CN107947840A - 基于毫米波大规模mimo的时间反演抗干扰方法 - Google Patents
基于毫米波大规模mimo的时间反演抗干扰方法 Download PDFInfo
- Publication number
- CN107947840A CN107947840A CN201711077668.6A CN201711077668A CN107947840A CN 107947840 A CN107947840 A CN 107947840A CN 201711077668 A CN201711077668 A CN 201711077668A CN 107947840 A CN107947840 A CN 107947840A
- Authority
- CN
- China
- Prior art keywords
- channel
- time
- time reversal
- user
- receiving terminal
- 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
- 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
- H04B7/0452—Multi-user MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- 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
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0862—Weighted combining receiver computing weights based on information from the transmitter
Abstract
本发明涉及无线通信技术领域,特别涉及一种基于毫米波大规模MIMO的时间反演抗干扰的方法,包括:发送端发射探测信号,接收端根据信道状态对信道类型进行估计;根据不同的信道类型,建立信道传输模型,估计出信道参数;在接收端将已估计信道参数反馈回发送端和时间反演镜;将时间反演预滤波器和大规模MIMO系统结合,推导出时域中接收信号;将时域接收信号在频域中表示出来,构建一个优化方程使得频域中用户间干扰为零,求出优化方程的最优解作为时间反演预滤波器向量;本发明在保证系统正常通信的前提下,最小化用户间干扰,降低系统误码率,提高了频谱利用率和系统容量。
Description
技术领域
本发明涉及无线通信技术领域,特别涉及一种基于毫米波大规模MIMO的时间反演抗干扰方法。
背景技术
随着5G时代的到来,无线通信已经成为整个社会生活中必不可少的一部分。毫米波和大规模MIMO技术结合被提出用于下一代无线通信系统中,在毫米波频段操作的大量天线,由于其小的波长可以被用于微小的设备中。除此之外,毫米波网络适用于密集小区,因为在这些频率下的小区间干扰被自然消除。然而,毫米波大规模MIMO系统存在一个问题:信号在传播过程中的传播损耗无法避免。波束成形技术能够增加在特定方向上的接收功率,获得分集增益,从而抑制毫米波大规模MIMO系统的传输损耗。然而,波束成形技术在具有频率选择性衰落的非视距(No-line-of-sight,NLOS)信道是不适用的,例如在室内环境中。这就要引入一种新型的技术充分利用阵列中的元素数量,同时还可以利用多径环境进行传播。时间反演(Time Reversal,TR)技术已被证明适合提供多种接入和分集增益。因此,本文提出了一种基于TR的解决方案,适用于室内毫米波大规模MIMO场景的用户间干扰(Inter-user Interference,IUI)问题,提供了分集和多路复用增益。
TR是通过使用时间反演信道脉冲响应(Channel Impulse Response,CIR)作为应用于发射信号的线性滤波器,从而实现信号在接收机处的空间聚焦的传输技术。TR技术因其独特的时间和空间聚焦特性,成为无线通信领域研究中的热点方向,是近年来发展的一种新型多径衰落抑制技术,被认为是未来5G无线通信系统的理想平台。
已有文献对无载波通信技术(Ultra Wideband,UWB)中的TR技术进行研究和评估,考虑了一个特定的多用户TR-UWB系统,结果表明,TR和UWB技术结合,有效降低了接收机复杂度,对提高系统性能方面具有很大的潜力。有研究提出使用TR技术空间复用单输入多输出超宽带通信系统,结果表明TR不仅可以缓解符号间干扰(Inter-symbol Interference,ISI),而且可以减缓多路复用多个数据流而引起的多重干扰。然而,现有针对TR技术的研究,多考虑在其它场景中减小ISI或多径干扰,对于在毫米波大规模MIMO系统中减少多个用户之间的干扰的研究很少。
发明内容
针对以上的技术问题,本发明提出一种基于毫米波大规模MIMO的时间反演抗干扰方法,本发明适用于室内大规模MIMO场景中,充分利用阵列中的元件数量和多径传播,提供了分集和复用增益,使用户间干扰消除。
本发明一种基于毫米波大规模MIMO的时间反演抗干扰的方法,包括:
S1:发送端发射探测信号,接收端根据信道状态对信道类型进行估计;
S2:根据不同的信道类型,建立信道传输模型,估计出信道参数;
S3:在接收端将已估计信道参数反馈回发送端;
S4:将时间反演预滤波器和大规模MIMO系统结合,推导出时域中接收信号y(t);
S5:将接收信号y(t)在频域中表示出来,构建一个优化方程使得频域中的用户间干扰为零,求出优化方程的最优解作为时间反演预滤波器滤波向量。
优选的,所述发送端发射探测信号,接收端根据信道状态对信道类型进行估计包括:
发送端发射探测信号,接收端根据信道状态的时变与非时变特性,将信道种类判定为静态信道与动态信道;再根据信道种类,决定采用何种信道估计方法;若为静态信道,则可以使用信道冲激响应差值方法估计信道;若为时变动态信道,则使用贯序蒙特卡洛法、基于马本空间信道量化估计方法、基于参考信号估计法或相关矩阵法估计信道,并对信道状态进行实时跟踪。
优选的,所述根据不同的信道特征,建立信道传输模型,估计出信道参数包括:
根据不同的信道特征,接收端根据接收信号,采用矩阵相关等以上信道估计方法,建立信道传输模型,估计出信道时-空聚焦质量、时延扩展、离开角、到达角、多普勒频移、信道增益、色散角度、在视距传播情况下的莱斯因子、阴影衰落等参数。
优选的,所述在探测接收端将已估计信道参数反馈回发送端和时间反演镜包括:在探测接收端采用信道互易性、有限反馈技术,将已估计信道参数反馈回发送端和时间反演镜,便于参数补偿和修正。
本发明提出的一种基于毫米波大规模MIMO的时间反演抗干扰方法,用于室内大规模MIMO场景中,它充分利用阵列中的元件数量和多径传播,提供了分集和复用增益,使用户之间的干扰达到最小,在保证系统正常通信的前提下,降低系统误码率,提高了频谱利用率和系统容量。
附图说明
图1为本发明一种基于毫米波大规模MIMO的时间反演抗干扰的方法的实施流程图;
图2为本发明一种基于毫米波大规模MIMO的时间反演抗干扰的方法模型图;
图3为本发明与传统时间反演技术在不同导频长度Lp下的误比特率性能比较;
图4为本发明与传统时间反演技术在用户数量不同的情况下每个用户可达总速率性能结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
本发明是一种基于毫米波大规模MIMO的时间反演抗干扰方法,如图1所示,包括:
S1:发送端发射探测信号,接收端根据信道状态对信道类型进行估计;
S2:根据不同的信道类型,建立信道传输模型,估计出信道参数;
S3:在探测接收端将已估计信道参数反馈回发送端;
S4:将时间反演预滤波器和大规模MIMO系统结合,计算出时域中接收信号y(t);
S5:将时域接收信号在频域中表示,构建一个优化方程使得用户间干扰为零,求出该优化方程的最优解作为时间反演预滤波器。
优选的,作为一种实施方式,发送端发射探测信号,接收端根据信道状态对信道类型进行估计,如图2所示,xn(t)是发送给用户n的复随机信号,其中t∈Z+是离散时间指数,hn(t)是第n个用户的随机信道脉冲响应。w'mn(-t)是从第m个传输天线到第n个用户的时间反演预滤波器,其中样本周期为Lp(t=0,...,Lp-1),n(t)代表加性高斯白噪声,方差是σ2,yn(t)是用户n接收到的信号。包括:
101:由发送端向接收端发射信号x(t)进行信道探测,接收端收到的信号为:
其中,M表示传输天线数,hm(t)表示信道脉冲响应,n(t)代表加性高斯白噪声。
102:接收端接收到信号y(t),然后利用时间反演处理器对y(t)进行TR处理得到y(-t),即:
其中,y(-t)为y(t)的时间反演函数,x(-t)为x(t)的时间反演函数,hm(-t)为hm(t)的时间反演函数。
103:接收端将自身的信息调制到信号y(-t)上并进行传输,最终汇聚在传输端:
其中,r(t)表示汇聚在传输端的函数表达式,Rm(t)=hm(t)*hm(-t),n(t)为加性高斯白噪声,hn(t)表示信道脉冲响应函数,hn(-t)为hn(t)的时间反演函数。
优选的,在本发明中使用60HZ SISO系统下的IEEE 802.11ad模型,并把它扩展到多用户大规模MIMO场景;用一个二阶统计量来定义功率延迟分布,通过CIR来计算二阶统计量的期望,信号功率分量与功率延迟分布和空间相关性有关,假设所有的CIR有相同的功率延迟分布。
定义CIR总功率的约束条件为:
其中,hm,n(t)是从第m个传输天线到第n个用户的随机信道脉冲响应,Ah(t)表示二阶统计量,K是一个常数,L为信道脉冲响应的采样长度,考虑到信道导致的传输损耗,E[|hm,n(t)|2]表示传输端和接收端的信道的平均功率。
优选的,根据不同的信道类型,建立信道传输模型,估计出信道参数,包括:
发送端发射探测信号,接收端根据信道状态的时变与非时变特性,将信道种类判定为静态信道与动态信道,再根据信道种类,决定采用何种信道估计方法;
若为静态信道,则可以使用信道冲激响应差值方法估计信道;若为时变动态信道,则使用贯序蒙特卡洛法、基于马本空间信道量化估计方法、基于参考信号估计法或相关矩阵法估计信道,并对信道状态进行实时跟踪。
优选的,在接收端将已估计信道参数反馈回发送端,包括:
本发明采用的模型,扩展到多用户大规模MIMO场景,其传输天线相关,用户之间不相关;考虑到m,m'∈M,n,n'∈N,t,t'∈0,....L-1},则有:CIR在传输天线是相关的;空间自相关函数是Rh(Δd)≠0,Δd是两个CIR之间的距离,具体的相关结构依靠阵列配置,但一般假设这个过程在广义上相对于空间是静止的,这就等于E[hm,n(t)hm',n'(t)]≠0。
一个接入点的不同用户有不相关的CIR,即如果n'≠n,则hm,n(t)和hm,n'(t)是不相关的,这是由于对不同的用户来说多径分量是独立的。
假设在发射机处的信道状态信息(Channel State Information,CSI)是理想的,并且信道是静态的,时域中传统TR接收端的信号由以下部分组成:
1)期望信号:发射信号与CIR的多径分量的和进行乘操作;
2)用户间干扰:由此用户TR预滤波器和第n个用户的CIR不匹配引;
3)加性高斯白噪声。
本发明的优选实施例如图2所示,第m条天线发出的信号包括N个传输信号分别与对应的时间反演预滤波器的滤波向量相乘,接收端的第n个用户接收到M条天线的信号之和,则接收端第n个用户的接收信号具体表现为:
其中,w'mn(-t)代表第m天线下用户n的时间反演预滤波器的滤波向量,hmn(t)是从第m个传输天线到第n个用户的信道脉冲响应,h'm,n(L-1-l)为采样的时间反演信道脉冲响应,L为预滤波器的长度,Wh是功率归一化因子,||·||2表示2范数,yn(t)表示用户n的接收信号,α是接入点平均传输功率的总和,表示卷积,M为传输天线数,N为用户数,xn(t)是发送给用户n的复随机信号,hn(l)表示第n个用户的随机信道脉冲响应,n(t)代表加性高斯白噪声,t∈Z+是离散时间指数,Z+为正整数集。
Hm,n(f)是hm,n(t)的离散傅立叶变换,那么,第n个用户的信道响应表示为Hn(f)=[H1,n(f),...,HM,n(f)]T∈CM,CM表示M维的复数集,第n个用户的频域预滤波器的滤波向量是Wn(f)=[w1,n(f),...,wM,n(f)]T∈CM,f表示频率,所有用户的信道响应列向量组成的矩阵为H(f)=[H1(f),…,HN(f)]∈CM×N,CM×N表示M×N维的复数集。
将时域接收信号在频域中表示出来,目标函数是求出使用户n的用户间干扰为零时的第n个用户的频域的时间反演预滤波器的滤波向量Wn(f),接收信号在频域中表示为:
其中,Xn(f)是xn(t)的离散傅立叶变换,N(f)是n(t)的离散傅里叶变换,<·,·>表示两个向量的内积。
从上式可知用户间干扰正比于∑n'≠n|<Hn,Wn'>|2,因此,目标是找到频域的时间反演预滤波器的最优滤波向量W*,n,为了在接收端提供局部均衡作用,使其在频域中最接近于时域时间反演解决方案,而且使用户间干扰为零;这个优化问题可以表示为:
其中,H-n表示所有用户中除了第n个用户的信道响应列向量组成的矩阵,Lp表示时间反演预滤波器长度。
根据约束线性最小二乘法求出解为:
其中,表示H-n的转置共轭矩阵,其中,Wn是wn(t)的频域表示,wn(t)表示用户n的预滤波器的滤波向量;从几何上解释,这个问题中的限制条件确保向量IM表示M×M的密度矩阵。
在仿真实验中,采用一个基于IEEE TGad模型的,具有空间相关性的60GHZ MIMO信道模型来模拟所提出的技术,采用108个复数符号,在CB环境下通过1000个空间相关信道来实现,使用BPSK调制;其中,传输天线M=32,用户数为N=5,时间反演预滤波器的长度Lp分别设置为60,90,120,如图3所示,比较TR和干扰消除时间反演法(InterferenceElimination Time Reversal,IETR)平均每个用户的误比特率性能,可以看出,随着Lp的增大,系统的误比特率越来越小;干扰消除时间反演法的用户间干扰随着Lp的增大而减小,这是由于在频域执行时间反演预滤波器(长度是L+Lp-1)和时域的时间反演预滤波器(长度是Lp)之间的变换时丢弃了L-1个时间采样,根据循环卷积定理,这种丢弃是必要的。因此,最优频域解是时域预滤器的最小二乘投影,投影中的误差随着Lp的增加而减小。
本发明与传统时间反演技术随着用户数量的不同,每个用户的可获得总速率性能结果;如图4所示,导频长度Lp=90,在LR场景中的相关信道实现,M设为32和128,用户数分别为5和10,结果显示,传输天线数越大,系统的可达速率越高,用户数越多,系统可达速率越高,总体来看,IETR系统可达速率几乎可达到TR的两倍,提供显著的复用增益。
综上所述,根据本发明的上述实施例,提供了一种基于毫米波大规模MIMO的时间反演抗干扰的方法,减轻符号间干扰,在保证系统正常通信的前提下,最小化用户间干扰,降低系统误码率,提高了频谱利用率和系统容量。
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,该程序可以存储于一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。
以上所举实施例,对本发明的目的、技术方案和优点进行了进一步的详细说明,所应理解的是,以上所举实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于毫米波大规模MIMO的时间反演抗干扰的方法,其特征在于,包括:
S1:发送端发射探测信号,接收端根据信道状态对信道类型进行估计;
S2:根据不同的信道类型,建立信道传输模型,估计出信道参数;
S3:接收端将已估计信道参数反馈回发送端;
S4:将时间反演预滤波器和大规模MIMO系统结合,计算时域接收信号;
S5:将时域接收信号在频域中表示出来,构建一个优化方程使得频域中用户间干扰为零,求出优化方程的最优解作为时间反演预滤波器的滤波向量。
2.根据权利要求1所述的一种基于毫米波大规模MIMO的时间反演抗干扰的方法,其特征在于,所述发送端发射探测信号,接收端根据信道状态对信道类型进行估计包括:
发送端发射探测信号,接收端信道状态为时变信道时为动态信道,接收端信道状态为非时变信道时为静态信道;
若为静态信道,则使用信道冲激响应差值方法估计信道;
若为动态信道,则使用贯序蒙特卡洛法或者基于码本空间信道量化估计法或者基于参考信号估计法或者相关矩阵估计法来估计信道,并对信道状态进行实时跟踪。
3.根据权利要求1所述的一种基于毫米波大规模MIMO的时间反演抗干扰方法,其特征在于,所述根据不同的信道特征,建立信道传输模型,估计出信道参数包括:根据不同的信道特征,接收端根据信道状态,选用相应的信道估计方法,建立信道传输模型,估计出信道时-空聚焦质量、时延扩展、离开角、到达角、多普勒频移、信道增益、色散角度、在视距传播情况下的莱斯因子、阴影衰落参数。
4.根据权利要求1所述的一种基于毫米波大规模MIMO的时间反演抗干扰方法,其特征在于,所述接收端将已估计信道参数反馈回发送端包括:接收端采用信道互易性、有限反馈技术,将已估计信道参数反馈回发送端和时间反演镜。
5.根据权利要求1所述的一种基于毫米波大规模MIMO的时间反演抗干扰方法,其特征在于,所述将时间反演预滤波器和大规模MIMO系统结合,计算时域接收信号包括:
接收端的第n个用户接收到M条天线的信号之和,则接收端第n个用户的接收信号具体表现为:
其中,w'mn(-t)代表第m天线下用户n的时间反演预滤波器的滤波向量,hmn(t)是从第m个传输天线到第n个用户的信道脉冲响应,h'm,n(L-1-t)为采样的时间反演信道脉冲响应,L为预滤波器的长度,Wh是功率归一化因子,||·||2表示2范数,yn(t)表示用户n的接收信号,α是接入点平均传输功率的总和,表示卷积,M为传输天线数,N为用户数,xn(t)是发送给用户n的复随机信号,hn(l)表示第n个用户的随机信道脉冲响应,n(t)代表加性高斯白噪声,t∈Z+是离散时间指数,Z+为正整数集。
6.根据权利要求1一种基于毫米波大规模MIMO的时间反演抗干扰的方法,其特征在于,所述将时域接收信号在频域中表示出来,提出一种最优化算法使得频域中用户间干扰为零,求出最优解作为时间反演预滤波器,包括:
将时域接收信号在频域中表示出来,目标函数是求出使用户n的用户间干扰为零时第n个用户的频域时间反演预滤波器的滤波向量Wn(f),接收信号的频域表示为:
其中,Yn(f)表示接收信号的频域,α是接入点平均传输功率的总和,Hn(f)=[H1,n(f),...,HM,n(f)]T∈CM表示第n个用户的导向向量,CM表示M维复数集,M表示传输天线数,Xn(f)为xn(t)的离散傅立叶变换,N(f)是n(t)的离散傅里叶变换,n(t)为加性高斯白噪声,<·,·>表示两个向量的复数内积,N为用户数,Wn(f)为第n个用户频域的时间反演预滤波器的滤波向量,即Wn(f)为wn(-t)的傅里叶变换,wn(-t)代表用户n的时间反演预滤波器的滤波向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711077668.6A CN107947840B (zh) | 2017-11-06 | 2017-11-06 | 基于毫米波大规模mimo的时间反演抗干扰方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711077668.6A CN107947840B (zh) | 2017-11-06 | 2017-11-06 | 基于毫米波大规模mimo的时间反演抗干扰方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107947840A true CN107947840A (zh) | 2018-04-20 |
CN107947840B CN107947840B (zh) | 2021-05-07 |
Family
ID=61934287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711077668.6A Active CN107947840B (zh) | 2017-11-06 | 2017-11-06 | 基于毫米波大规模mimo的时间反演抗干扰方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107947840B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108449293A (zh) * | 2018-03-22 | 2018-08-24 | 重庆邮电大学 | 基于simo-uwb系统的空间复用tr均衡器设计 |
CN109120320A (zh) * | 2018-10-09 | 2019-01-01 | 重庆邮电大学 | 大规模mimo网络中基于时间反演的预编码技术 |
CN110515052A (zh) * | 2019-06-18 | 2019-11-29 | 西安电子科技大学 | 一种基于时间反演的超宽带频域非等间隔采样目标检测方法 |
CN111082881A (zh) * | 2019-12-13 | 2020-04-28 | 重庆邮电大学 | 一种基于时间反演的多径信道信号检测方法及装置 |
CN111404587A (zh) * | 2020-03-12 | 2020-07-10 | 东南大学 | 一种基于共轭预编码的多用户mimo对称信道特征获取方法 |
CN111447620A (zh) * | 2020-03-19 | 2020-07-24 | 重庆邮电大学 | 一种毫米波异构网络资源分配联合优化方法 |
CN111551180A (zh) * | 2020-05-22 | 2020-08-18 | 桂林电子科技大学 | 一种可辨识los/nlos声信号的智能手机室内定位系统和方法 |
CN111565467A (zh) * | 2020-04-28 | 2020-08-21 | 重庆邮电大学 | 一种noma系统中基于时间反演的干扰消除方法 |
CN113904705A (zh) * | 2021-09-30 | 2022-01-07 | 重庆邮电大学 | 一种提高多输入多输出超宽带系统抗干扰的方法 |
CN114301546A (zh) * | 2021-12-02 | 2022-04-08 | 中国人民解放军国防科技大学 | 时变nlos场景下卫星导航信道仿真方法、装置及系统 |
WO2022226685A1 (zh) * | 2021-04-25 | 2022-11-03 | 华为技术有限公司 | 一种信号处理方法和通信装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098163A (zh) * | 2007-06-28 | 2008-01-02 | 电子科技大学 | 基于时分复用及时间反转的idma无线通信方案 |
WO2010128234A1 (fr) * | 2009-05-07 | 2010-11-11 | France Telecom | Procede de pre-egalisation par retournement temporel en fdd |
CN105846879A (zh) * | 2016-06-20 | 2016-08-10 | 电子科技大学 | 一种在毫米波预编码系统中的迭代波束成形方法 |
CN107018099A (zh) * | 2017-03-07 | 2017-08-04 | 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
- 2017-11-06 CN CN201711077668.6A patent/CN107947840B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098163A (zh) * | 2007-06-28 | 2008-01-02 | 电子科技大学 | 基于时分复用及时间反转的idma无线通信方案 |
WO2010128234A1 (fr) * | 2009-05-07 | 2010-11-11 | France Telecom | Procede de pre-egalisation par retournement temporel en fdd |
CN105846879A (zh) * | 2016-06-20 | 2016-08-10 | 电子科技大学 | 一种在毫米波预编码系统中的迭代波束成形方法 |
CN107018099A (zh) * | 2017-03-07 | 2017-08-04 | 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 |
Non-Patent Citations (1)
Title |
---|
巩林林: "时间反演的空时聚焦特性研究及其在无线通信中的应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108449293A (zh) * | 2018-03-22 | 2018-08-24 | 重庆邮电大学 | 基于simo-uwb系统的空间复用tr均衡器设计 |
CN109120320A (zh) * | 2018-10-09 | 2019-01-01 | 重庆邮电大学 | 大规模mimo网络中基于时间反演的预编码技术 |
CN110515052B (zh) * | 2019-06-18 | 2021-07-16 | 西安电子科技大学 | 一种基于时间反演的超宽带频域非等间隔采样目标检测方法 |
CN110515052A (zh) * | 2019-06-18 | 2019-11-29 | 西安电子科技大学 | 一种基于时间反演的超宽带频域非等间隔采样目标检测方法 |
CN111082881A (zh) * | 2019-12-13 | 2020-04-28 | 重庆邮电大学 | 一种基于时间反演的多径信道信号检测方法及装置 |
CN111404587A (zh) * | 2020-03-12 | 2020-07-10 | 东南大学 | 一种基于共轭预编码的多用户mimo对称信道特征获取方法 |
CN111404587B (zh) * | 2020-03-12 | 2022-04-01 | 东南大学 | 一种基于共轭预编码的多用户mimo对称信道特征获取方法 |
CN111447620A (zh) * | 2020-03-19 | 2020-07-24 | 重庆邮电大学 | 一种毫米波异构网络资源分配联合优化方法 |
CN111447620B (zh) * | 2020-03-19 | 2022-05-17 | 重庆邮电大学 | 一种毫米波异构网络资源分配联合优化方法 |
CN111565467A (zh) * | 2020-04-28 | 2020-08-21 | 重庆邮电大学 | 一种noma系统中基于时间反演的干扰消除方法 |
CN111551180A (zh) * | 2020-05-22 | 2020-08-18 | 桂林电子科技大学 | 一种可辨识los/nlos声信号的智能手机室内定位系统和方法 |
CN111551180B (zh) * | 2020-05-22 | 2022-08-26 | 桂林电子科技大学 | 一种可辨识los/nlos声信号的智能手机室内定位系统和方法 |
WO2022226685A1 (zh) * | 2021-04-25 | 2022-11-03 | 华为技术有限公司 | 一种信号处理方法和通信装置 |
CN113904705A (zh) * | 2021-09-30 | 2022-01-07 | 重庆邮电大学 | 一种提高多输入多输出超宽带系统抗干扰的方法 |
CN113904705B (zh) * | 2021-09-30 | 2024-03-15 | 广州又一信息科技有限公司 | 一种提高多输入多输出超宽带系统抗干扰的方法 |
CN114301546A (zh) * | 2021-12-02 | 2022-04-08 | 中国人民解放军国防科技大学 | 时变nlos场景下卫星导航信道仿真方法、装置及系统 |
CN114301546B (zh) * | 2021-12-02 | 2024-04-19 | 中国人民解放军国防科技大学 | 时变nlos场景下卫星导航信道仿真方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107947840B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107947840A (zh) | 基于毫米波大规模mimo的时间反演抗干扰方法 | |
TWI381657B (zh) | 等化裝置、等化方法與使用其之接收器 | |
CN108449293A (zh) | 基于simo-uwb系统的空间复用tr均衡器设计 | |
Masmoudi et al. | A maximum-likelihood channel estimator in MIMO full-duplex systems | |
Fedosov et al. | Adaptive algorithm based on antenna arrays for radio communication systems | |
US8259854B2 (en) | Channel estimation using common and dedicated pilots | |
Zhao et al. | Prerake diversity combining for pulsed UWB systems considering realistic channels with pulse overlapping and narrow-band interference | |
Wang et al. | Multiple symbol differential detection for noncoherent communications with large-scale antenna arrays | |
Jin et al. | Adaptive time reversal beamforming in dense multipath communication networks | |
Kouassi et al. | Estimation of time-domain calibration parameters to restore MIMO-TDD channel reciprocity | |
Viteri-Mera et al. | Interference-nulling time-reversal beamforming for mm-Wave massive MIMO systems | |
CN110492956B (zh) | 一种用于musa系统的误差补偿多用户检测方法及装置 | |
Wang et al. | Canceling interferences for high data rate time reversal MIMO UWB system: A precoding approach | |
Matthews | Eigenvalues and troposcatter multipath analysis | |
Hoefel et al. | IEEE 802.11 ac: Performance of MU-MIMO interference cancellation detectors with imperfect channel state information at Tx and Rx sides | |
Baruah et al. | AR-model of faded MIMO set-up optimized for ITU channels | |
Sangeetha et al. | Performance analysis of downlink W-CDMA systems in Weibull and Lognormal fading channels using chaotic codes | |
US20120300830A1 (en) | Equaliser for wireless receivers with normalised coefficients | |
Manzoor et al. | A novel noise power and SNR estimation in WiMAX systems | |
Margetts et al. | Loss characterization of distributed space-time transmit beamforming with embedded channel probing | |
Nechaev et al. | Fast channel estimation method for HF serial-tone MIMO system | |
Strelnikov et al. | Bit Error Rate Analysis of Time Domain Low Rank Channel Precoder in M-MIMO Systems | |
Jeng et al. | WLAN smart antenna with Bluetooth interference reduction | |
Nouri et al. | Implementation of wideband channel modeling based on extended Kalman filter interpolation for MIMO-OFDM WLAN channels | |
Korrai et al. | Performance analysis of OFDM mmWave communications with compressive sensing based channel estimation and impulse noise suppression |
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 |