CN105406927A - 一种用于高速铁路的信道预测的方法 - Google Patents

Abstract

一种用于高速铁路的信道预测的方法，包括：确定需要进行信道预测的距离；根据列车的当前位置以及需要进行信道预测的距离，计算出要进行信道预测的列车的位置；根据要进行信道预测的列车的位置，在射频环境映射数据库中查找对应的信道数据；其中，所述射频环境映射数据库储存高速铁路路线中不同位置的信道数据，信道数据能够用于获得与不同位置相对应的信道的每条径的时延和信道的增益。上述方法进一步包括：对查找到的信道数据与通过使用卡尔曼滤波器或者预测天线所获得的信道数据进行加权平均，以作为新的信道数据。在加权平均中，查找到的信道数据所占的权重大于通过使用卡尔曼滤波器或者预测天线所获得的信道数据。

Description

一种用于高速铁路的信道预测的方法

技术领域

本发明涉及无线通信，尤其涉及通信信号处理。

背景技术

在无线通信过程中，信号所经过的无线信道具有很大的随机性，所以需要预测无线信道对信号造成的影响，以保证无线通信的质量。随着交通方式的发展，在高速铁路的无线通信过程中进行信道预测成为了难点。通常为满足在高速铁路中的无线通信的要求，采用双层网络模型，来避免无线信号在穿透列车车厢时的能量损耗并解决传统网络构架导致的群切换的问题。该双层网络模型可被布置为：在列车车厢内部安装中继设备，来对车厢内的信号与列车外的基站进行中继，并使该中继设备采用低速通信方案(例如WiFi)与车厢内的用户通信，从而节约通信资源。由于高速铁路列车的车速非常快，使得该中继设备相对于列车外的基站高速地移动，从而导致在该中继设备与基站之间的无线信道快速地变化。因此，需找到一种适用于高速铁路的信道预测的方法。

然而，现有技术对高速铁路中的信道预测的效果并不理想。传统的信道预测的方法是基于统计信息而进行的，例如由瑞典乌普萨拉大学的D.Aronsson发表于2011年的名为“ChannelestimationandpredictionforMIMOOFDMsystems-KeydesignandperformanceaspectsofKalman-basedalgorithms”的博士论文中所涉及的通过使用卡尔曼滤波器的信道预测的方法。该方法通过假设信道的历史信息与信道的未来信息之间存在高相关性，并且利用信道的历史信息，来预测信道的未来信息。该方法可以实现0.1到0.3个信号载波波长的信道预测。然而，高速铁路的列车的移动速度非常快，在对信道进行预测并将预测后的信息返回至基站的时间(即时延)内，高速铁路的列车移动了较长的距离。例如，如果高速铁路的平均时速为350到500km/h，无线通信的信号的载波为2GHz，则在时延1ms内，列车移动了约0.64到0.93个信号载波波长的距离，其远大于0.1到0.3个信号载波波长。在这段列车移动的距离内，无线信道发生了非常大的变化，使得实际的无线信道与预测的无线信道的相关性不高，从而难以满足上述方法中的假设条件。因此，由于上述方法的信道预测的距离远远短于需要进行信道预测的距离，而导致其并不适合被用于高速铁路的信道预测。

为解决上述信道预测距离短的问题，在2012年由M.Sternad等人发表于IEEEWirelessCommunicationsandNetworkingConferenceWorkshops(WCNCW)的名为“Using‘predictorantennas’forlong-rangepredictionoffastfadingformovingrelays”的文章中，以及在2014年由N.Jamaly等人发表于8thEuropeanConferenceonAntennasandPropagation(EuCAP)的名为“Analysisandmeasurementofmultipleantennasystemsforfadingchannelpredictioninmovingrelays”的文章中，提出了通过添加预测天线以进行对公交车的车地链路的信道预测的方法。该方法在移动的公交车上设置传输天线，并在公交车的运行路线的前方增加预测天线。由于，随着公交车的移动，传输天线会在一段时间后移动到预测天线的位置上，因此，可以将预测天线的信道作为对传输天线的信道的预测。通过将预测天线设置在不同的位置(例如距离传输天线几个信号载波波长的位置)，该方法可实现长距离的信道预测，并且可实现对不同距离的信道预测。然而，由于预测天线的位置难以根据需要而灵活地改变，因此上述方法难以实现对任意距离的信道预测。

发明内容

因此，本发明的目的在于克服上述现有技术的缺陷，提供一种适合于高速铁路的信道预测的方法。本发明的目的是通过以下技术方案实现的：

一种用于高速铁路的信道预测的方法，包括：

确定需要进行信道预测的距离；

根据列车的当前位置以及需要进行信道预测的距离，计算出要进行信道预测的列车的位置；

根据要进行信道预测的列车的位置，在射频环境映射数据库中查找对应的信道数据；

其中，所述射频环境映射数据库储存高速铁路路线中不同位置的信道数据，信道数据能够用于获得与不同位置相对应的信道的每条径的时延和信道的增益。

上述方法进一步包括：对查找到的信道数据与通过使用卡尔曼滤波器或者预测天线所获得的信道数据进行加权平均，以作为新的信道数据。

在加权平均中，查找到的信道数据所占的权重大于通过使用卡尔曼滤波器或者预测天线所获得的信道数据。

与现有技术相比，本发明的优点在于：

所支持的信道预测的距离可以远远超过单独使用卡尔曼滤波器的信道预测的距离，从而满足针对高速铁路的长距离的信道预测的要求；

并且，可以实现任意距离的信道预测，因此相比于现有的预测天线的方法，本发明具有更好的适应实际反馈实验变化的能力。

附图说明

以下参照附图对本发明实施例作进一步说明，其中：

图1是根据本发明的一个实施例的用于高速铁路的信道预测的方法的流程图；

图2是本发明的使用射频环境映射数据库进行实时信道预测的流程图。

图3是根据本发明的另一个实施例的用于高速铁路的信道预测的方法的流程图；

具体实施方式

由于高速铁路的运行路线具有固定性及重复性，并且在固定线路上的信道是可再现的，因此，本发明的发明人认识到，可以预先测量并记录在高速铁路路线中的不同位置处的信道数据，以及在需要进行信道预测的时候，可以根据列车所在的位置查找预先记录的信道数据，从而完成信道预测。

为实现上述过程，需要在高速铁路路线中的不同位置处，预先获取信道数据。可以根据需要在路线中选择多个位置x。对于同一条高铁路径，可以记录较多数量的位置x的信道信息，以对应于更灵活的信道预测距离以及更大数量的数据。所述信道数据可以通过现有任一已知的方式来获取，例如，可以使一个已知的检测信号通过位置x处的信道，来获取接收到的信号，并由此确定该位置x处的信道信息(例如在频域内，信道等于接收到的信号与检测信号的比值)。

将在高速铁路路线中各个位置处获得的信道数据用于构建射频环境映射数据库(REMDatabase,RadioEnvironmentMapDatabase)，该射频环境映射数据库用于储存被表达成某种形式的信道数据，所述信道数据能够用于获得与高速铁路路线中的位置x相对应的所述信道的每条径的时延和所述信道的增益。

例如，可以在数据库中，录入如下形式的数据：

其中，在每个位置x处对应一个具有L_x条径的多径信道，第i条径的功率、时延和相位分别为p_i，x、τ_i，x和其中i＝1，2，...，L_x。

还可以在数据库中，录入如下形式的数据：

${\left[\begin{array}{cccc}{h}_{1,x}& h_{2,x}& ...& h_{L_x,x}\\ r_{1,x}& r_{2,x}& ...& r_{L_x,x}\end{array}\right]}_{2\×L_x}---\left(2\right)$

其中，第i条径的信道的复数增益为h_i，x。相对应的功率p_i，x可以被表示为信道的复数增益的幅值的平方p_i，x＝|h_i，x|²，相对应的相位可以被表示为信道的复数增益的幅角

在射频环境映射数据库中，位置的粒度取决于信道预测所需要的精度。例如，对于需要为每个OFDM符号均给出一个频偏估计值的情况，可以由列车运行速度与每个完整OFDM符号时长的乘积计算出位置之间的间隔。在列车的实际运行中，还可以进一步地更新校准射频环境映射数据库中的数据，以确保数据的准确度。

相应的，在进行信道预测的时候，可以根据运行中的列车的实时位置以及需要进行预测的距离，在射频环境映射数据库中查找对应的信道信息。

其中，可以通过诸如GPS定位的方式获得列车的当前位置x′；可以设定需要进行预测的距离l，也可以根据空口的反馈时延τ、列车的实时速度υ来计算需要进行预测的距离，l＝υ×τ。

由于，在相邻位置处，信道的相干性很高，信道的复数增益之间的差异较小。因此，可以参考列车在一段时间内的平均行驶速度，来确定对τ、υ的更新速度；可以参考相邻位置的信道(即在相干带宽以内的信道)的相干性，来确定对l的更新频率。较高的更新频率有利于获取更准确的信道预测结果，并且对应于产生更多的数据以及更高的方法的复杂度。例如，在列车平均速度较低时，列车在一段时间内移动的距离较短。又例如，当信道的相干性很高时，允许计算出的需要进行信道预测的距离l与其实际值之间存在一定的误差。因此，可以相应地降低更新频率，以降低方法的复杂度。

在通过设定，或者通过计算获得了需要进行信道预测的距离l之后，可以根据列车的当前位置x′来预测进行信道预测的列车的位置x。根据列车运行的方向，x＝x′+l或x＝x′-l。

同样地，由于相邻位置的信道具有高相干性，因此可将进行信道预测的列车的位置x用于在诸如式(1)和(2)所示出的射频环境映射数据库中查找与x的位置相同或最接近的对应位置的信道信息，以作为信道预测的结果。所述信道预测的结果可被表达成任何需要的形式。

例如，以时域的形式，在位置x处的径数L_x和第i条径的时延τ_i，x和复数增益h_i，x时，信道预测的结果可被表达为：

$h_x\[n\]=\underset{i=1}{\overset{L}{\Σ}}{h}_{i,x}\[n\]\mathrm{\δ}\[n-r_{i,x}\].---\left(3\right)$

其中，δ[n]为脉冲响应， $\mathrm{\δ}\[n\]=\left\{\begin{array}{cc}1& n=0\\ 0& n\≠0\end{array}\right..$

以频域的形式，信道预测的结果可被表达为：

由此，以完成使用射频环境映射数据库进行实时信道预测的过程。

图1示出了根据本发明的一个实施例的用于高速铁路的信道预测的方法，包括：

S1：构建射频环境映射数据库，以储存在高速铁路路线中各个位置处获得的信道数据。

本领域的技术人员应理解，本发明还可以使用已构建完成的射频环境映射数据库，而不必每次均重复实施步骤S1。

S2：实时地，根据需要进行信道预测的任意距离以及列车的位置信息，查找射频环境映射数据库中的信道数据。

参考图2，根据本发明的一个实施例，步骤S2包括：

S21a：由基站测量空口的反馈时延τ。

S21b：获取列车的实时速度υ，并将该实时速度υ反馈给基站。

S22a：基站根据空口的反馈时延τ和列车的实时速度υ，计算出需要进行信道预测的距离，l＝υ×τ。

本领域的技术人员可以了解，本发明还可以设定进行信道预测的任意距离l，而不使用通过上述步骤S21a、S21b、S22a所计算出的所述需要进行信道预测的距离l＝υ×τ。

S22b：获取列车的当前位置x′，并将该当前位置x′反馈给基站。基站根据需要进行信道预测的距离l，来预测要进行信道预测的列车的位置x。根据列车运行的方向，x＝x′+l或x＝x′-l。

本领域的技术人员可以了解，在执行上述步骤S21a、S21b、S22a的实施例中，其中，可以同时地或者依序地执行步骤S21a与S21b，也可以同时地或者依序地执行步骤S22a与S22b。

S23：基站在射频环境映射的数据库中查找对应于要进行信道预测的列车的位置x处的信道信息，以作为该位置处信道预测的结果。

本领域的技术人员应理解，本发明还可以由终端或者其他设备代替基站来完成上述实施例中的步骤S21a、S21b、S22a、S22b、S23。

由于，本发明所采用的基于射频环境映射的数据库的方法，其与现有技术所采用的方法不发生冲突，因此，还可以将其与诸如卡尔曼滤波器或者预测天线的方法相结合，以提高预测结果的准确度。

图3示出了根据本发明的另一个实施例的用于高速铁路的信道预测的方法，在步骤S10与S20(即上述实施例中的步骤S1与S2)的基础上，进一步包括了步骤S30：

S30：对步骤S20中所查找到的信道数据与通过使用其他现有技术所获得的信道数据进行加权平均，以作为新的信道数据。

根据本发明的一个实施例，H_x[f]是通过射频环境映射方法所获得的信道估计值，为通过卡尔曼滤波或者预测天线所获得的信道估计值，由此，结合两种方法的信道预测的结果为：

${\hat{H}}_x\[f\]=A\×H_x\[f\]+B\×{\tilde{H}}_x\[f\].---\left(5\right)$

其中，A和B为可选择的，其分别是射频环境映射方法和其他方法的归一化的加权值，满足A+B＝1。较大的A使得信道预测的结果更多地取决于根据本发明的步骤S2的射频环境映射方法。一般来说，射频环境映射的方法采用高精度的专用信道测量设备，所获得的信道估计值相较于其他方法具有较高测量精度。因此，可以设定较大的A值和较小的B值(例如A＝0.7，B＝0.3)。

在实际使用中，射频映射数据库的方法会产生大量的数据，在储存这些数据时，可以不将由上述步骤S2的方法以及由上述步骤S20和S30的方法所产生的大量的数据(包括每个信道的位置，以及与所述位置相对应的每条径的时延和所述信道的增益)储存在存储空间有限的片内储存器上，而是将上述数据储存在(诸如大容量储存器、硬盘的)片外储存器上。由此，可以使节省下的片内储存器的空间用于其他运算，以提高系统效率。

在提取数据时，可以提前将未来时刻的部分数据从片外储存器中预读取到片内储存器中，例如可以根据处理信道数据的速度和列车移动速度来确定从片外储存器中读取数据的提前的时间量。这是因为，从储存有上述数据的其他储存器中读取数据并将数据传输到用于处理基带信号的基带芯片的时延较大(例如几毫秒)，而列车运行线路是固定、重复的，即可预测下一时刻列车的位置。因此，可以通过提前读取未来时刻的信道预测的数据，而大大缩短由读取数据并将数据传输到基带芯片所造成的时延(例如从几毫秒缩短到几纳秒)，从而获得更准确的信道预测的结果。由此，可以使得从射频环境映射数据库中提取数据参与运算的过程不会引入额外的时延。

本领域的技术人员应理解，根据本发明的方法还可以应用于其他交通工具，特别是运行路线固定、重复的其他交通工具，例如缆车、有轨电车、公共汽车、渡轮等。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。本发明的方法不受通信的制式的限制，其可以用于诸如GSM、CDMA、基于OFDM的LTE/LTE-A的通信系统中。

因此，尽管上文参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (11)

1.一种用于交通工具的信道预测的方法，包括：

1)确定需要进行信道预测的距离；

2)根据所述交通工具的当前位置以及所述需要进行信道预测的距离，计算出要进行信道预测的交通工具的位置；

3)根据所述要进行信道预测的交通工具的位置，在射频环境映射数据库中查找对应的信道数据；

其中，所述射频环境映射数据库储存高速铁路路线中不同位置的信道数据，所述信道数据能够用于获得与所述不同位置相对应的所述信道的每条径的时延和所述信道的增益。

2.根据权利要求1所述的方法，进一步包括：

4)对由步骤3)查找到的所述信道数据与通过使用卡尔曼滤波器或者预测天线所获得的信道数据进行加权平均，以作为新的信道数据。

3.根据权利要求2所述的方法，其中，在所述加权平均中，所述由步骤3)查找到的所述信道数据所占的权重大于所述通过使用卡尔曼滤波器或者预测天线所获得的信道数据。

4.根据权利要求1-3中任意一项所述的方法，其中，通过设定来确定步骤1)中所述需要进行信道预测的距离。

5.根据权利要求1-3中任意一项所述的方法，其中，步骤1)中所述需要进行信道预测的距离，通过以下步骤获得：

11)测量空口的反馈时延，并且获取所述交通工具的实时速度；

12)将所述反馈时延与所述实时速度相乘，以作为所述需要信道预测的距离。

6.根据权利要求5所述的方法，其中，参考所述交通工具在一段时间内的平均行驶速度，来确定对所述反馈时延和所述实时速度的更新频率。

7.根据权利要求6所述的方法，其中，参考在相干带宽以内的信道的相干性，来确定对所述需要信道预测的距离的更新频率。

8.根据权利要求1-3中任意一项所述的方法，其中，将所述信道数据储存在片外储存器上。

9.根据权利要求8中所述的方法，其中，根据处理信道数据的速度和列车移动速度,提前将未来时刻的部分数据从片外储存器中预读取到片内储存器中。

10.根据权利要求1-3中任意一项所述的方法，其中，在所述交通工具的运行中，进一步地更新校准所述射频环境映射数据库中的数据。

11.一种用于交通工具的信道预测的系统，包括：

预测距离设置装置，其用于确定需要进行信道预测的距离；

预测位置设置装置，其用于根据所述交通工具的当前位置以及所述需要进行信道预测的距离，计算出要进行信道预测的交通工具的位置；

信道数据查找装置，其用于根据所述要进行信道预测的交通工具的位置，在射频环境映射数据库中查找对应的信道数据；

其中，所述射频环境映射数据库储存高速铁路路线中不同位置的信道数据，所述信道数据能够用于获得与所述不同位置相对应的所述信道的每条径的时延和所述信道的增益。