本發明屬于無線通信，具體涉及一種基于3d結構化正交匹配追蹤算法的otfs?mimo系統稀疏信道估計方法。

背景技術：

1、未來無線通信(新興的5g或5g以上)的目標之一是支持高移動性場景下的可靠通信，例如速度高達500公里/小時的高速鐵路或速度高達300公里/小時的車輛。目前，4g和新興5g的主要調制技術是正交頻分復用(ofdm)。對于高移動性場景，ofdm可能會遇到顯著的載波間干擾(ici)。ici是由于時變信道(也稱為雙選擇性或雙色散信道)的多普勒擴頻造成的。當使用傳統收發器時，ici將嚴重降低ofdm系統的性能。

2、為了應對ici，人們對傳統ofdm進行了一些改進，但代價是使收發器設計更加復雜。相關技術人員提出了線性均衡和非線性均衡來消除接收端的ici。還提出了一些緩解ici的發射機處理方法，包括多項式對消編碼和脈沖整形。利用發送端和接收端處理，針對多用戶場景提出了一種基于信道無關塊擴展的多址方案，該方案可以消除ici和多用戶干擾。針對時變信道，提出了一些利用發射分集來提高系統性能的調制方案，而不是試圖消除ici。例如：利用補零ofdm系統的頻率過采樣技術，通過發射信號設計實現頻率分集，矢量ofdm在信道子載波上傳輸多組線性預編碼符號以提供頻率分集；采用多普勒彈性正交信分復用技術，它將多個數據矢量和一個導頻矢量復用到一個數據流中，以充分利用時變信道中的頻時分集。

3、正交時頻空間(otfs)是解決時變信道的ofdm的替代方案。利用信道的基擴展模型(bem)，otfs將時變信道轉換為延遲多普勒域的時無關信道，因此，在延遲多普勒域中，信息承載數據被復用到大致恒定的信道中。otfs不同于以往的工作，它在延遲多普勒域中復用數據。

4、與ofdm多天線系統一樣，大規模多輸入多輸出(mimo)的otfs可以進一步提高頻譜效率。這些好處要求發射機知道信道狀態信息(csi)，以設計發射波束形成矢量。當otfs大規模mimo系統以頻分雙工(fdd)模式運行時，由于信道互易性不足，下行信道估計是必要的。在otfs大規模mimo系統中，由于在基站(bs)上配置了大量天線，下行信道估計具有挑戰性。

5、現有技術中提出了關于大規模mimo系統的時變信道估計方案。時變mimo信道是基于邊界元的幾個聯合稀疏時無關系數來建模的。這些聯合稀疏系數可以通過分布式壓縮感知算法進行估計，具有較高的精度。為了進一步降低大規模mimo時變信道的有效維數，提出了一種空域邊界元法，從而降低下行鏈路的訓練開銷。此外，還有壓縮信道感知的一般框架。基于海量mimo時變信道的稀疏多徑結構，壓縮信道感知能夠以更小的開銷實現目標估計誤差。

6、為了降低信道估計的計算復雜度，設計了heisenberg-weil標志序列，使多普勒延遲信道估計的標志方法具有較低的復雜度。上述信道估計技術是針對ofdm大規模mimo系統提出的。它們并不直接適用于otfs大規模mimo系統。這是因為在otfs系統中，承載信息的數據是在延遲多普勒域中復用的，而不是在ofdm系統中的頻時域。

7、對于otfs系統，相關技術提出了一種基于脈沖的otfs單輸入單輸出(siso)架構的信道估計技術。bs作為訓練飛行員在延時多普勒域發送脈沖信號。延時多普勒域的接收信號可以看作是發射脈沖與延時多普勒信道的二維周期卷積。然后可以使用閾值法從接收信號估計延遲多普勒信道。針對otfs?siso系統，提出了另一種使用偽隨機噪聲(pn)序列作為延遲多普勒域訓練飛行員的方法。在該方法中，信道估計是在離散域中完成的，其中估計了三個感興趣的量，即延遲移位、多普勒移位和衰落系數。然后計算出延時多普勒信道。基于脈沖的方案擴展到otfs?m[imo系統，通過發送多個脈沖，并在兩個相鄰脈沖之間適當保護以區分不同的bs天線。現有的信道估計技術不能直接擴展到otfs大規模mimo，因為需要通過發射正交導頻來區分大量天線，這將導致較高的導頻開銷。

8、為了解決這個問題，我們提出了otfs系統的離散時間公式，并證明了otfs大規模mimo信道具有延遲-多普勒角三維結構稀疏性。由于優勢傳播路徑的數量有限，三維信道沿延遲維是稀疏的。因為與系統帶寬相比路徑的多普勒頻率通常要小得多，三維信道沿多普勒維呈塊稀疏。唯一一個非零塊集中在零附近，但非零塊的長度未知。由于路徑在bs處的出發角(aod)擴展通常較小，因此3d通道沿角度維呈突發稀疏。非零突發的長度可以看作是常數，但每個非零突發的起始位置是未知的。基于三維結構化稀疏信道，我們將otfs大規模mimo系統的下行信道估計問題表述為一個稀疏信號恢復問題。該估計器利用了在延遲多普勒域中傳輸的訓練飛行員。我們提出不同天線的導頻是獨立的復高斯隨機序列，它們重疊以減少總體導頻開銷。通過在導頻和數據之間插入保護間隔，接收導頻可以表示為發射導頻與延遲多普勒信道的相位補償二維周期卷積。根據信道的結構對信道進行分解，我們將下行信道估計問題表述為一個稀疏信號恢復問題，提出了一種3d-somp算法來解決公式信道估計問題。

技術實現思路

1、為了解決上述問題，本發明提出一種基于3d-somp算法的otfs?mimo系統稀疏信道估計方法。

2、本發明的基于3d-somp算法的otfs?mimo系統稀疏信道估計方法，包括以下步驟：

3、s1.otfs?siso系統中的信道估計；

4、s2.分析otfs?mimo系統中通道的三維結構稀疏性；

5、s3.將下行信道估計問題表述為一個稀疏信號恢復問題；

6、s4.利用3d-somp算法解決感知矩陣的稀疏信號恢復問題。

7、所述s1包括otfs?siso調制和otfs?siso解調，通過在發送端的傳統調制器的頻域前增加預處理塊，在接收端的傳統解調器的頻域后增加相應的后處理塊來實現，通過預處理和后處理模塊，將時變信道轉換為時延多普勒域的時變信道。

8、所述預處理塊將延遲多普勒域的二維數據塊映射到頻時域的二維塊，然后通過傳統的頻時調制器將頻時域中的二維塊轉換為一維發射信號；所述接收端的頻時解調器將接收到的信號變換為頻時域的二維塊，后處理塊中將二維塊變換為延遲多普勒域的二維數據塊；在延遲多普勒域中接收到的二維數據塊由發送的二維數據塊與延遲多普勒信道脈沖響應在延遲多普勒域中進行相位補償的二維周期卷積給出。

9、所述otfs?siso調制和otfs?siso解調是在離散時域中制定的，發射波形和接收波形的雙正交特性沿著時間維度完全保持，但只沿著頻率維度近似保持。

10、所述周期卷積表示為

11、

12、其中，為延遲多普勒域的加性噪聲，是延遲多普勒cir?hdd的(l+1，k+1+n/2)元素；

13、

14、式中，(l)m為l除以m后的余數，且

15、所述s2中所述otfs?mimo系統中信道的三維結構稀疏型包括延遲-多普勒信道h沿延遲維數i的稀疏性、延遲多普勒角信道h沿多普勒維k的稀疏性和延遲多普勒角信道h沿角度維r的稀疏性，我們將延遲-多普勒信道表示為

16、

17、將排列層一三維張量其中是h的(l+1,k+n/2+1,r+nt/2+1)元素、(l＝0,1,...,m-1,k＝-n/2,...,0,...,n/2-1)元素和(r＝-nt/2,...,0,...,nt/2-1)元素；

18、函數γn(x)具有如下特性：當|x|＞＞1時，|γn(x)|≈0[44]，因此，只有當k≈vsint，l≈τimτmax和r≈ψsint時才有優勢元；根據優勢路徑數來判斷延遲-多普勒信道h沿延遲維數i的稀疏性。

19、所述延遲多普勒角信道h沿多普勒維k的稀疏性的判斷方法：第si個子路徑在第i個子路徑的多普勒頻率表示為其中v為用戶的移動速度，φsi為用戶的移動方向與第i個子路徑到達方向的夾角，子路徑的最大多普勒為根據子路徑的最大多普勒判斷延遲多普勒角信道h沿多普勒維k的稀疏性。

20、所述延遲多普勒角信道h沿角度維r的稀疏性判斷方法：由于主導路徑的角擴展很小，所以在(-1/2,1/2)中，φsi分布為np塊，因此，延遲-多普勒角信道h沿角度維r是突發稀疏的。

21、所述s3中我們將otfs信道估計問題表述為感知矩陣y＝ψh+v的稀疏信號恢復問題。

22、本發明的有益效果是，

23、本發明證明了otfs?mimo信道具有3d結構稀疏性：沿延遲維度的正常稀疏性，沿多普勒維度的塊稀疏性，以及沿角度維度的突發稀疏性。基于三維結構的信道稀疏性，我們將下行信道估計問題表述為一個稀疏信號恢復問題，并采用所提出3d-somp算法進行求解。仿真結果表明，該算法能夠以較低的導頻開銷獲得準確的信道狀態信息，證明了該方法的優越性。