RIS辅助毫米波系统中基于压缩感知的信道估计

针对可重构智能超表面（RIS）辅助无线通信系统中使用传统信道估计方法导频开销过高的问题,提出了一种基于块稀疏的正交匹配追踪（OMP）信道估计方案。首先,根据毫米波（mmWave）信道模型推导出级联信道矩阵,并将其转换到虚拟角域（VAD）中以获得级联信道的稀疏表示;其次,利用级联信道特有的稀疏特性将信道估计问题转换成稀疏矩阵恢复问题,并使用压缩感知的重构算法进行稀疏矩阵的恢复;最后,通过分析特殊的行-块稀疏结构,对传统的OMP方案进行优化,从而进一步减少导频开销并提升估计性能。仿真结果表明,与传统的OMP方案相比,所提出的基于行-块稀疏结构的优化OMP方案的归一化均方误差（NMSE）减小了大约1 dB。可见,所提出的信道估计方案能够有效减少导频开销并获得更好的估计性能。     

混合IRS辅助大规模MISO中基于显性信道估计的联合波束成形设计

针对智能反射面辅助大规模MISO系统的波束成形设计,当前大多数研究都是基于信道状态信息完全已知,且未考虑基站端主动波束成形矩阵与智能反射面反射系数矩阵存在的耦合关系。智能反射面辅助的信道为级联信道,难以进行估计,且导频开销较大。鉴于此,采用了一种包含有源和无源元件的混合智能反射面架构,首先基于毫米波信道的稀疏特性,利用压缩感知算法估计信道,并设计一种融合注意力机制的两级卷积网络框架,以最大化和速率为目标,联合优化设计智能面反射系数矩阵和波束成形矩阵。实验结果表明,相比已有方法,所提方法可以使用更少的导频获得更优的和速率性能,有效减少了导频损耗,降低了计算时间复杂度。且当通信环境发生变化时,网络亦具有良好的鲁棒性。     

基于分布式压缩感知的信道估计导频优化策略

为了保证为LTE-R系统用户提供可靠的无线通信服务,需要通过信道估计获取信道状态信息。在高速移动性场景下,无线信道呈现频率-时间双选择性,若要实现信道估计,则需引入大量导频。针对上述问题,提出一种结合分布式压缩感知理论的信道估计导频优化方案。首先,根据时延域中无线信道的稀疏特性挖掘基函数系数之间的联合稀疏性并对估计方程进行去耦处理。接着,引入分布式压缩感知理论,获得一种能够抑制子载波间干扰的新型导频图样。仿真结果表明,对导频图样的优化处理,可使信道估计方案的系统性能显著优于传统方案。     

一种自适应波束赋形的大规模MIMO信道估计方法

大量研究结果表明大规模多输入多输出(Massive MIMO)信道表现出一种稀疏结构特性。利用这个特性开发了一种全新的信道估计算法,它能够自适应波束赋形,并且联合优化稀疏矢量和矩阵函数的方法。该算法关键部分是随机优化基于连续常量的结构模型,并且与基本的去噪优化方案交替使用以找到稀疏特征信道。仿真结果表明,与基于傅里叶变换的普通稀疏信道估计方法进行比较,这种改进型的稀疏信道估计方法不但能够允许适当减少导频数量,且至少改善20 d B以上的信道估计误差。     

基于压缩感知的大规模MIMO系统导频优化及信道估计算法

针对频分双工（FDD）大规模MIMO系统下行信道估计过程中由于导频数和基站天线数成正比会造成巨大的导频开销这一问题,首先提出一种基于压缩感知（CS）技术的伪随机导频优化方案,该方案令基站发射非正交导频信号,并且以最小化观测矩阵的互相关为优化目标,通过引入交叉、变异判断机制和内、外循环机制以实现对导频序列的优化;其次,联合利用无线MIMO信道的空间公共稀疏性和时间相关性提出一种基于压缩感知技术的信道状态信息（CSI）估计算法,利用线性最小均方误差（LMMSE）算法进行矩阵估计以精确获取CSI。分析和仿真结果表明,与随机搜索算法、逐位置优化方案、局部公共支撑算法、自适应结构子追踪（ASSP）算法、正交匹配追踪（OMP）算法以及逐步正交匹配追踪（StOMP）算法相比,所提算法在低导频开销比和低信噪比（SNR）的情况下均可以维持良好的信道估计性能。     

多节点AF协作通信系统中的信道估计方法

依据频率选择性衰落信道下基于正交频分复用技术的多节点放大转发协作通信系统,提出一种基于叠加导频的分段式信道估计方法。该方法采用双块状导频,分别记录级联链路和第2段链路状态信息,并估计相应的信道状态信息,计算出第1段链路信道状态信息。仿真结果表明,该方法能够获得2段链路的信道状态信息,减小信道估计导频开销和时隙周期,提高信道估计的实时性。     

OFDM系统稀疏信道估计研究

由于许多通信系统的信道具有稀疏多径的特性,因此可以将信道估计问题归结为稀疏信号的恢复问题。提出一种新的基于压缩感知理论的正交频分复用系统信道估计方法,采用稀疏度自适应匹配追踪压缩感知算法对OFDM信道时域脉冲响应进行估计。克服了现有基于压缩感知理论的信道估计方法需要预先知道信道冲激响应稀疏度才能重构信道参数的不足,在信道稀疏度等信道先验知识未知情况下可得到较好的信道估计性能,降低系统复杂度。     

基于稀疏信道估计的SC-FDE水声通信

针对水声信道时域冲激响应的稀疏特性,提出基于稀疏信道估计的单载波频域均衡（SC-FDE）水声通信方法。该方法利用匹配跟踪思想,在发射信号矩阵列向量构成的字典中,选择使残余向量投影值最大的列向量去近似拟合接收信号,从而得到水声信道的时域冲激响应,然后通过时-频变换来进行频域均衡。仿真结果表明：该方法可以准确估计出水声信道,其信道估计精度和误码率性能都优于传统的SC-FDE水声通信方法。     

基于压缩感知的OQAM/OFDM系统POP方法信道估计

针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中成对训练序列(POP)法信道估计技术性能较差且受噪声影响较大的问题,提出了一种基于压缩感知(CS)的POP信道估计方法.该方法将压缩感知技术应用于POP法信道估计之中,将传统的频域信道估计方法转化为时域信道估计方法,通过压缩感知技术准确地重构出时域信道信息,减少导频开销,提高频谱利用率,得到更好的信道估计性能.与传统的OQAM/OFDM系统的信道估计方法进行比较,仿真结果表明,所提的方法能够在使用较少的导频符号的同时得到更高的系统性能和信道估计精度.     

STC-OFDM系统中的信道估计算法

针对稀疏信道特性的STC-OFDM系统,提出一种基于参数模型的导频信道估计方法。利用最小二乘算法估计出导频所在位置的频率响应,用时间平均相关代替统计平均相关,得到信道相关矩阵的估计值。通过基于特征值分解的低秩建模,估计出信道的多径数目,利用旋转不变子空间方法估计出各个延迟的时间参数,在频率和时间域上插值平滑得到信道的频率响应。该方法不需要已知信道的先验信息,仿真结果证明了该方法的有效性。     

基于DFT的时域LS信道估计算法

基于IEEE 802.16d/e标准的OFDMA系统中存在保护子载波和导频非2n等间隔插入,针对该问题,提出一种基于DFT的时域LS信道估计算法。该算法对相比信道自相关矩阵R容易获得的矩阵T进行奇异值分解(SVD),得到基于DFT的低阶近似。仿真结果表明,该算法的信道估计性能和运算复杂度介于LMMSE-SVD算法、IFFT/FFT算法之间,对导频要求更宽松,应用更广泛。     

Joint channel estimation algorithm via weighted Homotopy for massive MIMO OFDM system

Massive (or large-scale) multiple-input multiple-output (MIMO) orthogonal frequency division multiplexing (OFDM) system is widely acknowledged as a key technology for future communication. One main challenge to implement this system in practice is the high dimensional channel estimation, where the large number of channel matrix entries requires prohibitively high computational complexity. To solve this problem efficiently, a channel estimation approach using few number of pilots is necessary. In this paper, we propose a weighted Homotopy based channel estimation approach which utilizes the sparse nature in MIMO channels to achieve a decent channel estimation performance with much less pilot overhead. Moreover, inspired by the fact that MIMO channels are observed to have approximately common support in a neighborhood, an information exchange strategy based on the proposed approach is developed to further improve the estimation accuracy and reduce the required number of pilots through joint channel estimation. Compared with the traditional sparse channel estimation methods, the proposed approach can achieve more than 2 dB gain in terms of mean square error (MSE) with the same number of pilots, or achieve the same performance with much less pilots.     

基于低秩矩阵完备的大规模MIMO系统信道估计研究*

随着大规模MIMO系统中天线数的增长,获取信道状态信息(channel state information at the transmitter, CSIT)所需的下行信道训练开销和上行反馈开销变得非常巨大。针对信道估计开销过大的问题,提出了一种新的CSIT估计方案和基于低秩矩阵完备的信道估计算法。在本方案中,基站发送训练信号给各个用户之后,用户直接将其观测信号反馈给基站,并在基站端进行统一的CSIT估计。然后,利用大规模MIMO信道矩阵的特点将信道估计问题转化为低秩矩阵完备问题,从而利用软阈值算法恢复出所有用户的信道状态信息。仿真结果表明,该算法可以获得精确的信道状态信息并有效地估计减少了信道估计开销和复杂度。     

基于压缩感知的协同OFDM稀疏信道估计方法

针对频率选择性衰落信道下的放大转发协同正交频率复用(OFDM)通信系统,提出一种基于压缩感知理论的稀疏信道估计方法。首先,构造协同OFDM系统模型,利用循环矩阵理论,将该系统模型变换成类似于传统的点对点系统模型,该模型由一个协同卷积信道矢量和等效的观测矩阵组成;然后,通过压缩感知理论证明,该等效矩阵以很高的概率满足严格等距特性(RIP);最后,利用压缩感知算法重构卷积信道脉冲响应。与传统的线性信道估计方法相比较,所提方法能够利用较少的训练序列达到稳健的信道估计,有效地提高频谱资源利用率,且具备计算复杂度低的特点。仿真结果验证了该方法的有效性。     

基于压缩感知的MIMO-OFDM信道估计中的导频设计方案

多输入多输出-正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统作为MIMO系统和OFDM系统的结合,具有很高的频带利用率并能有效地对抗无线信道的多径效应。本文研究了MIMO-OFDM系统稀疏信道估计及其导频优化,将信道估计问题转化为压缩感知(Compressed sensing,CS)理论中的稀疏信号重建问题,将最小化测量矩阵的互相关作为导频优化的目标。结合已有的随机序贯搜索(Stochastic sequential search,SSS)和扩展算法2(Extension scheme 2,ES2)算法以及导频移位机制,提出了一种快速的导频优化算法随机搜索移位算法(Stochastic sequential search-shift mechanism,SSS-SM)。此算法的运算复杂度远低于已有的ES2算法,运算时间不受发射天线数影响。将SSS-SM算法和ES2算法分别获得的导频设计结果应用于MIMO-OFDM系统的信道估计,仿真结果表明,采用SSS-SM算法可以更低的算法复杂度获得与ES2算法相同的信道估计性能;高信噪比情况下,SSS-SM算法对应的均方误差(Mean square error,MSE)比ES2平均低约3~5 dB,因此这种方法在高信噪比下更有优势。     

基于自适应阈值SAMP算法的OFDM稀疏信道估计

为了降低重构算法的复杂度,提高重构的精确度,提出一种自适应阈值的稀疏度自适应匹配追踪算法（SAMP）,并将其运用在OFDM稀疏信道估计中。蒙特卡洛仿真证明,改进后的算法相比于原算法在CPU运行时间上减少了44.7%,并且在较低的信噪比下也能达到较好的估计效果。此外,针对OFDM稀疏信道估计问题,结合压缩感知理论中观测矩阵的构造方法,提出一种新的导频图案分布设计方法,仿真证明该导频图案设计方法比现有方法在估计精确度方面提高2~4dB。     

MIMO-OFDM 系统时域参数化信道估计算法研究

针对MIMO-OFDM 系统信道估计问题,提出了一种在时域内进行最小二乘信道估计的方案．它的基本 思想是利用发送端与接收端导频序列所形成的时域信号来计算信道的时域响应信息．为了获得LS 信道估计的最小 均方误差,本文给出了一种最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同发射天 线之间的导频序列位置相互交错．本文还提出了一种基于LS 准则的参数化信道估计方法,对比传统的LS 信道估 计算法,本文算法能够大幅度地提高信道估计的精度;对比传统的LSPCE 算法,本文算法可以有效地降低其计算复 杂度．仿真实验和性能分析验证了所提方法的有效性．