Hybrid-Field XL-MIMO 混合场信道估计仿真平台

完整的混合场信道估计实现：建模 → 网格内恢复 → 离网细化 → 结果可视化  

🚀 为什么选择本仿真平台？

🌟 核心价值

⚡ 技术亮点

1) Hybrid-Field 估计系统架构

┌───────────────────────────────────────────────────────────────────────────────┐
│                Hybrid-Field XL-MIMO 信道估计与可视化链路                     │
├───────────────────────────────────────────────────────────────────────────────┤
│                                                                               │
│  混合场信道生成 ──► 加噪观测 y ──► 联合字典构建 D=[Af, An]                   │
│      │                  │                   │                                  │
│  Far/Near/LoS       SNR 控制           远场 DFT + 近场极域                    │
│                                                                               │
│                 ┌──────────── 网格内恢复（On-grid）────────────┐              │
│                 │  Hybrid OMP / Hybrid SGP / 无γ比例搜索        │              │
│                 └────────────────────────────────────────────────┘              │
│                                       │                                       │
│                                       ▼                                       │
│                 ┌──────────── 离网细化（Off-grid SIGW）──────────┐            │
│                 │  数值梯度 + 回溯线搜索 + 坐标回退 + 岭回归      │            │
│                 └────────────────────────────────────────────────┘            │
│                                       │                                       │
│                                       ▼                                       │
│                 NMSE / SE / 复杂度 / CDF / Pareto / 相图 / 支撑图            │
└───────────────────────────────────────────────────────────────────────────────┘

2) 性能指标（本地 quick 配置实测，2026-02-12）

📌 说明：以上数据来自项目当前代码在本机快速配置下的直接运行结果，用于展示方法趋势与工程可复现性。

🖥️ 运行环境

最低要求

快速验证

% 进入项目根目录后
run_smoke_test
% 一键运行强相关图集
run_related_figure_gallery(true)

📐 算法原理（项目对应版）

1) 混合场信道模型

$$ \mathbf{h}=\sum {\ell=1}^{Lf} \beta {f,\ell}\,\mathbf{a}f(\theta {f,\ell}) +\sum{\ell=1}^{L n} \beta{n,\ell}\,\mathbf{a} n(r{\ell},\theta {n,\ell}) +\mathbf{h}{\mathrm{LoS}}. $$

2) 联合字典建模

$$ \mathbf{D}=[\mathbf{A} f,\mathbf{A}n], \qquad

\min {\mathbf{g}}\|\mathbf{y}-\mathbf{D}\mathbf{g}\|2^2

\;\text{s.t.}\;\|\mathbf{g}\|_0\le K. $$

3) 无 \($\gamma$\) 比例搜索

$$ \hat{\gamma} =\arg\min {\gamma\in\Gamma} \left( \min{\mathbf{g}:\operatorname{supp}(\mathbf{g})\in\mathcal{S}(\gamma)}

\|\mathbf{y}-\mathbf{D}\mathbf{g}\|_2^2 \right), \quad \Gamma=\left\{\frac{L-1}{L},\frac{L-2}{L},\dots,0\right\}. $$

4) SIGW 离网细化目标

$$

J(\Theta,\mathbf{g})=\|\mathbf{y}-\mathbf{A}(\Theta)\mathbf{g}\| 2^2 + \lambda\|\mathbf{g}\|2^2, $$

$$ \mathbf{g}^*(\Theta)=\left(\mathbf{A}^H\mathbf{A}+\lambda\mathbf{I}\right)^{-1}\mathbf{A}^H\mathbf{y}. $$

通过“回溯线搜索 + 坐标回退”保证优化过程稳定，缓解高 SNR 区域的网格失配误差。

📁 项目结构

hmimo ce/
├── main_all_experiments.m             # 一键总入口（主实验+演示）
│
├── src/
│   ├── common/                        # 配置、字典、信道、流形、路径、存图
│   │   ├── hf_default_config.m
│   │   ├── hf_build_dictionaries_single.m
│   │   ├── hf_build_dictionaries_multi.m
│   │   ├── hf_qua_codebook.m
│   │   ├── hf_generate_hybrid_channel_single.m
│   │   ├── hf_generate_hybrid_channel_multi.m
│   │   └── ...
│   │
│   ├── estimators/                    # OMP / SGP / Hybrid / SIGW
│   │   ├── hf_hybrid_omp.m
│   │   ├── hf_hybrid_omp_nogamma.m
│   │   ├── hf_hybrid_sgp.m
│   │   ├── hf_hybrid_sgp_nogamma.m
│   │   ├── hf_sigw_single.m
│   │   ├── hf_sigw_multi.m
│   │   └── ...
│   │
│   └── metrics/                       # NMSE / SE / 复杂度
│       ├── hf_compute_complexity.m
│       └── hf_compute_se_mr.m
│
├── experiments/                       # 主实验脚本
│   ├── run_single_snr_experiment.m
│   ├── run_multi_snr_experiment.m
│   ├── run_multi_se_experiment.m
│   ├── run_complexity_experiment.m
│   └── ...
│
├── demos/                             # 强相关演示图
│   ├── demo_polar_support_map.m
│   ├── demo_sigw_convergence.m
│   ├── demo_nmse_cdf_pareto.m
│   ├── demo_snr_gamma_phase_map.m
│   └── run_related_figure_gallery.m
│
├── docs/
│   ├── 算法文档.md
│   ├── 代码文档.md
│
└── results/
    ├── data/                          # .mat 结果文件
    └── figures/                       # 自动保存图像（无日期命名）

代码统计（当前工程）：

• 40 个 .m 文件
• 约 4085 行 MATLAB 代码
• 核心模块全部中文详细注释

🧪 仿真演示

✅ 您将获得

▶️ 一键运行建议

% 1) 基础冒烟验证
run_smoke_test
% 2) 单天线核心性能
run_single_snr_experiment(false)
% 3) 多天线核心性能
run_multi_snr_experiment(false)
% 4) 频谱效率与复杂度
run_multi_se_experiment(false)
run_complexity_experiment
% 5) 强相关图集
run_related_figure_gallery(true)
% 6) 全部任务一键执行
main_all_experiments

🛒 获取方式

本文代码仅为核心片段，完整版工程已整理好。 关注公众号 【 3GPP仿真实验室】进行获取。