CN107465636A - 一种毫米波大规模阵列空频双宽带系统的信道估计方法 - Google Patents
一种毫米波大规模阵列空频双宽带系统的信道估计方法 Download PDFInfo
- Publication number
- CN107465636A CN107465636A CN201710720370.6A CN201710720370A CN107465636A CN 107465636 A CN107465636 A CN 107465636A CN 201710720370 A CN201710720370 A CN 201710720370A CN 107465636 A CN107465636 A CN 107465636A
- Authority
- CN
- China
- Prior art keywords
- channel
- user
- information
- delay
- initial
- 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.)
- Granted
Links
Classifications
-
- 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
- H04L25/0204—Channel estimation of multiple channels
-
- 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
- H04L25/022—Channel estimation of frequency response
Abstract
本发明实施例提供一种毫米波大规模阵列空频双宽带系统的信道估计方法。所述方法包括根据用户的初始化训练序列,获得每个用户的初始信道信息;获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道。并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。所述方法所述信道模型,可得到准确的信道估计结果。
Description
技术领域
本发明实施例涉及一种通信技术领域,特别是一种毫米波大规模阵列空频双宽带系统的信道估计方法。
背景技术
大规模多输入多输出天线(Multiple-Input Multiple-Output,MIMO)系统因其在理论上能显著提升系统的能量效率和频谱效率、消除用户间干扰、简化信号处理复杂度以及增加链路的可靠性和鲁棒性等诸多良好的特性,随着第五代移动通信系统(5rd-Generation,5G)的研究如火如荼地展开,这一潜在的关键技术已经引起了学术界和工业界的广泛关注。
近年来,一系列讨论在大规模MIMO系统下如何进行无线通信的研究争相涌现,详细地分析了大规模MIMO系统下的信道建模、信道估计、波束赋形、数据传输、混合数字/模拟预编码、信道容量、资源分配以及小区组网等问题。
而毫米波通信,因其波长在毫米量级,使得在相同的空间范围内能够配置十几倍到数十倍于传统无线通信系统的天线数,小体积的大规模天线阵列成为可能。此外,毫米波波段中丰富的空余频带资源也能满足5G需要同时高速地服务大量用户的需求。
然而,现有有关大规模MIMO通信系统的研究主要基于传统的多输入多输出天线通信模型。传统模型下的大规模MIMO系统,只是单纯地在模型中增加了大量天线数以获得上面提到的各种增益,并没有深入研究专门针对大规模MIMO系统的信道模型。
事实上,现有技术的信道模型均存在一个先决的隐含假设——对于每一入射径,基站端的不同天线收到的等效基带数据码元是相同的。实际的大规模系统因其尺度也随天线数量线性增长,真正的大规模阵列天线的孔径可达载波波长几十倍或几百倍,这直接导致上述传统模型的先决假设不再成立,基于传统模型的讨论也不再精确甚至没有意义。
现有技术中大规模多天线系统的天线配置典型值为16£8=128的面阵,在该配置下,上述假设勉强成立,当天线间距较小时使用现有技术的模型导致的性能损失不会过大。可以理解的是,一旦进行宽带通信或天线间距稍大,仍然有可观的由于信道建模不精确而带来的性能损失,从而导致信道估计不准确。
目前,现有技术还没有相应的方法来解决上述问题。
发明内容
针对现有技术的缺陷,本发明实施例提供一种毫米波大规模阵列空频双宽带系统的信道估计方法。
一方面,本发明实施例提供一种毫米波大规模阵列空频双宽带系统的信道估计方法,所述方法包括:
根据用户的初始化训练序列,获得每个用户的初始信道信息;获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道,并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。
另一方面,本发明实施例提供一种建立毫米波大规模阵列的空频双宽带信道模型的方法,所述方法包括:
获取用户的上行信道或下行信道的每一径的角度信息、时延信息以及增益信息;所述信道模型通过信道每一径的角度信息、时延信息及增益信息来完整表征毫米波大规模MIMO系统的OFDM信道,同时描述了毫米波大规模MIMO系统的空间宽带效应。
另一方面,本发明实施例提供一种基于毫米波大规模阵列的空频双宽带信道模型的信道估计装置,所述装置包括:
第一信息获取模块,用于根据用户的初始化训练序列,获得每个用户的初始信道信息;
第二信息获取模块,用于获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;
调整模块,用于根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;
信道估计模块,用于根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道。并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。
另一方面,本发明实施例还提供一种电子设备,包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以上方法的步骤。
另一方面,本发明实施例还提供一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上方法的步骤。
由上述技术方案可知,本发明实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法、装置、电子设备和存储介质,所述方法通过能够精确描述大规模MIMO天线系统的OFDM信道模型,所述信道模型用信道的每一径的角度信息、时延信息以及增益信息来表征信道,进行相应的信道估计,可得到准确的信道估计结果。
附图说明
图1为本发明实施例提供的一种毫米波大规模阵列空频双宽带系统的信道估计方法的流程示意图;
图2为本发明又一实施例提供的在有限散射环境下的毫米波大规模MIMO系统模型;
图3为本发明又一实施例提供的由于空间宽带效应带来的最小CP长度示意图;
图4为本发明又一实施例提供的某一用户含有6个多径的空频双宽带信道在二维角度-时延域的能量分布灰度图;
图5为本发明又一实施例提供的某一用户含有6个多径的空频双宽带信道在二维角度-时延域的能量分布图;
图6为本发明又一实施例提供的本发明所述算法的角度、多径时延、以及复增益的估计误差曲线图;
图7为本发明又一实施例提供的本发明相比已有模型算法在不同天线数下的信道估计误差曲线图;
图8为本发明又一实施例提供的本发明相比已有模型算法在不同传输带宽下的信道估计误差曲线图;
图9为本发明又一实施例提供的本发明相比已有模型算法的误码率曲线图;
图10为本发明又一实施例提供的一种毫米波大规模阵列空频双宽带系统的信道估计装置的结构示意图;
图11为本发明又一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明实施例一部分实施例,而不是全部的实施例。
图1示出了本发明实施例提供的一种毫米波大规模阵列空频双宽带系统的信道估计方法的流程示意图。
如图1所示,本发明实施例提供的方法具体包括以下步骤:
步骤11、根据用户的初始化训练序列,获得每个用户的初始信道信息;
步骤12、获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;
可选地,在一切传输周期开始之前,所有用户同时发送持续时间为P个OFDM区块长度的初始化训练序列,以下简称“初始化”。
可选地,基站接收所有用户发送的初始化训练序列,用户发送初始化训练序列时,所有用户或是同时发送正交导频,或是当正交导频不够用时分时发送直到初始化训练过程完成。
可选地,基站收到用户发送的初始化信号后,利用现有技术中信道估计方法获得每个用户的完整初始信道,并基于这些估计出的初始信道进行如下操作:
由于用户在初始化期间的完整信道信息已获知,电磁波传播中的入射角度与时延实际上已经嵌入到该信道信息中。
利用阵列信号处理理论精确描述了宽带通信场景下的大规模MIMO信道的空间选择性特征,并同时考虑了由于多径传输导致的频率选择性衰落,构建了一种同时囊括上述两种选择性的毫米波大规模阵列的空频双宽带信道模型。
利用所述模型,根据所述初始信道信息,提取出每一径的初始角度与时延信息。
步骤13、根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;
步骤14、根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道。并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。
由于所述信道模型表示角度信息、时延信息以及增益信息,与信道的对应关系,利用所述信道模型,代入获得的所述角度信息、时延信息以及增益信息,重建出上行信道,获得上行信道估计结果。
可以理解的是,本发明实施例提出的空频双宽带模型精确描述了“空间宽带效应”,即由于大规模阵列孔径较大导致基站端的不同天线接收到了不同时间差的信号。
本实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,至少具有以下技术效果:
通过能够精确描述大规模MIMO天线系统的OFDM信道模型,所述信道模型用信道的每一径的角度信息、时延信息以及增益信息来表征信道,进行相应的信道估计,可得到准确的信道估计结果。
如图1所示,在上述实施例的基础上,本发明又一实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,所述方法的步骤12所述利用所述模型,获得每个用户的每一条入射径的初始角度信息和初始时延信息的方式可有多种,本发明实施例以其中一种为例进行说明。
可选地,所述步骤12,具体为:
具体为根据所述初始化训练序列的序言帧,利用所述模型获得所述初始角度信息和初始时延信息。
可选地,根据所述初始化训练序列的序言帧,利用所述模型获得所述初始角度信息和初始时延信息的步骤,具体为:
采用二维角度-时间域上的联合估计,获得所述初始角度信息和初始时延信息。
可选地,所述步骤14中利用所述模型重建出上行信道的步骤,具体为:
根据所述更新后的每个用户各信道径的角度信息、时延信息、以及增益信息,利用所述模型输出上行信道。
在毫米波场景下,大规模MIMO信道通常在角度域和时间域具有稀疏性。为利用该稀疏性,本发明实施例将信道变换到其等价的角度-时延域(以下简称“角时域”)进行研究。
对于本发明实施例提出的所述信道模型,只需采用低复杂度的2维快速傅里叶变换以及二分搜索即可快速提取出每一个用户的每一个入射径的角度与时延信息。
本实施例其他步骤与前述实施例步骤相似,本实施例不再赘述。
本实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,至少具有以下技术效果:
通过采用低复杂度的提取方式,可快速提取出所述角度信息和时延信息。
如图1所示,在上述实施例的基础上,本发明又一实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,所述方法的步骤13调整每个用户在进行下一步信道估计时的发送时刻的方式可有多种,本发明实施例以其中一种为例进行说明。
可选地,所述步骤13,具体为:
根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使不同用户的各个径的角度信息和时延信息不完全相同。
可选地,根据所述初始角度和初始时延信息,适当调整每个用户的发送时刻,达到改变多径时延的效果,使用户的角度信息和时延信息两两满足预设条件。
其中,适当调整每个用户的发送时刻这一操作称为用户的“软分组”调度,该操作使所有软分组用户的两两信道径之间角度与时延至少有一处不同。
应当说明的是,用户通过软分组这一过程达到了共用正交导频,即同时同频进行信道估计的效果。
可选地,经调度后的用户可以在后续传输中同时发送训练序列和数据而互不干扰,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并根据所述信道模型,重建出上行信道。
可以理解的是,基于提取出的入射径的角度与多径时延信息进行用户的“软分组”调度,即通过调整用户的发送时间使不同用户的入射径在时间域和空间上不重合且存在一定的保护间隔。使得不同用户可以同时同频发送相同的训练序列而基站可以通过其初始角度和多径时延信息来区分不同用户发送的信号,达到基站接收所有用户再次发送时刻发送的训练序列,此时所有用户可以同时同频发送同一训练序列而互不干扰。
可选地,实际中的训练序列个数是很有限的,在发送初始化训练序列的阶段,只能每个用户独占一个训练序列,而训练序列中不同用户可以共用一个训练序列达到同时进行信道估计的效果。
获得所述时延信息的步骤之后,根据所述角度信息和时延信息,提取所述用户的每一径的增益。
本实施例其他步骤与前述实施例步骤相似,本实施例不再赘述。
本实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,至少具有以下技术效果:
通过控制用户与基站协商后的发送时间进行微调多径时延,导频开销与信道估计时长大大降低(小于信道相干时间)。用户在可以同时发送训练序列而互不干扰,由此在训练序列发送完成后基站可以同时获得所有用户的信道信息。
如图1所示,在上述实施例的基础上,本发明又一实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,所述方法的步骤111还包括:所述初始化训练序列包括用户的OFDM循环前缀。
OFDM循环前缀长度的设计的方式有多种,本实施例以其中一种方式为例进行说明。
所述OFDM循环前缀长度包括多径效应的长度以及空间宽带效应的长度,所述空间宽带效应的长度与天线数成正比、与信号带宽成正比、与载波频率成反比。
应当说明的是,现有技术中,在空频双宽带场景下,OFDM前缀长度仅包括多径效应的长度,未考虑到空间宽带效应的影响。
本发明实施例中,OFDM系统中的循环前缀(CP)不仅应考虑多径时延扩展,同时应考虑空间宽带效应,即当来波非垂直入射大规模均匀线阵时电磁波跨越整个天线的所需时间。
本实施例其他步骤与前述实施例步骤相似,本实施例不再赘述。
本实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,至少具有以下技术效果:
考虑到空间宽带效应的影响,得到更合理的OFDM前缀长度。
在上述实施例的基础上,本发明又一实施例提供的一种建立毫米波大规模阵列的空频双宽带信道模型的方法,所述方法包括:
获取用户的上行信道或下行信道的每一径的角度信息、时延信息以及增益信息;
所述信道模型通过信道每一径的角度信息、时延信息及增益信息来完整表征毫米波大规模MIMO系统的OFDM信道,同时描述了毫米波大规模MIMO系统的空间宽带效应。
事实上,对于每一入射径基站端的不同天线收到的等效基带数据码元不尽相同这一大规模阵列天线的内禀属性,本发明实施例将此定义为“空间宽带效应”。
在某一维度上空间宽带效应较为明显的大规模阵列,例如在某一维度上的天线数为64以上称为大规模阵列。
本发明实施例对大规模阵列通信信道进行精确建模。空间宽带效应的建模与在频域宽带系统中多径传输所导致的频率选择性衰落完全对偶。在空间宽带(大规模阵列)系统中不同天线的时延不一将导致空域选择性衰落。
由于大规模MIMO系统通常均伴随着宽带数据传输,空间宽带效应与传统的频率选择性衰落必将同时存在。本发明实施例针对此空频双宽带效应,通过阵列信号处理知识深入挖掘了电磁波在实际大规模MIMO系统的传播特征,提出了能够精确描述大规模MIMO宽带通信系统的空频双宽带信道模型。所述信道模型用每一径的实际物理角度与时延以及这一径的信道复增益来表征信道,得到角度信息、时延信息以及增益信息,与信道的对应关系。
信道从物理角度来看,是由径组成的。所述角度信息由用户的物理角度决定,在信道相干时间内可视为由其物理位置决定的固定值。所述时延信息与用户的上行发送时间相关。所述增益信息描述信道本身的衰减及衰落特性。
本发明实施例的信道模型具有以下优点:
1)只需少量参数即可表示整个大规模MIMO系统中用户与基站每根天线间的信道信息,非常适合于进行低复杂度与低开销的信道估计;
2)用户相对基站的实际物理角度与时延一般不同,此时用户之间的信道天然正交,用户间可同时同频地进行信道估计与数据传输而互不干扰,大规模MIMO天线带来的高频谱效率与高空间分辨率得以充分利用;
3)当天线规模较小时,本发明实施例的模型退化为传统的频域宽带模型,即便如此,由于精确考虑了空间宽带效应,本发明实施例仍能在实际系统中带来性能提升。
为了更充分理解本发明的技术内容,在上述实施例的基础上,详细说明本实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法。
本发明实施例毫米波大规模多天线系统中的宽带通信,提出了精确描述空频双宽带场景的信道模型,并基于此双宽带信道模型提出了相应的低复杂度信道估计方法。
图2示出了本发明实施例提供的在有限散射环境下的毫米波大规模MIMO系统模型。
如图2所示,考虑单小区多用户大规模MIMO系统,以基站部署了阵元数为M的大规模ULA(Uniform Linear Array,均匀线阵)为例(实际基站可是均匀面阵、非均匀阵列等其他情况,孔径较大的天线均有本发明所述的空间宽带效应),P个单天线用户随机均匀分布于小区内。用户与基站之间的通信均采用正交频分复用(Orthogonal Frequency DivisionMultiplexing,OFDM),复用载波数为N。基于阵列信号处理理论,以及大规模MIMO系统的电磁波传播特征,本发明实施例提出了同时囊括了如技术背景中所述的“空间宽带”效应与“频率宽带”效应的双宽带OFDM信道,该信道精确描述了不同天线收到的等效基带数据码元不一致的情况。针对此提出的双宽带OFDM信道模型,本发明实施例设计了在TDD(TimeDivision Duplexing,时分双工)模式下的低复杂度信道估计方案,其具体步骤如下:
1.上行初始化:在一切传输周期开始之前,所有用户或是同时发送正交导频,或是当正交导频不够用时分时发送直到初始化训练过程完成;
具体地,所有用户发送持续时间为P个OFDM区块长度的初始化训练序列,以下简称“初始化”。
因为实际中正交导频个数往往有限,所以所有用户或是同时发送正交导频,或是当正交导频不够用时分时发送直到初始化训练过程完成。
基站收到用户发送的初始化信号后,利用传统上行信道估计的方法获得每个用户的完整初始信道,并基于这些估计出的初始信道进行如下操作:
1)提取出每一径的角度与时延信息:由于用户在初始化期间的完整信道信息已获知,电磁波传播中的入射角度与时延实际上已经嵌入到该信道信息中,通过本发明提出的信道模型,只需采用低复杂度的2维快速傅里叶变换(FFT)以及二分搜索即可快速提取出每一个用户的每一个入射径的角度与时延信息,详细提取步骤参见后述。
2)进行用户的“软分组”调度:用户的角度由其物理角度决定,在信道相干时间内可视为由其物理位置决定的固定值,而用户的多径时延是可以通过控制其与基站协商后的发送时间进行微调的。
进一步说,在角度-时间二维域内,本发明实施例可以通过每一径的角度与多径时延信息来区分不同用户,该区分只需所有多径中,径与径之间的角度与时延有任一不相同即可;即使不同用户间存在某一径的角度与时延完全相同,基站仍可通过协调用户的信号发送时间,使所有用户的任意两径中,角度与时延至少有一处不同。本发明将此调度方案定义为“软分组”,具体操作流程参见后述。
2.基于用户软分组的上行信道估计:由于上行初始化时间较长(通常大于信道相干时间),本阶段获取真正用于后续数据传输解调过程中的信道信息。基于上述上行初始化过程的1)和2),本阶段的导频开销与信道估计时长大大降低(小于信道相干时间)。用户在本阶段可以同时发送训练序列而互不干扰,基站端收到所有用户的训练序列后通过每个用户的角度和时延信息提取出该用户相应每一径的增益并重建出上行信道。
3.基于用户软分组的下行信道估计:由于本发明实施例考虑TDD系统,由于上下行的互易性,下行信道可以直接由步骤2估计的上行信道获得。
下面对上述步骤进行详细介绍:
考虑单小区多用户大规模MIMO系统,其中基站部署了阵元数为M的大规模均匀线阵(ULA),天线间距为λc/2,λc为载波波长,对应载波频率为fc。P个单天线用户随机均匀分布于小区内。用户与基站之间的通信均采用正交频分复用(OFDM)调制,传输带宽为fs,复用载波数为N,子载波间隔为下面的实施方法中,基站和单天线用户之间的信道存在多径时延扩展,即频率选择性信道。
关于本发明提出的空频双宽带信道模型:
令用户p与基站之间的信号传输共有Lp条独立径,τp,l,m为第p个用户的第l径到基站的第m根天线的时延,则基站端的t时刻第m根天线收到的来自第p个用户的信号可表示如下公式(1)。
其中,是对应于第p个用户的第l径的信道复增益,j为虚数单位,d是均匀线阵ULA中两根天线之间的实际空间间隔,单位是米(m)。
令该径对应的入射角度为θp,l以及利用此定义式定义Ψp,l。M为ULA的阵元数,即M为天线数,m是天线序号,m为大于等于0的整数,此外,本发明实施例中的所有序号都是从0起算。
则该径在基站不同天线的时延τp,l,m呈如下公式(2)的等差关系:
其中表示集合下同。为简化符号表示,剩余部分使用τp,l代替τp,l,0.
令为等效信道复增益,将(2)代入(1)可得公式(3):
根据发送信号xp(t)与第m根天线的接收信号yp,m(t)之前的对应关系,可根据以下公式(4)知用户p到基站第m根天线之间的时域上行信道为:
其中δ(·)为狄拉克冲激函数,是空域导向矢量,利用此定义式定义a(ψp,l)。
对公式(4)进行连续时间傅里叶变换可得上述时域信道的频域表示如下公式(5):
于是所有OFDM子载波的上行信道可拼接为如下公式(6)的一个M×N的矩阵:
其中,Hp表示用户p在空间-频率域的信道,表示两个矩阵的Hadamard积,而
是类似于空域导向矢量a(ψp,l)的“频域导向矢量”,C表示N行1列的复数,合起来是N列的列向量,Θ(ψ)是一个M×N的矩阵且其的第(m,n)个元素定义如下公式(8):
其中,m是天线序号,n是子载波序号,表示第n个子载波。
上述(6)式即为本发明提出的空频双宽带信道模型,该模型首次统一了由于多径时延扩展导致频率选择性与由于大规模天线的大孔径造成的空域选择性。
关于OFDM系统中的循环前缀长度设计要求:
在空频双宽带系统中,OFDM系统中的循环前缀(Cyclic Prefix,CP)不仅应考虑多径时延扩展,同时应考虑空间宽带效应,即当来波非垂直入射大规模均匀线阵时电磁波跨越整个天线的所需时间。
图3示出了本发明实施例提供的由于空间宽带效应带来的最小CP长度。
假设某一用户的某一入射径与ULA的法线呈角度θ,并定义大规模天线阵列的特性决定了在进行宽带通信时不同天线接收到的信号不一致,最后一根天线的接收信号为第一根天线延时(M-1)ψ/fc后的版本。图3右侧示意了此情况下所需CP的最短长度,假设CP小于(M-1)ψ/fc,则在某一个同步时刻,第一根天线与最后一根天线将会接收到不同的OFDM区块(B[0]与B[1]),势必引起码间串扰。
其中,图3中An incident path with DOA,表示波达方向角为θ的入射径,Examples of synchronization point,表示某一个同步时刻,The actual receivedsignal that contains an intact OFDM symbol,表示真正接收的信号包括一个完整的OFDM符号,Minimum CP length为(M-1)ψ/fc表示CP的最短长度。
因此,在空频双宽带系统中,对于用户p的第l径,本发明实施例需要通知考虑由空间宽带效应引起的空间时延扩展(M-1)ψ/fc以及该径本身的时延τp,l,0或τp,l(M-1)(由入射角方向决定)。将这两项求和并归一化,最小CP长度应为根据以下公式(9):
其中,表示对所有用户取最大值,表示对所有径取最大值,Ts是符号周期,Ts=1/fs,fs为传输带宽,表示向上取整,也就是说得到一个整数。
将(9)式进行如下适当缩放:
可得到如下公式(11)的更加实用的CP长度设计公式:
关于大规模空频双宽带MIMO-OFDM系统下的信道估计:
本发明提出的空频双宽带信道模型不仅精确的描述了大规模MIMO系统下的OFDM信道,还具有天然稀疏性。由(6)式可知,基站的M根天线与用户p间的信道完全由每一径的信道复增益及其入射角度与多径时延确定。基于此,本发明实施例设计信道估计方案,具体实施方式如下:
步骤3.1进行上行初始化
初始化阶段用于一切传输周期开始之前,所有用户在该阶段同时发送持续时间为P个OFDM区块长度的初始化训练序列。基站收到用户发送的初始化信号后,利用传统上行信道估计的方法获得每个用户的完整初始信道,第p个用户初始化过程所得信道记为基于这些估计出的初始信道进行如下操作:
步骤3.2提取出每一径的角度与时延信息
由于用户在初始化期间的完整信道信息已获知,电磁波传播中的入射角度与时延实际上已经嵌入了该信道信息中。以下定义为用户p的“角时标识”,为包含用户p的所有入射径的角度和时延信息的如下公式(12)集合:
在毫米波场景下,大规模MIMO信道通常在角度域和时间域具有稀疏性。为利用该稀疏性,本发明将信道变换到其等价的角度-时延域(以下简称“角时域”)进行研究。对于本发明提出的双宽带信道模型(6),只需采用低复杂度的2维快速傅里叶变换(FFT)以及二分搜索即可快速提取出每一个用户的每一个入射径的角度与时延信息。对于第p个用户,从其初始化过程所得信道中的详细提取步骤为:
步骤1:检测信道中所含径数。对信道做二维FFT,将空频信道变换到等价角时域得到
其中,表示角时域,M为天线数,FM是M维的傅里叶变换矩阵,H是该矩阵的共轭转置,FN是N维的傅里叶矩阵,N位子载波数,*表示共轭,即每个元素都取共轭。
图4示出了本发明实施例提供的某一用户含有6个多径的空频双宽带信道在二维角度-时延域的能量灰度图。
图5示出了本发明实施例提供的一种某一用户含有6个多径的空频双宽带信道在二维角度-时延域的能量分布图。
如图4和图5所示,在角时域,每一径将在中形成类似方块状的一个能量较为集中的簇,通过簇的数目可以方便地确定用户p所含径数Lp。
如图4所示,共有六个蔟,Lp为6。
步骤2:确定角时标识的粗略估计。的M×N个格点中,对于第l径,找到在相应簇中能量最为集中的点(mp,l,np,l),则二元组可作为角时标识的粗略估计。
步骤3:搜索精确的角时标识。对于第l径,根据步骤2中的获得的粗略标识估计,进行如下二维搜索(搜索算法不限,如可利用二分法等)
其中表示某一的邻域。对于用户p的所有Lp径进行步骤2和步骤3即可得到用户p含有Lp个元素的精确角时标识
步骤3.3、用户的“软分组”调度
用户的多径时延是可以通过控制其与基站协商后的发送时间进行微调的。进一步说,在角度-时间二维域内,本发明实施例可以通过每一径的角度与多径时延信息来区分不同用户,而只需所有多径中任意两径的角度与时延有任一不相同即可;即使不同用户间存在某一径的角度与时延完全相同,用户仍可与基站协商信号发送时间,进而改变其多径时延使所有用户的入射径的角度与时延有任一不重叠。定义调整后的角时标识为则调整规则可如下公式(14)表示:
其中,是空集,||是范数符号,下角标2表示向量的2-范数。Ω是防止径与径之间、用户与用户之间相互干扰的预设保护间隔,根据实际场景指定。dist定义为任意两个用户p,r的角时标识之间的距离,且由公式(15)得到:
需要注意的是,上述软分组调度算法中用户与基站协商信号发送时间这一过程是指在一个OFDM符号的时间跨度对用户的发送时间进行调整。若存在两用户在这一时间跨度内的调整无法满足(14)式,则说明这两用户无法在同时同频实现信道估计,需要用传统手段分组进行信道估计(如分时进行信道估计)。
步骤3.4、信道估计
在实际操作中,步骤3.2与3.3无需进行收发操作,只需根据所述步骤进行相关计算,消耗时间很短。因此从用户的角度看,步骤3.1后用户将收到基站下发软分组调度信号,并根据软分组调度信号所约定的发送时间进行本步骤,而无需知晓其他用户的位置与状态。
在本步骤中,本发明实施例以所有用户同时在所有OFDM子载波中均发送序列“1”举例。此时,所有用户的信道估计可在一个OFDM区块内完成而互不干扰,大大降低了信道估计复杂度与导频开销。基站端在一个OFDM区块内的接收信号可表示为以下公式(16):
其中YU的每一行该行号的天线在所有N个子载波内的频域信号,Ep为第p个用户的发送功率,WU为每个元素相互独立且呈分布的加性高斯白噪声M×N矩阵。在发送完训练序列后,对于第p个用户的第l径,该径所对应的信道增益可被更新为:
其中,diag是对角运算,将向量变为对角矩阵,vec为向量化,将矩阵化为一个列向量,为kronecker积。
于是第p个用户的信道矩阵可按下式(18)精确重建为:
其中,ψp,l为在步骤3.2提取的角度信息,是步骤3.3进行“软分组”调度后用户的多径时延。
步骤4、MATLAB仿真结果
按照本发明提出的空频双宽带模型与上述信道估计方法的性能指标。仿真相关参数作如下设置:载波频率fc=60GHz,用户数P=10,保护间隔Ω=10。性能指标主要用均方误差(MSE,Mean Square Error)与误比特率(BER,Bit Error Rate)进行描述,其中入射角度、多径时延、信道复增益、信道矩阵的MSE分别作如下定义:
图6示出了本发明实施例提供的本发明所述算法的角度信息、多径时延信息、以及复增益信息的估计误差曲线图。
如图6所示,本发明所述算法在提取角时标识(角度与多径时延)方面的MSE(由(19)式定义)以及估计信道增益和信道矩阵方面的MSE(由(20)式定义)。基站天线数与OFDM子载波数均设置为M=128和N=128。信道估计误差主要由信道增益的估计误差决定,角时标识与信道估计在该常用系统配置参数下均可以达到相当高的精度。
图7示出了本发明实施例提供的本发明相比已有模型算法在不同天线数下的信道估计误差曲线图。
图8示出了本发明实施例提供的一种本发明相比已有模型算法在不同传输带宽下的信道估计误差曲线图。
如图7与图8所示,为本发明与现有信道模型和相关算法的信道估计性能比较。事实上,现有算法普遍基于传统未考虑空间宽带效应的信道模型。这些传统模型在带宽增加,亦或是基站天线数较大时不再适用,因此采用这些信道模型的估计方法的性能将急剧下滑。观察仿真曲线可以发现,当天线数M在16到128范围内(图7,通信带宽固定为fs=1GHz,OFDM子载波数为N=128),或令带宽从20MHz到1GHz范围内变化(图8,天线数与OFDM载波数分别为M=128和N=128),本发明提出的算法一直具有良好的性能表现,而其他算法在带宽逐渐增大或天线数增大时基本失效。
图9示出了本发明实施例提供的本发明相比已有模型算法的误码率曲线图。
如图9展示了在本发明在数据传输的误比特率方面与传统算法的性能比较。仿真过程中采用QPSK(Quadrature Phase Shift Keying,正交相移键控)调制解调。
作为参照,图9由“*”号标识的曲线为通过完全精确的真实信道信息调制解调得到的误比特率曲线,该曲线可作为所有算法的误比特率下界。可以看到,由于采用了精确描述了空频双宽带效应的信道模型,本发明在数据传输上的误比特率性能一直与下界较为接近,并远好于现有算法的性能表现。
上述结果表明,本发明提出的适用于毫米波大规模多天线TDD通信系统的空频双宽带信道模型及基于用户的角度与多径时延信息的信道估计方法,在广泛的系统配置参数中均表现良好。在大天线数与高带宽传输系统中,现有算法已无法适用,而本发明所给算法的依然能够保持良好的性能,甚至得到性能提升,具有明显的实际应用价值。
综上,本发明考虑了毫米波大规模多天线(MIMO)时分双工(TDD)系统中的宽带通信问题,提出了毫米波大规模MIMO系统的空频双宽带信道模型以及针对此模型的信道估计方法。具体地,本发明首先利用阵列信号处理理论精确描述了宽带通信场景下的大规模MIMO信道的空间选择性特征,并同时考虑了由于多径传输导致的频率选择性衰落,构建了一种同时囊括上述两种选择性的空频双宽带信道模型。在此基础上,通过设计正交频分复用(OFDM)模式的符号长度和前缀长度,以及挖掘用户信号在角度域和时间域上的稀疏性,提出了一种联合信号入射角度(DOA)与多径时延的同时同频多用户传输方案,以及相应的信道估计策略。
也就是说,本发明提出的空频双宽带模型精确描述了“空间宽带效应”,即由于天线孔径较大导致基站端的不同天线接收到了不同时间差的信号。
本发明公开了一种针对基站部署毫米波大规模多天线的TDD系统的空频双宽带信道模型及低复杂度信道估计机制,所述机制包括如下步骤:
步骤一,上行初始化:在一切传输周期开始之前,所有用户发送一定时间的初始化训练序列(序言帧),以下简称“初始化”。基站收到用户发送的初始化训练后,利用传统上行信道估计的方法获得每个用户的单独的初始信道,并根据本发明所提算法计算各个用户的每一信道径的角度与时延信息,并根据角度及时延信息对用户的后续传输过程进行“软分组”调度。
步骤二,基于用户软分组的上行信道估计:经调度后的用户可以在后续传输中同时发送训练序列和数据而互不干扰,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并重建出上行信道。
步骤三,下行信道信息获取:由TDD系统中上下行的互易性,直接由步骤二估计的上行信道获得得到下行信道信息。
通过根据角度及时延信息,适当调整每个用户的发送时刻达到改变多径时延的效果,使用户的角时标识两两满足预设条件(如公式14)的用户,适当调整每个用户的发送时刻这一操作称为用户的“软分组”调度,该操作使所有软分组用户的两两信道径之间角度与时延至少有一处不同。
本发明实施例适用于基站配置任意形状的均匀阵列,包括但不限于线阵、面阵等。
步骤一基于提取出的入射径的角度与多径时延信息进行用户的“软分组”调度,即通过调整用户的发送时间使不同用户的入射径在时间域和空间上不重合且存在一定的保护间隔。
步骤一从多用户到基站端的序言帧中获取各个用户入射径的角度与多径时延信息。
步骤一基于提取出的入射径的角度与多径时延信息进行用户的“软分组”调度,即通过调整用户的发送时间使不同用户的入射径在时间域和空间上不重合且存在一定的保护间隔。
步骤一中获取入射径的角度与多径时延信息时使用了二维“角度-时间”域上的联合估计。
步骤一OFDM前缀长度设计包括两个部分,第一部分是传统多径效应的长度,而第二部分与天线数成正比、与信号带宽成正比、与载波频率成反比。
步骤二中不同用户可以同时同频发送相同的训练序列而基站可以通过其初始角度和多径时延信息来区分不同用户发送的信号。
步骤二中的信道估计只需重新估计每一径的复增益,而不需要重新估计整个信道。
步骤二中的信道估计亦可根据信道变化的实际需求更新每个用户各信道径的角度和时延。
当实际配置天线规模较小时将退化为传统频域宽带模型。
本实施例提供的毫米波大规模阵列空频双宽带系统的信道估计方法,在某一维度上空间宽带效应较为明显的大规模阵列(例如在某一维度上的天线数为64以上),并对其通信信道进行精确建模。空间宽带效应的建模与在频域宽带系统中多径传输所导致的频率选择性衰落完全对偶。在空间宽带(大规模阵列)系统中不同天线的时延不一将导致空域选择性衰落。由于大规模MIMO系统通常均伴随着宽带数据传输,空间宽带效应与传统的频率选择性衰落必将同时存在。本发明针对此空频双宽带效应,通过阵列信号处理知识深入挖掘了电磁波在实际大规模MIMO系统的传播特征,提出了能够精确描述大规模MIMO宽带通信系统的空频双宽带信道模型,以及相应的信道估计方案。该模型用每一径的实际物理角度与时延以及这一径的信道复增益来表征信道,带来了以下几个巨大优势:
1)只需少量参数即可表示整个大规模MIMO系统中用户与基站每根天线间的信道信息,非常适合于进行低复杂度与低开销的信道估计;
2)用户相对基站的实际物理角度与时延一般不同,此时用户之间的信道天然正交,用户间可同时同频地进行信道估计与数据传输而互不干扰,大规模MIMO天线带来的高频谱效率与高空间分辨率得以充分利用
3)当天线规模较小时,本空频双宽带模型退化为传统的频域宽带模型,即便如此,由于精确考虑了空间宽带效应,本发明仍能在实际系统中带来性能提升。
图10示出了本发明又一实施例提供的一种毫米波大规模阵列空频双宽带系统的信道估计装置的结构示意图。
参照图10,在上述实施例的基础上,本实施例提供的基于毫米波大规模阵列的空频双宽带信道模型的信道估计装置,所述装置包括第一信息获取模块101、第二信息获取模块102、调整模块103,其中:
第一信息获取模块101用于根据用户的初始化训练序列,获得每个用户的初始信道信息;第二信息获取模块102用于获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;调整模块103用于根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;信道估计模块104用于根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道。并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。
本实施例提供的基于毫米波大规模阵列的空频双宽带信道模型的信道估计装置,可用于执行上述方法实施例的方法,本实施不再赘述。
本实施例提供的基于毫米波大规模阵列的空频双宽带信道模型的信道估计装置,至少具有以下技术效果:
通过能够精确描述大规模MIMO天线系统的OFDM信道模型,所述信道模型用信道的每一径的角度信息、时延信息以及增益信息来表征信道,进行相应的信道估计,可得到准确的信道估计结果。
图11示出了本发明又一实施例提供的一种电子设备的结构示意图。
参阅图11,本发明实施例提供的电子设备,所述电子设备包括存储器(memory)111、处理器(processor)112、总线113以及存储在存储器111上并可在处理器上运行的计算机程序。其中,所述存储器111、处理器112通过所述总线113完成相互间的通信。
所述处理器112用于调用所述存储器111中的程序指令,以执行所述程序时实现如图1的方法。
在另一种实施方式中,所述处理器执行所述程序时实现如下方法:
所述利用所述模型,获得每个用户的每一条入射径的初始角度信息和初始时延信息的步骤,具体为:
根据所述初始化训练序列的序言帧,利用所述模型获得所述初始角度信息和初始时延信息。
在另一种实施方式中,根据所述初始化训练序列的序言帧,获得所述初始角度信息和初始时延信息的步骤,具体为:
采用二维角度-时间域上的联合估计,获得所述初始角度信息和初始时延信息。
在另一种实施方式中,所述处理器执行所述程序时实现如下方法:
所述根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件的步骤,具体为:
根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使不同用户的各个径的角度信息和时延信息不完全相同。
在另一种实施方式中,所述处理器执行所述程序时实现如下方法:
所述初始化训练序列包括用户的OFDM循环前缀,所述OFDM循环前缀长度包括多径效应的长度以及空间宽带效应的长度,所述空间宽带效应的长度与天线数成正比、与信号带宽成正比、与载波频率成反比。
在另一种实施方式中,所述处理器执行所述程序时实现如下方法:
建立毫米波大规模阵列的空频双宽带信道模型的方法,所述方法包括:
获取用户的上行信道或下行信道的每一径的角度信息、时延信息以及增益信息;
所述信道模型通过信道每一径的角度信息、时延信息及增益信息来完整表征毫米波大规模MIMO系统的OFDM信道,同时描述了毫米波大规模MIMO系统的空间宽带效应。
本实施例提供的电子设备,可用于执行上述方法实施例的方法对应的程序,本实施不再赘述。
本实施例提供的电子设备,至少具有以下技术效果:
通过所述处理器执行所述程序时实现通过能够精确描述大规模MIMO天线系统的OFDM信道模型,所述信道模型用信道的每一径的角度信息、时延信息以及增益信息来表征信道,进行相应的信道估计,可得到准确的信道估计结果
本发明又一实施例提供的一种存储介质,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现如图1的步骤。
在另一种实施方式中,所述程序被处理器执行时实现如下方法:
所述利用所述模型,获得每个用户的每一条入射径的初始角度信息和初始时延信息的步骤,具体为:
根据所述初始化训练序列的序言帧,利用所述模型获得所述初始角度信息和初始时延信息。
在另一种实施方式中,根据所述初始化训练序列的序言帧,获得所述初始角度信息和初始时延信息的步骤,具体为:
采用二维角度-时间域上的联合估计,获得所述初始角度信息和初始时延信息。
在另一种实施方式中,所述程序被处理器执行时实现如下方法:
所述根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件的步骤,具体为:
根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使不同用户的各个径的角度信息和时延信息不完全相同。
在另一种实施方式中,所述程序被处理器执行时实现如下方法:所述初始化训练序列包括用户的OFDM循环前缀,所述OFDM循环前缀长度包括多径效应的长度以及空间宽带效应的长度,所述空间宽带效应的长度与天线数成正比、与信号带宽成正比、与载波频率成反比。
在另一种实施方式中,所述程序被处理器执行时实现如下方法:
建立毫米波大规模阵列的空频双宽带信道模型的方法,所述方法包括:
获取用户的上行信道或下行信道的每一径的角度信息、时延信息以及增益信息;
所述信道模型通过信道每一径的角度信息、时延信息及增益信息来完整表征毫米波大规模MIMO系统的OFDM信道,同时描述了毫米波大规模MIMO系统的空间宽带效应。
本实施例提供的存储介质,所述程序被处理器执行时实现上述方法实施例的方法,本实施不再赘述。
本实施例提供的存储介质,至少具有以下技术效果:
所述程序被处理器执行时实现通过能够精确描述大规模MIMO天线系统的OFDM信道模型,所述信道模型用信道的每一径的角度信息、时延信息以及增益信息来表征信道,进行相应的信道估计,可得到准确的信道估计结果。
本发明又一实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
根据用户的初始化训练序列,获得每个用户的初始信道信息;
获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;
根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;
根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道。并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
本领域技术人员可以理解,实施例中的各步骤可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种毫米波大规模阵列空频双宽带系统的信道估计方法,其特征在于,所述方法包括:
根据用户的初始化训练序列,获得每个用户的初始信道信息;
获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;
根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;
根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道,并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。
2.根据权利要求1所述的方法,其特征在于:所述利用所述模型,获得每个用户的每一条入射径的初始角度信息和初始时延信息的步骤,具体为:
根据所述初始化训练序列的序言帧,利用所述模型获得所述初始角度信息和初始时延信息。
3.根据权利要求2所述的方法,其特征在于:根据所述初始化训练序列的序言帧,利用所述模型获得所述初始角度信息和初始时延信息的步骤,具体为:
采用二维角度-时间域上的联合估计,获得所述初始角度信息和初始时延信息。
4.根据权利要求1所述的方法,其特征在于:所述利用所述模型重建出上行信道的步骤,具体为:
根据所述更新后的每个用户各信道径的角度信息、时延信息、以及增益信息,利用所述模型输出上行信道。
5.根据权利要求1-4任一项所述的方法,其特征在于:所述根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件的步骤,具体为:
根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使不同用户的各个径的角度信息和时延信息不完全相同。
6.根据权利要求5所述的方法,其特征在于:所述初始化训练序列包括用户的OFDM循环前缀,所述OFDM循环前缀长度包括多径效应的长度以及空间宽带效应的长度,所述空间宽带效应的长度与天线数成正比、与信号带宽成正比、与载波频率成反比。
7.一种建立毫米波大规模阵列的空频双宽带信道模型的方法,其特征在于,所述方法包括:
获取用户的上行信道或下行信道的每一径的角度信息、时延信息以及增益信息;
所述信道模型通过信道每一径的角度信息、时延信息及增益信息来完整表征毫米波大规模MIMO系统的OFDM信道,同时描述了毫米波大规模MIMO系统的空间宽带效应。
8.一种毫米波大规模阵列空频双宽带系统的信道估计装置,其特征在于,所述装置包括:
第一信息获取模块,用于根据用户的初始化训练序列,获得每个用户的初始信道信息;
第二信息获取模块,用于获取毫米波大规模阵列的空频双宽带信道模型,根据所述初始信道信息,利用所述模型获得每个用户的每一条入射径的初始角度信息和初始时延信息;
调整模块,用于根据所述初始角度和初始时延信息,调整每个用户在进行下一步信道估计时的发送时刻,使每个用户的每一径的角度信息和时延信息满足预设条件;
信道估计模块,用于根据上一步确定的发送时刻发送用于信道估计的训练序列,基站端收到所有用户的训练序列后更新每个用户各信道径的角度信息、时延信息、以及增益信息,并利用所述模型重建出上行信道。并由TDD系统中上下行的互易性,下行信道由上行信道直接获得。
9.一种电子设备,其特征在于,包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6任意一项的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于:所述程序被处理器执行时实现如权利要求1-6任意一项的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710720370.6A CN107465636B (zh) | 2017-08-21 | 2017-08-21 | 一种毫米波大规模阵列空频双宽带系统的信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710720370.6A CN107465636B (zh) | 2017-08-21 | 2017-08-21 | 一种毫米波大规模阵列空频双宽带系统的信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107465636A true CN107465636A (zh) | 2017-12-12 |
CN107465636B CN107465636B (zh) | 2020-05-01 |
Family
ID=60549361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710720370.6A Active CN107465636B (zh) | 2017-08-21 | 2017-08-21 | 一种毫米波大规模阵列空频双宽带系统的信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107465636B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150258A (zh) * | 2018-08-28 | 2019-01-04 | 中国联合网络通信集团有限公司 | 一种信道追踪方法和装置 |
CN109450830A (zh) * | 2018-12-26 | 2019-03-08 | 重庆大学 | 一种高速移动环境下基于深度学习的信道估计方法 |
CN110212951A (zh) * | 2019-04-26 | 2019-09-06 | 南京邮电大学 | 一种基于Butler矩阵的大规模MIMO信道估计方法 |
WO2021008255A1 (zh) * | 2019-07-16 | 2021-01-21 | 中兴通讯股份有限公司 | 一种消除多径干扰方法、装置及计算机可读存储介质 |
CN112929108A (zh) * | 2021-01-22 | 2021-06-08 | 西安电子科技大学 | 毫米波一体化通信系统中的射频模块时延估计方法 |
WO2022017231A1 (zh) * | 2020-07-21 | 2022-01-27 | 中兴通讯股份有限公司 | 训练通信决策模型的方法、电子设备、计算机可读介质 |
RU2790101C1 (ru) * | 2019-07-16 | 2023-02-14 | Зте Корпорейшн | Способ и устройство для устранения многолучевой интерференции и машиночитаемый носитель данных |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100382450C (zh) * | 2005-12-15 | 2008-04-16 | 中兴通讯股份有限公司 | 一种阵列天线中信道估计后处理的方法 |
CN101917235B (zh) * | 2010-07-23 | 2014-12-24 | 电子科技大学 | Mimo通信系统定位中的角度估计方法 |
CN104052691B (zh) * | 2014-07-02 | 2017-02-15 | 东南大学 | 基于压缩感知的mimo‑ofdm系统信道估计方法 |
CN104158773B (zh) * | 2014-08-22 | 2017-12-12 | 北京智谷睿拓技术服务有限公司 | 多天线系统的信道估计方法及信道估计装置 |
CN104219189B (zh) * | 2014-09-03 | 2017-08-15 | 东南大学 | 角度‑时延域导频复用宽带大规模mimo通信方法 |
CN106453162B (zh) * | 2016-06-08 | 2019-11-08 | 南京邮电大学 | 针对多输入多输出正交频分复用系统的信道估计方法 |
CN107018099B (zh) * | 2017-03-07 | 2020-06-09 | 上海交通大学 | 一种针对毫米波多用户mimo系统的时变信道估计方法 |
-
2017
- 2017-08-21 CN CN201710720370.6A patent/CN107465636B/zh active Active
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150258A (zh) * | 2018-08-28 | 2019-01-04 | 中国联合网络通信集团有限公司 | 一种信道追踪方法和装置 |
CN109150258B (zh) * | 2018-08-28 | 2020-09-11 | 中国联合网络通信集团有限公司 | 一种信道追踪方法和装置 |
CN109450830A (zh) * | 2018-12-26 | 2019-03-08 | 重庆大学 | 一种高速移动环境下基于深度学习的信道估计方法 |
CN110212951A (zh) * | 2019-04-26 | 2019-09-06 | 南京邮电大学 | 一种基于Butler矩阵的大规模MIMO信道估计方法 |
CN110212951B (zh) * | 2019-04-26 | 2021-09-24 | 南京邮电大学 | 一种基于Butler矩阵的大规模MIMO信道估计方法 |
WO2021008255A1 (zh) * | 2019-07-16 | 2021-01-21 | 中兴通讯股份有限公司 | 一种消除多径干扰方法、装置及计算机可读存储介质 |
RU2790101C1 (ru) * | 2019-07-16 | 2023-02-14 | Зте Корпорейшн | Способ и устройство для устранения многолучевой интерференции и машиночитаемый носитель данных |
WO2022017231A1 (zh) * | 2020-07-21 | 2022-01-27 | 中兴通讯股份有限公司 | 训练通信决策模型的方法、电子设备、计算机可读介质 |
CN112929108A (zh) * | 2021-01-22 | 2021-06-08 | 西安电子科技大学 | 毫米波一体化通信系统中的射频模块时延估计方法 |
CN112929108B (zh) * | 2021-01-22 | 2022-03-04 | 西安电子科技大学 | 毫米波一体化通信系统中的射频模块时延估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107465636B (zh) | 2020-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN104660317B (zh) | 用于多输入多输出系统中的天线选择的方法和设备 | |
CN104982015B (zh) | 用于LTE上行链路CoMP的频率误差修正的方法及设备 | |
CN102916735B (zh) | 利用大规模天线阵列的无线通信方法 | |
CN102882578B (zh) | 用于无线通信系统中的预编码的方法和设备 | |
CN103546264B (zh) | 基于导频复用的大规模mimo无线通信方法 | |
CN101188597B (zh) | 一种ofdm基站以及在基站处把导频符号插入到ofdm帧中的方法 | |
CN108964726A (zh) | 一种低复杂度的大规模mimo上行链路传输信道估计方法 | |
CN108781160A (zh) | 正交时间频率空间调制技术 | |
CN103685088B (zh) | 稀疏信道的导频优化方法、装置和信道估计方法 | |
CN104022977B (zh) | 一种适用于mimo‑ofdm系统的信道矩阵与干扰协方差矩阵估计方法 | |
CN103152293A (zh) | Ofdm系统中的时间和频率信道估计 | |
CN105356921A (zh) | 复杂性降低的波束受控mimo ofdm 系统 | |
CN102710309B (zh) | 适用于大规模天线阵列的同步信号发射方法 | |
CN103228048B (zh) | 一种基于偏移单载波调制的上行多用户频域资源分配方法 | |
CN109600327B (zh) | 一种基于虚部干扰利用的信道估计方法 | |
CN103873418B (zh) | 用于大规模天线系统的全双工正交频分通信方法 | |
CN103685096A (zh) | 一种基于最优导频的mimo-ofdm系统信道估计方法 | |
CN106612135A (zh) | 基于多载波空间调制的信号发送方法、接收方法和装置 | |
CN109688075A (zh) | 一种无线通信的信道估计方法及装置 | |
WO2023185373A1 (zh) | 天波大规模mimo三重波束基信道建模及信道信息获取 | |
CN106452534A (zh) | 基于结构化压缩感知的大规模mimo信道估计的导频优化方法 | |
CN104852878B (zh) | 能够降低复杂度的基于和均方误差最小原则的下行多用户mimo系统预编码方法 | |
CN101155164B (zh) | 一种dft扩频的广义多载波系统的sinr估计方法 | |
CN104022979B (zh) | 一种联合稀疏信道估计方法、装置及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |