前言：

        MIMO 是无线通讯里面的核心技术之一.这里面主要参考

      《Quick Introduction to MIMO Channel Estimation》

        Professor and an IEEE Fellow：Iain 

       讲解一下 MIMO （multiple transmit antennas and multiple receivers）里面的信道

估计原理.如果对线性代数比较感兴趣可以看一下我之前的博客 《矩阵求导术》

---

目录：

    1： 模型简介

    2：  模型参数求解

    

---

一  MIMO 模型简介     

      发送数据:

      接收数据: 

       信道,跟机器学习regression 里面的权重系数作用一样

        噪声,跟机器学习 regression 里面的偏置一样

      发送数据估计 ：

          

       里面的核心是要知道信道矩阵 H

      

---

二  模型参数求解

     我们通过机器学习里面的regression方法，通过Training Data数据集来

计算H。

     

      2.1 训练集

            如果发送方天线同时发送training data 里面的x,在接收方就会互相干扰。

   每次只通过一根天线发送一组已知符号(接收分集）

        我们只通过第一根天线发送

         

        

              

           更改一下矩阵形式：

           

           

       其中

          为接收方4根天线的测量值     

       

      2.2  MSE 求解

            我们通过最小均方误差求解

           

          求梯度就可以了：

            

                      

                      

         我们通过多次发送

         反复测量,可以得到多组,求其平均值可以得到

  2.4  如何求解 

         依照上面的方案

         在天线2上反复发送

         在天线3上反复发送 

          在天线4上反复发送 

          通过 MSE 方案依次求解

  2.5  增加如何求解h

          我们可以把X写成增广矩阵形式

           

                

                    

            求解方案依然如上，最后只是取前4列。

参考：

CSDN