CN107483091A

CN107483091A - 一种fdd大规模mimo‑ofdm系统下的信道信息反馈算法

Info

Publication number: CN107483091A
Application number: CN201710547435.1A
Authority: CN
Inventors: 王丹; 叶颂基; 周佳; 余永坤; 李小文; 陈发堂; 王华华; 刘宇
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2017-07-06
Filing date: 2017-07-06
Publication date: 2017-12-15
Anticipated expiration: 2037-07-06
Also published as: CN107483091B

Abstract

本发明请求保护一种5G通信领域中FDD大规模MIMO‑OFDM系统下基于信道的时域稀疏性和卡尔曼信道预测模型的信道压缩和信道预测算法。解决了大规模MIMO‑OFDM下信道状态信息(CSI)反馈量过大，所反馈的CSI过时的问题。在用户设备(UE)接收端反馈CSI时，不是直接反馈，而是先将CSI做反傅里叶变换(IFFT)来进行CSI稀疏，再根据信道的时域稀疏性抽头形成压缩后的CSI，故CSI压缩到较低维度矩阵，从而减少反馈量。同时利用压缩后的CSI，通过卡尔曼滤波理论得到预测CSI，不仅降低预测复杂度，同时克服了反馈的CSI过时问题。

Description

一种FDD大规模MIMO-OFDM系统下的信道信息反馈算法

技术领域

本发明属于5G通信领域，具体涉及到一种FDD大规模MIMO-OFDM系统下基于信道的时域稀疏性和卡尔曼信道预测模型的信道信息反馈算法。

背景技术

近年来，随着智能手机等无线通信终端的迅速普及，处理业务量的增加，如何增大无线通信系统容量引起了人们的高度关注。5G是下一代高速移动通信技术，而大规模MIMO-OFDM是实现5G的关键技术之一。大规模多天线是一种多入多出的通信系统，在系统中基站的天线数远高于终端的天线数目，在整个5G系统中带来一系列优点：相比于传统MIMO-OFDM系统，大规模MIMO-OFDM系统的空间分辨率被极大地提升了；波束赋形技术能够让能量极小的波束集中在一块小型区域，因此干扰能够被极大地减少；相比于单一天线系统，大规模MIMO-OFDM技术能够通过不同的维度提升频谱和能量利用效率。

然而要使基站传输信号的能量能够精确指向期望方向，基站需要准确获取下行CSI。在TDD模式下，由于上下行信道在相干时间内具有互易性，基站通过对上行信道特定导频估计可以获得下行CSI。FDD模式下，上行信道与下行信道不具备互易性，需要通过接收端进行下行信道估计和反馈得到下行CSI。但是CSI的反馈需要占用一定的上行资源，随着基站天线数增多，占用的上行反馈资源随之增大。另外，由于CSI反馈与基站下行发送时的CSI应用存在时延差，过时的CSI会极大降低系统容量。

针对上述问题，目前有部分文献分别针对减小反馈量和克服过时CSI问题独立进行研究，本专利将二者结合起来，在利用压缩感知原理减小反馈量的同时，也减小了信道预测的计算量，同时也通过信道预测克服过时CSI问题。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种减小了信道预测的计算量，同时也通过信道预测克服过时CSI的FDD大规模MIMO-OFDM系统下的信道信息反馈算法。本发明的技术方案如下：

一种FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其包括以下步骤：

1)、在大规模MIMO-OFDM系统中，接收端对频域信道进行估计，得到CSI信道状态信息H，H即为信道矩阵；

2)、将估计得到H做反傅里叶变换IFFT得到时域稀疏CSI信息h；

3)、再根据信道的时域稀疏性抽头形成压缩后的CSI信息h′，CSI压缩到较低维度矩阵；

4)、使用卡尔曼预测模型对当前时刻n压缩后的CSI信息h′_n进行信道预测，得到接收端反馈CSI到基站所需时间之后的CSI信息h′_n+1，接收端反馈预测的CSI信息和活跃信道抽头位置指示给基站；

5)、在基站端，进行CSI恢复得到完整的时域CSI信息，并对得到的时域CSI信息做傅里叶变换FFT，得到对应于各子载波的频域CSI信息。

进一步的，步骤1)中接收端使用经典信道估计算法包括LS最小二乘法、MMSE最小均方误差法在内的估计算法进行频域信道估计，得到频域CSI信息H表示为：

H＝{H[0]，...，H[N_t-1]}, (1)

其中表示天线n_t对应N个子载波上的频域信道，N_t表示基站端天线的根数，表示N_t根天线对应N个子载波上的频域信道矩阵。

进一步的，所述步骤2)将估计得到H做反傅里叶变换IFFT得到时域稀疏CSI信息h具体包括：在接收端，利用IFFT将得到的频域CSI信息H进行稀疏化，用户将N个子载波上的信道矩阵H做反傅立叶变换：

h＝F^HH, (2)

其中F为N×L的离散傅立叶变换矩阵，L为时域信道的长度，h表示为：

h＝{h[0]，...，h[N_t-1]}, (3)

其中表示天线n_t对应的L个路径上的时域信道，表示N_t根天线对应的L个路径上的时域信道矩阵。

进一步的，所述步骤3)根据信道的时域稀疏性抽头形成压缩后的CSI信息h′具体包括：从h中抽取d个活跃信道，抽头后形成压缩后的CSI信息为h′，表示为：

h′＝{h′[0]，...，h′[N_t-1]}, (4)

其中表示天线n_t对应的d个活跃抽头上的时域信道，表示N_t根天线对应的d个活跃抽头上的时域信道矩阵。

进一步的，，所述d取值为6～8。

进一步的，所述步骤4)使用卡尔曼预测模型对当前时刻n压缩后的CSI信息h′_n进行信道预测，得到接收端反馈CSI到基站所需时间之后的CSI信息h′_n+1包括：

首先将压缩后的CSI转化为一维向量：vec(h′_n)表示将h′_n向量化。然后根据卡尔曼预测原理，建立描述状态向量的过程方程和描述观测向量的观测方程分别为时刻n的观测值为：

h′(n)＝A(n)h′(n-1)+W(n), (5)

Z(n)＝Ch′(n)+V(n), (6)

h′(n)表示在时刻n的状态向量，表示已知的系统从时刻n-1的状态到时刻n的状态转移矩阵，d表示抽取的活跃信道个数，Z(n)表示在时刻n的观测向量，表示观测矩阵，W(n)～CN(0，Q(n))和V(n)～CN(0，R(n))分别表示过程噪声和观测噪声，且服从零均值高斯白噪声分布。

经过卡尔曼预测得到预测的CSI为一维向量转化为：

其中表示预测的天线n_t对应的d个活跃抽头上的时域信道，表示预测的N_t根天线对应的d个活跃抽头上的时域信道矩阵。

进一步的，所述步骤5)中，在基站端，将反馈到基站的CSI信息根据活跃信道抽头位置指示信息放入对应的位置，其余位置补零，即可得到完整的时域CSI信息表示为：

其中表示预测的天线n_t对应的L个路径上的时域信道，表示预

测的N_t根天线对应的L个路径上的时域信道矩阵。

进一步的，在基站端，对时域CSI信息做FFT变换，得到对应于各个子载波的频域CSI信息

其中表示预测的天线n_t对应N个子载波上的频域信道，表示预测的N_t根天线对应N个子载波上的频域信道矩阵。

本发明的优点及有益效果如下：

本发明将接收端估计得到的CSI做反傅里叶变换(IFFT)来进行CSI稀疏，再根据信道的时域稀疏性抽头形成压缩后的CSI，即CSI压缩到较低维度矩阵，从而减少反馈量。同时利用卡尔曼预测模型对压缩CSI信道进行预测，减小预测复杂度的同时，克服了传统算法反馈的CSI过时的问题。将两者相结合，既达到了压缩效果又保证了CSI的精确性。

附图说明

图1是本发明提供优选实施例的实现流程图；

图2是本发明的算法对应的系统模型。

具体实施方式

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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

假设大规模MIMO-OFDM系统中，信道为平坦衰落信道，基站端配置有N_t根天线，在N个子载波上向K个单天线用户同时发送数据。用X^T表示矩阵X的共轭转置矩阵，X^H表示矩阵X的复共轭转置矩阵。X^-1表示矩阵X的逆矩阵。[]_i表示向量的第i个元素，diag()表示对角矩阵。具体实施方式：结合图1说明本实施方式，本实施方式步骤如下：

步骤一：在接收端，使用经典信道估计算法(如LS，MMSE等)进行频域信道估计，得到频域CSI信息H，表示为：

H＝{H[0]，..，H[N_t-1]}, (1)

其中表示天线n_t对应N个子载波上的频域信道，表示N_t根天线对应N个子载波上的频域信道矩阵。

步骤二：在接收端，利用IFFT将得到的频域CSI信息H进行稀疏化，用户将N个子载波上的信道矩阵H做反傅立叶变换：

h＝F^HH, (2)

h＝{h[0]，...，h[N_t-1]}, (3)

步骤三：在接收端，根据信道的时域稀疏性对稀疏化后的CSI进行压缩。时域信道的稀疏性表明信道的总能量集中在少数几个路径中，这些路径对应的时域信道抽头被称为活跃信道抽头，一般取能量最大的6到8个活跃抽头，在本步骤，从h中抽取d(d取值为6～8)个活跃信道，抽头后形成压缩后的CSI信息为h′，表示为：

h′＝{h′[0]，...，h′[N_t-1]}, (4)

步骤四：在接收端，根据卡尔曼预测模型，对当前时刻n压缩后的CSI信息h′_n进行信道预测，得到接收端反馈CSI到基站所需时间之后的CSI信息h′_n+1。假设当前时刻为n，CSI的反馈所需时间单位化为1，即克服CSI过时的问题转化为根据接收端在n时刻获得的CSI来预测n+1时刻的CSI。为了易于计算，首先将压缩后的CSI转化为一维向量：然后根据卡尔曼预测原理，建立描述状态向量的过程方程和描述观测向量的观测方程分别为刻n的观测值为：

h′(n)＝A(n)h′(n-1)+W(n), (5)

Z(n)＝Ch′(n)+V(n), (6)

h′(n)表示在时刻n的状态向量，表示已知的系统从时刻n-1的状态到时刻n的状态转移矩阵，Z(n)表示在时刻n的观测向量，表示观测矩阵，W(n)～CN(0，Q(n))和V(n)～CN(0，R(n))分别表示过程噪声和观测噪声，且服从零均值高斯白噪声分布。则卡尔曼预测过程为：

P(n，n-1)＝A(n)P(n-1)A^H(n)+Q(n),(8)

K(n)＝P(n，n-1)C^H(CP(n，n-1)C^H+R(n))^-1,(9)

P(n)＝[I-K(n)C]P(n，n-1), (11)

其中上述迭代式中各个参数取值为：观测矩阵C为常量，定义为单位阵初始化估计误差的相关矩阵为单位阵状态矩阵定义为一个对角阵：

由式(5)、(6)得过程噪声和观测噪声的方差分别为：

则过程噪声和观测噪声的方差分别为对角阵：

Q(n)＝diag(σ2(^[W(n)]_i)), (16)

R(n)＝diag(σ²([V(n)]_i)), (17)

至此，得到预测的CSI为一维向量转化为：

步骤五：在接收端，反馈预测得到的CSI信息h′_n+1和活跃信道抽头位置指示信息；

步骤六：在基站端，将反馈到基站的CSI信息根据活跃信道抽头位置指示信息放入对应的位置，其余位置补零，即可得到完整的时域CSI信息表示为：

其中表示预测的天线n_t对应的L个路径上的时域信道，表示预测的N_t根天线对应的L个路径上的时域信道矩阵。

步骤七：在基站端，对时域CSI信息做FFT变换，得到对应于各个子载波的频域CSI信息

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims

1.一种FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，包括以下步骤：

2)、将估计得到H做反傅里叶变换IFFT得到时域稀疏CSI信息h；

2.根据权利要求1所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，步骤1)中接收端使用经典信道估计算法包括LS最小二乘法、MMSE最小均方误差法在内的估计算法进行频域信道估计，得到频域CSI信息H表示为：

H＝{H[0]，..，H[N_t-1]}, (1)

3.根据权利要求1或2所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，所述步骤2)将估计得到H做反傅里叶变换IFFT得到时域稀疏CSI信息h具体包括：在接收端，利用IFFT将得到的频域CSI信息H进行稀疏化，用户将N个子载波上的信道矩阵H做反傅立叶变换：

h＝F^HH, (2)

h＝{h[0]，...，h[N_t-1]}, (3)

4.根据权利要求3所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，所述步骤3)根据信道的时域稀疏性抽头形成压缩后的CSI信息h′具体包括：从h中抽取d个活跃信道，抽头后形成压缩后的CSI信息为h′，表示为：

h′＝{h′[0]，...，h′[N_t-1]}, (4)

5.根据权利要求4所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，所述d取值为6～8。

6.根据权利要求4所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，所述步骤4)使用卡尔曼预测模型对当前时刻n压缩后的CSI信息h′_n进行信道预测，得到接收端反馈CSI到基站所需时间之后的CSI信息h′_n+1包括：

首先将压缩后的CSI转化为一维向量：vec(h′_n)表示将h′_n向量化，然后根据卡尔曼预测原理，建立描述状态向量的过程方程和描述观测向量的观测方程分别为时刻n的观测值为：

h′(n)＝A(n)h′(n-1)+W(n), (5)

Z(n)＝Ch′(n)+V(n), (6)

经过卡尔曼预测得到预测的CSI为一维向量转化为：

7.根据权利要求6所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，所述步骤5)中，在基站端，将反馈到基站的CSI信息根据活跃信道抽头位置指示信息放入对应的位置，其余位置补零，即可得到完整的时域CSI信息表示为：

8.根据权利要求7所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，在基站端，对时域CSI信息做FFT变换，得到对应于各个子载波的频域CSI信息