欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023115409142
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于定秩矩阵流形上近端梯度算法的稀疏信道估计方法,应用于毫米波大规模MIMO系统,在基站和用户均部署一个均匀平面阵列,配备M个天线的基站服务一个配备N个天线的用户,基站发送长度为T的导频训练信号,其特征在于,所述稀疏信道估计方法包括以下步骤:步骤一、建立信道模型Y=GX+N,其中, 为基站到用户的信道, 为导频矩阵, 为用户接收信号矩阵, 为信道加性高斯噪声, 为复向量空间;将G表示为其中, MG≥M和 NG≥N分别表示基站和用户处的过完备码本, 为信道G的稀疏角域表示;

步骤二、将信道估计问题转化为稀疏信号恢复问题,基于压缩感知理论的信道估计问题建模为:rank(∑)=r

然后转化为:

s.t.rank(∑)=r,

其中, r为信道G的最大秩,即为信道G的路径数,μ是正则项系数, 表示Kronecker积;

步骤三、基于近端梯度算法,建立问题 g(x)为可微的凸函数,h(x)为不可微的凸函数,将g(x)在xk处进行泰勒二阶展开,由于 为常数,令则问题变为:

,该问题公式也被称作近端算子,记为:是g(x)梯度下降

的形式;近端算子根据h(x)不同,有不同的闭式解,无约束最小化问题的近端梯度算法迭代步骤为 其中t是步长;

基于定秩矩阵流形,建立大小为m×n且秩为r的实矩阵集合即定秩矩阵流形是 的一个嵌入式子流形,将XH

奇异值分解:X=USV,U∈St(m,r), V∈St(n,r),其中, 为Stiefel流形,σ1≥…≥σr≥0为X的奇异值,在 处的切空间为

基于定秩流形上的近端梯度算法,将g(X)在Xk处做泰勒二阶展开为:其中,为g(X)在点Xk的二阶导数,在欧几里得条件下求解 的近端梯度算法生成的迭代如下:

其中,t是步长的参数,t>0,g(X)的梯度为Lipschitz连续且具有Lipschitz常数L,且满足 在 时为g(X)+h(X)的上界,其中L为 的Lipschitz常数;

步骤四、处理流形约束,保证下降方向位于切空间,带约束的近端梯度子问题为:其中,根据gradg|X定义,然后重写为:

步骤五、将步骤四中近端梯度子问题变为无约束优化问题,使用拉格朗日乘子П与切空间线性等式约束联系起来,带约束的近端梯度子问题的拉格朗日函数为:其中,∏为拉格朗日乘子矩阵,Z=proxthB(∏)‑Xk,proxth(·)为h(x)的近端算子,步骤六、基于定秩矩阵流形上近端梯度算法,将信道估计问题转化为定秩矩阵流形上的优化问题:令 其中,S为对角线上为X的r个奇异值的对角矩阵,h(X)=μ‖vec(X)‖1,基于定秩矩阵流形上近端梯度算法迭代更新如下:

Zk+1=proxth(B(∏k+1))‑Xk其中,对于任意步长α>0,Xk+αZk并不一定位于流形 上,所以进行了一个回缩操作使其回到流形 上,即:

2.根据权利要求1所述的稀疏信道估计方法,其特征在于,步骤一具体包括:用户在第t个时隙接收到的信号y(t)表示为:y(t)=Gx(t)+n(t),其中, 表示在第t个时2

隙传输的信号, 表示均值为零,方差为σ的加性高斯白噪声,则T个时刻接收到的信号为:其中,

3.根据权利要求1所述的稀疏信道估计方法,其特征在于,步骤五具体包括:Π满足:其中, P,J和W为任意矩

阵;Z=proxthB(∏)‑Xk满足切空间方向,切空间下降方向Z的公式为: