一种改进StOMP的Massive MIMO下行信道估计方法

• 作者: 刘紫燕 沈涛
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 大规模多输入多输出 信道估计 压缩感知 粒子群分段正交匹配追踪算法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 网络与系统
• 页码范围: 361-366
• 页数: 6页
• 分类号: TN929.5
• 字数: 4733字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.02.017

摘要

针对传统的压缩感知算法在大规模多输入多输出(Massive MIMO)系统下行信道估计中估计性能较差的问题,提出一种基于粒子群分段正交匹配追踪(PSO-StOMP)压缩感知算法.该算法在分段正交匹配追踪(StOMP)算法求解不同阈值的估计信道矩阵参数和归一化最小均方误差的基础上,利用粒子群(PSO)算法动态地搜索出Massive MIMO系统下行虚拟角域信道中最小均方误差对应的阈值,达到参数自适应的目的.仿真结果表明,当虚拟角域扩展角度发生变化时,PSO-StOMP算法能够自适应信道估计,提升信道估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘紫燕	贵州大学大数据与信息工程学院	64	246	7.0	11.0
2	沈涛	贵州大学大数据与信息工程学院	5	6	2.0	2.0