CN104796360B - 一种基于ica滤波方法的信道估计方法 - Google Patents

一种基于ica滤波方法的信道估计方法 Download PDF

Info

Publication number
CN104796360B
CN104796360B CN201510166518.7A CN201510166518A CN104796360B CN 104796360 B CN104796360 B CN 104796360B CN 201510166518 A CN201510166518 A CN 201510166518A CN 104796360 B CN104796360 B CN 104796360B
Authority
CN
China
Prior art keywords
mrow
npc
channel
ica
pollution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510166518.7A
Other languages
English (en)
Other versions
CN104796360A (zh
Inventor
陈志刚
赵拯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201510166518.7A priority Critical patent/CN104796360B/zh
Publication of CN104796360A publication Critical patent/CN104796360A/zh
Application granted granted Critical
Publication of CN104796360B publication Critical patent/CN104796360B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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HNPC;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YNPC,然后通过所述ICA滤波器YNPC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HNPC
HNPC=ANPC·SNPC (1)
HNPC及ANPC分别为在无导频污染条件下的混合信道及混合矩阵,SNPC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
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HNPC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YNPC,然后通过所述ICA滤波器YNPC进行信道估计。
然后根据通过所述ICA滤波器YNPC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
其中,yNPC为ICA滤波器YNPC的行向量,则有第i个小区的第k个用户的信道估计为:
根据式(1)及式(2)得ICA滤波器YNPC的具体过程为:
通过VTQWh(M)V对角化QWh(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YNPC
YNPC=VTW·HNPC (5)。
式(1)及式(2)得到的ICA滤波器YNPC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<…<τL,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)
其中,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hik (m)
其中,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,…,sL]T∈CL×N作为原信号,则有
其中,wn=nΔw,Sik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
Hik=AikSik
其中,信道矩阵且混合矩阵
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
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
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
可以得到因此有:步行用户的独立分量随时间变化近似不变;另一方面αl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|≈|αl|,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HNPC
HNPC=ANPC·SNPC (1)
HNPC及ANPC分别为在无导频污染条件下的混合信道及混合矩阵,SNPC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
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HNPC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VTQWh(M)V对角化QWh(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YNPC
YNPC=VTW·HNPC (3)
频污染条件下的混合矩阵中的第l个列向量
其中,yNPC为ICA滤波器YNPC的行向量,则有第i个小区的第k个用户的信道估计为:
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,ei[n]e(n)与h[n-1]不相关,误差向量的方差为其中ρ=J0(2πfdTs),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 (3)

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HNPC
HNPC=ANPC·SNPC (1)
HNPC及ANPC分别为在无导频污染条件下的混合信道及混合矩阵,SNPC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
<mrow> <msub> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>Q</mi> <mrow> <mi>W</mi> <mi>h</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>M</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>K</mi> <mrow> <mi>i</mi> <mi>j</mi> <mi>k</mi> <mi>l</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>W</mi> <mi>h</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>m</mi> <mrow> <mi>k</mi> <mi>l</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中,i=1,...,I,j=1,...,K,I为小区的总数,K为第i个小区的用户总数;Kijkl(·)为求取四阶累积量函数,其中,i,j,k,l为四阶累积量相应序号;h为小区信道HNPC的向量,M为行任意矩阵,mkl为行任意矩阵M的第k行l列的元素,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YNPC,然后通过所述ICA滤波器YNPC进行信道估计;
根据通过所述ICA滤波器YNPC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
其中,HPC为受导频污染的信道估计,L为信道中的多径数量,yNPC为ICA滤波器YNPC的行向量,则有第i个小区的第k个用户的信道估计为:
<mrow> <msub> <mover> <mi>H</mi> <mo>^</mo> </mover> <mrow> <mi>i</mi> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <msubsup> <mover> <mi>&amp;alpha;</mi> <mo>^</mo> </mover> <mn>1</mn> <mrow> <mi>P</mi> <mi>C</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mover> <mi>&amp;alpha;</mi> <mo>^</mo> </mover> <mn>2</mn> <mrow> <mi>P</mi> <mi>C</mi> </mrow> </msubsup> <mo>,</mo> <mn>...</mn> <msubsup> <mover> <mi>&amp;alpha;</mi> <mo>^</mo> </mover> <mi>L</mi> <mrow> <mi>P</mi> <mi>C</mi> </mrow> </msubsup> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msup> <mi>Y</mi> <mrow> <mi>N</mi> <mi>P</mi> <mi>C</mi> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
根据式(1)及式(2)得ICA滤波器YNPC的具体过程为:
通过VTQWh(M)V对角化QWh(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YNPC
YNPC=VTW·HNPC (5)。
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,式(1)及式(2)得到的ICA滤波器YNPC的相干时间大于信道系数的相干时间。
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,独立分量满足二阶累积量独立性和四阶累积量独立性。
CN201510166518.7A 2015-04-09 2015-04-09 一种基于ica滤波方法的信道估计方法 Expired - Fee Related CN104796360B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510166518.7A CN104796360B (zh) 2015-04-09 2015-04-09 一种基于ica滤波方法的信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510166518.7A CN104796360B (zh) 2015-04-09 2015-04-09 一种基于ica滤波方法的信道估计方法

Publications (2)

Publication Number Publication Date
CN104796360A CN104796360A (zh) 2015-07-22
CN104796360B true CN104796360B (zh) 2018-04-17

Family

ID=53560878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510166518.7A Expired - Fee Related CN104796360B (zh) 2015-04-09 2015-04-09 一种基于ica滤波方法的信道估计方法

Country Status (1)

Country Link
CN (1) CN104796360B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105681009B (zh) * 2015-12-29 2018-10-02 厦门大学 用于多用户多输入多输出的导频优化分配联合预编码方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1656485A (zh) * 2002-04-22 2005-08-17 哈里公司 利用空间四阶累积量矩阵束的盲源分离

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1656485A (zh) * 2002-04-22 2005-08-17 哈里公司 利用空间四阶累积量矩阵束的盲源分离

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Fast Channel Estimation and the Reduction of Pilot;Md. Abdul Latif Sarker等;《2013 4th International Workshop on Fiber Optics in Access Network (FOAN)》;20131031;全文 *
Effect of Pilot Contamination on Channel Estimation;Peng Xu等;《IEEE》;20131026;全文 *
基于独立分量分析的DS-CDMA下行信道延迟估计;李晓辉等;《系统仿真学报》;20050420;全文 *

Also Published As

Publication number Publication date
CN104796360A (zh) 2015-07-22

Similar Documents

Publication Publication Date Title
CN107483088B (zh) 大规模mimo鲁棒预编码传输方法
Arnold et al. Enabling FDD massive MIMO through deep learning-based channel prediction
CN102860064B (zh) 存在小区间干扰时无线通信系统中的信道估计和数据检测
CN108933745A (zh) 一种基于超分辨率角度和时延估计的宽带信道估计方法
CN106972907A (zh) 大规模天线系统信道训练及传输过程小区间干扰消除方法
CN103117970B (zh) Mimo系统中全双工天线的选择方法
CN101222458B (zh) Mimo-ofdm信道的低阶递推最小均方误差估计
CN105471775B (zh) 一种大规模mimo系统中低复杂度的信道估计方法
CN104023340A (zh) 一种基于联合极化适配和波束赋形处理的极化-空域频谱共享方法
US10785060B2 (en) Efficient channel estimation and symbol detection for massive MIMO-OFDM
CN107465636A (zh) 一种毫米波大规模阵列空频双宽带系统的信道估计方法
CN109474388A (zh) 基于改进梯度投影法的低复杂度mimo-noma系统信号检测方法
CN114285444B (zh) 一种去蜂窝大规模mimo系统的功率优化方法
CN103401824A (zh) 基于修正牛顿法的频率选择性mimo系统空时盲均衡器方法
CN102347820A (zh) 一种多小区协作无线通信系统联合编解码方法
CN107276934B (zh) 一种大规模mimo系统多用户上行鲁棒检测方法
CN102271102A (zh) 一种基于滑动窗的信道估计方法和设备
CN106506109A (zh) 密集小蜂窝网络用户分组与自适应干扰抑制方法
CN109510672A (zh) 一种时变信道参数估计方法
CN110912588B (zh) 一种基于改进Prony方法的下行时变信道预测方法
CN111865844B (zh) 大规模mimo全双工中继系统信道估计方法和装置
CN102113285A (zh) 用于多载波系统中的分布式资源分配的简化均衡方案
CN103607231B (zh) 高速移动环境下利用多天线的快速波束切换方法
CN101355377B (zh) 一种多输入多输出v-balst系统信号检测方法
CN104796360B (zh) 一种基于ica滤波方法的信道估计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180417

CF01 Termination of patent right due to non-payment of annual fee