用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法及系统与流程

本发明涉及信号传输技术领域，尤其涉及用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法及系统。

背景技术：

在mimo-ofdm(multipleinputmultipleoutput-orthogonalfrequencydivisionmultiplexing)系统的稀疏信道估计中，广泛采用稀疏贝叶斯学习(sparsebayesianlearning，简称sbl)技术。

而采用sbl技术的信道估计算法时，需要进行迭代求解，每次迭代中需要进行矩阵求逆运算。矩阵求逆运算非常耗时而且复杂，当该技术应用于宽带系统时，矩阵维度会进一步扩大，计算复杂度也会进一步提高，导致其应用于5g等宽带系统时，对系统的计算能力要求过高，不易于实现。

因此，需要提出一种能降低计算复杂度的用于信道估计的矩阵求逆方法。

技术实现要素：

本发明实施例提供用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法及系统，用以解决现有技术中对于信道估计中的矩阵求逆运算非常复杂的缺陷。

第一方面，本发明实施例提供用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法，包括：

获取预设正交频分复用系统中的子载波集合，提取所述子载波集合中的导频子载波集合；

基于所述导频子载波集合，获取导频值对角矩阵、导频离散傅里叶变换子矩阵、具有预设长度的复信道冲激响应和加性高斯白噪声矩阵，得到所述预设正交频分复用系统的接收信号表达式；

基于导频子载波集合的单位矩阵、控制每个信道系数逆方差的超参数以及所述超参数的对角矩阵，得到所述接收信号表达式的条件概率密度函数；

提取所述条件概率密度函数中复数矩阵的实部和虚部，基于所述实部和所述虚部对所述复数矩阵进行求逆计算，得到第一逆矩阵以及第二逆矩阵；

将所述第一逆矩阵进行分割，得到第一子矩阵集合；

将所述第二逆矩阵进行分割，得到第二子矩阵集合；

通过对所述第一子矩阵集合和所述第二子矩阵集合进行预设次数的迭代，得到所述复数矩阵，进一步得到所述条件概率密度函数，基于所述条件概率密度函数获得所述接收信号表达式。

第二方面，本发明实施例提供用于稀疏贝叶斯学习信道估计的分区矩阵迭代系统，包括：

获取模块，用于获取预设正交频分复用系统中的子载波集合，提取所述子载波集合中的导频子载波集合；

第一计算模块，用于基于所述导频子载波集合，获取导频值对角矩阵、导频离散傅里叶变换子矩阵、具有预设长度的复信道冲激响应和加性高斯白噪声矩阵，得到所述预设正交频分复用系统的接收信号表达式；

第二计算模块，用于基于导频子载波集合的单位矩阵、控制每个信道系数逆方差的超参数以及所述超参数的对角矩阵，得到所述接收信号表达式的条件概率密度函数；

求逆模块，用于提取所述条件概率密度函数中复数矩阵的实部和虚部，基于所述实部和所述虚部对所述复数矩阵进行求逆计算，得到第一逆矩阵以及第二逆矩阵；

第一分割模块，用于将所述第一逆矩阵进行分割，得到第一子矩阵集合；

第二分割模块，用于将所述第二逆矩阵进行分割，得到第二子矩阵集合；

迭代模块，用于通过对所述第一子矩阵集合和所述第二子矩阵集合进行预设次数的迭代，得到所述复数矩阵，进一步得到所述条件概率密度函数，基于所述条件概率密度函数获得所述接收信号表达式。

第三方面，本发明实施例提供一种电子设备，包括：

存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现任一项所述用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法的步骤。

本发明实施例提供的用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法及系统，通过采用分区矩阵迭代机制来计算稀疏贝叶斯学习技术中涉及矩阵求逆运算，有效降低了矩阵求逆运算的复杂度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法流程图；

图2为本发明实施例提供的用于稀疏贝叶斯学习信道估计的分区矩阵迭代系统结构图；

图3为本发明实施例提供的电子设备的结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的用于稀疏贝叶斯学习信道估计的分区矩阵迭代方法流程图，如图1所示，包括：

s1，获取预设正交频分复用系统中的子载波集合，提取所述子载波集合中的导频子载波集合；

具体地，本发明实施例采用的预设正交频分复用系统为具有梳状导频结构辅助信道估计的正交频分系统，获取该系统的子载波集合，并将其中的用于导频传输的导频子载波集合提取出来；

s2，基于所述导频子载波集合，获取导频值对角矩阵、导频离散傅里叶变换子矩阵、具有预设长度的复信道冲激响应和加性高斯白噪声矩阵，得到所述预设正交频分复用系统的接收信号表达式；

在获取的导频子载波集合基础上，将导频值对角矩阵、导频离散傅里叶变换子矩阵、按照预设长度获取的复信道冲激响应以及加性高斯白噪声矩阵分别表示出来，并进行加权组合，便得到梳状导频结构辅助信道估计的正交频分系统的接收信号表达式；

s3，基于导频子载波集合的单位矩阵、控制每个信道系数逆方差的超参数以及所述超参数的对角矩阵，得到所述接收信号表达式的条件概率密度函数；

将导频子载波集合中的单位矩阵进行具体地量化表示，同时将控制每个信道系数逆方差的超参数以及该超参数的对角矩阵进行表示，从而进一步转换成接收信号表达式的条件概率密度函数；

s4，提取所述条件概率密度函数中复数矩阵的实部和虚部，基于所述实部和所述虚部对所述复数矩阵进行求逆计算，得到第一逆矩阵以及第二逆矩阵；

将条件概率密度函数中复数矩阵的实部和虚部分别进行表示，则可对该复数矩阵进行求逆计算，从而转换成对实部和虚部组合算式的求逆，分解得到第一逆矩阵和第二逆矩阵；

s5，将所述第一逆矩阵进行分割，得到第一子矩阵集合；

在步骤s4的基础上，先将第一逆矩阵分割成四个子矩阵，即得到第一子矩阵集合；

s6，将所述第二逆矩阵进行分割，得到第二子矩阵集合；

同样地，将第二逆矩阵分割成四个子矩阵，即得到第二子矩阵集合；

s7，通过对所述第一子矩阵集合和所述第二子矩阵集合进行预设次数的迭代，得到所述复数矩阵，进一步得到所述条件概率密度函数，基于所述条件概率密度函数获得所述接收信号表达式。

在步骤s5和步骤s6基础上，将第一子矩阵集合和第二子矩阵集合进行分割和迭代求解，计算得到复数矩阵的值，从而得到条件概率密度函数，最终求得信道估计的接收信号。

本发明实施例通过采用分区矩阵迭代机制来计算稀疏贝叶斯学习技术中涉及矩阵求逆运算，有效降低了矩阵求逆运算的复杂度。

基于上述实施例，该方法中步骤s1具体包括：

在梳状导频结构辅助信道估计的正交频分复用系统中，令每个正交频分复用符号具有n个子载波，其中np个子载波用于导频传输。

具体地，在本发明实施例中，假设采用梳状导频结构辅助信道估计的ofdm系统中，每个ofdm符号具有n个子载波，其中np个子载波用于导频传输。

基于上述任一实施例，该方法中步骤s2具体包括：

令所述导频子载波集合其中则所述接收信号表达式为：

式中，表示在位置上传输的导频值的对角矩阵，表示离散傅里叶变换子矩阵，其中定义为h∈c^l×1表示长度为l的复信道冲激响应，表示加性高斯白噪声矩阵，服从分布

具体地，令导频子载波集合其中则该系统的接收信号表达式可表示为：

其中表示在位置上传输的导频值的对角矩阵，是离散傅里叶变换(dft)子矩阵，其中定义为h∈c^l×1是长度为l的复信道冲激响应，是加性高斯白噪声矩阵，服从分布

基于上述任一实施例，该方法中步骤s3具体包括：

令i表示单位矩阵，则表示np维的单位矩阵，令并假设复信道冲激响应h的后验概率分布服从高斯分布，则可表示为：其中，α∈c^l×1表示控制每个信道系数逆方差的超参数，λ∈c^l×l表示α的对角阵，即λ＝diag(α)，则所述条件概率密度函数表示为：

具体地，令i表示单位矩阵,则表示np维的单位矩阵，此外[·]^t，[·]^-1分别表示矩阵的转置和取逆；

令假设h的后验概率分布服从高斯分布，则可表示为：

其中，α∈c^l×1表示控制每个信道系数逆方差的超参数，λ∈c^l×l表示α的对角阵，即λ＝diag(α)，则的条件概率密度函数可以表示为：

基于上述任一实施例，该方法中步骤s4具体包括：

令其中al和bl分别表示复数矩阵cl的实部和虚部，对cl矩阵求逆表示为：

其中第一逆矩阵为al，第二逆矩阵为

具体地，令复数矩阵其中al和bl分别表示复数矩阵cl的实部和虚部，则cl矩阵的逆可以表示为：

因此计算cl的逆就变成了计算al和的逆，即第一逆矩阵和第二逆矩阵。

基于上述任一实施例，该方法中步骤s5具体包括：

对al进行矩阵分割运算，得到

其中：

则

其中，

具体地，通过矩阵分割运算，第一逆矩阵al可表示为

其中：

则al的逆可以通过下列方法计算得到：

其中，

基于上述任一实施例，该方法中步骤s6具体包括：

对dl进行矩阵分割运算，得到

其中：

进一步地，令

则：

具体地，令通过矩阵分割运算，dl可以表示为：

其中：

则：

基于上述任一实施例，对al和dl通过l-1次迭代，计算得到cl，从而得到所述条件概率密度函数实现信道信号估计。

具体地，在对al和dl进行分割计算后，可通过al和dl通过l-1次迭代，计算出cl的值，从而得到的条件概率密度，最终实现信道估计。

本发明实施例在后验概率分布服从高斯分布的情况下，通过矩阵分割运算将矩阵分区，降低矩阵的求逆运算复杂度，从而降低多次迭代过程中，系统总复杂度。

图2为本发明实施例提供的用于稀疏贝叶斯学习信道估计的分区矩阵迭代系统结构图，如图2所示，包括获取模块21、第一计算模块22、第二计算模块23、求逆模块24、第一分割模块25、第二分割模块26和迭代模块27；其中：

获取模块21用于获取预设正交频分复用系统中的子载波集合，提取所述子载波集合中的导频子载波集合；第一计算模块22用于基于所述导频子载波集合，获取导频值对角矩阵、导频离散傅里叶变换子矩阵、具有预设长度的复信道冲激响应和加性高斯白噪声矩阵，得到所述预设正交频分复用系统的接收信号表达式；第二计算模块23用于基于导频子载波集合的单位矩阵、控制每个信道系数逆方差的超参数以及所述超参数的对角矩阵，得到所述接收信号表达式的条件概率密度函数；求逆模块24用于提取所述条件概率密度函数中复数矩阵的实部和虚部，基于所述实部和所述虚部对所述复数矩阵进行求逆计算，得到第一逆矩阵以及第二逆矩阵；第一分割模块25用于将所述第一逆矩阵进行分割，得到第一子矩阵集合；第二分割模块26用于将所述第二逆矩阵进行分割，得到第二子矩阵集合；迭代模块27用于通过对所述第一子矩阵集合和所述第二子矩阵集合进行预设次数的迭代，得到所述复数矩阵，进一步得到所述条件概率密度函数，基于所述条件概率密度函数获得所述接收信号表达式。

本发明实施例通过采用分区矩阵迭代机制来计算稀疏贝叶斯学习技术中涉及矩阵求逆运算，有效降低了矩阵求逆运算的复杂度。

图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(communicationsinterface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：获取预设正交频分复用系统中的子载波集合，提取所述子载波集合中的导频子载波集合；基于所述导频子载波集合，获取导频值对角矩阵、导频离散傅里叶变换子矩阵、具有预设长度的复信道冲激响应和加性高斯白噪声矩阵，得到所述预设正交频分复用系统的接收信号表达式；基于导频子载波集合的单位矩阵、控制每个信道系数逆方差的超参数以及所述超参数的对角矩阵，得到所述接收信号表达式的条件概率密度函数；提取所述条件概率密度函数中复数矩阵的实部和虚部，基于所述实部和所述虚部对所述复数矩阵进行求逆计算，得到第一逆矩阵以及第二逆矩阵；将所述第一逆矩阵进行分割，得到第一子矩阵集合；将所述第二逆矩阵进行分割，得到第二子矩阵集合；通过对所述第一子矩阵集合和所述第二子矩阵集合进行预设次数的迭代，得到所述复数矩阵，进一步得到所述条件概率密度函数，基于所述条件概率密度函数获得所述接收信号表达式。

此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取预设正交频分复用系统中的子载波集合，提取所述子载波集合中的导频子载波集合；基于所述导频子载波集合，获取导频值对角矩阵、导频离散傅里叶变换子矩阵、具有预设长度的复信道冲激响应和加性高斯白噪声矩阵，得到所述预设正交频分复用系统的接收信号表达式；基于导频子载波集合的单位矩阵、控制每个信道系数逆方差的超参数以及所述超参数的对角矩阵，得到所述接收信号表达式的条件概率密度函数；提取所述条件概率密度函数中复数矩阵的实部和虚部，基于所述实部和所述虚部对所述复数矩阵进行求逆计算，得到第一逆矩阵以及第二逆矩阵；将所述第一逆矩阵进行分割，得到第一子矩阵集合；将所述第二逆矩阵进行分割，得到第二子矩阵集合；通过对所述第一子矩阵集合和所述第二子矩阵集合进行预设次数的迭代，得到所述复数矩阵，进一步得到所述条件概率密度函数，基于所述条件概率密度函数获得所述接收信号表达式。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。