公开(公告)号：CN105978674B

公开(公告)日：2019-04-12

申请号：CN201610312810.X

申请日：2016-05-12

Applicant: 南京邮电大学

Inventor： 何雪云 ,  胡培利

IPC: H04L5/00 ,  H04L25/02

Abstract: 本发明公开了一种基于压缩感知的FDD下大规模MIMO信道估计的导频优化方法，首先在大规模MIMO系统中将信道可建模为Y＝HX+N，其中为信道矩阵，为导频矩阵，为接收信号矩阵，为信道噪声，M是发射天线数目，T为导频数目；然后将信道矩阵转化为其中代表信道矩阵的变换形式，代表导频矩阵的变换形式，代表接收端接收信号的变换形式；最后求得最优导频矩阵。由于是一个稀疏向量，信道估计问题可以建模为压缩感知重建问题：||*||1代表1‑范数，||*||2代表2‑范数，0＜ε＜1。能够确保基于压缩感知的FDD的MIMO下行链路信道估计能够显著地降低信道估计的均方误差，提高信道估计的性能。

公开(公告)号：CN105978674A

公开(公告)日：2016-09-28

申请号：CN201610312810.X

申请日：2016-05-12

Applicant: 南京邮电大学

Inventor： 何雪云 ,  胡培利

IPC: H04L5/00 ,  H04L25/02

CPC classification number: H04L5/0048 ,  H04L25/0204 ,  H04L25/0228

Abstract: 本发明公开了一种基于压缩感知的FDD下大规模MIMO信道估计的导频优化方法，首先在大规模MIMO系统中将信道可建模为Y＝HX+N，其中为信道矩阵，为导频矩阵，为接收信号矩阵，为信道噪声，M是发射天线数目，T为导频数目；然后将信道矩阵转化为其中代表信道矩阵的变换形式，代表导频矩阵的变换形式，代表接收端接收信号的变换形式；最后求得最优导频矩阵。由于是一个稀疏向量，信道估计问题可以建模为压缩感知重建问题：||*||1代表1‑范数，||*||2代表2‑范数，0＜ε＜1。能够确保基于压缩感知的FDD的MIMO下行链路信道估计能够显著地降低信道估计的均方误差，提高信道估计的性能。