第28卷第2期 2017年6月
广西科技大学学报
JOURNAL OF GUANGXI UNIVERSITY OF SCIENCE AND TECHNOLOGY
Vol.28 No.2
Jun. 2017
文章编号2095-7335(2017)02-0008-09 D O I： 10.16375/https://www.doczj.com/doc/4a15484813.html,45-1395/t.2017.02.002
大规模MIMO系统的贝叶斯匹配追踪信道估计算法
劳兴松\李思敏\唐智灵*2
(1.广西科技大学电气与信息工程学院，广西柳州545006;
2.广西无线宽带通信与信号处理重点实验室（桂林电子科技大学），广西桂林541004)
摘要：大规模MIMO技术能成倍地提高通信系统的容量和传输速率，但是系统性能的进一步提升会受到导频污染的制约.采用压缩感知进行信道估计，能够减少导频开销，从而可以有效解决这一问题.为此，本文提出了基于压缩感 知的支持不可知贝叶斯匹配追踪信道估计算法（S A B M P).仿真结果表明，在低信噪比时，该算法仅需较少的导频开 销就能达到较低的误码率（B E R)及归一化均方误差（N M S E)性能，提高频谱效率.
关键词：大规模M IM O;信道估计；压缩感知；SABMP
中图分类号：TN913 文献标志码：A
0引言
MIMO技术(multiple input multiple output)被认为是提高信息传输速率的一种有效方法，并已在4G系统中得到广泛应用.为了应对未来传输速率和系统容量等方面的性能挑战，进一步增加天线数量将是MI-MO 技术继续演进的主要发展方向[1],即大规模 MIMO 技术 （Massive MIMO)被认为是 5G 通信系统的一 项核心技术[M].
尽管大规模MIMO具有巨大的优势，但是与传统MIMO相比较还有一些亟待解决的难题.当前，国内外 关于大规模MIMO的研究主要在信道建模、信道估计、信号检测等方面.移动通信中的无线传输信道是时 变、多径、衰落的，因此信源经信道会使数据失真，由于障碍物的存在，信号强度减弱.接收端为了正确接 收、恢复发送的数据，需要对信道的衰落影响进行合理的补偿，这就需要在接收端使用信道估计来获得信 道衰落信息.在大规模MIMO系统中，信道状态信息大大增多对信道估计的计算复杂度提出了更高的要求；并且，不同于传统的MIMO系统，导频污染问题是大规模MIMO系统性能提升的限制因素；因此，如何有效 消除导频污染，是未来需要研究解决的关键问题之一.
当前，大多数学者主要研究多小区联合信道估计机制[M].这种信道估计机制虽然能减轻导频污染，但 是计算步骤较多，不便于硬件实现.值得注意的是，大规模MIMO系统的无线信道具有稀疏特性，可以考虑 采用压缩感知（compress sensing, CS).为此，本文提出一种基于压缩感知的贝叶斯信道估计算法，即支持不 可知的贝叶斯匹配追踪算法(Support Agnostic Bayesian Matching Pursuit)，对信号进行重构，仅使用较少的导 频开销就能够达到信道估计的目的.2004年，Donoho等[8]提出了压缩感知的理论，该理论能够从有限的采样 值中有效地重构出稀疏信号，证明了只要信号是可压缩的或者在某个域是稀疏的，则可以通过某一合适的 观测矩阵将高维矩阵投影到低维空间上，然后通过求解最优化问题从少量的观测值中高概率地重构出原 信号.压缩感知理论一提出，就在生物传感、医学成像[9-10]、无线通信、模式识别等领域受到高度关注.因此，将压缩感知技术应用于大规模MIMO系统的信道是一种很有潜力的方法，文献[11-13]也对这一方向进行 了研究，提出了不同的信道估计算法，这些结果均表明，采用压缩感知进行信道估计，可以很大程度上减少
收稿日期=2017-02-19
基金项目：国家自然科学基金（61461013);“广西无线宽带通信与信号处理重点实验室”2016年基金（GXKL06160103);桂林电子科技大学创新 团队基金资助.
*通信作者:唐智灵，博士，副教授，研究方向：宽带无线通信、认知无线电，E-m ail:tzl888@https://www.doczj.com/doc/4a15484813.html,.