申请/专利权人：河南工业大学

申请日：2021-11-06

公开（公告）日：2024-06-14

公开（公告）号：CN114039821B

主分类号：H04L25/02

分类号：H04L25/02;G06N3/0464;G06N3/098

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明提供了一种宽带mmWaveMIMO‑OFDM系统波束空间信道估计方法，该方法引入符合高斯分布的信道先验信息，采用高斯混合LAMP算法自适应地隐式求出不同频率下的支持向量，进而显式求出波束空间信道预估计值；然后联合深度残差学习网络消除信道预估计噪声。与现有宽带波束空间信道估计方法相比，所提算法能够提升系统性能且具有较低的计算复杂度。

主权项：1.一种宽带mmWaveMIMO-OFDM系统波束空间信道估计方法，其特征在于，包括如下步骤：步骤1，建立基于透镜天线阵列的宽带mmWaveMIMO-OFDM系统模型；步骤2，在宽带mmWaveMIMO-OFDM系统模型中用户发送导频信号至基站，基站接收所有用户的所述导频信号，根据系统模型中的宽带波束空间信道向量、噪声向量、完整波束空间信道、每个用户的信号向量和透镜天线阵列预先定义的空间方向获得接收信号矩阵；步骤3，将信道估计问题构建为稀疏信号恢复问题，根据所述接收信号矩阵、透镜天线阵列预先定义的空间方向矩阵和噪声矩阵，采用高斯混合LAMP算法自适应地隐式求出不同频率下的支持向量，进而显式求出波束空间信道预估计值；联合深度残差学习网络消除信道预估计噪声；采用压缩感知方法计算进行稀疏重构的用户波束空间信道向量；步骤4，根据重构的所述用户波束空间信道向量，采用基于块稀疏支撑集检测的稀疏重构算法依次恢复单个用户波束空间信道向量，将所有用户的用户波束空间信道向量恢复完成后完成信道估计，获得估计信道矩阵；GM-LAMP网络使用的是基于压缩感知技术的稀疏信号重构算法，它是在每一次迭代中使用阈值收缩函数ξgm显式输出各层信道预估计值所具有的稀疏性包含了与频率相关的支持向量信息，即GM-LAMP算法为每一个频率自适应地隐式求出相对精确的支持向量，进而显式地求解出波束空间信道预估计值，θt为待优化的参数，阈值收缩函数ξgm： 式中Gc是高斯混合分布中高斯变量的个数，pg是第g个高斯变量的概率，μg和分别代表第g个高斯变量的均值和方差，是第t层输出的噪声方差，且有在整个离线训练过程中，采用逐层训练的方法训练GM-LAMP网络，设定可训练参数集为Ωt，且为GM-LAMP网络的每一层都有两种类型的损失函数，它们分别对应线性变换与非线性变换，可分别表示为 式中rt是线性变换操作的输出，是非线性变换操作的输出，第t层的训练过程可以被分为两部分：以最小化为目标的线性训练过程以及以最小化为目标的非线性训练过程。

全文数据：

权利要求：

百度查询： 河南工业大学 一种宽带mmWave MIMO-OFDM系统波束空间信道估计方法

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