基于压缩感知的多小区MASSIVE MIMO信道估计

摘要 针对多小区多用户大规模多输入多输出（MASSIVE MIMO）系统信道估计在低信噪比情况下估计精度较差的问题，提出了一种基于群智能搜索的果蝇分段正交匹配追踪（FF-StOMP）压缩感知算法。该算法在分段正交匹配追踪（StOMP）求解不同阈值下的信道矩阵参数与归一化最小均方误差的基础上，采用果蝇优化算法动态搜索出最小归一化均方误差与其对应的阈值，达到自适应参数设定的目的。仿真结果表明，与StOMP算法相比，信噪比在0~10 dB情况下，所提出的FF-StOMP算法信道估计性能能够提升0.5~1 dB；信噪比在11~20 dB时，信道估计性能能够提升0.2~0.3 dB。当小区用户数发生变化时，所提出的算法能实现自适应信道估计，能够有效提升MASSIVE MIMO系统低信噪比情况下的信道估计精度