结构化压缩感知信道估计方法及装置、存储介质和终端制造方法及图纸

一种结构化压缩感知信道估计方法及装置、存储介质和终端，所述方法包括：获取输入的观测矩阵和传感矩阵；在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计。上述的方案，可以自适应地获取信道稀疏度进行压缩感知信道估计。

Structured Compressed Sensing Channel Estimation Method and Device, Storage Media and Terminal

【技术实现步骤摘要】
结构化压缩感知信道估计方法及装置、存储介质和终端
本专利技术属于通信
，特别是涉及一种结构化压缩感知信道估计方法及装置、存储介质和终端。
技术介绍
在Large-scaleMIMO中，BS和用户需要通过信道状态信息(CSI)来进行信号检测、预编码和资源分配等，但是随着发送天线数的增加，在下行链路估计信道变得非常地困难。为了避开这一问题，现在的研究大多数都采用时分双工(TDD)模式，BS在上行链路可以相对容易地获取信道状态信息CSI，然后通过信道的互易性直接将CSI反馈给用户，这一过程不需要下行链路信道估计。但是在TDD模式中，通过信道的互易性获取的下行链路CSI并不是十分精确，甚至有很严重的失真，同时，频分双工(FDD)才是无线蜂窝系统的主流。大量的研究表明，无线宽带信道在时延域具有稀疏性，这是因为在无线信号传播环境中重要散射体的数量有限，所以占据主要功率的多径数目有限，而且最早的多径到达时间和最晚的多径到达时间的差值很大，这导致信道的时延扩展很大，同时信道还表现出空时相关性。压缩感知是近十多年来工程
的关键技术之一，将压缩感知和信道的上述特性相结合可以对信道进行精准地估计，同时采用此技术的系统属于FDD系统。然而，压缩感知技术需要提前知道信道的稀疏度，但这在实际应用中是不切实际的，所以如何让该技术自适应地获得信道稀疏度变成了一项难题。
技术实现思路
本专利技术解决的技术问题是如何自适应地获取信道稀疏度进行压缩感知信道估计。为了达到上述目的，本专利技术提供了一种结构化压缩感知信道估计方法，所述方法包括：获取输入的观测矩阵和传感矩阵；在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计。可选地，所述在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计，包括：初始化CIR等效矩阵和残差，设置CIR等效矩阵初始值为零，且残差为所述观测矩阵，并创建外部迭代次数变量t；令外部迭代次数t＝1；计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵；计算所述L×1的第一块矩阵中L个块矩阵的F范数，并将F范数大于预设的第一阈值的块矩阵索引添加至第一索引集合中；求解所述第一索引集合与所述CIR等效矩阵的支撑集的并集的L0范数，得到当前次外部迭代对应的稀疏度估计值；初始化，创建内部迭代次数变量k；令k＝1；将所述传感矩阵的共轭转置矩阵ΨH与第(k-1)次内部迭代得到的残差R(k-1)作内积得到L×1的第二块矩阵U；将L×1的第二块矩阵U中F范数最大的前st个块元素的索引存在第二索引集合Λ中；基于所述第二索引集合和第(k-1)次内部迭代得到的CIR等效矩阵，生成对应的候选集合；基于所述候选集合和所述传感矩阵，生成L×1的第三块矩阵；将L×1的第三块矩阵中F范数最大的前st个块元素的索引存在最终索引集合中；基于所述最终索引集合求出当前稀疏度st下的CIR等效矩阵估计值X(k)和残差R(k)；判断执行当前次内部迭代得到的残差的F范数是否小于执行当上一次内部迭代得到的残差的F范数；当确定执行当前次内部迭代得到的残差的F范数小于执行当上一次内部迭代得到的残差的F范数时，判断当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值是否小于预设的第二阈值；当确定当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值小于所述第二阈值时，将执行当前次内部迭代得到的CIR等效矩阵估计值X(k)作为信道估计的最终结果进行输出；当确定当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值大于或等于所述第二阈值时，判断k＞s；当确定k＞s时，可以结束操作；当确定k≤s时，令k＝k+1，并从所述将所述传感矩阵的共轭转置矩阵ΨH与第(k-1)次内部迭代得到的残差R(k-1)作内积得到L×1的第二块矩阵U开始重新执行；当确定执行当前次内部迭代得到的残差的F范数大于或等于执行当上一次内部迭代得到的残差的F范数时，设置CIR等效矩阵和残差分别为执行上一次内部迭代得到的CIR等效矩阵和残差，且t＝t+1，并从所述计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵重新开始执行。可选地，所述第一阈值为本专利技术实施例还提供了一种结构化压缩感知信道估计装置，所述装置包括：获取单元，适于获取输入的观测矩阵和传感矩阵；估计单元，适于在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计。可选地，所述估计单元，适于初始化CIR等效矩阵和残差，设置CIR等效矩阵初始值为零，且残差为所述观测矩阵，并创建外部迭代次数变量t；令外部迭代次数t＝1；计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵；计算所述L×1的第一块矩阵中L个块矩阵的F范数，并将F范数大于预设的第一阈值的块矩阵索引添加至第一索引集合中；求解所述第一索引集合与所述CIR等效矩阵的支撑集的并集的L0范数，得到当前次外部迭代对应的稀疏度估计值；初始化，创建内部迭代次数变量k；令k＝1；将所述传感矩阵的共轭转置矩阵ΨH与第(k-1)次内部迭代得到的残差R(k-1)作内积得到L×1的第二块矩阵U；将L×1的第二块矩阵U中F范数最大的前st个块元素的索引存在第二索引集合Λ中；基于所述第二索引集合和第(k-1)次内部迭代得到的CIR等效矩阵，生成对应的候选集合；基于所述候选集合和所述传感矩阵，生成L×1的第三块矩阵；将L×1的第三块矩阵中F范数最大的前st个块元素的索引存在最终索引集合中；基于所述最终索引集合，求出当前稀疏度st下的CIR等效矩阵估计值X(k)和残差R(k)；判断执行当前次内部迭代得到的残差的F范数是否小于执行当上一次内部迭代得到的残差的F范数；当确定执行当前次内部迭代得到的残差的F范数小于执行当上一次内部迭代得到的残差的F范数时，判断当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值是否小于预设的第二阈值；当确定当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值小于所述第二阈值时，将执行当前次内部迭代得到的CIR等效矩阵估计值X(k)作为信道估计的最终结果进行输出；当确定当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值大于或等于所述第二阈值时，判断k＞s；当确定k＞s时，可以结束操作；当确定k≤s时，令k＝k+1，并从所述将所述传感矩阵的共轭转置矩阵ΨH与第(k-1)次内部迭代得到的残差R(k-1)作内积得到L×1的第二块矩阵U开始重新执行；当确定执行当前次内部迭代得到的残差的F范数大于或等于执行当上一次内部迭代得到的残差的F范数时，设置CIR等效矩阵和残差分别为执行上一次内部迭代得到的CIR等效矩阵和残差，且t＝t+1，并从所述计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵重新开始执行。可选地，所述第一阈值为本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一项所述的结构化压缩感知信道估计方法的步骤。本专利技术实施例还提供了一种终端，其特征在于，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行本文档来自技高网...

【技术保护点】
1.一种结构化压缩感知信道估计方法，其特征在于，包括：获取输入的观测矩阵和传感矩阵；在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计。

【技术特征摘要】
1.一种结构化压缩感知信道估计方法，其特征在于，包括：获取输入的观测矩阵和传感矩阵；在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计。2.根据权利要求1所述的结构化压缩感知信道估计方法，其特征在于，所述在残差单调递减的条件下，基于所述观测矩阵和所述传感矩阵对压缩感知信道进行估计，包括：初始化CIR等效矩阵和残差，设置CIR等效矩阵初始值为零，且残差为所述观测矩阵，并创建外部迭代次数变量t；令外部迭代次数t＝1；计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵；计算所述L×1的第一块矩阵中L个块矩阵的F范数，并将F范数大于预设的第一阈值的块矩阵索引添加至第一索引集合中；求解所述第一索引集合与所述CIR等效矩阵的支撑集的并集的L0范数，得到当前次外部迭代对应的稀疏度估计值；初始化，创建内部迭代次数变量k；令k＝1；将所述传感矩阵的共轭转置矩阵ΨH与第(k-1)次内部迭代得到的残差R(k-1)作内积得到L×1的第二块矩阵U；将L×1的第二块矩阵U中F范数最大的前st个块元素的索引存在第二索引集合Λ中；基于所述第二索引集合和第(k-1)次内部迭代得到的CIR等效矩阵，生成对应的候选集合；基于所述候选集合和所述传感矩阵，生成L×1的第三块矩阵；将L×1的第三块矩阵中F范数最大的前st个块元素的索引存在最终索引集合中；基于所述最终索引集合求出当前稀疏度st下的CIR等效矩阵估计值X(k)和残差R(k)；判断执行当前次内部迭代得到的残差的F范数是否小于执行当上一次内部迭代得到的残差的F范数；当确定执行当前次内部迭代得到的残差的F范数小于执行当上一次内部迭代得到的残差的F范数时，判断当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值是否小于预设的第二阈值；当确定当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值小于所述第二阈值时，将执行当前次内部迭代得到的CIR等效矩阵估计值X(k)作为信道估计的最终结果进行输出；当确定当前稀疏度st下的CIR等效矩阵估计值的F范数的最小值大于或等于所述第二阈值时，判断k＞s；当确定k＞s时，可以结束操作；当确定k≤s时，令k＝k+1，并从所述将所述传感矩阵的共轭转置矩阵ΨH与第(k-1)次内部迭代得到的残差R(k-1)作内积得到L×1的第二块矩阵U开始重新执行；当确定执行当前次内部迭代得到的残差的F范数大于或等于执行当上一次内部迭代得到的残差的F范数时，设置CIR等效矩阵和残差分别为执行上一次内部迭代得到的CIR等效矩阵和残差，且t＝t+1，并从所述计算所述传感矩阵的共轭转置矩阵与上一次外部迭代得到的残差的内积，得到L×1的第一块矩阵重新开始执行。3.根据权利要求2所述的结构化压缩感知信道估计方法，其特征在于，所述第一阈值为4.一种结构化压缩感知信道估计装置，其特征在于，包括：获取单元，适于获取输入的观测矩阵和传感矩阵；估计单元，适于在残差单调递减的条件下，基于所述观测...

【专利技术属性】
技术研发人员：章歆羡，唐加山，卢美玲，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32