电力信息与通信技术ElectricPowerInformationandCommunicationTechnologyVol.21No.2Feb.2023第21卷第2期2023年2月www.dlxxtx.com基于加权递归最小二乘的MIMO系统信道估计梅增杨，许密，戴勇，蒋春霞，赵金城，江凇（国网江苏省电力有限公司信息通信分公司，江苏省南京市210015）ChannelEstimationforMIMOSystemBasedonWeightedRecursiveLeastSquareMEIZengyang,XUMi,DAIYong,JIANGChunxia,ZHAOJincheng,JIANGSong(InformationandCommunicationBranch,StateGridJiangsuElectricPowerCo.,Ltd.,Nanjing210015,China)摘要：文章针对多输入多输出(multiple-inputmultiple-output，MIMO)系统的信道呈现的稀疏特性，提出了一种基于加权递归最小二乘(weightedrecursiveleastsquare，WRLS)的MIMO系统信道估计方法，在标准递归最小二乘算法的基础上，根据信道中的稀疏结构信息为每个抽头分配一个具有自适应变化特性的独立更新权重。仿真实验验证了该方法适用于非高斯噪声环境下的信道估计，在加快收敛速度的同时，也提高了信道估计的精度。关键词：多输入多输出；信道估计；稀疏特性；加权递归最小二乘ABSTRACT:Focusedonsparsecharacteristicsofthemultiple-inputmultiple-output(MIMO)system,thispaperproposesachannelestimationmethodforMIMOsystembasedonweightedrecursiveleastsquare(WRLS)algorithm.Onthebasisofstandardrecursiveleast-squaresalgorithm,anindependentupdatedweightwithadaptivechangingcharacteristicsisassignedtoeachtap.Simulationsverifiesthatthemethodissuitableforchannelestimationinnon-Gaussiannoiseenvironment,whichimprovesnotonlytheconvergencespeed,butalsotheestimationaccuracy.KEYWORDS:multiple-inputmultiple-output;channelestimation;sparsecharacteristics;weightedrecursiveleastsquares0引言多输入多输出(multiple-inputmultiple-output，MIMO)系统具有传输速率高、频谱利用率高以及系统容量大等特点[1]，已经成为5G无线通信技术领域的关键研究方向[2]。高精度的信道估计是充分发挥MIMO系统传输优势的必要条件[3]。然而，随着天线数目的增加(特别是在大规模MIMO系统中)，相应的时间和频率资源的开销显著增大，因此对于MIMO系统的信道估计仍然存在很大的挑战性[4-5]。针对传统的单输入单输出(single-inputsingle-output，SISO)系统，信道估计的算法已经非常成熟，常见的方法包括最小二乘算法(leastsquare...
