您所在的位置: 成果库 一种基于实值稀疏贝叶斯学习的大规模MIMO通信系统的下行链路信道估计方法

一种基于实值稀疏贝叶斯学习的大规模MIMO通信系统的下行链路信道估计方法

发布时间: 2022-06-16

基本信息

合作方式： 技术转让
成果类型： 发明专利,新技术
行业领域：
其他
成果介绍

本发明公开了一种基于实值稀疏贝叶斯学习的大规模MIMO通信系统的下行链路信道估计方法，1：基站采用具有N根天线的均匀线性阵列，下行链路用户采用单天线，T个时刻内，基站发送导频信号矩阵X，用户接收到信号y＝Φ(β)s+n；2：定义实值化矩阵QN；3：定义X＝GQN，构造实值接收信号矩阵Y＝Φ(β)S+N；4：设置迭代次数计数变量k＝1，初始化s的精度向量中的各元素为1，初始化噪声精度α＝1，初始化β为全零元素；5：利用SBL原理和期望最大化准则，固定δ、β，更新α；6：固定α、β，更新δ；7：固定α、δ，更新β；8：判断k是否达到上限K或δ是否收敛，如果都不满足，则k＝k+1，并返回5；9：设置门限η，利用η选取信道的有效角度集合Ω；10：根据Ω估计最终的信道。

成果亮点
团队介绍
成果资料