针对在超大规模多输入多输出(extreme large-scale multiple-input multiple-output,XL-MIMO)系统中如何高效估计混合场信道状态信息(channel state information,CSI)和信道稀疏度不易获取的问题,提出一种联合混合场信道估计方案和同时加权正交匹配追踪(simultaneous weighted orthogonal matching pursuit,SWOMP)算法,在未知混合场信道稀疏度的情况下能够有效估计混合场信道状态信息。在算法设计过程中,采用伍德伯里变换替换SWOMP算法中的矩阵求逆,没有降低算法计算复杂度,因此提出基于理查森迭代方法变换的低复杂度SWOMP算法。将低复杂度SWOMP算法与现有算法进行比较,仿真结果表明,该方案和算法的设计具有更高的估计精度。
