1.摘要
为了获得对多径多径信道的信道参数的准确估计，提出了一种基于迭代的新颖信道估计算法。 通过补偿快速相关估计算法的估计误差，实现了对信道参数的改进的精确估计。 给出了补偿时间与估计性能之间关系的理论结论。 仿真结果表明，该算法估计误差小，计算复杂度低，抗多径失真。 它可以在低信噪比的情况下有效地估计信道参数，并在高信噪比的情况下大大提高快速相关信道估计算法的性能。
2.系统模型
无线通信系统模型所考虑的无线通信系统由两部分组成，即发送部分和接收部分。发送部分包含信号整形和调制的过程，接收部分包含解调，匹配滤波和均衡的过程。发射信号X = [x1，x2，...，xn]是一系列独立且均匀分布的（i.i.d）零均值符号，在波形整形后发送给调制器。该信道是分散的，多径的，并具有加性高斯白噪声（AWGN）。通过多径通道后，传输的信号将受到噪声和多径效应的影响。在接收机中，利用基于相关运算的快速时域信道估计算法，根据接收到的训练序列，得到多径信道参数的初步估计值H，然后通过迭代补偿的方法对初步估计值H进行校正。精度并发送到均衡器以消除帧头后面的有效载荷失真。最终，可以通过信号检测和解码获得初始用户数据。显然，信道估计的准确性将直接决定均衡器的信号恢复能力，这对接收机的性能影响很大。
在无线通信系统中，源数据通过编码形成数据帧X = [F S]，它由帧头的训练部分F和有效载荷部分S组成，其中F是确定性伪随机序列。 N是训练序列的长度，M是有效载荷部分的长度，如图数据帧的结构所示。
当数据帧通过多径通道时，该通道的参数H=[h0，h1，...，hL]如图3所示，其中τ是时延差的单位。 在多径通道的结构中
其中h（k）是第k个子路径（h0是主路径）。 L是等效多径信道的子路径数。 任意两条路径之间的时间延迟可以通过调整两条路径之间的时间延迟差τ的单位数来控制。
3.基于迭代补偿的信道参数估计算法
A. 快速相关信道估计算法
在进行BPSK调制之后，训练序列Fn以加性噪声ωn通过多径信道传输
在进行BPSK调制之后，训练序列以加性噪声ωn通过多径信道传输在进行BPSK调制之后，训练序列以加性噪声ωn通过多径信道传输

（转自http://guiuestc.blog.sohu.com/165344960.html）

压缩感知的理论发展趋势让我们看到了信号处理的革命，同时也也提高通信领域的资源利用效率，尤其是在信道估计这一个topic.

    在稀疏信道估计中，主要存在三个方面的研究问题：
不同的通信信道的稀疏表示问题。对于单天线通信系统来说，我们可以假设在时域扩展中直接看成是稀疏的进行信道估计，这是最基础的信道估计问题。但是对于单天线双选择性衰落信道而言我们需要考虑在时延-多普勒扩展域的稀疏表示，这就涉及到基最优化的问题，如何寻找合适的基来将信道矩阵表示最稀疏的信道系数，从而使得利用比较少的训练信道资源就能准确估计出信道系数。对于多天线频率选择性衰落信道和双选择性衰落信道而已，由于MIMO信道矩阵表现出固有的聚类特性结构，因为我们可以考虑直接将信道估计矢量化从而估计出这个信道，或者寻找合适的基将信道矩阵表示成稀疏的信道系数。对于压缩感知来说，如何找到合理的稀疏信号系数从而可以利用比较少的已知信号资源，降低信号处理的成本。
稀疏信道估计算法。如何选择合理的稀疏信号重建算法也是稀疏信道估计中非常重要的一步。由于无线通信的实时性我们需要选择算法简单的信号重建算法。比如贪婪算法中的OMP,CoSaMP和SP。
训练信号设计问题。

基于
PARAFAC
分解的大规模
MU-MIMO
稀疏信道估计
穆晓敏
1
，
刘亚丽
1
，
张建康
1,2
，
赵凌霄
1
【摘
要】
针对大规模
MU-MIMO(
多用户多输入多输出
)
系统中上行链路的信
道估计问题，提出了一种基于平行因子
(PARAFAC)
分解的稀疏信道估计算法
.
该
算法利用稀疏数学模型构造稀疏信道模型，将稀疏理论与张量分解相结合，对
基站端的接收信号进行
PARAFAC
建模
.
在满足唯一性分解条件下，利用双线性
交替最小二乘
(BALS)
拟合算法联合估计出多个用户的信号矩阵与信道矩阵
.
仿真
结果表明
:
所提算法的估计性能优于经典的正交匹配跟踪算法等稀疏信道估计算
法，与基于导频序列的估计方法相比，其信道估计的精度大幅提高；仅需少量
导频，降低了导频开销，实现了高频谱效率的通信传输
.
【期刊名称】
郑州大学学报(工学版)
【年
(
卷
),
期】
2019(040)001
【总页数】
6
【关键词】
大规模
MU-MIMO
；
稀疏信道；
平行因子分解；
信道估计；
归
一化均方误差
修订日期：
2018-11-01
基金项目：国家杰出青年科学基金资助项目
(61571401)
；东南大学移动通信国
家
重
点
实
验
室
开
发
研
究
基
金
(2016D02)
；
河
南
省
科
技
攻
关
计
划
项
目
(152102310067)
；河南省高校科技创新人才资助项目
(18HASTIT021)
0
引言
大规模
MIMO(massive multiple input multiple output)
技术是未来无线通信
系统的关键技术之一
[1-2].
在实现高频谱效率、功率效率和鲁棒性等方面有巨大