基于牛顿-正交匹配追踪的超大规模MIMO信道估计方法

    公开(公告)号:CN112565122B

    公开(公告)日:2021-11-02

    申请号:CN202011423176.X

    申请日:2020-12-08

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于牛顿‑正交匹配追踪的超大规模MIMO信道估计方法,其包括:根据空间非平稳特性和近场效应建立信号模型;根据所述信号模型通过最小化剩余功率获得散射体的增益和位置的最大似然估计;划分初始网格,运用正交匹配追踪算法搜索网格点,粗略估计散射体位置和路径增益;根据粗略估计得到的初始值利用牛顿迭代优化方法进行精确估计。本发明基于牛顿‑正交匹配追踪的超大规模MIMO信道估计方法考虑了近场效应和空间非平稳特性,增加散射体生灭过程,模拟散射体在阵列和时间轴上的出现和消失,在正交匹配追踪算法的基础上增加牛顿迭代来提高信道估计精度和降低计算复杂度,能够准确定位散射体和确定非平稳信道。

    基于降维分解的毫米波大规模MIMO角域信道估计方法及装置

    公开(公告)号:CN111654456A

    公开(公告)日:2020-09-11

    申请号:CN202010519889.X

    申请日:2020-06-09

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于降维分解的毫米波大规模MIMO角域信道估计方法及装置,包括:建立毫米波大规模MIMO系统收发信号与三维信道矩阵的系统模型;将所述系统模型转换成二维模型,得到接收端的接收角和发送端的发射角的二维角域模型,对所述二维角域模型进行奇异值分解得到信号子空间和噪声子空间的正交投影矩阵;利用毫米波大规模MIMO系统的角度域稀疏性,将接收端的接收角和发送端的发射角分布在多点均匀网格上,求出初始支撑集,再构造离网误差的优化公式,通过逐步逼近的方法实现方位和俯仰角度的精确估计值;根据所述方位和俯仰角度的精确估计值重新构造阵列流型矩阵,估计路径增益矩阵。本发明在降低算法复杂度的同时提高了估计的精度。

    基于降维分解的毫米波大规模MIMO角域信道估计方法及装置

    公开(公告)号:CN111654456B

    公开(公告)日:2021-10-19

    申请号:CN202010519889.X

    申请日:2020-06-09

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于降维分解的毫米波大规模MIMO角域信道估计方法及装置,包括:建立毫米波大规模MIMO系统收发信号与三维信道矩阵的系统模型;将所述系统模型转换成二维模型,得到接收端的接收角和发送端的发射角的二维角域模型,对所述二维角域模型进行奇异值分解得到信号子空间和噪声子空间的正交投影矩阵;利用毫米波大规模MIMO系统的角度域稀疏性,将接收端的接收角和发送端的发射角分布在多点均匀网格上,求出初始支撑集,再构造离网误差的优化公式,通过逐步逼近的方法实现方位和俯仰角度的精确估计值;根据所述方位和俯仰角度的精确估计值重新构造阵列流型矩阵,估计路径增益矩阵。本发明在降低算法复杂度的同时提高了估计的精度。

    基于随机耦合的大规模MIMO信道模型建模方法

    公开(公告)号:CN113242063A

    公开(公告)日:2021-08-10

    申请号:CN202110475637.6

    申请日:2021-04-29

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于随机耦合的大规模MIMO信道模型建模方法,包括利用全相关矩阵得到MS侧和BS侧未参数化的单侧相关矩阵RMS和RBS;将RMS和RBS的特征基设置为不随空间协方差矩阵而变化的BS侧的导向矩阵,在BS侧和MS侧特征基之间的链路衰落上设置Nakagami分布;对未参数化的RMS特征分解得到MS侧的特征基,由Nakagami分布生成独立同分布的矩阵O;构建信道冲激响应矩阵。本发明通过使用导向矢量、使用BS侧的导向矩阵和MS侧的特征基之间的耦合表示相关矩阵、利用Nakagami分布描述导向矢量和特征基之间耦合的衰落,复杂度低、准确性高,适用大规模MIMO信道的随机CIRM模型。

    基于牛顿-正交匹配追踪的超大规模MIMO信道估计方法

    公开(公告)号:CN112565122A

    公开(公告)日:2021-03-26

    申请号:CN202011423176.X

    申请日:2020-12-08

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于牛顿‑正交匹配追踪的超大规模MIMO信道估计方法,其包括:根据空间非平稳特性和近场效应建立信号模型;根据所述信号模型通过最小化剩余功率获得散射体的增益和位置的最大似然估计;划分初始网格,运用正交匹配追踪算法搜索网格点,粗略估计散射体位置和路径增益;根据粗略估计得到的初始值利用牛顿迭代优化方法进行精确估计。本发明基于牛顿‑正交匹配追踪的超大规模MIMO信道估计方法考虑了近场效应和空间非平稳特性,增加散射体生灭过程,模拟散射体在阵列和时间轴上的出现和消失,在正交匹配追踪算法的基础上增加牛顿迭代来提高信道估计精度和降低计算复杂度,能够准确定位散射体和确定非平稳信道。

Patent Agency Ranking