CN108111208A - 一种灵活码本配置的毫米波系统角度域信道估计方法 - Google Patents
一种灵活码本配置的毫米波系统角度域信道估计方法 Download PDFInfo
- Publication number
- CN108111208A CN108111208A CN201810094978.7A CN201810094978A CN108111208A CN 108111208 A CN108111208 A CN 108111208A CN 201810094978 A CN201810094978 A CN 201810094978A CN 108111208 A CN108111208 A CN 108111208A
- Authority
- CN
- China
- Prior art keywords
- channel
- codebook
- precoding
- vector
- channel estimation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000013598 vector Substances 0.000 claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000019771 cognition Effects 0.000 abstract 1
- 230000006835 compression Effects 0.000 abstract 1
- 238000007906 compression Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
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
-
- 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种灵活码本配置的毫米波系统角度域信道估计方法,利用可调压缩感知技术，在实施信道估计之前产生对应角度的预编码码本，进而遍历码本空间进行波束成型匹配，这样在信道估计结束时也同时完成了最优预编码的匹配操作。该估计算法的性能依赖于码本空间大小，本发明中针对这一特点，提出渐进分辨率匹配追踪算法，可同步生成一个精度可配置的预编码码本向量空间。本方法在不损失信道估计性能的前提下，有效地减少信道估计算法的计算复杂度，因此可以有效地应用于实际毫米波大规模MIMO系统的角度域信道估计。
Description
技术领域
本发明涉及一种灵活码本配置的毫米波系统角度域信道估计方法，属于5G通信技术领域。
背景技术
毫米波大规模MIMO系统被广泛认为是未来5G系统中具有潜力的一项关键技术。为了降低硬件的花费和电路能量的损耗，在实际的通信系统中人们提出在基站和用户端使用数百根天线和数量很少的射频链，并采用混合波束成型技术来解决这种困难。这种方式被称为混合预编码毫米波大规模MIMO系统。混合波束成型技术与传统的波束成型技术不同，其包括射频波束成型技术和基带波束成形技术。为了同时设计射频和基带的波束成型向量，需要准确的信道状态信息。然而，在无波束成型时，由于高频信号较大的路径损耗，接收端瞬时信噪比很低，因此，在混合毫米波大规模MIMO系统中准确地估计信道状态信息面临很大困难。
发明内容
本发明所要解决的技术问题是针对背景技术的不足提供了一种灵活码本配置的毫米波系统角度域信道估计方法。
本发明为解决上述技术问题采用以下技术方案
一种灵活码本配置的毫米波系统角度域信道估计方法，具体包含如下步骤：
步骤1，根据设定的信道预编码码本大小N来决定信道预编码码本的层数和结构；
步骤2，用最小二乘法在发送端产生预编码码本；
步骤3，用SMGOMP算法同时产生射频端波束成型向量和基带端波束成型向量；
步骤4，在接收端采用最小二乘法生成联合接收码本W＝{w1,w2,...,wN}；
步骤5，发送端根据射频端和基带端的波束成型向量和接收端的反馈信息产生对应的训练序列；
步骤6，接收端选择最优的训练序列并且反馈给发送端；
步骤7，发送端依照反馈的最优训练序列，挑选其下一层的码本并遍历产生对应的发送序列，重复步骤5，直到最后一层；
步骤8，利用最后一层所估计出来的到达角度、离开角度与信道增益，得到采用最优波束成型后等效信道的估计结果，从而同时估计了信道和设计了信道预编码。
作为本发明一种灵活码本配置的毫米波系统角度域信道估计方法的进一步优选方案，所述步骤1具体如下：
选择大小为N的信道预编码码本，则信道的角度域分辨率为π/N,采用二分法进行信道预编码码本的分层，则信道预编码码本总层数为S＝log2(N)，在第S层，包含2s-1个子集，每个子集有两个具有一定宽度的波束成型向量用来产生对应的训练序列，每个波束成型向量在下一层又被分为两个更窄的波束成型向量，s为1到S之间的某一层。
作为本发明一种灵活码本配置的毫米波系统角度域信道估计方法的进一步优选方案，所述步骤2具体如下：在发送端产生信道预编码码本F，且F＝{f1,f2,...,fN},由于混合大规模MIMO系统中只有有限个射频链，则其射频链的数目为NRF，因此需要用有限的射频链来估计预编码向量。
作为本发明一种灵活码本配置的毫米波系统角度域信道估计方法的进一步优选方案，大规模MIMO系统可建模为：
其中，NRF<NBS,NRF<NMS，NRF是射频链的数目，NBS和NMS分别为发送端和接收端天线的数目，是接收端接收到的信号向量，是接收端联合接收矩阵，是发送端的预编码矩阵，ρ是信噪比，是接收端的噪声向量，是发送端传输的导频信号，由于信道的角度域稀疏性，信道可建模为：
其中，L是信道的传输路径数目，且L＜＜min(NBS,NMS)，al是第l条路径的信道增益；aBS(θl)是发送端的阵列响应向量，且，同理是接收端的阵列响应向量，把信道模型写成矩阵形式表示：
其中，
AMS＝[aMS(θ1) aMS(θ2)...aMS(θL)]。
作为本发明一种灵活码本配置的毫米波系统角度域信道估计方法的进一步优选方案，在第s层第k个子集中的向量包含特定配置的角度，表示为
作为本发明一种灵活码本配置的毫米波系统角度域信道估计方法的进一步优选方案，在步骤3中，第s层第k个子集中的第m个波束成型向量f(s,k,m)表示为：
其中，Cs是一个正则化常量使得预编码向量满足||f(s,k,m)||F＝1，把波束成型向量表示为
其中，G(s,k)是一个N×2的矩阵，其第m列全为1，其他列全为0，用最小二乘算法来求预编码矩阵，即
作为本发明一种灵活码本配置的毫米波系统角度域信道估计方法的进一步优选方案，混合预编码矩阵包括基带端的预编码矩阵和射频端的预编码矩阵，二者表示为F＝FRFFBB；
||FRF(s,k)FBB(s,k)(:,m)||F＝1。
作为本发明一种灵活码本配置的毫米波系统角度域信道估计方法的进一步优选方案，若得到估计出来的到达角度AoAs，离开角度AoDs和信道路径增益分别为和则估计的信道表示为
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
本发明有效地解决了毫米波系统中在低信噪比时估计信道的问题，利用毫米波角度域的稀疏性，在进行信道估计之前采用渐进精度波束宽度划分的方式设计分层的预编码码本，解决了信道估计时信噪比较低的问题，同时针对码本空间较大时设计预编码码本复杂度过高的问题，提出了渐进分辨率匹配追踪算法(SMGOMP)，可以在不牺牲信道估计精度的情况下大大减少预编码码本设计的复杂度。
附图说明
图1是本发明基于可调码本的信道估计算法的流程图；
图2是本发明所提供的系统整体框架图；
图3是本发明所提出的码本结构的前三层的示意图；
图4是本发明所的信道估计性能和不采用本发明的算法的信道估计性能；
图5是本发明所的频谱效率的仿真结果。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
下面结合附图对本发明作更进一步的说明。
一种基于多层灵活码本配置码本的信道估计算法，用于下行信道的信道估计和预编码设计，如图1所示，包括如下步骤：
步骤A.选择合适的信道预编码码本大小为N，则信道的角度域分辨率为π/N,采用二分法进行预编码码本的分层，那么码本总层数为S＝log2(N)，在第s层，包含2s-1个子集，每个子集有两个具有一定宽度的波束成型向量用来产生对应的训练序列。每个波束成型向量在下一层又被分为两个更窄的波束成型向量。
步骤B.在发送端产生预编码码本F＝{f1,f2,...,fN},由于混合大规模MIMO系统中只有有限个射频链，其数目为NRF。因此需要用有限的射频链来估计预编码向量。
步骤C.提出一种压缩感知估计算法，即渐进分辨率匹配追踪算法(SMGOMP)，来同时产生渐进精度的射频端预编码向量和基带端预编码向量。
步骤D.在接收端采用与发送端同样的方法，生成联合接收码本W＝{w1,w2,...,wN}。
步骤E.发送端依照步骤C生成的码本向量产生对应的训练序列。首先产生第一层的训练序列发送到接收端，接收端用联合接收向量接收训练序列，选择当前层最优的训练序列，并反馈给发送端。
步骤F.发送端依照反馈的最优训练序列，挑选其下一层的码本并遍历产生对应的发送序列，重复步骤E.，直到最后一层。
步骤G.利用最后一层所估计出来的到达角度、离开角度与信道增益，就可以得到采用最优波束成型后等效信道的估计结果，而且，最后一层所用的发送端波束成型向量和接收端联合接收向量就是相应的最优波束成型向量。从而同时估计了信道和设计了信道预编码。
如图2所示，发送端采用64根天线和4个射频链，接收端采用32根天线和4个射频链。对于这样一个毫米波大规模MIMO系统，由于运行在毫米波频段，信噪比相比目前所用的2GHz左右频段的信噪比有数量级的减少。因此传统的先进行信道估计在进行预编码的方式在估计毫米波信道时表现的很差。本发明在进行信道估计之前先进行预编码，大大提升了导频信号的接收信噪比，在实施信道估计时，可以有效地解决毫米波信噪比过低的问题。
接收端接收到的信号可以表示为：
其中是接收端接收到的信号向量，是接收端联合接收矩阵，是发送端的预编码矩阵。ρ是信噪比，是接收端的噪声向量，是传输的导频信号。由于信道的角度域稀疏性，信道可以建模为：
其中L＜＜min(NBS,NMS)是信道的传输路径数目，al是第l条路径的信道增益。是发送端的阵列相应向量。aMS(θl)同理是接收端的阵列相应向量。为了便于分析，可以把信道模型写成矩阵表示：
其中AMS＝[aMS(θ1) aMS(θ2)...aMS(θL)]。
为了利用信道的角度域的稀疏性，采用压缩感知技术进行信道估计，需要在角度域划分信道。令码本大小为N,那么角度域的分辨率是π/N。信道可以重新表示为：
其中
Ha是一个N×N的矩阵并且只有L个非0值。应用Kronecker积，接收信号可以表示为：
其中那么预编码矩阵的设计可以表示为：
其中G(s,k)是一个N×2的矩阵，其第m列全为1，其他列全为0。那么可以用最小二乘算法来求的预编码矩阵，即可以使用最小二乘算法估计出信道的预编码矩阵。
如图3所示，射频链的数目远小于天线的数目，因此为了同时设计射频端预编码矩阵和基带端预编码矩阵，需要解决如下所示的稀疏信号恢复问题：
||FRF(s,k)FBB(s,k)(:,m)||F＝1,
使用标准的正交匹配算法的计算复杂度非常的高，由于需进行全局搜索，实时性较差。针对这种特殊的结构，我们提出了渐进分辨率正交匹配追踪算法可以同时产生射频端预编码矩阵和基带端预编码矩阵，并且采用角度划分的方式先估计得到粗略的角度，再以粗略角为中心进一步细化波束宽度，直至实现估计角度与真实的角度的匹配。该方法计算复杂度大大降低，并且不损失信道估计的性能。
令信道估计的到达角度(AoAs)，离开角度(AoDs)和信道路径增益为和(三者都是向量)，那么估计出来的信道可以表示为：
正则化均方误差(NMSE)表示为：
系统频谱效率表示为：
本发明仿真结果是在毫米波下行信道中，发送端有64根天线和4个射频链，接收端有32根天线和4个射频链路。码本大小N为256，角度域分辨率为0.7度。采用SMGOMP算法时两次角度划分分别为64和9，角度域分辨率分别为2.81度和0.7度的情况下得到的。图4表明本文的优化算法和文献7的算法计算复杂度相差无几，但本文的NMSE明显好于文献7，未采用SMGOMP算法的优化方式计算复杂度是本文的四倍，但信道估计性能相差很小。图5的频谱效率也表达了相同的情况。
Claims (8)
1.一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，具体包含如下步骤：
步骤1，根据设定的信道预编码码本大小N来决定信道预编码码本的层数和结构；
步骤2，用最小二乘法在发送端产生预编码码本；
步骤3，用SMGOMP算法同时产生射频端波束成型向量和基带端波束成型向量；
步骤4，在接收端采用最小二乘法生成联合接收码本W＝{w1,w2,...,wN}；
步骤5，发送端根据射频端和基带端的波束成型向量和接收端的反馈信息产生对应的训练序列；
步骤6，接收端选择最优的训练序列并且反馈给发送端；
步骤7，发送端依照反馈的最优训练序列，挑选其下一层的码本并遍历产生对应的发送序列，重复步骤5，直到最后一层；
步骤8，利用最后一层所估计出来的到达角度、离开角度与信道增益，得到采用最优波束成型后等效信道的估计结果，从而同时估计了信道和设计了信道预编码。
2.根据权利要求1所述的一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，所述步骤1具体如下：
选择大小为N的信道预编码码本，则信道的角度域分辨率为π/N,采用二分法进行信道预编码码本的分层，则信道预编码码本总层数为S＝log2(N)，在第S层，包含2s-1个子集，每个子集有两个具有一定宽度的波束成型向量用来产生对应的训练序列，每个波束成型向量在下一层又被分为两个更窄的波束成型向量，s为1到S之间的某一层。
3.根据权利要求2所述的一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，所述步骤2具体如下：在发送端产生信道预编码码本F，且F＝{f1,f2,...,fN},由于混合大规模MIMO系统中只有有限个射频链，则其射频链的数目为NRF，因此需要用有限的射频链来估计预编码向量。
4.根据权利要求3所述的一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，大规模MIMO系统可建模为：
<mrow>
<mi>y</mi>
<mo>=</mo>
<msqrt>
<mi>&rho;</mi>
</msqrt>
<msubsup>
<mi>W</mi>
<mrow>
<mi>B</mi>
<mi>B</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msubsup>
<mi>W</mi>
<mrow>
<mi>R</mi>
<mi>F</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msub>
<mi>HF</mi>
<mrow>
<mi>R</mi>
<mi>F</mi>
</mrow>
</msub>
<msub>
<mi>F</mi>
<mrow>
<mi>B</mi>
<mi>B</mi>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<mi>n</mi>
</mrow>
其中，NRF<NBS,NRF<NMS，NRF是射频链的数目，NBS和NMS分别为发送端和接收端天线的数目，是接收端接收到的信号向量，是接收端联合接收矩阵，是发送端的预编码矩阵，ρ是信噪比，是接收端的噪声向量，是发送端传输的导频信号，由于信道的角度域稀疏性，信道可建模为：
其中，L是信道的传输路径数目，且L＜＜min(NBS,NMS)，al是第l条路径的信道增益；aBS(θl)是发送端的阵列响应向量，且，同理是接收端的阵列响应向量，把信道模型写成矩阵形式表示：
<mrow>
<mi>H</mi>
<mo>=</mo>
<msub>
<mi>A</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msub>
<mi>d</mi>
<mi>i</mi>
<mi>a</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mo>)</mo>
</mrow>
<msubsup>
<mi>A</mi>
<mrow>
<mi>B</mi>
<mi>S</mi>
</mrow>
<mi>H</mi>
</msubsup>
</mrow>
其中，
AMS＝[aMS(θ1) aMS(θ2) ... aMS(θL)]。
5.根据权利要求4所述的一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，在第s层第k个子集中的向量包含特定配置的角度，表示为
6.根据权利要求5所述的一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，在步骤3中，第s层第k个子集中的第m个波束成型向量f(s,k,m)表示为：
其中，Cs是一个正则化常量使得预编码向量满足||f(s,k,m)||F＝1，把波束成型向量表示为
<mrow>
<msubsup>
<mi>A</mi>
<mrow>
<mi>B</mi>
<mi>S</mi>
<mi>D</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msub>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mi>S</mi>
</msub>
<msub>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msub>
</mrow>
其中，G(s,k)是一个N×2的矩阵，其第m列全为1，其他列全为0，用最小二乘算法来求预编码矩阵，即
7.根据权利要求6所述的一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，混合预编码矩阵包括基带端的预编码矩阵和射频端的预编码矩阵，二者表示为F＝FRFFBB；
<mrow>
<mo>{</mo>
<mrow>
<msubsup>
<mi>F</mi>
<mrow>
<mi>R</mi>
<mi>F</mi>
</mrow>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>F</mi>
<mrow>
<mi>B</mi>
<mi>B</mi>
</mrow>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msubsup>
</mrow>
<mo>}</mo>
<mo>=</mo>
<mi>arg</mi>
<mi> </mi>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>R</mi>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<msub>
<mi>F</mi>
<mrow>
<mi>B</mi>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mo>:</mo>
<mo>,</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<msub>
<mo>|</mo>
<mi>F</mi>
</msub>
<mo>,</mo>
</mrow>
s.t.
||FRF(s,k)FBB(s,k)(:,m)||F＝1。
8.根据权利要求7所述的一种灵活码本配置的毫米波系统角度域信道估计方法，其特征在于，若得到估计出来的到达角度AoAs，离开角度AoDs和信道路径增益分别为和则估计的信道表示为
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810094978.7A CN108111208A (zh) | 2018-01-31 | 2018-01-31 | 一种灵活码本配置的毫米波系统角度域信道估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810094978.7A CN108111208A (zh) | 2018-01-31 | 2018-01-31 | 一种灵活码本配置的毫米波系统角度域信道估计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108111208A true CN108111208A (zh) | 2018-06-01 |
Family
ID=62220889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810094978.7A Pending CN108111208A (zh) | 2018-01-31 | 2018-01-31 | 一种灵活码本配置的毫米波系统角度域信道估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108111208A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108832977A (zh) * | 2018-07-24 | 2018-11-16 | 西安电子科技大学 | 大规模mimo空域稀疏非正交接入实现方法 |
| CN109245805A (zh) * | 2018-11-01 | 2019-01-18 | 南京航空航天大学 | 一种面向无人机毫米波通信的快速波束训练与追踪方法 |
| CN109714091A (zh) * | 2019-01-25 | 2019-05-03 | 北京邮电大学 | 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法 |
| CN111181609A (zh) * | 2018-11-13 | 2020-05-19 | 维沃移动通信有限公司 | 码本信息反馈方法、终端和网络设备 |
| CN111245493A (zh) * | 2020-01-10 | 2020-06-05 | 北京邮电大学 | 智能反射面辅助毫米波通信系统的高效波束训练方法 |
| CN111385006A (zh) * | 2018-12-27 | 2020-07-07 | 财团法人工业技术研究院 | 毫米波信道估测方法 |
| US10708090B1 (en) | 2018-12-27 | 2020-07-07 | Industrial Technology Research Institute | Millimeter wave channel estimation method |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102696184A (zh) * | 2010-01-08 | 2012-09-26 | 阿尔卡特朗讯 | 使用用于矢量量化的分层码本的信道状态信息反馈 |
| CN107508774A (zh) * | 2017-08-21 | 2017-12-22 | 安徽师范大学 | 联合信道表示和波束设计的毫米波mimo信道估计方法 |
| CN107634787A (zh) * | 2017-08-22 | 2018-01-26 | 南京邮电大学 | 一种大规模mimo毫米波信道估计的方法 |
-
2018
- 2018-01-31 CN CN201810094978.7A patent/CN108111208A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102696184A (zh) * | 2010-01-08 | 2012-09-26 | 阿尔卡特朗讯 | 使用用于矢量量化的分层码本的信道状态信息反馈 |
| CN107508774A (zh) * | 2017-08-21 | 2017-12-22 | 安徽师范大学 | 联合信道表示和波束设计的毫米波mimo信道估计方法 |
| CN107634787A (zh) * | 2017-08-22 | 2018-01-26 | 南京邮电大学 | 一种大规模mimo毫米波信道估计的方法 |
Non-Patent Citations (3)
| Title |
|---|
| AHMED ALKHATEEB 等: "Channel Estimation and Hybrid Precoding for Millimeter Wave Cellular Systems", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》 * |
| MOHAMMED E. ELTAYEB 等: "Opportunistic beam training with hybrid analog/digital codebooks for mmWave systems", 《2015 IEEE GLOBAL CONFERENCE ON SIGNAL AND INFORMATION PROCESSING(GLOBALSIP)》 * |
| XIONGBIN RAO: "Distributed Compressive CSIT Estimation and Feedback for FDD Multi-User Massive MIMO Systems", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108832977A (zh) * | 2018-07-24 | 2018-11-16 | 西安电子科技大学 | 大规模mimo空域稀疏非正交接入实现方法 |
| CN108832977B (zh) * | 2018-07-24 | 2021-09-10 | 西安电子科技大学 | 大规模mimo空域稀疏非正交接入实现方法 |
| CN109245805A (zh) * | 2018-11-01 | 2019-01-18 | 南京航空航天大学 | 一种面向无人机毫米波通信的快速波束训练与追踪方法 |
| CN109245805B (zh) * | 2018-11-01 | 2021-07-13 | 南京航空航天大学 | 一种面向无人机毫米波通信的快速波束训练与追踪方法 |
| CN111181609A (zh) * | 2018-11-13 | 2020-05-19 | 维沃移动通信有限公司 | 码本信息反馈方法、终端和网络设备 |
| CN111181609B (zh) * | 2018-11-13 | 2021-06-11 | 维沃移动通信有限公司 | 码本信息反馈方法、终端和网络设备 |
| CN111385006A (zh) * | 2018-12-27 | 2020-07-07 | 财团法人工业技术研究院 | 毫米波信道估测方法 |
| US10708090B1 (en) | 2018-12-27 | 2020-07-07 | Industrial Technology Research Institute | Millimeter wave channel estimation method |
| CN109714091A (zh) * | 2019-01-25 | 2019-05-03 | 北京邮电大学 | 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法 |
| CN111245493A (zh) * | 2020-01-10 | 2020-06-05 | 北京邮电大学 | 智能反射面辅助毫米波通信系统的高效波束训练方法 |
| CN111245493B (zh) * | 2020-01-10 | 2021-07-20 | 北京邮电大学 | 智能反射面辅助毫米波通信系统的高效波束训练方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108111208A (zh) | 一种灵活码本配置的毫米波系统角度域信道估计方法 | |
| CN110855585B (zh) | 一种毫米波大规模mimo系统的信道估计方法 | |
| CN110401476B (zh) | 一种基于码本的毫米波通信多用户并行波束训练方法 | |
| Qi et al. | Acquisition of channel state information for mmWave massive MIMO: Traditional and machine learning-based approaches | |
| CN109257309B (zh) | 一种高性能的大规模mimo下行链路传输信道估计方法 | |
| CN108650200B (zh) | 高低频混合组网系统的低频辅助信道估计方法 | |
| CN111665468B (zh) | 基于单比特量化信号虚拟域统计量重建的互质阵列波达方向估计方法 | |
| CN110022274B (zh) | 一种毫米波mimo-ofdm系统的联合信道与载波频率偏移估计方法 | |
| Guo et al. | Deep learning for joint channel estimation and feedback in massive MIMO systems | |
| Zhao et al. | Two-stage channel estimation for mmWave massive MIMO systems based on ResNet-UNet | |
| CN114338301B (zh) | 一种基于压缩感知的ris辅助毫米波系统的信道估计方法 | |
| CN107566305A (zh) | 一种低复杂度的毫米波系统信道估计方法 | |
| Rodríguez-Fernández et al. | A frequency-domain approach to wideband channel estimation in millimeter wave systems | |
| Sun et al. | A robust secure hybrid analog and digital receive beamforming scheme for efficient interference reduction | |
| Wu et al. | Environment-aware hybrid beamforming by leveraging channel knowledge map | |
| CN111654456B (zh) | 基于降维分解的毫米波大规模mimo角域信道估计方法及装置 | |
| Shoukath Ali et al. | Time domain channel estimation for time and frequency selective millimeter wave MIMO hybrid architectures: sparse Bayesian learning-based Kalman filter | |
| Alouzi et al. | Direct conversion of hybrid precoding and combining from full array architecture to subarray architecture for mmWave MIMO systems | |
| CN113595944A (zh) | 一种用于毫米波mimo混合预编码系统的信道估计方法 | |
| CN104168047A (zh) | 利用压缩感知的单端时域波束搜索方法 | |
| Chen et al. | Joint initial access and localization in millimeter wave vehicular networks: a hybrid model/data driven approach | |
| CN104168046B (zh) | 利用压缩感知的单端频域波束搜索方法 | |
| Cheng et al. | Swin Transformer-Based CSI Feedback for Massive MIMO | |
| Zhong et al. | A novel spatial beam training strategy for mmWave UAV communications | |
| CN117075033A (zh) | 基于修正降维music的智能超表面辅助的用户定位方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180601 |
|
| RJ01 | Rejection of invention patent application after publication |