CN104796360A - 一种基于ica滤波方法的信道估计方法 - Google Patents

Abstract

本发明公开了一种基于ICA滤波方法的信道估计方法，包括以下步骤：设不同小区的用户不同时不同频发射导频信号，且基站没有下行发射数据，对于每个小区，信道在无导频污染条件下被估计，得各小区的信道H^NPC；获取已知若干无污染信道的观察样本，每个无污染信道的观察样本为若干独立分量的加权和，设置四阶累积量矩阵；根据式四阶累积量矩阵及各小区的信道得ICA滤波器Y^NPC，然后通过所述ICA滤波器Y^NPC进行信道估计。本发明可以有效的解决导频污染的问题，并且信道的估计不受信道相干时间段的限制。

Description

一种基于ICA滤波方法的信道估计方法

技术领域

本发明属于无线通信技术领域，涉及一种信道估计方法，具体涉及一种基于ICA滤波方法的信道估计方法。

背景技术

大规模MIMO技术中利用基站端众多的天线来实现空间复用和干扰消除，已经成为提升系统的关键技术之一。在大规模MIMO系统中，同一个小区的用户需要发射相互正交的导频序列，以此来实现信道估计。不幸的是，当信道相干时间较短或者小区内用户数较多的时候，没有足够的正交导频可以分配给用户。因此，不同的小区间存在着使用了相同导频的用户，这些用户在信道估计的时候相互干扰，这种干扰被称为“导频污染”。导频污染是大规模MIMO系统性能受限的主要因素，是现在的研究热点。

目前大规模MIMO系统中抑制导频污染的方案主要分为以下两类类。第一类文献提出基于协作基站，利用二阶或者高阶信道统计信息来分辨出干扰用户。尽管这类算法可以服务更多的用户，却要求慢变信道，且受限于相位模糊性。第二类文献提出在非协作系统中，通过导频的结构设计，在互相不重叠的时隙上给不同的用户分配导频序列。尽管这类方案抑制了导频污染，但是更少的用户得到了服务。在给定信道相干时间时，传统导频开销方案都是在服务用户数和信道估计性能间折衷。也就是说，上述方案都是受限于信道的相干时间。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于ICA滤波方法的信道估计方法，该方法可以有效的解决导频污染的问题，并且信道的估计不受信道相干时间段的限制。

为达到上述目的，本发明所述的基于ICA滤波方法的信道估计方法包括以下步骤：

设不同小区的用户不同时不同频发射导频信号，且基站没有下行发射数据，对于每个小区，信道在无导频污染条件下被估计，且各小区的信道H^NPC为

H^NPC＝A^NPC·S^NPC     (1)

H^NPC及A^NPC分别为在无导频污染条件下的混合信道及混合矩阵，S^NPC为混合信道的独立分量；

获取已知若干无污染信道的观察样本，每个无污染信道的观察样本为若干独立分量的加权和，设四阶累积量矩阵为

${\left[Q_{\mathrm{Wh}}\left(M\right)\right]}_{\mathrm{ij}}=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{K}_{\mathrm{ijkl}}\left(\mathrm{Wh}\right)\·m_{\mathrm{kl}}---\left(2\right)$

其中，i＝1，...，I，k＝1，...，K，I为小区的总数，K为第i个小区的用户总数；h为小区信道H^NPC的向量，M为行任意矩阵，N为矩阵的维度W为球化矩阵；

根据式(1)及式(2)得ICA滤波器Y^NPC，然后通过所述ICA滤波器Y^NPC进行信道估计。

然后根据通过所述ICA滤波器Y^NPC实现信道估计的具体过程为：

导频污染条件下的混合矩阵中的第l个列向量为

其中，y^NPC为ICA滤波器Y^NPC的行向量，则有第i个小区的第k个用户的信道估计为：

${\hat{H}}_{\mathrm{ik}}=({\widehat{\mathrm{\α}}}_1^{\mathrm{PC}},{\widehat{\mathrm{\α}}}_2^{\mathrm{PC}},\·\·\·{\widehat{\mathrm{\α}}}_L^{\mathrm{PC}})\·Y^{\mathrm{NPC}}---\left(4\right).$

根据式(1)及式(2)得ICA滤波器Y^NPC的具体过程为：

通过V^TQ_Wh(M)V对角化Q_Wh(M)，得到矩阵V，然后根据式(1)得无污染导频计算得到的ICA滤波器Y^NPC：

Y^NPC＝V^TW·H^NPC     (5)。

式(1)及式(2)得到的ICA滤波器Y^NPC的相干时间大于信道系数的相干时间。

独立分量满足二阶累积量独立性和四阶累积量独立性。

本发明具有以下有益效果：

本发明所述的基于ICA滤波方法的信道估计方法在进行信道估计时，先估计无导频污染条件下的信道，然后获取已知若干无污染信道的观察样本，并根据无污染信道的观察样品来构建ICA滤波器，然后根据ICA滤波器来对有导频污染的信道进行估计，从而解决信道估计过程中导频污染的问题，同时每个无污染信道的观察样本为若干独立分量的加权和，信道的估计不受信道相干时间的限制，在实际应用时，在同等消减下，本发明相对于传统方案及时移方案，具有更优的信道估计能力，抑制导频污染的能力更强，并且系统的容量更大。

附图说明

图1为仿真实验中独立分量随相干间隔的变化曲线图；

图2为仿真实验中均方误差随相干间隔的变化曲线图；

图3为仿真实验中累积量分布曲线图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

大规模MIMO系统场景设置如下：考虑I个小区，基站端配置M根天线，MIMO系统中UE数为K，每用户单天线，单小区单用户场景，在多径环境中单根天线接收到的信号r(t)为：

其中：为已发射信号，且接收信号r(t)由N个不同相位信息和延迟信息加权组合而成，z(t)为加性高斯白噪声，z(t)服从分布，为了不失一般性，假设τ₁＜τ₂＜…＜τ_L，由于场景中发射端、簇点和接收端在不停地移动，参数α和τ是时变随机变量，当T₀小于信道相干时间，参数α和τ在观察间隔内不会变化很大。

在MIMO系统中，每个天线接收的信号可以作为一个观察样本，在采样和傅里叶变换后，第m根天线上的接收信号频率R^(m)为

$R^{\left(m\right)}\left(w\right)=\underset{i=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_l^{\left(m\right)}{e}^{-\mathrm{jw}{\mathrm{\τ}}_l^{\left(m\right)}}\mathrm{\Ψ}\left(w\right)+Z^{\left(m\right)}\left(w\right).$

其中，和分别为独立于率的第m根天线与用户间第l径上的信道参数；

第m个天线与第i个小区的第k用户间的信道h_ik ^(m)为

$h_{\mathrm{ik}}^{\left(m\right)}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{l,\mathrm{ik}}^{\left(m\right)}{e}^{-\mathrm{jw}{\mathrm{\τ}}_{l,\mathrm{ik}}^{\left(m\right)}},$

其中，和分别为第m根天线与第i个小区的第k用户间第l径上的信道参数，设矩阵S＝[s₁，…，s_L]^T∈C^L×N作为原信号，则有

$h_{\mathrm{ik}}^{\left(m\right)}=({\mathrm{\α}}_{1,\mathrm{ik}}^{\left(m\right)},{\mathrm{\α}}_{2,\mathrm{ik}}^{\left(m\right)},\·\·\·,{\mathrm{\α}}_{L,\mathrm{ik}}^{\left(m\right)})\·S_{\mathrm{ik}}$

其中，w_n＝nΔw，S_ik为第i个小区的第k用户与基站间的原信号，Δw为子载波间隔，则有

H_ik＝A_ikS_ik

其中，信道矩阵 $H_{\mathrm{ik}}={[h_{\mathrm{ik}}^{\left(1\right)},h_{\mathrm{ik}}^{\left(2\right)},\·\·\·,h_{\mathrm{ik}}^{\left(M\right)}]}^T,$ 且混合矩阵 $A_{\mathrm{ik}}={[{\mathrm{\α}}_{\mathrm{ik}}^{\left(1\right)},{\mathrm{\α}}_{\mathrm{ik}}^{\left(2\right)},\·\·\·,{\mathrm{\α}}_{\mathrm{ik}}^{\left(M\right)}]}^T.$

系统中I个小区和每小区K个用户，那么第i个小区的第k个用户的信道估计表示为

${\hat{H}}_{\mathrm{ik}}=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{ik}}=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}_{\mathrm{ik}}\·S_{\mathrm{ik}}.$

上式可以很好地凸显由于导频个数受限造成的“导频污染”问题。这种导频污染影响了下行链路预编码矩阵的设计，并成为大规模MIMO系统性能的瓶颈。

在大规模MIMO系统，大量的信道样本可以在大量的天线上获取。但是天线间相关性使得这些天线到用户间的信道也具有相关性。由矩阵原理可知，相关分量可以提取出独立分量，因此，上述大量信道样本能够提取出独立分量。

独立分量的性质

在具体介绍所本发明之前，先分析从分量独立性和独立分量的慢变性。

本发明利用了多天线的独立分量来估计信道，因此有必要说明一下关于多天线分量的独立性。对于本发明的原信号，这里只考虑二阶累积量和四阶累积量的独立性，即

$\left\{\begin{array}{c}\mathrm{Cum}(s_{l_1},s_{l_2}^{*})=0\\ \mathrm{Cum}(s_{l_1},s_{l_2}^{*},s_{l_3},s_{l_4}^{*})=\mathrm{0,1}\≤l_1,l_2,l_3,l_4\≤L\end{array}\right..$

在各径延迟不同条件下，独立分量的二阶累积量相互独立；任意的原信号满足则独立分量的四阶累积量相互独立，因此本发明即可认为独立分量间相互独立，在宽带场景中，上述条件更容易得到满足。

独立分量的慢变性

对于步行用户来说，下一个时刻的信道可以表示为

$\left(\begin{array}{c}{h}_{\mathrm{ik}}^{\′\left(1\right)}\\ h_{\mathrm{ik}}^{\′\left(2\right)}\\ \·\\ \·\\ \·\\ h_{\mathrm{ik}}^{\′\left(M\right)}\end{array}\right)=\left(\begin{array}{cccc}{\mathrm{\α}}_1^{\′\left(1\right)}& {\mathrm{\α}}_2^{\′\left(1\right)}& \·& {\mathrm{\α}}_L^{\′\left(1\right)}\\ {\mathrm{\α}}_1^{\′\left(2\right)}& {\mathrm{\α}}_2^{\′\left(2\right)}& \·& {\mathrm{\α}}_L^{\′\left(2\right)}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ {\mathrm{\α}}_1^{\′\left(M\right)}& {\mathrm{\α}}_2^{\′\left(M\right)}& \·& {\mathrm{\α}}_L^{\′\left(M\right)}\end{array}\right)\·\left(\begin{array}{cccc}{e}^{-j{w}_1{\mathrm{\τ}}_1^{\′}}& e^{-j{w}_2{\mathrm{\τ}}_1^{\′}}& \·& e^{-j{w}_N{\mathrm{\τ}}_1^{\′}}\\ e^{-j{w}_1{\mathrm{\τ}}_2^{\′}}& e^{-j{w}_2{\mathrm{\τ}}_2^{\′}}& \·& e^{-j{w}_N{\mathrm{\τ}}_2^{\′}}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ e^{-j{w}_1{\mathrm{\τ}}_L^{\′}}& e^{-j{w}_2{\mathrm{\τ}}_L^{\′}}& \·& e^{-j{w}_N{\mathrm{\τ}}_L^{\′}}\end{array}\right).$

由 ${\mathrm{\&tau;}}_l-{\mathrm{\&tau;}}_l^{\&prime;}<<\frac{1}{N\&CenterDot;\mathrm{\&Delta;w}}$ 可以得到 $e^{-j{w}_n{\mathrm{\&tau;}}_l^{\&prime;}}=e^{-j{w}_n{\mathrm{\&tau;}}_l}\&CenterDot;e^{-j{w}_n({\mathrm{\&tau;}}_l-{\mathrm{\&tau;}}_l^{\&prime;})}\&ap;e^{-j{w}_n{\mathrm{\&tau;}}_l},$ 因此有：步行用户的独立分量随时间变化近似不变；另一方面α_l包含了幅度和相位信息，对于慢变的时延，幅度信息变化很小，即|α′_l|≈|α_l|，但是相位信息与子载波的中心频率呈正比，因而变化很大。

本发明所述的基于ICA滤波方法的信道估计方法包括以下步骤：

设不同小区的用户不同时不同频发射导频信号，且基站没有下行发射数据，对于每个小区，信道在无导频污染条件下被估计，且各小区的信道H^NPC为

H^NPC＝A^NPC·S^NPC     (1)

H^NPC及A^NPC分别为在无导频污染条件下的混合信道及混合矩阵，S^NPC为混合信道的独立分量；

获取已知若干无污染信道的观察样本，每个无污染信道的观察样本为若干独立分量的加权和，设四阶累积量矩阵为

${\left[Q_{\mathrm{Wh}}\left(M\right)\right]}_{\mathrm{ij}}=\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{l=1}{\overset{N}{\mathrm{\&Sigma;}}}{K}_{\mathrm{ijkl}}\left(\mathrm{Wh}\right)\&CenterDot;m_{\mathrm{kl}}---\left(2\right)$

其中，i＝1，...，I，k＝1，...，K，I为小区的总数，K为第i个小区的用户总数；h为小区信道H^NPC的向量，M为行任意矩阵，N为矩阵的维度W为球化矩阵；

通过V^TQ_Wh(M)V对角化Q_Wh(M)，得到矩阵V，然后根据式(1)得无污染导频计算得到的ICA滤波器Y^NPC：

Y^NPC＝V^TW·H^NPC     (3)

频污染条件下的混合矩阵中的第l个列向量为

其中，y^NPC为ICA滤波器Y^NPC的行向量，则有第i个小区的第k个用户的信道估计为：

${\hat{H}}_{\mathrm{ik}}=({\widehat{\mathrm{\&alpha;}}}_1^{\mathrm{PC}},{\widehat{\mathrm{\&alpha;}}}_2^{\mathrm{PC}},\&CenterDot;\&CenterDot;\&CenterDot;{\widehat{\mathrm{\&alpha;}}}_L^{\mathrm{PC}})\&CenterDot;Y^{\mathrm{NPC}}---\left(5\right).$

本发明考虑的是频率选择性衰落信道，且考虑不同小区间用户的多径延迟是随时间改变的。

仿真性实验

在仿真中，本发明考虑的大尺度衰落模型包括路径损耗和阴影衰落；小尺度衰落模型是频率选择性衰落，h[n]＝ρh[n-1]+e[n]，其中e(n)为信道误差向量，e_i[n]e(n)与h[n-1]不相关，误差向量的方差为其中ρ＝J₀(2πf_dT_s)，每个小区考虑不同时延，且时延随用户移动而改变，采用如下的系统参数配置：环绕式3个小区，基站配备60根天线，每个小区半径为1600m，每小区服务6个单天线用户；信道相干时间包括两个时隙，每个时隙0.5ms，子载波间隔15kHz；导频发射功率为10db，基站发射功率为20db；BPSK调制，路径损耗系数为2.8，阴影衰落系数为8.0db。独立生成信道次数为500次。将本发明提出的信道估计方案与传统方案和时移方案作性能比较。

参考图1，由图1可以看出独立分量的MSE要低于信道系数本身，由于独立分量慢变性质的好处，本发明才提出了基于ICA滤波的信道估计方法来抑制导频污染。

参考图2，在相同导频开销条件下，比较本发明与传统方案、时移方案的性能曲线。由图2中可以看出本发明具有性能更优的信道估计，更好地抑制导频污染能力。

参考图3，本发明和现有时移方案的曲线非常接近，由图中可知，传统方案的累积量分布曲线要更宽于本发明和现有的时移方案，而且低用户容量占据了更大比例。

综上所述，本发明所提的方案相比于现有方案能够更好地抑制导频污染问题，更好地服务于用户，从而提升系统容量。

Claims (5)

1.一种基于ICA滤波方法的信道估计方法，其特征在于，包括以下步骤：

设不同小区的用户不同时不同频发射导频信号，且基站没有下行发射数据，对于每个小区，信道在无导频污染条件下被估计，且各小区的信道H^NPC为

H^NPC＝A^NPC·S^NPC   (1)

H^NPC及A^NPC分别为在无导频污染条件下的混合信道及混合矩阵，S^NPC为混合信道的独立分量；

获取已知若干无污染信道的观察样本，每个无污染信道的观察样本为若干独立分量的加权和，设四阶累积量矩阵为

${\left[Q_{\mathrm{Wh}}\left(M\right)\right]}_{\mathrm{ij}}=\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{l=1}{\overset{N}{\mathrm{\&Sigma;}}}{K}_{\mathrm{ijkl}}\left(\mathrm{Wh}\right)\&CenterDot;m_{\mathrm{kl}}---\left(2\right)$

其中，i＝1，...，I，k＝1，...，K，I为小区的总数，K为第i个小区的用户总数；h为小区信道H^NPC的向量，M为行任意矩阵，N为矩阵的维度W为球化矩阵；

根据式(1)及式(2)得ICA滤波器Y^NPC，然后通过所述ICA滤波器Y^NPC进行信道估计。

2.根据权利要求1所述的基于ICA滤波方法的信道估计方法，其特征在于，然后根据通过所述ICA滤波器Y^NPC实现信道估计的具体过程为：

导频污染条件下的混合矩阵中的第l个列向量为

其中，y^NPC为ICA滤波器Y^NPC的行向量，则有第i个小区的第k个用户的信道估计为：

${\hat{H}}_{\mathrm{ik}}=({\widehat{\mathrm{\&alpha;}}}_1^{\mathrm{PC}},{\widehat{\mathrm{\&alpha;}}}_2^{\mathrm{PC}},...{\widehat{\mathrm{\&alpha;}}}_L^{\mathrm{PC}})\&CenterDot;Y^{\mathrm{NPC}}---\left(4\right).$

3.根据权利要求1所述的基于ICA滤波方法的信道估计方法，其特征在于，根据式(1)及式(2)得ICA滤波器Y^NPC的具体过程为：

通过V^TQ_Wh(M)V对角化Q_Wh(M)，得到矩阵V，然后根据式(1)得无污染导频计算得到的ICA滤波器Y^NPC：

Y^NPC＝V^TW·H^NPC   (5)。

4.根据权利要求1所述的基于ICA滤波方法的信道估计方法，其特征在于，式(1)及式(2)得到的ICA滤波器Y^NPC的相干时间大于信道系数的相干时间。

5.根据权利要求1所述的基于ICA滤波方法的信道估计方法，其特征在于，独立分量满足二阶累积量独立性和四阶累积量独立性。