CN108809870A - 大规模mimo中的信道互易性补偿方法 - Google Patents

Abstract

本发明揭示了一种大规模MIMO中基于DFP算法的信道互易性补偿方法。通过最小二乘信道估计方法得到基站和终端检测到的信道值，利用校准矩阵对存在误差的上下行信道估计值进行校准，根据分析可知，上下行信道估计值的校准矩阵与埃尔米特矩阵B的最小特征值对应的特征向量有关，采用DFP算法迭代估计搜索方向和步长，进而得到较精确的校准系数。本发明在弥补信道估计误差对信道互易性影响的基础上，提高了系统的容量和可靠性。

Description

大规模MIMO中的信道互易性补偿方法

技术领域

本发明涉及一种大规模MIMO中基于DFP算法的信道互易补偿方法，属于通信技术领域。

背景技术

大规模MIMO技术最早是由美国学者Marzetta提出：如果将通信系统中基站端的天线数增加至数十甚至上百根，则系统的频谱效率和容量将会大大提升，由于其能大幅提高无线通信系统的性能，因此已经成为未来第5代通信系统(5G)的最关键技术之一。大规模MIMO系统常采用的双工模式为频分双工(Frequency Division Duplexing，FDD)和时分双工(Time Division Duplexing,TDD)两种，其中TDD系统利用相同的频率、不同的时隙进行上下行链路的信号传输，同时为了避免相邻的上下行链路之间的干扰，通常设置一定的时隙间隔。由于TDD系统中上下行链路在相同的频率上进行传输，故当时隙间隔很小时，可以认为上下行信道具有一样的衰落，即TDD系统中上下行信道具有互易性，故大规模MIMO一般使用TDD作为其双工模式。然而实际中，无线通信系统传输过程中信道会受到各种因素的影响，造成TDD系统中互易性的丧失，导致大规模MIMO系统性能的下降。

在下行链路的传输过程中，基站根据检测到的信道值对下行发送信号预编码，传送到无线信道中进行传输，而接收端则根据检测到的下行链路信道值对接收到的信号解码。但考虑到基站和终端检测到的上下行信道值存在误差，即使实际的上下行信道值一致也会造成系统性能的下降，如图1所示。对于信道估计误差引起信道互易性丧失的问题，许多学者提出了相应的解决方案。孙德春提出了一种基于虚载波添加和导频重选的方法来估计信道值的算法，该算法通过虚载波CFR添加和重新选取导频的方法，有效的提高了信道估计的精度，弥补了由信道估计误差导致的容量损失[孙德春.无线通信系统协作传输和信道互易性问题研究[D].西安电子科技大学,2012.]。Thomas Hesketh等人提出了一种自适应递归的MMSE信道估计方法，该方法通过迭代估计信道的自相关矩阵以及噪声方差，从而有效地抑制了信道估计误差，大大改善了上下行信道的互易性[Hesketh T,Lamare R C D,Wales S.Adaptive MMSE channel estimation algorithms for MIMO systems[C]//European Wireless,2012.Ew.European Wireless Conference.VDE,2012:1-5.]。ChenhaoQi等提出了一种利用联合稀疏度的信道估计方法，作者分析了信道模型的块相干性，利用信道的时间-空间相关性，该算法的估计误差将随着基站天线的增多而下降[Qi C,WuL.Uplink channel estimation for massive MIMO systems exploring joint channelsparsity[J].Electronics Letters,2014,50(23):1770-1772.]。Hao Li等人考虑到上下行信道估计值都存在误差，并利用实际的上下行信道之间的关系，来补偿下行信道估计值的误差，从而保证上下行信道间的互易性[Li H,Wang X,Tang H.Compensation ofimperfect channel reciprocity through MMSE prediction for physical-layerconfidentiality enhancement[C]//International Conference on MilitaryCommunications and Information Systems.IEEE,2016:1-6.]。

发明内容

鉴于此，本发明的目的旨在提出一种大规模MIMO中的信道互易性补偿方法，解决信道估计误差引起信道互易性丧失的问题。

本发明解决上述问题所采用的技术方案为：大规模MIMO中的信道互易性补偿方法，其特征在于：利用基站和终端检测到的上下行信道估计值必然存在误差的情况，利用校准矩阵对上下行信道估计值进行校准和预测，并利用DFP算法迭代估计上下行信道估计值的校准矩阵，精度化上下行信道预测值。

进一步地，该方法包括步骤：

步骤1、建立大规模MIMO系统的模型：设大规模MIMO系统采用了TDD双工模式，接收端有M根天线，发送端有P根天线，信道有N个子载波，并设发送端每个天线发送的信号中包括K个导频，位置分别为Λ_p1,Λ_p2,...,Λ_pK，则第p个接收天线在第k个子载波处的接收信号表示为：

Y_m(Λ_pk)＝H_mp(Λ_pk)X_p(Λ_pk)+Z_m(Λ_pk)，

其中Λ_pk表示发送端第p个天线的第k个导频位置，H_mp(Λ_pk)为第p个发送天线和第m个接收天线在Λ_pk处的信道信息值，X_p(Λ_pk)表示发送端第p个天线发送的导频信号，Z_m(Λ_pk)为信道噪声；

步骤2、基站端根据接受导频信号和发送端的导频信号估计上行信道状态信息

步骤3、终端根据接收导频信号和发送端发送的已知导频信号估计下行信道状态信息值

步骤4、利用校准矩阵G_u和G_d对上下行信道估计值进行校准，得到上下行信道的预测值并计算预测的代价函数C(G_u,G_d)＝d^HBd＝C(d)；

步骤5、采用DFP算法计算向量d，步骤如下：

5.1、初始化：d₀＝[0,Ο^T]^T，D₀＝I，t＝0；

5.2、更新当前迭代过程中的搜索方向：z_t＝-D_tg_t；

5.3、根据公式λ_t＝arg min R(d_t+λz_t)利用最速下降法计算步长λ_t；

5.4、计算向量d：d_t+1＝d_t+λ_tz_t；

5.5、更新w_t以及D_t+1：w_t＝g_t+1-g_t，

5.6、迭代终止：当向量||g_t+1||<ε时，终止迭代，此时有d_min＝d_t+1；否则令t＝t+1，返回步骤5.2重新迭代。

与现有技术相比，本发明具有突出的实质性特点和显著的进步性，其有益效果体现为：本发明考虑到基站和终端检测到的上下行信道值存在的误差对大规模TDD-MIMO系统中上下行信道互易性的影响，利用校准矩阵对上下行信道估计值进行校准并预测相应的信道状态信息，之后通过构造瑞利商的方法、采用DFP算法来迭代估计校准矩阵，进而有效地改善了TDD系统中上下行链路的互易性，大幅提高了系统的容量。

附图说明

图1是理想条件下和信道估计存在误差时的系统容量对比图。

图2为是本发明技术方案框图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，所举实例只用于解释本发明，并非用于限定本发明的范围。

针对现有大规模MIMO中信道互易性可能丧失的风险及问题，本发明设计者经创新研究，探索了一种可以应用于大规模MIMO中基于DFP算法的信道互易性补偿方法，该方法分为信道值校准以及信道值预测两部分。针对基站和终端检测到的上下行信道估计值必然存在误差的情况，利用校准矩阵对上下行信道估计值进行校准和预测，并利用DFP算法迭代估计上下行信道估计值的校准矩阵，进而提高上下行信道预测值的精度。

基于信道估计误差的互易性补偿算法的总体步骤如图2所示。

步骤1、建立大规模MIMO系统的模型：Y_m(Λ_pk)＝H_mp(Λ_pk)X_p(Λ_pk)+Z_m(Λ_pk)；

假设大规模MIMO系统采用了TDD双工模式，接收端有M根天线，而发送端有P根天线，信道有N个子载波。假设发送端每个天线发送的信号中包括K个导频，位置分别为Λ_p1,Λ_p2,...,Λ_pK，则第p个接收天线在第k个子载波处的接收信号表示为：

Y_m(Λ_pk)＝H_mp(Λ_pk)X_p(Λ_pk)+Z_m(Λ_pk)，

其中Λ_pk表示发送端第p个天线的第k个导频位置，H_mp(Λ_pk)为第p个发送天线和第m个接收天线在Λ_pk处的信道信息值，X_p(Λ_pk)表示发送端第p个天线发送的导频信号，Z_m(Λ_pk)为信道噪声。

根据最小二乘法可得信道的估计值为

其中，H_mp(Λ_pk)表示实际的信道值，Z″(Λ_pk)为信道估计误差。

步骤2、基站端根据接受导频信号和发送端的导频信号估计上行信道状态信息

步骤3、终端根据接收导频信号和发送端发送的已知导频信号估计下行信道状态信息值如果估计值较准确时，有而当估计值存在误差时，有

其中ΔH_u和ΔH_d分别表示上下行信道估计误差。此时上下行信道互易性被破坏，为了降低信道估计误差对信道互易性造成的损失。

步骤4、为了降低信道估计误差对信道互易性造成的损失，利用校准矩阵G_u和G_d对上下行信道估计值进行校准，其中有

得到上下行信道的预测值得到校准后的代价函数为由于故有令D_d＝[g_d1,g_d2,...,g_dL]^T，D_u＝[g_u1,g_u2,...,g_uL]^T可得代价函数C(G_u,G_d)＝d^HBd＝C(d)，其中d＝[(D_d)^T,(D_u)^T]^T，B＝A^HA，其中L＝30表示信道向量的长度。而B为Hermitian矩阵，当向量d取矩阵B的最小特征值对应的特征向量时，即可得到使代价函数最小的校准矩阵。

构造矩阵B的瑞利商将R(d)在d_t+1处进行二阶泰勒扩展二阶泰勒扩展对d求导后令d＝d_t，可得其中R′(d_t+1)为一阶导数值，H_t+1表示海森矩阵，w_t＝R′(d_t+1)-R′(d_t)，q_t＝d_t+1-d_t。由于并不总是正定的，因此DFP算法使用矩阵D_t+1代替海森矩阵，其中D_t+1可表示为

步骤5、采用DFP算法计算向量d的步骤如下：

5.1、初始化：d₀＝[0,Ο^T]^T，D₀＝I，t＝0；

5.2、更新当前迭代过程中的搜索方向：z_t＝-D_tg_t

5.3、根据公式λ_t＝arg min R(d_t+λz_t)利用最速下降法计算步长λ_t；

5.4、计算向量d：d_t+1＝d_t+λ_tz_t；

5.5、更新w_t以及D_t+1：w_t＝g_t+1-g_t，

5.6、迭代终止：当向量||R′(d_t+1)||<ε(ε为阈值，可取10^-4)时，终止迭代，此时有d_min＝d_t+1；否则令t＝t+1，返回步骤5.2重新迭代。

综上所述可见，本发明考虑到基站和终端检测到的上下行信道值存在的误差对大规模TDD-MIMO系统中上下行信道互易性的影响，利用校准矩阵对上下行信道估计值进行校准并预测相应的信道状态信息，之后通过构造瑞利商的方法、采用DFP算法来迭代估计校准矩阵，有效地改善了TDD系统中上下行链路的互易性，大幅提高了系统的容量。

以上详细描述了本发明的优选实施方式，但是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内进行修改或者等同变换，均应包含在本发明的保护范围之内。

Claims (2)

1.大规模MIMO中的信道互易性补偿方法，其特征在于：利用基站和终端检测到的上下行信道估计值必然存在误差的情况，利用校准矩阵对上下行信道估计值进行校准和预测，并利用DFP算法迭代估计上下行信道估计值的校准矩阵，精度化上下行信道预测值。

2.根据权利要求1所述大规模MIMO中的信道互易性补偿方法，其特征在于包括步骤：

步骤1、建立大规模MIMO系统的模型：设大规模MIMO系统采用了TDD双工模式，接收端有M根天线，发送端有P根天线，信道有N个子载波，并设发送端每个天线发送的信号中包括K个导频，位置分别为Λ_p1,Λ_p2,...,Λ_pK，则第p个接收天线在第k个子载波处的接收信号表示为：

Y_m(Λ_pk)＝H_mp(Λ_pk)X_p(Λ_pk)+Z_m(Λ_pk)，

其中Λ_pk表示发送端第p个天线的第k个导频位置，H_mp(Λ_pk)为第p个发送天线和第m个接收天线在Λ_pk处的信道信息值，X_p(Λ_pk)表示发送端第p个天线发送的导频信号，Z_m(Λ_pk)为信道噪声；

步骤2、基站端根据接受导频信号和发送端的导频信号估计上行信道状态信息

步骤3、终端根据接收导频信号和发送端发送的已知导频信号估计下行信道状态信息值

步骤4、利用校准矩阵G_u和G_d对上下行信道估计值进行校准，得到上下行信道的预测值并计算预测的代价函数C(G_u,G_d)＝d^HBd＝C(d)；

步骤5、采用DFP算法计算向量d，步骤如下：

5.1、初始化：d₀＝[0,Ο^T]^T，D₀＝I，t＝0；

5.2、更新当前迭代过程中的搜索方向：z_t＝-D_tg_t；

5.3、根据公式λ_t＝arg min R(d_t+λz_t)利用最速下降法计算步长λ_t；

5.4、计算向量d：d_t+1＝d_t+λ_tz_t；

5.5、更新w_t以及D_t+1：w_t＝g_t+1-g_t，

5.6、迭代终止：当向量||g_t+1||<ε时，终止迭代，此时有d_min＝d_t+1；否则令t＝t+1，返回步骤5.2重新迭代。