本发明涉及通信，尤其涉及一种基于稀疏表示的超大规模智能反射表面辅助信道估计方法。
背景技术：
1、随着通信需求的日益增加，建立更广泛、更高效的无线通信网络成为了通信研究的必然趋势。在未来6g通信系统的展望中，学者们广泛讨论了布设超大规模智能反射表面（extremely large-reconfigurable intelligent surface，xl-ris）以增强通信容量和服务区域的可能性。与传统的智能反射表面（reconfigurable intelligent surface，ris）相比，xl-ris由数量更多、排布更广的子元件构成，能够显著增强通信能力，但也面临着更复杂的信号处理和系统设计难题。
2、与传统通信场景相比，超大规模发射/反射元件部署场景中，信号发射端和接收端之间电磁特性发生变化。当通信元件部署规模的增大或用户与ris之间的距离变小，通信环境的瑞利距离即会变小，相应的远场区域通信过程转换为近场区域通信过程。不同于传统远场区域通信中平面波传输信号的假设，近场区域通信假设信号以球面波的形式传播。这就导致在近场通信中，常用于远场信道估计的角度域稀疏性质不复存在。当信号以球面波形式传输时，近场信道信息不仅包含角度信息，还包括信号源和接收器之间的距离信息。
3、目前针对ris辅助系统的信道估计，大多数研究主要关注远场场景，而用户（user，ue）和xl-ris之间为近场通信场景的信道估计研究仍处于起步阶段。远场场景中的信道估计方法无法直接应用于近场通信，主要原因包括两点：一方面，通常在远场信道中使用的稀疏角度域特性在近场信道场景中减弱，导致基于稀疏重建的估计方法性能下降。另一方面，xl-ris辅助系统的信道参数规模庞大，使基于有限导频资源的信道估计更具挑战性。为了解决这一双重复杂问题，现有技术提出面向xl-ris辅助通信的低导频开销近场波束训练方案，或者基于极坐标域的稀疏表示方案和基于二阶菲涅尔逼近方法实现了近场信道估计和ue定位。然而现有近场通信的研究都假设所有ris元件都能完美工作，这并不符合实际。由于ris元件之间密集相连，且未受保护地部署在墙壁或天花板上，致使其容易出现损坏或遮挡的问题。本发明将这些现象统称为xl-ris元件失效故障，旨在通过估计失效元件以进一步保证信道估计的准确性。
技术实现思路
1、为解决现有技术存在的局限和缺陷，本发明提供一种基于稀疏表示的超大规模智能反射表面辅助信道估计方法，包括：
2、进行数学模型建模，获得bs端接收的导频信号，表达式如下：
3、，
4、其中，，为近场信道的稀疏表示，为稀疏变换矩阵，为失效故障指示矩阵，为各个元件的反射参数串联形成的控制向量，，为bs端与ris之间的远场信道，，为个时隙内从ue端发送到ris的原始信号，，为ris对信号的处理操作；
5、对bs端接收的导频信号进行简化，表达式如下：
6、，
7、针对接收信号，使用双域滤波器将时域信号变换为角度域和极化域中近场信道的稀疏表示，根据预设的阈值将冗余部分强制设置为零，以实现非发射区域噪声滤除；
8、针对滤波后的信号，使用失效感知正交匹配追踪算法在bs端对稀疏信道进行估计，根据估计残差进行智能反射表面元件失效故障诊断。
9、可选的，所述使用双域滤波器将时域信号变换为角度域和极化域中近场信道的稀疏表示的步骤包括：
10、将超大规模智能反射表面接收的信号乘以角度域的逆变换矩阵转换为角度域的稀疏表达，将超大规模智能反射表面接收的信号乘以极化域的逆变换矩阵转换为极化域的稀疏表达。
11、可选的，所述根据预设的阈值将冗余部分强制设置为零，以实现非发射区域噪声滤除的步骤包括：
12、设置角度域的滤波窗口大小为，设置极化域的滤波窗口大小为；
13、将角度域的稀疏表达分割成长度为的子块，将极化域的稀疏表达分割成长度为的子块，计算每个子块的范数；
14、根据子块的范数值判断极化域的稀疏表达中元素值的大小，选出振幅小于预设的阈值的子块，将对应的角度索引归纳到集合中，根据子块的范数值判断角度域的稀疏表达中元素值的大小，选出振幅小于预设的阈值的子块，将对应的距离-角度网格归纳到集合中；
15、将集合中的角度索引映射到极化域网格中，得到索引集合，通过∪得到非活跃网格集合；
16、将角度域的稀疏表达中与非活跃网格集合对应的所有元素值全部设置为零，以实现噪声的滤除。
17、可选的，所述使用失效感知正交匹配追踪算法在bs端对稀疏信道进行估计，根据估计残差进行智能反射表面元件失效故障诊断的步骤包括：
18、获得导频信号的联合优化表达式如下：
19、，
20、将失效故障指示矩阵中的所有元素值设置为零，求解信道稀疏表示的重建问题，表达式如下：
21、，
22、对于bs端的第根天线，当接收到个时隙的导频信号时，信道估计问题建模为稀疏重建问题，表达式如下：
23、，
24、其中，表示的第列，为第个发射天线到智能反射表面之间的信道；
25、设定，同时使用个bs天线接收的导频信号对近场信道的稀疏表示进行估计，表达式如下：
26、，
27、其中，，；
28、根据稀疏重建结果，获得第个天线接收信号信道估计的残差，表达式如下：
29、，
30、其中，为信道稀疏表示，为噪声；
31、通过矩阵变换获得改进残差矩阵，表达式如下：
32、，
33、同时使用bs端个天线的接收信号进行故障诊断，将第个接收天线的改进残差矩阵整理为；
34、将矩阵按列相加获得残差向量，获得残差向量中振幅大于预设的阈值的峰值位置，将所述峰值按照幅度绝对值大小进行排序，确认前个峰值对应的位置为智能反射表面元件失效故障候选位置。
35、可选的，还包括：
36、逐一替换候选峰值位置为；
37、根据支撑集使用最小二乘算法重新估计；
38、比较替换前重建值的残差与替换后重建值的残差的大小；
39、若替换后重建值的残差小于替换前重建值的残差，确认候选峰值为智能反射表面失效故障点，若替换后重建值的残差大于或等于替换前重建值的残差，取消替换操作，将相应行的元素全部重新设置为零。
40、可选的，还包括：
41、根据失效感知正交匹配追踪算法迭代进行正交匹配追踪重建和智能反射表面元件失效故障检测，直到满足停止条件，所述停止条件包括：
42、残差小于预设值；或者
43、无任何候选峰值能够选出，此时计数器；或者
44、达到最大迭代次数。
45、本发明具有下述有益效果：
46、本发明提供一种基于稀疏表示的超大规模智能反射表面辅助信道估计方法，在超大规模智能反射表面上实现轻量级双域滤波器，通过将时域信号变换为角度域和极化域中的稀疏表示，再将接近零的冗余部分强制设置为零，实现非发射区域的噪声滤除。根据接收的滤波后导频信号，使用失效感知正交匹配追踪算法进行故障感知，实现稀疏信道重建和智能反射表面元件失效故障诊断，从而提高信道估计的准确性。
1.一种基于稀疏表示的超大规模智能反射表面辅助信道估计方法，其特征在于，包括：
2.根据权利要求1所述的基于稀疏表示的超大规模智能反射表面辅助信道估计方法，其特征在于，所述使用双域滤波器将时域信号变换为角度域和极化域中近场信道的稀疏表示的步骤包括：
3.根据权利要求2所述的基于稀疏表示的超大规模智能反射表面辅助信道估计方法，其特征在于，所述根据预设的阈值将冗余部分强制设置为零，以实现非发射区域噪声滤除的步骤包括：
4.根据权利要求3所述的基于稀疏表示的超大规模智能反射表面辅助信道估计方法，其特征在于，所述使用失效感知正交匹配追踪算法在bs端对稀疏信道进行估计，根据估计残差进行智能反射表面元件失效故障诊断的步骤包括：
5.根据权利要求4所述的基于稀疏表示的超大规模智能反射表面辅助信道估计方法，其特征在于，还包括：
6.根据权利要求5所述的基于稀疏表示的超大规模智能反射表面辅助信道估计方法，其特征在于，还包括：
