CN106788628B - Mimo系统的信道估计方法及装置、基站 - Google Patents
Mimo系统的信道估计方法及装置、基站 Download PDFInfo
- Publication number
- CN106788628B CN106788628B CN201610513059.XA CN201610513059A CN106788628B CN 106788628 B CN106788628 B CN 106788628B CN 201610513059 A CN201610513059 A CN 201610513059A CN 106788628 B CN106788628 B CN 106788628B
- Authority
- CN
- China
- Prior art keywords
- matrix
- angle
- value
- representing
- expansion
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 106
- 239000011159 matrix material Substances 0.000 claims abstract description 470
- 238000012549 training Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 239000013598 vector Substances 0.000 claims description 36
- 238000000354 decomposition reaction Methods 0.000 claims description 26
- 230000007480 spreading Effects 0.000 claims description 24
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 125
- 238000004891 communication Methods 0.000 description 4
- 108010003272 Hyaluronate lyase Proteins 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/021—Estimation of channel covariance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0222—Estimation of channel variability, e.g. coherence bandwidth, coherence time, fading frequency
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
MIMO系统的信道估计方法及装置、基站,所述方法包括:基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角/接收端到达中心角;基于所述计算得到的发射端离开中心角/接收端到达中心角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值;基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵。上述的方案,可以提高MIMO系统的信道估计的准确性。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种MIMO系统的信道估计方法及装置、基站。
背景技术
正交频分复用(OFDM)信号,在高速通信系统中倍受青睐,由于其具有较高的频带利用率,能有效抵抗多径衰落的时域扩散,克服符号间的干扰,被广泛应用于有线和无线通信中。据研究表明,多输入多输出(MIMO,Multiple-Input Multiple-Output)可以显著增加系统容量。但是在宽带频选信道中,MIMO系统需要复杂的信道均衡技术以消除符号间的干扰。为此,将OFDM技术应用于MIMO系统中,可以显著提高传输性能。因此,在应用OFDM技术的MIMO系统中,需要了解每对发送、接收信道的频率响应才能准确地进行数据恢复。
现有技术中,在基站中配备有在空间中密集分布的天线均匀线性阵列(UniformLinear Array,ULA)的MIMO系统中,一般采用最小均方误差(Minimum Mean Square Error,MMSE)实现高精度的信道估计。
但是,采用MMSE进行MIMO系统的信道估计,需要首先得到对应的协方差矩阵或者在协方差矩阵未知的情况下采用最小二乘(Least Square,LS)进行信道估计,存在着信道估计准确性低的问题。
发明内容
本发明实施例解决的是如何提高MIMO系统的信道估计的效率。
为解决上述问题,本发明实施例提供了一种MIMO系统的信道估计方法,所述方法,包括:基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角/接收端到达中心角;基于所述计算得到的中心到达角或者中心发射角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值;基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵。
可选地,所述基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角/接收端到达中心角,包括:根据所述接收信号矩阵和所述训练序列,计算得到所述信道矩阵的最小二乘估计值;基于所述信道矩阵的最小二乘估计值,计算得到对应的散射函数;在预设角度的预设范围内,计算得到所述散射函数的模值的最大值,作为所述发射端离开中心角/接收端到达中心角。
可选地,所述基于所述计算得到的中心到达角/中心发射角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值,包括:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵;将预设的角度扩展参数的值设置为所述最大角度扩展值,计算得到近似信号空间维度;将所述角度扩展参数设置为所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵的第一估计值;基于计算得到的所述信道矩阵的第一估计值,计算得到对应的散射函数;基于计算得到的散射函数和所述发射端离开中心角或接收端到达中心角,确定对应的轴移散射函数;基于所确定的轴移散射函数,计算得到所述散射函数的最大值;基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值;基于所述预设角度的最大值和最小值,计算得到所述预估角度扩展值。
可选地,所述将所述角度扩展参数设置为所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵,包括:其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示所述第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示所述ULA中的第p根天线,q表示所述ULA中的第q根天线。
可选地,所述对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵,包括:C=UΛUH;其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
可选地,所述基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,包括:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数。
可选地,所述基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值,包括:其中,θmin表示所述预设角度的最小值,θmax表示所述预设角度的最小值,max{.}表示取最大值运算,min{.}表示取最小值运算。
可选地,所述基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵,包括:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵;将预设的角度扩展参数的值设置为所述预估角度扩展值,计算得到近似信号空间维度;将所述角度扩展参数设置为所述预估角度扩展值,构建对应的斯莱皮恩扩展矩阵;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵。
可选地,所述将所述角度扩展参数设置为所述预估角度扩展值,构建对应的斯莱皮恩扩展矩阵,包括:其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示ULA中的第p根天线,q表示所述ULA中的第q根天线。
可选地,所述对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵,包括:C=UΛUH;其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
可选地,所述基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,包括:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数。
本发明实施例还提供了一种MIMO系统的信道估计装置,所述装置包括:最小二乘估计单元,适于基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角/接收端到达中心角;预估角度扩展值计算单元,适于基于所述计算得到的中心到达角或者中心发射角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值;信道矩阵估计单元,适于基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵。
可选地,所述最小二乘估计单元适于根据所述接收信号矩阵和所述训练序列,计算得到所述信道矩阵的最小二乘估计值;基于所述信道矩阵的最小二乘估计值,计算得到对应的散射函数;在预设角度的预设范围内,计算得到所述散射函数的模值的最大值,作为所述发射端离开中心角/接收端到达中心角。
可选地,所述预估角度扩展值计算单元适于采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵;将预设的角度扩展参数的值设置为所述最大角度扩展值,计算得到近似信号空间维度;将所述角度扩展参数设置为所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵的第一估计值;基于计算得到的所述信道矩阵的第一估计值,计算得到对应的散射函数;基于计算得到的散射函数和所述发射端离开中心角/接收端到达中心角,确定对应的轴移散射函数;基于所确定的轴移散射函数,计算得到所述散射函数的最大值;基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值;基于所述预设角度的最大值和最小值,计算得到所述预估角度扩展值。
可选地,所述预估角度扩展值计算单元适于采用构建对应的斯莱皮恩扩展矩阵:其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示ULA中的第p根天线,q表示所述ULA中的第q根天线。
可选地,所述预估角度扩展值计算单元适于采用如下的公式所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:C=UΛUH;其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
可选地,所述预估角度扩展值计算单元适于采用如下的公式构建对应的近似斯莱皮恩扩展矩阵:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数。
可选地,所述预估角度扩展值计算单元适于采用如下的公式计算得到所述预设角度的最大值和最小值:
可选地,所述信道矩阵估计单元适于采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵;将预设的角度扩展参数的值设置为所述预估角度扩展值,计算得到近似信号空间维度;将所述角度扩展参数设置为所述预估角度扩展值,构建对应的斯莱皮恩扩展矩阵;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵。
可选地,所述信道估计单元适于采用如下的公式构建对应的斯莱皮恩扩展矩阵:其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示所述第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示所述ULA中的第p根天线,q表示所述ULA中的第q根天线。
可选地,所述信道估计单元适于采用如下的公式对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:C=UΛUH;其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
可选地,所述信道估计单元适于采用如下的公式构建对应的近似斯莱皮恩扩展矩阵:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数。
本发明实施例还提供了一种基站,所述基站包括上述任一项的MIMO系统的信道估计装置。
与现有技术相比,本发明的技术方案具有以下的优点:
上述的方案,首先基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角或者接收端到达中心角,基于所述计算得到的到达中心角/离开中心角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值,并基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,与预先得到对应的空间协方差矩阵或者采用最小二乘法进行信道估计相比,可以提高信道矩阵估计的准确性。
附图说明
图1是本发明实施例中的一种MIMO系统的信道估计方法的流程图;
图2是本发明实施例中的一种发射端离开中心角/接收端到达中心角的获取方法的流程图;
图3是本发明实施例中的一种计算预估角度扩展值的方法的流程图;
图4是本发明实施例中的一种采用斯莱皮恩扩展计算得到对应的信道矩阵的方法的流程图;
图5-图11分别是在传播场景(a)至(g)中本发明实施例中的MIMO系统的信道估计方法的用户速率的相对于现有技术中采用最小二乘法进行信道估计的用户速率的增益的仿真结果示意图;
图12是本发明实施例中的MIMO系统的信道估计装置的结构示意图。
具体实施方式
正如背景技术所言,现有技术中使用最小二乘法估计得到信道矩阵时,首先需要预先计算得到空间协方差矩阵,当接收机不知道所述空间协方差矩阵时,通常采用最小二乘法信道估计方来估计得到对应的信道矩阵。但是,上述两种方法,均存在着信道估计准确性低的问题。
为解决现有技术中存在的上述问题,本发明实施例采用的技术方案基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角或者接收端到达中心角和所述预估角度扩展值,与预先得到对应的空间协方差矩阵或者采用最小二乘法进行信道估计相比,可以提高信道矩阵估计的准确性。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1示出了本发明实施例中的一种MIMO系统的信道估计方法的流程图。如图1所示的MIMO系统的信道估计方法,可以包括如下的步骤:
步骤S101:基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角/接收端到达中心角。
在具体实施中,接收信号矩阵为M*L的矩阵,训练序列为1*L的向量,其中,M表示基站中配置的ULA中的天线单元的数量,L表示所述训练序列的长度。
步骤S102:基于所述计算得到的发射端离开中心角/接收端到达中心角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值。
在具体实施中,预设的噪声功率和预设的最大角度扩展值均可以为先验值,可以通过预先的测量得到。
步骤S103:基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵。
在具体实施中,采用斯莱皮恩扩展(Slepian Expansion)估计得到信道矩阵,并不需要预先知道对应的空间协方差矩阵(Spatial Covariance Matrix),而是通过在基站的部署过程中预先测量得到的最大角度扩展值得到对应的预估角度扩展值,可以提高信道估计的准确性,提高MIMO系统的性能。
下面将结合图2至图4对本发明实施例中的MIMO系统的信道估计方法作进一步详细的介绍。
为了便于理解,下面首先结合图2对发射端离开中心角/接收端到达中心角的获取方法做详细的介绍。
请参见图2,在具体实施中,本发明实施例中的发射端离开中心角/接收端到达中心角的获取方法可以包括如下的步骤:
步骤S201:根据所述接收信号矩阵和所述训练序列,计算得到所述信道矩阵的最小二乘估计值。
在本发明一实施例中,基于所获取的接收信号矩阵和对应的训练序列并采用如下的公式计算得到所述信道矩阵的最小二乘估计值:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式根据所述接收信号矩阵和所述训练序列,计算得到所述信道矩阵的最小二乘估计值,本发明在此不做限制。
步骤S202:基于所述信道矩阵的最小二乘估计值,计算得到对应的散射函数。
在本发明一实施例中,所述基于所述信道矩阵的最小二乘估计值,计算得到对应的散射函数,包括:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述信道矩阵的最小二乘估计值,计算得到对应的散射函数,本发明在此不做限制。
步骤S203:在预设角度的预设范围内,计算得到所述散射函数的模值的最大值,作为所述发射端离开中心角/接收端到达中心角。
在本发明一实施例中,基于所获取的预设角度的预设范围,并采用如下的公式,计算得到所述散射函数的模值的最大值:
在计算得到所述散射函数的模值的最大值时,将所述散射函数的模值的最大值时作为所述发射端离开中心角/接收端到达中心角。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于在预设角度的预设范围内,计算得到所述散射函数的模值的最大值,本发明在此不做限制。
在具体实施中,当计算得到所述发射端离开中心角/接收端到达中心角时,可以根据计算得到所述发射端离开中心角/接收端到达中心角接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到预估角度扩展值,具体请参见图3。
图3示出了本发明实施例中一种计算预估角度扩展值的方法的流程图。请参见图3所示,在具体实施中,本发明实施例中的计算预估角度扩展值的方法,可以包括如下的步骤:
步骤S301:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵。
在本发明一实施例中,基于所述采用所述发射端离开中心角/接收端到达中心角,并采用如下的公式构建对应的方形对角矩阵:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵,本发明在此不做限制。
步骤S302:将预设的角度扩展参数的值设置为所述最大角度扩展值,计算得到近似信号空间维度。
在本发明一实施例中,将所述将预设的角度扩展参数的值设置为所述最大角度扩展值,并采用如下的公式计算得到近似信号空间维度:
其中,D表示近似信号空间维度,δ表示所述角度扩展参数,l为预设的经验值,Z+表示正整数集。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于将预设的角度扩展参数的值等于所述最大角度扩展值,计算得到近似信号空间维度,本发明在此不做限制。
步骤S303:将所述角度扩展参数设置为所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵。
在本发明一实施例中,将所述角度扩展参数设置为所述最大角度扩展值,并采用如下的公式构建对应的斯莱皮恩扩展矩阵:
其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示ULA中的第p根天线,q表示所述ULA中的第q根天线。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于将预设的角度扩展参数的值等于所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵,本发明在此不做限制。
步骤S304:对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵。
在本发明一实施例中,采用如下的公式对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:
C=UΛUH (7)
其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵,本发明在此不做限制。
步骤S305:基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵。
在本发明一实施例中,基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,并采用如下的公式构建对应的近似斯莱皮恩扩展矩阵:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,本发明在此不做限制。
步骤S306:采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵的第一估计值。
在本发明一实施例中,基于所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,并采用如下的公式计算得到所述信道矩阵的第一估计值:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵的第一估计值,本发明在此不做限制。
步骤S307:基于计算得到的所述信道矩阵的第一估计值,计算得到对应的散射函数。
在本发明一实施例中,基于计算得到的所述信道矩阵的第一估计值,并采用如下的公式计算得到对应的散射函数:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于计算得到的所述信道矩阵的第一估计值,计算得到对应的散射函数,本发明在此不做限制。
步骤S308:基于计算得到的散射函数和所述发射端离开中心角或接收端到达中心角,确定对应的轴移散射函数。
在本发明一实施例中,基于计算得到的散射函数和所述发射端离开中心角或接收端到达中心角,并采用如下的公式确定对应的轴移散射函数:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于计算得到的散射函数和所述发射端离开中心角或接收端到达中心角,确定对应的轴移散射函数,本发明在此不做限制。
步骤S309:基于所确定的轴移散射函数,计算得到所述散射函数的最大值。
在本发明一实施例中,基于所确定的轴移散射函数,并采用如下的公式计算得到所述散射函数的最大值:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所确定的轴移散射函数,计算得到所述散射函数的最大值,本发明在此不做限制。
步骤S310:基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值。
在本发明一实施例中,基于所述散射函数和所述轴移散射函数的最大值并采用如下的公式计算得到所述预设角度的最大值和最小值:
其中,θmin表示所述预设角度的最小值,θmax表示所述预设角度的最小值,max{.}表示取最大值运算,min{.}表示取最小值运算。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值,本发明在此不做限制。
步骤S311:基于所述预设角度的最大值和最小值,计算得到所述预估角度扩展值。
在本发明一实施例中,基于所述预设角度的最大值和最小值,并采用如下的公式计算得到所述预估角度扩展值:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述预设角度的最大值和最小值,计算得到所述预估角度扩展值,本发明在此不做限制。
在具体实施中,当计算得到所述预估角度扩展值时,可以所述基于接收信号矩阵、所述训练序列和计算得到的发射端离开中心角/接收端到达中心角,采用斯莱皮恩扩展计算得到对应的信道矩阵,具体请参见图4所示。
请参见图4,在具体实施中,本发明实施例中的采用斯莱皮恩扩展计算得到对应的信道矩阵的方法,可以包括如下的步骤:
步骤S401:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵。
在本发明一实施例中,基于所述发射端离开中心角/接收端到达中心角,并采用如下的公式构建对应的方形对角矩阵:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵,本发明在此不做限制。
步骤S402:将预设的角度扩展参数的值设置为所述预估角度扩展值,计算得到近似信号空间维度。
在本发明一实施例中,将预设的角度扩展参数的值设置为所述预估角度扩展值,并采用如下的公式计算得到近似信号空间维度:
其中,D表示近似信号空间维度,δ表示所述角度扩展参数,l为预设的经验值,Z+表示正整数集。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于在预设的角度扩展参数的值设置为等于所述预估角度扩展值时,计算得到近似信号空间维度,本发明在此不做限制。
步骤S403:将所述角度扩展参数设置为所述预估角度扩展值,构建对应的斯莱皮恩扩展矩阵。
在本发明一实施例中,将所述角度扩展参数设置为所述预估角度扩展值,并采用如下的公式构建对应的斯莱皮恩扩展矩阵:
其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示所述第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示所述ULA中的第p根天线,q表示所述ULA中的第q根天线。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于在预设的角度扩展参数的值设置为等于所述预估角度扩展值时,构建对应的斯莱皮恩扩展矩阵,本发明在此不做限制。
步骤S404:对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵。
在本发明一实施例中,采用如下的公式对所述斯莱皮恩扩展矩阵进行特征分解,以得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:
C=UΛUH (18)
其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式对所述斯莱皮恩扩展矩阵进行特征分解,以得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵,本发明在此不做限制。
步骤S405:基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵。
在本发明一实施例中,基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,并采用如下的公式构建对应的近似斯莱皮恩扩展矩阵:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,本发明在此不做限制。
步骤S406:采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵。
在本发明一实施例中,基于所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,并采用如下的公式计算得到所述信道矩阵:
本领域的技术人员可以理解的是,也可以采用现有技术中的其他方式基于所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,并采用斯莱皮恩扩展计算得到所述信道矩阵,本发明在此不做限制。
上述的方案,首先基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角或者接收端到达中心角,基于所述计算得到的中心到达角或者中心发射角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值,并基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角或者接收端到达中心角和所述预估角度扩展值,与预先得到对应的空间协方差矩阵或者采用最小二乘法进行信道估计相比,可以提高信道矩阵估计的准确性。
下面将结合图5至图11对本发明实施例中的MIMO系统的信道估计方法的性能进行详细的介绍。
假定基站中配置的ULA中包括8个沿着长度方向(length-spaced)布置的半波天线单元,以与仅具有一个天线单元的用户设备(User Equipment,UE)进行上行通信,并使用一个匹配滤波检测器(match-filter detector)来对符号进行检测。因此,上行信道和上行信道矩阵可以分别表示为8*1的向量h和同时,假定噪音向量的分布区间为其中,I表示8*8的单位矩阵。假定训练序列中的符号s的功率为|s|2=1,则用户速率R可以采用如下的公式计算得到:
图5至图11分别示出了通过对500个具有快衰落信道模型的信道实现方式在不同传输场景中执行信道估计得到的仿真结果。采用现有技术中的最小二乘法进行信道估计的平均用户速率,以及本发明实施例中的MIMO系统的信道估计方法对应的用户速率,可以分别采用进行表示,本发明实施例中的MIMO系统的信道估计方法相对于采用最小二乘法进行信道估计的方法的用户速率的增益,可以分别表示为:
其中,GCSCE-ΙΙ表示第二种MIMO系统的信道估计方法的用户速率相对于采用最小二乘法进行信道估计的方法的用户速率的增益。
其中,本发明实施例中的两种MIMO系统的信道估计方法的仿真测评结果的七种不同的传播场景中,分别为:
(a)城市宏基站(Urban macro),直射信号信道(Line Of Sight,LOS),E(σAS)=8°;
(b)城市宏基站(Urban macro),LOS,E(σAS)=15°;
(c)城市微基站(Urban micro),LOS;
(d)郊区宏基站(Suburban macro),非直射信号信道(Non Line of Sight,NLOS);
(e)城市宏基站(Urban macro),NLOS,E(σAS)=8°;
(f)城市宏基站(Urban macro),NLOS,E(σAS)=15°;
(g)城市微基站(Urban micro),NLOS。
其中,本发明实施例中的MIMO系统的信道估计方法相对于采用最小二乘法进行信道估计的方法的用户速率的增益(Gain)请参见图11。
通过图11可以看出,在低信噪比(Signal-to-Noise Ratio,SNR)范围内,当ULA中的8个天线单元高度相关时,本发明实施例中的MIMO系统的信道估计方法相对于采用最小二乘法进行信道估计的方法的用户速率的增益可以达到17%。而在中等频率的高频范围内,采用最小二乘法进行信道估计的性能则超越了本发明实施例中的MIMO系统的信道估计方法。因此,为了进一步提高MIMO系统的工作性能,可以根据当前的SNR,在采用最小二乘法进行信道估计的方法与本发明实施例中的MIMO系统的信道估计方法之间进行切换。
上面对本发明实施例中的MIMO系统的信道估计方法进行了详细的介绍,下面将结合图12对上述的方法对应的装置做进一步详细的介绍。
参见图12,在具体实施中,本发明实施例中的MIMO系统的信道估计装置1200,可以包括最小二乘估计单元1201、预估角度扩展值计算单元1202和信道矩阵估计单元1203,其中:
最小二乘估计单元1201,适于基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角/接收端到达中心角。
在具体实施中,所述最小二乘估计单元1201适于根据所述接收信号矩阵和所述训练序列,计算得到所述信道矩阵的最小二乘估计值;基于所述信道矩阵的最小二乘估计值,计算得到对应的散射函数;在预设角度的预设范围内,计算得到所述散射函数的模值的最大值,作为所述发射端离开中心角/接收端到达中心角。
在本发明一实施例中,所述最小二乘估计单元1201适于采用如下的公式计算得到所述散射函数的模值的最大值,并作为所述发射端离开中心角/接收端到达中心角:其中,表示所述发射端离开中心角/接收端到达中心角,表示模值的最大值。
预估角度扩展值计算单元1202,适于基于所述计算得到的中心到达角或者中心发射角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值。
在具体实施中,所述预估角度扩展值计算单元1202适于采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵;将预设的角度扩展参数的值设置为所述最大角度扩展值,计算得到近似信号空间维度;将所述角度扩展参数设置为所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵的第一估计值;基于计算得到的所述信道矩阵的第一估计值,计算得到对应的散射函数;基于计算得到的散射函数和所述发射端离开中心角/接收端到达中心角,确定对应的轴移散射函数;基于所确定的轴移散射函数,计算得到所述散射函数的最大值;基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值;基于所述预设角度的最大值和最小值,计算得到所述预估角度扩展值。
在本发明一实施例中,所述预估角度扩展值计算单元1202适于采用构建对应的斯莱皮恩扩展矩阵:其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示所述第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示所述ULA中的第p根天线,q表示所述ULA中的第q根天线。
在本发明一实施例中,所述信道估计单元适于采用如下的公式对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:C=UΛUH;其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
在本发明一实施例中,所述预估角度扩展值计算单元1202适于采用如下的公式构建对应的近似斯莱皮恩扩展矩阵:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数。
在本发明一实施例中,所述预估角度扩展值计算单元1202适于采用如下的公式计算得到所述预设角度的最大值和最小值:其中,θmin表示所述预设角度的最小值,θmax表示所述预设角度的最小值,max{.}表示取最大值运算,min{.}表示取最小值运算。
信道矩阵估计单元1203,适于基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵。
在具体实施中,所述信道矩阵估计单元1203适于采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵;将预设的角度扩展参数的值设置为所述预估角度扩展值,计算得到近似信号空间维度;将所述角度扩展参数设置为所述预估角度扩展值,构建对应的斯莱皮恩扩展矩阵;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵。
在本发明一实施例中,所述信道估计单元1203适于采用如下的公式构建对应的斯莱皮恩扩展矩阵:其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示所述第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示所述ULA中的第p根天线,q表示所述ULA中的第q根天线。
在本发明一实施例中,所述信道估计单元1203适于采用如下的公式对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:C=UΛUH;其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
在本发明一实施例中,所述信道估计单元1203适于采用如下的公式构建对应的近似斯莱皮恩扩展矩阵:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数。
本发明实施例还提供了一种基站,包括上述的MIMO系统的信道估计装置。
上述的方案,首先基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角或者接收端到达中心角,基于所述计算得到的中心到达角或者中心发射角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值,并基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角或者接收端到达中心角和所述预估角度扩展值,与预先得到对应的空间协方差矩阵或者采用最小二乘法进行信道估计相比,可以提高信道矩阵估计的准确性。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上对本发明实施例的方法及系统做了详细的介绍,本发明并不限于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (8)
1.一种MIMO系统的信道估计方法,其特征在于,包括:
基于所述计算得到的发射端离开中心角/接收端到达中心角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值,包括:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵,包括:m=0,...,M-1.;
其中,D表示近似信号空间维度,δ1表示所述角度扩展参数,l为预设的经验值,Z+表示正整数集;将所述角度扩展参数设置为所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵,包括:p,q=0,...,M-1.;
其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示ULA中的第p根天线,q表示所述ULA中的第q根天线;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,包括:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵的第一估计值,包括:其中,表示所述第一估计值,表示预设的噪音功率值;基于计算得到的所述信道矩阵的第一估计值,采用如下公式计算得到对应的散射函数:θ∈[-0.5,0.5].;其中,表示所述散射函数;基于计算得到的散射函数和所述发射端离开中心角或接收端到达中心角,确定对应的轴移散射函数,包括:其中,表示所述轴移散射函数;基于所确定的轴移散射函数,计算得到所述散射函数的最大值,包括:其中,表示所述散射函数的最大值,max(.)表示取最大值运算;基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值,包括:其中,θmin表示所述预设角度的最小值,θmax表示所述预设角度的最小值,max{.}表示取最大值运算,min{.}表示取最小值运算,α为预设常数值;基于所述预设角度的最大值和最小值,计算得到所述预估角度扩展值,包括:其中,表示所述预估角度扩展值;
基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵,包括:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵为m=0,...,M-1.;将预设的角度扩展参数的值设置为所述预估角度扩展值,计算得到近似信号空间维度,包括:l∈Z+;其中,δ2表示所述角度扩展参数;将所述角度扩展参数设置为所述预估角度扩展值,构建对应的斯莱皮恩扩展矩阵,包括:p,q=0,...,M-1.;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,包括:采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵,包括:其中,表示第n个接收天线的信道估计参数。
3.根据权利要求1所述的MIMO系统的信道估计方法,其特征在于,所述对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵,包括:
C=UΛUH;
其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
4.根据权利要求1所述的MIMO系统的信道估计方法,其特征在于,所述对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵,包括:
C=UΛUH;
其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
5.一种MIMO系统的信道估计装置,其特征在于,包括:
最小二乘估计单元,适于基于接收信号矩阵和对应的训练序列,采用最小二乘法计算得到发射端离开中心角/接收端到达中心角,包括:根据所述接收信号矩阵和所述训练序列,采用如下公式计算得到所述信道矩阵的最小二乘估计值:其中,表示所述信道矩阵的最小二乘估计值,Y表示所述接收信号矩阵,s表示所述训练序列;基于所述信道矩阵的最小二乘估计值,采用如下公式计算得到对应的散射函数:θ∈[-0.5,0.5].;其中,表示所述散射函数,M表示所述MIMO系统中基站的ULA中的天线数量,θ表示预设角度;在预设角度的预设范围内,计算得到所述散射函数的模值的最大值,作为所述发射端离开中心角/接收端到达中心角;
预估角度扩展值计算单元,适于基于所述计算得到的中心到达角或者中心发射角、接收信号矩阵、对应的训练序列、预设的噪声功率、预设的最大角度扩展值,计算得到对应的预估角度扩展值,包括:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵,包括:m=0,...,M-1.;其中,表示所述方形对角矩阵,j表示旋转因子,表示所述发射端离开中心角/接收端到达中心角;将预设的角度扩展参数的值设置为所述最大角度扩展值,计算得到近似信号空间维度,包括:l∈Z+;其中,D表示近似信号空间维度,δ1表示所述角度扩展参数,l为预设的经验值,Z+表示正整数集;将所述角度扩展参数设置为所述最大角度扩展值,构建对应的斯莱皮恩扩展矩阵,包括:p,q=0,...,M-1.;其中,C表示所述斯莱皮恩扩展矩阵,[C]p,q表示第p根天线和第q根天线之间的斯莱皮恩扩展系数,p表示ULA中的第p根天线,q表示所述ULA中的第q根天线;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,包括:其中,表示所述近似斯莱皮恩扩展矩阵,λi表示第i个相关特征向量,μi表示第i个有序特征值,μi H表示第i个有序特征值的共轭转置矩阵,且i取0~D-1的整数;采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵的第一估计值,包括:其中,表示所述第一估计值,表示预设的噪音功率值;基于计算得到的所述信道矩阵的第一估计值,采用如下公式计算得到对应的散射函数:θ∈[-0.5,0.5].;其中,表示所述散射函数;基于计算得到的散射函数和所述发射端离开中心角或接收端到达中心角,确定对应的轴移散射函数,包括:其中,表示所述轴移散射函数;基于所确定的轴移散射函数,计算得到所述散射函数的最大值,包括:其中,表示所述散射函数的最大值,max(.)表示取最大值运算;基于所述散射函数和所述轴移散射函数的最大值,计算得到所述预设角度的最大值和最小值,包括:其中,θmin表示所述预设角度的最小值,θmax表示所述预设角度的最小值,max{.}表示取最大值运算,min{.}表示取最小值运算,α为预设常数值;基于所述预设角度的最大值和最小值,计算得到所述预估角度扩展值,包括:其中,表示所述预估角度扩展值;
信道矩阵估计单元,适于基于接收信号矩阵、所述训练序列、计算得到的发射端离开中心角/接收端到达中心角和所述预估角度扩展值,采用斯莱皮恩扩展计算得到对应的信道矩阵,包括:采用所述发射端离开中心角/接收端到达中心角,构建对应的方形对角矩阵为m=0,...,M-1.;将预设的角度扩展参数的值设置为所述预估角度扩展值,计算得到近似信号空间维度,包括:l∈Z+;其中,δ2表示所述角度扩展参数;将所述角度扩展参数设置为所述预估角度扩展值,构建对应的斯莱皮恩扩展矩阵,包括:p,q=0,...,M-1.;对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵;基于所述对角矩阵的有序特征值和所述酉矩阵的相关特征向量,构建对应的近似斯莱皮恩扩展矩阵,包括:采用所述方形对角矩阵、所述近似斯莱皮恩扩展矩阵、预设的噪音功率和M*M的单位矩阵,计算得到所述信道矩阵,包括:其中,表示第n个接收天线的信道估计参数。
7.根据权利要求5所述的MIMO系统的信道估计装置,其特征在于,所述预估角度扩展值计算单元适于采用如下的公式对所述斯莱皮恩扩展矩阵进行特征分解,得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:
C=UΛUH;
其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
8.根据权利要求5所述的MIMO系统的信道估计装置,其特征在于,所述信道估计单元适于采用如下的公式对所述斯莱皮恩扩展矩阵进行特征分解,
得到对角元素为有序特征值的对角矩阵和包括相关特征向量的酉矩阵:
C=UΛUH;
其中,U表示所述包括相关特征向量λ0~λM-1的酉矩阵,且λ0≥λ1≥...≥λM-1,UH表示所述酉矩阵的共轭转置矩阵,Λ表示所述对角元素为有序特征值μ0~μM-1的方形对角矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610513059.XA CN106788628B (zh) | 2016-06-30 | 2016-06-30 | Mimo系统的信道估计方法及装置、基站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610513059.XA CN106788628B (zh) | 2016-06-30 | 2016-06-30 | Mimo系统的信道估计方法及装置、基站 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106788628A CN106788628A (zh) | 2017-05-31 |
CN106788628B true CN106788628B (zh) | 2020-07-28 |
Family
ID=58972328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610513059.XA Active CN106788628B (zh) | 2016-06-30 | 2016-06-30 | Mimo系统的信道估计方法及装置、基站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106788628B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101087165A (zh) * | 2006-06-05 | 2007-12-12 | 中兴通讯股份有限公司 | 一种多输入多输出系统中产生多径衰落信号的方法 |
CN101170336A (zh) * | 2007-11-29 | 2008-04-30 | 上海交通大学 | 多输入多输出系统中基于全波分析的信道相关性估计方法 |
CN103475602A (zh) * | 2013-09-16 | 2013-12-25 | 东南大学 | 一种考虑同频干扰的mimo-ofdm信道估计方法 |
US8655373B2 (en) * | 2009-09-28 | 2014-02-18 | Electronic And Telecommunications Research Institute | Method and apparatus for wireless location measurement |
-
2016
- 2016-06-30 CN CN201610513059.XA patent/CN106788628B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101087165A (zh) * | 2006-06-05 | 2007-12-12 | 中兴通讯股份有限公司 | 一种多输入多输出系统中产生多径衰落信号的方法 |
CN101170336A (zh) * | 2007-11-29 | 2008-04-30 | 上海交通大学 | 多输入多输出系统中基于全波分析的信道相关性估计方法 |
US8655373B2 (en) * | 2009-09-28 | 2014-02-18 | Electronic And Telecommunications Research Institute | Method and apparatus for wireless location measurement |
CN103475602A (zh) * | 2013-09-16 | 2013-12-25 | 东南大学 | 一种考虑同频干扰的mimo-ofdm信道估计方法 |
Non-Patent Citations (6)
Title |
---|
Frequency Domain Channel Estimation for OFDM Based on Slepian Basis Expansion;Jinho Kim et al;《2007 IEEE International Conference on Communications》;20070628;第3011-3015页 * |
Location-based channel estimation and pilot assignment for massive MIMO systems;Zhaocheng Wang et al;《2015 IEEE International Conference on Communication Workshop (ICCW)》;20150612;第1264-1268页 * |
Mean angle of arrival and Angular Spread estimation Maximum Likelihood vs two low-complexity approaches;Nessrine BEN REJEB et al;《2011 International Conference on Communications, Computing and Control Applications (CCCA)》;20110305;第1-6页 * |
Slepian-Based Two-Dimensional Estimation of Time-Frequency Variant MIMO-OFDM Channels;Pierluigi Salvo Rossi and Ralf R.Muller;《IEEE Signal Processing Letters》;20080104;第21-24页 * |
Subblock channel estimation for MIMO OFDM systems based on angle domain slepian basis;FANG Yong et al;《IET International Communication Conference on Wireless Mobile and Computing (CCWMC 2009)》;20091209;第113-116页 * |
移动无线系统中的信道估计;埃布拉黑姆;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150815;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106788628A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Araújo et al. | Channel estimation for millimeter-wave very-large MIMO systems | |
CA2426650A1 (en) | Method and apparatus for producing a channel estimate with reduced rank | |
TWI745104B (zh) | 無線通訊系統中估算信號到達角度的方法及裝置 | |
CN103905105B (zh) | 一种双流波束赋形方法和装置 | |
CN101960757B (zh) | 信道信息预测系统以及信道信息预测方法 | |
US10270624B2 (en) | Channel estimation method and apparatus for use in wireless communication system | |
CN111865450B (zh) | 提升多用户复用性能的方法、装置、设备和存储介质 | |
US10931482B2 (en) | Method and apparatus for channel estimation in wireless communication system | |
CN106789763B (zh) | Mimo系统的信道估计方法及装置、基站 | |
CN106788628B (zh) | Mimo系统的信道估计方法及装置、基站 | |
CN102783108B (zh) | 用于估计多普勒频率的方法和设备 | |
CN101753170A (zh) | 多小区信道估计方法和装置 | |
CN104218984B (zh) | 利用压缩感知的双端频域波束搜索方法 | |
WO2020099646A1 (en) | Communication device and method | |
WO2012072048A1 (zh) | 波束成形权值的估计处理方法和基站 | |
CN102801454B (zh) | 波束赋形方法及装置 | |
US11962436B2 (en) | User detection technique, and method and apparatus for channel estimation in wireless communication system supporting massive multiple-input multiple-output | |
WO2022162735A1 (ja) | 通信路推定方法および無線通信装置 | |
US20240154681A1 (en) | Controlling over-the-air beamforming calibration | |
CN106850015A (zh) | Massive MIMO多用户信道协方差矩阵函数值获取方法及装置 | |
CN106533517A (zh) | 一种用于进行波束成形的方法、装置和基站 | |
Palleit et al. | Channel prediction in multiple antenna systems | |
CN104509051B (zh) | 信道估计方法及接收机 | |
JP5611897B2 (ja) | 受信機 | |
CN110392004B (zh) | 一种信道估计方法以及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 100089 18 / F, block B, Zhizhen building, No.7, Zhichun Road, Haidian District, Beijing Applicant after: Beijing Ziguang zhanrui Communication Technology Co.,Ltd. Address before: 100084, Room 516, building A, Tsinghua Science Park, Beijing, Haidian District Applicant before: BEIJING SPREADTRUM HI-TECH COMMUNICATIONS TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |