本發(fā)明屬于移動通信技術領域，具體涉及5g系統(tǒng)中一種基于壓縮感知的雙層異構網絡干擾信道迭代估計方法。

背景技術：

無線通信系統(tǒng)的容量已經增長超過了原先的100萬倍，根據統(tǒng)計，有近60％的話音業(yè)務和90％的數(shù)據業(yè)務在室內進行。與此同時，城市化發(fā)展使無線信號傳播環(huán)境愈加惡劣，高樓的迭起增加了室內通信的穿透損耗。解決室內覆蓋，提升室內通信容量，為用戶提供高速率和高質量的室內服務變得十分迫切。家庭基站作為一種新型的無線接入技術，具有發(fā)射功率低、傳輸速率高、方便部署、使用成本低等優(yōu)點，能夠針對居住小區(qū)的場景，有效增加網絡容量，較好地解決室內覆蓋問題。基于家庭基站的雙層異構網絡由兩個相互獨立的層組成，異構網絡的結構比傳統(tǒng)網絡的結構復雜，干擾更嚴重。協(xié)作網絡中利用導頻信息，通過ls、mmse算法做信道估計，在非協(xié)作異構網絡中，當期望鏈路的數(shù)據信息和干擾鏈路的導頻信息發(fā)生重疊時，利用傳統(tǒng)方法估計得到的信道信息并不理想。

壓縮感知技術通過開發(fā)信號的稀疏特性，采用隨機采樣得到少量離散樣本，通過非線性算法實現(xiàn)信號重構。在寬帶無線信道中，多徑信道僅由少量有效路徑支配，信道具有稀疏性，利用壓縮感知技術可以進行信道估計。將壓縮感知技術用于異構網絡的干擾信道估計中，可以獲得比傳統(tǒng)估計方法更好的性能。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種基于壓縮感知的雙層異構網絡干擾信道迭代估計方法，以有效解決非協(xié)作異構網絡中的干擾信道估計問題，從而去除網絡中的小區(qū)間干擾。與傳統(tǒng)的信道估計法相比，大信噪比時，該方法具有更好的估計性能，通過迭代同時得到干擾信道信息和期望數(shù)據符號。

為此目的，本發(fā)明采用的技術方案為一種基于壓縮感知的雙層異構網絡干擾信道迭代估計方法，其特征在于，包括以下步驟：

步驟1：獲取離散樣本：基于壓縮感知對接收信號做壓縮采樣，并去除循環(huán)前綴；

步驟2：初始化期望數(shù)據符號：對于同步且共享同頻信道的基于家庭基站的雙層異構網絡，當家庭基站或宏基站任一方作為服務小區(qū)時，另一方作為干擾小區(qū)；首先假設網絡中不存在干擾，通過mmse算法估計初始的期望符號數(shù)據；

步驟3：估計干擾信道信息：觀測矩陣選取確定性結構的稀疏二值矩陣，干擾導頻符號幅度相同、相位在[0,2π]上均勻分布，使用omp算法作為壓縮感知信號重建算法，從離散樣本中去除估計的期望信號部分，通過omp算法求解干擾信道響應估計值；

步驟4：更新期望數(shù)據符號：從離散樣本中去除估計的干擾信號部分，通過mmse算法更新期望數(shù)據符號，若期望數(shù)據符號穩(wěn)定收斂，估計得到干擾信道信息和期望信號，結束本流程，若不收斂則執(zhí)行步驟3。

根據權利要求1所述的基于壓縮感知的雙層異構網絡干擾信道迭代估計方法，其特征在于，所述步驟1中對接收信號做壓縮采樣時定義接收端的接收信號為：

式中hd是期望信道響應矩陣，為一(n+ng)×(n+ng)的托普利茲矩陣；f是fft矩陣，tcp是循環(huán)前綴矩陣，是干擾導頻符號矩陣；n是加性干擾白噪聲；xd和hi分別是待估計的期望數(shù)據和干擾信道響應；基于壓縮感知對接收信號做壓縮采樣，采樣的離散值為z＝φy，接著去除循環(huán)前綴，獲得的離散樣本為：

式中是去循環(huán)前綴矩陣，ad和ai分別為待估計的xd和hi的系數(shù)矩陣，

根據權利要求1所述的基于壓縮感知的雙層異構網絡干擾信道迭代估計方法，其特征在于，所述步驟2中通過mmse算法估計初始的期望符號數(shù)據，假設期望鏈路信號和加性高斯白噪聲不相關，hi內非零元素的位置、個數(shù)等信息都是未知的，不考慮hi的協(xié)方差矩陣，估計的期望符號為：

式中n是子載波數(shù)2048，為使用的子載波數(shù)1982，和是協(xié)方差矩陣，分別為為期望信號能量和噪聲方差。

根據權利要求1所述的基于壓縮感知的雙層異構網絡干擾信道迭代估計方法，其特征在于，所述步驟3中選取確定性結構的稀疏二值矩陣作為觀測矩陣，矩陣的結構為：

從離散樣本中去除估計的期望信號部分，hi[n]中有p條有意義的路徑，p＜＜l，hi的重構與ai有關，令發(fā)送端的干擾導頻符號幅度相同、相位在[0,2π]上均勻分布，使用omp重構算法，通過求解l1范數(shù)問題可以恢復出hi：

根據權利要求1所述的基于壓縮感知的雙層異構網絡干擾信道迭代估計方法，其特征在于，所述步驟4具體包括：從離散樣本中去除估計的干擾信號部分，無線信道中存在加性高斯白噪聲，干擾不能完全消除，對剩余項進行mmse估計，得到新的期望數(shù)據符號：

式中通過對進行更新而對期望數(shù)據符號進行更新，假設矩陣中的元素獨立同分布，是的協(xié)方差矩陣，s是估計干擾信道的支持集，定義為：

式中c1為一常數(shù)，且判斷更新后的期望符號數(shù)據是否穩(wěn)定收斂，如果穩(wěn)定收斂，則結束流程，得到最終的干擾信道信息和期望信號，若不收斂則繼續(xù)循環(huán)迭代，估計新的干擾信道和期望數(shù)據符號。

與現(xiàn)有技術相比，本發(fā)明的有益效果：

1，本發(fā)明將壓縮感知框架與雙層異構網絡的信道估計技術相結合，能夠在迭代少量次數(shù)后同時估計出干擾信道信息和期望數(shù)據信息，與傳統(tǒng)信道估計方法相比，本發(fā)明在高信噪比時具有明顯的性能優(yōu)勢。

2，本發(fā)明有效地解決了非協(xié)作雙層異構網絡中干擾信道的估計問題，利用寬帶無線信道的稀疏性，通過壓縮感知估計干擾信道與期望數(shù)據符號，有效去除網絡中的小區(qū)間干擾，通過循環(huán)迭代同時得到干擾信道信息和所需的期望數(shù)據符號。

附圖說明

圖1是本發(fā)明所提供的系統(tǒng)整體框架圖；

圖2是本發(fā)明所提供的干擾信道估計流程圖；

圖3是本發(fā)明所提供的雙層異構網絡架構示意圖；

圖4為本發(fā)明所提供的不同迭代次數(shù)時干擾信道估計誤差仿真結果；

圖5為本發(fā)明所提供的干擾信道估計誤差和傳統(tǒng)ls方法的估計誤差仿真結果。

具體實施方式

現(xiàn)結合附圖對本發(fā)明作更進一步的說明。

如圖3所示，家庭基站和宏基站構成了雙層異構網絡，網絡中的結構復雜，干擾嚴重。當干擾信道信息已知時，可以進行干擾消除。本發(fā)明所提供的系統(tǒng)整體框架如圖1所示，假設期望鏈路信號為干擾鏈路信號為兩條鏈路的發(fā)送信號分別為f為fft矩陣，

接收端接收到的信號可以表示為：

n(t)是信道中的加性高斯白噪聲，其方差為上式又可以表示為：

其中hd為一(n+ng)×(n+ng)的托普利茲矩陣，為一(n+ng)×n的托普利茲矩陣。假設hd(t)已知，對hi(t)做估計，估計流程圖如圖2所示。

采樣的離散值為z＝φy，接著去除循環(huán)前綴，獲得的離散樣本為：

基于壓縮感知對干擾信道進行估計，選取確定性結構的稀疏二值矩陣作為觀測矩陣，矩陣的結構為：

φ是一個分塊類對角矩陣，z＝φy，去除循環(huán)前綴后得到m個離散樣本：

式中是去循環(huán)前綴矩陣，ad和ai分別為待估計的xd和hi的系數(shù)矩陣，

在xd和nφ都未知的情況下，通過mmse算法估計初始的期望符號數(shù)據，假設期望鏈路信號和加性高斯白噪聲不相關，hi內非零元素的位置、個數(shù)均未知，不考慮hi的協(xié)方差矩陣，估計的期望符號為：

式中n是子載波數(shù)2048，為使用的子載波數(shù)1982，和是協(xié)方差矩陣，估計出后，將期望信號部分從v中去除：

從離散樣本中去除估計的期望信號部分，hi[n]中有p條有意義的路徑，p＜＜l，hi的重構與ai有關，令發(fā)送端的干擾導頻符號幅度相同、相位在[0,2π]上均勻分布，使用omp重構算法，通過求解l1范數(shù)問題可以恢復出hi：

從離散樣本中去除估計的干擾信號部分，無線信道中存在進行高斯白噪聲，干擾不能完全消除，對剩余項進行mmse估計，得到新的期望數(shù)據符號：

式中通過對進行更新而對期望數(shù)據符號進行更新，假設矩陣中的元素獨立同分布，是的協(xié)方差矩陣，s是估計干擾信道的支持集，定義為：

式中c1為一常數(shù)，且判斷更新后的期望符號數(shù)據是否穩(wěn)定收斂，如果穩(wěn)定收斂，則結束流程，得到最終的干擾信道信息和期望信號，若不收斂則繼續(xù)循環(huán)迭代，估計新的干擾信道和期望數(shù)據符號。迭代不同次數(shù)時干擾信道估計誤差仿真結果如圖4所示，迭代5次時估計誤差曲線已經收斂。從圖5可見，當?shù)螖?shù)為5時，信噪比較高的情況下，該方法比傳統(tǒng)ls方法的估計性能更好。

需要說明的是，以上實施例僅用以說明本發(fā)明的技術方案而非限制，盡管通過上述優(yōu)選實施例已經對本發(fā)明進行了詳細的描述，但本領域技術人員應當理解，可以在形式上和細節(jié)上對其作出各種各樣的改變，而不偏離本發(fā)明所限定的范圍。