基于稀疏优化的MIMO中继协作通信系统信道估计方法研究

Cooperative communication technology, as an effective method of reducing channel fading and signal distortion, is a present hot research topic and is expected to become one of the mainstream technologies of wireless communications in future. Aiming at the complexity of channel matrix estimation, we will construct sparse channel model for multiple channel links based on spatial-frequency domain correlation and then we propose a sparse channel estimation scheme by using compressed sensing theory. The focus of this research is to extract the spatial characteristic information (SCI) and to establish a sparse matrix, and then propose high resolution sparse channel matrix estimation algorithms. First, research multi-antenna orthogonal frequency division multiplexing relay cooperation system based on SCI, establish the channel model based on spatial characteristic information. Second, making full use of the inherent characteristics of the sparse wireless multipath channel, realize the sparse representations of MIMO cooperative channel under fast fading channel environment, and optimization theory to a high probability of recovery channel impulse response. Third, the SCI extraction or transfer functions are designed in order to recover the SCI from the received signals. Propose sparse optimization of low rank approximation channel matrix estimation algorithm by describing the channel matrix estimation as a non-convex optimization problem. The research will make a great contribution, the results can be used for emergency communications system in the multipath broadband wireless communications, satellite and mobile communications.

协作通信技术作为抵抗无线信道衰落、减少信号畸变的一种有效方法，是近年来研究的热点领域之一。针对多天线中继协作通信系统中信道矩阵估计的复杂性，本项目结合稀疏优化理论，研究基于空频稀疏的多输入多输出中继系统信道模型，拟提出基于低秩近似的信道估计算法。课题的核心是稀疏基的构造以及信号空间信息的提取，提出高精度信道矩阵的估计算法。研究内容包括：(1)研究基于稀疏傅里叶变换的多天线正交频分复用中继协作系统，建立基于空域特征信息的信道模型；(2)研究快衰落信道环境下多天线中继协作通信信道的稀疏表示，建立快时变多链路信道的稀疏模型，深层次挖掘信道的稀疏结构；(3)设计空域特征信息提取方案，利用信道的稀疏性以及空域相关性，将多链路信道矩阵估计描述为非凸优化问题，采用基于低秩近似的信道矩阵估计算法，减小运算复杂度，降低导频数量，提高无线频谱资源利用率和能效。结果可用于中继卫星等通信系统等。

协作通信技术作为抵抗无线信道衰落、减少信号畸变的一种有效方法，是近年来研究的热点领域之一。本项目结合稀疏优化理论，针对中继协作通信系统中级联信道估计的复杂性，研究了基于稀疏近似的高精度信道估计算法、基于稀疏优化的NOMA系统多用户检测算法。包括：(1) 针对多天线协作中继通信系统，提出了“基于期望最大化的自适应压缩信道感知算法”，压缩感知和EM算法相联合的协同信道最大似然估计算法，由于最大似然估计是一种无偏估计，可以达到克拉美罗界。在处理较高维数的数据时，期望最大化算法是一种迭代求解最大似然估计的有效机制，可以在不涉及迭代步长的情况下，计算信道参数的最大似然估计；（2）利用信道的稀疏性以及空域相关性，将多链路信道估计描述为非凸优化问题，研究了快衰落信道环境下中继协作通信信道的稀疏信道估计算法，分别提出了“基于加权零吸引算法的稀疏协作信道估计”、“基于平方根变步长LP范数的稀疏信道估计算法”、“基于LP范数的自适应滤波稀疏信道估计算法”、“基于对数和约束的稀疏信道估计算法”，为稀疏度自适应感知的信道估计算法研究提供了新的思路；(3)针对5G移动通信的非正交多址接入关键技术，对上行免调度NOMA系统中基于压缩感知的多用户检测做了相关研究，分别提出了“NOMA系统基于结构化压缩感知的迭代支撑多用户检测算法”、“基于压缩感知的SIMO-NOMA 系统多用户检测算法”、“一种稀疏度自适应的SIMO-NOMA系统多用户检测算法”。 共发表论文9篇，其中，国际SCI源期刊论文5篇，国际会议论文1篇，中文核心期刊论文3篇；申请发明专利3项；外审论文4篇，待出版学术专著1部。获河南省科学技术进步二等奖1项，三等奖1项，中国纺织工业联合会科技进步三等奖1项；开发了大规模MIMO虚拟现实通信系统。该课题为协同信道的稀疏估计以及非正交多址接入方案的研究提供了新思路，所提出的稀疏优化算法应用到纺织品疵点检测方面，进一步提高了其实际应用价值，拓宽了应用前景。

内容获取失败，请点击重试