專利名稱：一種雙向中繼網(wǎng)絡(luò)中基于壓縮感知的稀疏信道估計方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種無線通信系統(tǒng)中的信道估計方法，尤其是涉及ー種雙向中繼網(wǎng)絡(luò)中基于壓縮感知的稀疏信道估計方法。
背景技術(shù)：
中繼技術(shù)作為能夠滿足未來無線寬帶通信系統(tǒng)高容量需求的一個關(guān)鍵技木，已經(jīng)成為近年來通信領(lǐng)域研究的熱點。對于中繼技術(shù)的研究，前期主要集中在單向中繼(One-Way Relay)系統(tǒng)，然而單向中繼系統(tǒng)固有的缺陷是隨著中繼節(jié)點的增加，頻譜效率會逐漸降低。針對單向中繼系統(tǒng)的固有缺陷問題，以香農(nóng)為代表的研究者提出了雙向中繼(Two-Way Relay)系統(tǒng)的概念。大量研究表明，雙向中繼系統(tǒng)相對于單向中繼系統(tǒng)的最大 優(yōu)勢在于能夠明顯提高頻譜利用率。目前，放大轉(zhuǎn)發(fā)(Amplify-and-Forward,AF)和解碼轉(zhuǎn)發(fā)(Decode-and-Forward, DF)兩種協(xié)議已經(jīng)被成功應(yīng)用于雙向中繼網(wǎng)絡(luò)(Two-Way RelayNetwork, TffRN) 與基于 DF 協(xié)議的 TWRN (DF-TffRN)相比，基于 AF 協(xié)議的 TWRN (AF-TffRN)只需要在中繼節(jié)點對信號進行很少的處理并且無需解碼操作，因此對AF-TWRN的研究越來越受到人們的重視。信道估計是提升AF-TWRN性能的ー種重要方式，通過信道估計可以獲取基于AF協(xié)議的雙向中繼信道的信道狀態(tài)信息，從而可準確地在接收端恢復(fù)出傳輸數(shù)據(jù)?，F(xiàn)有的雙向中繼信道估計方法主要有基于傳統(tǒng)的最小ニ乘(Least Squares, LS)法的雙向中繼信道估計方法和最近提出的基于壓縮感知(Compressed Sensing, CS)理論中的正交匹配追蹤(Orthogonal Matching Pursuit,0MP)法的雙向中繼信道估計方法等。基于傳統(tǒng)的最小ニ乘法的雙向中繼信道估計方法由于沒有考慮雙向中繼信道的潛在稀疏特性，因此會導致能量和帶寬被過度使用，信道估計效率不高，違背了近年來盛行的“緑色通信”理念中節(jié)能減排的思想；基于壓縮感知理論中的正交匹配追蹤法的雙向中繼信道估計方法是建立在壓縮感知理論基礎(chǔ)上的一種全新的信道估計方法，該方法充分考慮了實際雙向中繼信道的潛在稀疏特性，在獲得與基于傳統(tǒng)的最小二乗法的雙向中繼信道估計方法相同的估計效果吋，可以顯著的降低信道估計所需的訓練序列，提高能量和帶寬利用率，但是由于正交匹配追蹤法本身是ー種貪婪迭代方法，每一次迭代過程都直接采用最小ニ乘去估計新的逼近值，忽略了前一次迭代后殘差值較大的位置對應(yīng)的異常樣本的影響，因此會導致最終的估計結(jié)果精度不高，并且會降低信道估計的效率。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供ー種雙向中繼網(wǎng)絡(luò)中基于壓縮感知的稀疏信道估計方法，其能夠有效提高能量和帶寬的利用率，并且能夠有效提高信道估計精度和估計效率。本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為ー種雙向中繼網(wǎng)絡(luò)中基于壓縮感知的稀疏信道估計方法，其特征在于包括以下步驟
①假設(shè)采用最典型的基于放大轉(zhuǎn)發(fā)協(xié)議的雙向中繼網(wǎng)絡(luò)進行稀疏信道估計，該雙向中繼網(wǎng)絡(luò)中擁有兩個用戶終端和ー個中繼節(jié)點，且中繼節(jié)點和每個用戶終端均只有一根天線；②在該雙向中繼網(wǎng)絡(luò)中，第一個用戶終端在第一個時隙內(nèi)發(fā)送高斯隨機訓練序列X1到中繼節(jié)點，同時第二個用戶終端在第一個時隙內(nèi)發(fā)送高斯隨機訓練序列X2到中繼節(jié)點；③在該雙向中繼網(wǎng)絡(luò)中，中繼節(jié)點對其在第一個時隙內(nèi)接收到的高斯隨機訓練序列X1和聞斯隨機訓練序列X2進行置加，得到置加的聞斯隨機訓練序列X7X=IiX1, X2]，然后中繼節(jié)點在第二個時隙內(nèi)對疊加的高斯隨機訓練序列X進行幅度放大，并同時發(fā)送幅度放大后的疊加的高斯隨機訓練序列到第一個用戶終端和第二個用戶終端，第一個用戶終端在第ニ個時隙內(nèi)接收到實際信號Y，第二個用戶終端在第二個時隙內(nèi)接收到實際信號Y’，其中，[X1, X2]表示將X1和X2合并為ー個矩陣； ④根據(jù)第一個用戶終端在第二個時隙內(nèi)接收到的實際信號Y、高斯隨機訓練序列X1和高斯隨機訓練序列X2，獲取第一個用戶終端與中繼節(jié)點之間的等效信道向量h估計后的估計值fi,具體過程為④-I、設(shè)定初始殘差值r。為Y，即r(1=Y，初始索引值集Atl為空集0，即ん=0，并令i表示迭代次數(shù)，其初始值為I _2、判斷迭代次數(shù)i是否滿足條件i > 4X S，如果滿足，則令，然后執(zhí)行步驟⑤，否則，繼續(xù)執(zhí)行步驟④_3，其中，S表示第一個用戶終端與中繼節(jié)點之間的等效信道向量h的信道抽頭數(shù)，中的“=”為賦值符號，￡,表示第一個用戶終端與中繼節(jié)點之間的等效信道向量h經(jīng)過第i次信道迭代循環(huán)估計后的估計值；④-3、對第一個用戶終端與中繼節(jié)點之間的等效信道向量h進行信道迭代循環(huán)估計，其具體過程為a、獲取ー個第i次信道迭代循環(huán)估計后的索引值Xi，該索引值ん能夠使疊加的高斯隨機訓練序列X中的第ん列的所有元素與第i-1次信道迭代循環(huán)估計后的殘差值IV1的內(nèi)積結(jié)果最大，其中，I ^ i ^ C, C表不置加的聞斯隨機訓練序列X的總列數(shù)；b、計算第i次信道迭代循環(huán)估計后的索引值集Ai和第i次信道迭代循環(huán)估計后加入疊加的高斯隨機訓練序列X中的第Xi列的所有元素后構(gòu)成的集合Zi, Ai=Ah1U {AJ,
Z, = [Zm氣]，其中，符號“ U ”為并集運算符號，A i 表示第i-1次信道迭代循環(huán)估計后的
索引值集，符號“ {} ”為集合表示符號，Zi^1表示第i-1次信道迭代循環(huán)估計后加入疊加的高斯隨機訓練序列X中的第入H列的所有元素后構(gòu)成的集合，Ztl表示第I次信道迭代循環(huán)估計如的初始集合，其值為空集0, 表不置加的聞斯隨機訓練序列X中的第\ i列的所有兀素，[Zp1 /y _!表示將Zh和k合并為ー個矩陣；C、利用加權(quán)最小ニ乘估計方法，計算第i次信道迭代循環(huán)估計后第一個用戶終端與中繼節(jié)點之間的等效信道向量h在第i次信道迭代循環(huán)估計后的索引值集Ai內(nèi)的估計值，記為も五=(ZfW1Zl)^1ZfW1-Y，并令第i次信道迭代循環(huán)估計后第一個用戶終端與中繼節(jié)點之間的等效信道向量h在第i次信道迭代循環(huán)估計后的索引值集Ai外的估計值為0，其中，Zf為Zi的共軛轉(zhuǎn)置矩陣，(ZfW,.Z,) 1為ZfWiZ,.的逆矩陣，Wi表示第i次迭代過程中的加權(quán)矩陣，當i = I時W1為單位矩陣，當i>l時Wi為對角矩陣，且其第k行第k列的元素為
權(quán)利要求
1. ー種雙向中繼網(wǎng)絡(luò)中基于壓縮感知的稀疏信道估計方法，其特征在于包括以下步驟 ①假設(shè)采用最典型的基于放大轉(zhuǎn)發(fā)協(xié)議的雙向中繼網(wǎng)絡(luò)進行稀疏信道估計，該雙向中繼網(wǎng)絡(luò)中擁有兩個用戶終端和ー個中繼節(jié)點，且中繼節(jié)點和每個用戶終端均只有一根天線； ②在該雙向中繼網(wǎng)絡(luò)中，第一個用戶終端在第一個時隙內(nèi)發(fā)送高斯隨機訓練序列X1到中繼節(jié)點，同時第二個用戶終端在第一個時隙內(nèi)發(fā)送高斯隨機訓練序列X2到中繼節(jié)點； ③在該雙向中繼網(wǎng)絡(luò)中，中繼節(jié)點對其在第一個時隙內(nèi)接收到的高斯隨機訓練序列X1和聞斯隨機訓練序列X2進行置加，得到置加的聞斯隨機訓練序列X, X=LX1,X2]，然后中繼節(jié)點在第二個時隙內(nèi)對疊加的高斯隨機訓練序列X進行幅度放大，并同時發(fā)送幅度放大后的疊加的高斯隨機訓練序列到第一個用戶終端和第二個用戶終端，第一個用戶終端在第ニ個時隙內(nèi)接收到實際信號Y，第二個用戶終端在第二個時隙內(nèi)接收到實際信號Y’，其中，[X1, X2]表示將X1和X2合并為ー個矩陣； ④根據(jù)第一個用戶終端在第二個時隙內(nèi)接收到的實際信號Y、高斯隨機訓練序列X1和高斯隨機訓練序列X2，獲取第一個用戶終端與中繼節(jié)點之間的等效信道向量h估計后的估計值fi ,具體過程為 ④-I、設(shè)定初始殘差值r。為Y，即r(1=Y，初始索引值集Atl為空集.0，即Ae ニ 0，并令i表示迭代次數(shù)，其初始值為I _2、判斷迭代次數(shù)i是否滿足條件i >4XS，如果滿足，則令然后執(zhí)行步驟⑤，否則，繼續(xù)執(zhí)行步驟④-3，其中，S表示第一個用戶終端與中繼節(jié)點之間的等效信道向量h的信道抽頭數(shù),h=h中的“=”為賦值符號，表示第一個用戶終端與中繼節(jié)點之間的等效信道向量h經(jīng)過第i次信道迭代循環(huán)估計后的估計值_3、對第一個用戶終端與中繼節(jié)點之間的等效信道向量h進行信道迭代循環(huán)估計，其具體過程為a、獲取ー個第i次信道迭代循環(huán)估計后的索引值Xi，該索引值ん能夠使疊加的高斯隨機訓練序列X中的第ん列的所有元素與第i-1次信道迭代循環(huán)估計后的殘差值IV1的內(nèi)積結(jié)果最大，其中，I < Ai^C, C表示疊加的高斯隨機訓練序列X的總列數(shù)山、計算第i次信道迭代循環(huán)估計后的索引值集Ai和第i次信道迭代循環(huán)估計后加入疊加的高斯隨機訓練序列X中的第入i列的所有元素后構(gòu)成的集合Zi, A f A H U {AJ,
2.根據(jù)權(quán)利要求I所述的ー種雙向中繼網(wǎng)絡(luò)中基于壓縮感知的稀疏信道估計方法，其特征在于所述的步驟c中e =10_9。
全文摘要
本發(fā)明公開了一種雙向中繼網(wǎng)絡(luò)中基于壓縮感知的稀疏信道估計方法，其根據(jù)當前用戶終端在第二個時隙內(nèi)接收到的實際信號及雙向中繼網(wǎng)絡(luò)中的每個用戶終端發(fā)送的高斯隨機訓練序列，對當前用戶終端與中繼節(jié)點之間的等效信道向量進行信道迭代循環(huán)估計以得到信道估計值，在信道迭代循環(huán)估計過程中通過利用加權(quán)最小二乘估計方法，不斷減小前一次迭代后殘差值較大位置對應(yīng)的異常樣本的影響，增加對殘差值較小位置對應(yīng)的有利樣本的重視，這樣有效地提高了稀疏雙向中繼信道估計的精確度和穩(wěn)健性，且由于本發(fā)明方法充分利用了雙向中繼信道的潛在稀疏特性，因此能夠大大減少估計所需的高斯隨機訓練序列，提高了估計效率，并顯著提高了能量和帶寬的利用率。
文檔編號H04L25/02GK102833193SQ20121029558
公開日2012年12月19日 申請日期2012年8月20日 優(yōu)先權(quán)日2012年8月20日
發(fā)明者李有明, 朱星, 王炯滔, 趙翠茹, 汪照, 王剛, 金明 申請人:寧波大學