线进行接收，接收到的导频信号为测量向量y；根据发送的导频信息构建感知矩阵A；自适应正则化子空间追踪算法估计稀疏信号h。本发明所采用的方法在信道稀疏性的前提下进行研究，在子空间追踪算法的基础上进行改进，在第一次选择步长时自适应的进行选择，在两次选择原子中间加入了正则化过程，选出能量最大的一组原子，能够以较少的导频数得到较为准确的估计效果，效果好于传统的信道估计方法，具有一定的实用价值。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
