[发明专利]一种基于加权Kapetyn级数展开的大规模MIMO低复杂度信道估计方法

摘要

本发明公开了一种基于加权Kapetyn级数展开的大规模MIMO低复杂度信道估计方法。首先采用Kapteyn级数展开法对Bayesian‑MMSE信道估计表达式中的信道协方差逆矩阵进行近似展开，将矩阵求逆运算转换成矩阵乘法和矩阵加法运算，接着对多项式每项系数采用加权方式来优化多项式展开，建立模型对加权系数向量α和β进行求解使得估计的均方误差最小化，利用α和β的求解结果对信道矩阵进行估计。实验结果表明随着多项式阶数的增大，基于加权Kapetyn级数展开的信道估计方法得到的MSE会收敛于MMSE方法，然而计算复杂度低于MMSE方法。对比与传统Taylor‑MMSE和Kapetyn级数展开信道估计方法，基于加权Kapetyn级数展开方法收敛到MMSE方法的速度更快。

主权项

一种基于加权Kapetyn级数展开的大规模MIMO低复杂度信道估计方法，其特征在于：包括步骤：1)对接收信号模型向量化并采用传统的MMSE信道估计算法得到信道估计矩阵：h^mmse=h^+RP~H(P~RP~H+S)-1(y-P~h‾-n‾)---(1)]]>其中，表示信道矩阵的估计，R代表信道协方差矩阵，P表示导频信号矩阵，定义导频矩阵形式为S是噪声协方差矩阵，y表示接收信号，n代表噪声信号；2)采用Kapteyn级数展开法对式(1)进行二项式展开和对系数加权，得到基于加权的Kapetyn级数展开的估计器：h^w-kapteyn=h‾+RP~HΣn=0Ndwn+1qnαnCnYn,K(y-P~h‾-n‾)Yn,K=Σk=0Kdw2kJn(k)βkC2k---(2)]]>其中N代表多项式阶数，K代表kapteyn阶数，C表示协方差矩阵，α＝[α0,...,αN]T和β＝[β0,...,βK]T是加权系数；3)建立无约束的非线性优化模型：minα,β:MSE(α,β)=E{||h-h^w-kapteyn||F2}---(3)]]>并对式(3)进行求解得到最优系数α和β；4)将步骤3)得到的α和β代入步骤2)得到的式(2)中即可求得基于加权的Kapetyn级数展开算法的信道估计值。