基于压缩感知的多小区MASSIVE MIMO信道估计
来源：计算机应用杂志2017年第9期北京时间：
作者：刘紫燕, 唐虎, 刘世美
单位：贵州大学 大数据与信息工程学院, 贵阳 550025
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。
关键词：大规模多输入多输出技术,多小区信道估计,自适应压缩感知,分段正交匹配追踪算法
基金资助：贵州省科学技术基金资助项目（黔科合基础[2016]1054）；贵州省本科教学工程项目（SJJG201505）；贵州大学研究生创新基金资助项目（研理工2017015）。
