徐凤阳， 王 东， 肖 扬， 寇金锋

北京交通大学信息科学研究所，北京100044

大规模MIMO(multiple-input multiple-output)技术是一种新兴的无线移动通信技术，与传统的点到点MIMO技术相比，它在能量效率、频谱效率及稳定性等方面均有显著优势[1-2]，被公认为未来第5代移动通信系统(5G)的关键技术之一[3]，并成为近年来的研究热点[4-6]．在多小区多用户大规模MIMO系统中，通常考虑在基站配置大规模的天线(比如100根或更多根天线)，并在同一时-频资源内同时为数十个单天线用户提供服务[1-3]．因此，为了充分获取大规模MIMO技术的潜在技术优势，需要研究有效的复杂度低的信道估计方法．

文献[1]指出，导频污染将成为影响多小区多用户大规模MIMO系统性能的瓶颈问题．传统的基于导频的线性信道估计方法需要发送大量的导频信号，因此这类方法的估计性能受到导频污染的严重影响[7-9]．近期的研究工作表明，利用一些智能的信道估计技术可以减轻导频污染给大规模MIMO系统带来的影响[3,10]，如盲信道估计或半盲信道估计[8-10]、协作式信道估计[11]、基于数据辅助的信道估计[12]．

本文主要研究盲信道估计方法或半盲信道估计方法，此类方法能有效减轻导频污染的影响，并在估计性能上明显优于传统的基于导频的线性信道估计方法．文献[10]提出了基于子空间投影的盲信道估计算法，无需利用导频信号即可获得信道状态信息(channel state information,CSI)的估计，但需要满足特定的约束条件才能取得理想的估计性能．文献[8]提出了基于特征值……