CN109075851A - 大规模多输入多输出（mimo）中的下行信道估计系统和方法 - Google Patents

大规模多输入多输出（mimo）中的下行信道估计系统和方法 Download PDF

Info

Publication number
CN109075851A
CN109075851A CN201780018383.7A CN201780018383A CN109075851A CN 109075851 A CN109075851 A CN 109075851A CN 201780018383 A CN201780018383 A CN 201780018383A CN 109075851 A CN109075851 A CN 109075851A
Authority
CN
China
Prior art keywords
base station
transformation matrix
channel
precoding
array
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
Application number
CN201780018383.7A
Other languages
English (en)
Other versions
CN109075851B (zh
Inventor
张忠坚
朱佩英
马江镭
罗伯特·温德尔·希斯·Jr
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN109075851A publication Critical patent/CN109075851A/zh
Application granted granted Critical
Publication of CN109075851B publication Critical patent/CN109075851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H04B7/046—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account
    • H04B7/0469—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account taking special antenna structures, e.g. cross polarized antennas into account
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)

Abstract

通过根据变换矩阵处理训练序列，可以减少与大规模多输入多输出(MIMO)网络中的下行信道估计相关联的开销。所述变换矩阵将泛型字典映射到与MIMO天线阵列的天线几何结构相关联的非泛型字典。可以基于这两个字典来计算所述变换矩阵。在一个实施例中，对训练参考信号进行预编码以获得预编码的训练参考信号，然后通过MIMO天线阵列发送所述预编码的训练参考信号。根据所述变换矩阵来设计用于对训练参考信号进行预编码的训练预编码器以减轻训练参考信号传输对天线几何结构的依赖性。

Description

大规模多输入多输出(MIMO)中的下行信道估计系统和方法
本专利申请要求于2016年11月30日提交的申请号为15/365,541、名称为“大规模多输入多输出(MIMO)中的下行信道估计系统和方法”的美国专利申请以及于2016年3月24日提交的申请号为62/312,850、名称为“大规模多输入多输出(MIMO)中的下行信道估计系统和方法”的美国临时申请的优先权，所述申请的全部内容通过引用并入本申请中。
技术领域
本发明一般涉及网络中的资源分配的管理，并且在特定实施例中，涉及用于大规模多输入多输出(MIMO)中的下行信道估计系统和方法的技术和机制。
背景技术
在大规模多输入多输出(multiple-input-multiple-output，MIMO)网络中，与常规MIMO网络中的基站相比，基站通常配备有相对更多的天线元件。更多的天线元件使得能够将波束成形传输的能量聚焦到更小的空间区域中，从而提供增强的吞吐量和辐射能量效率。这反过来又使得发射功率电平更低且多用户处理复杂度降低。
尽管有这些优势，但大规模MIMO带来了常规MIMO网络所未面对过的一些新挑战。一个这样的挑战涉及基站获取其自身与其相关联的用户设备(user equipment，UE)之间的下行信道的状态信息。在常规的MIMO网络中，UE基于基站发送的训练序列估计下行信道系数，然后将估计的信道状态信息(channel state information，CSI)发送给基站。然而，这种方法在大规模MIMO网络中可能导致显著的开销，因为训练序列传输和信道状态信息反馈与基站处的天线数量成比例。MIMO网络中配置的用于时分双工(time division duplex，TDD)操作的另一种方法假设在上行和下行信道之间存在信道互易性。该假设使得基站能够基于来自UE的上行导频信号传输来估计下行信道响应，从而避免了下行训练序列传输和显式CSI反馈的大开销。然而，在大规模MIMO系统中，信道互易未必是可靠的假设，这有各种原因，诸如时分双工(time division duplexed，TDD)大规模MIMO上行/下行信道配置中的硬件性能限制和/或校准错误，以及频分双工(frequency division duplexed，FDD)大规模MIMO上行/下行信道配置中的频率选择性衰落等。因此，可能需要某种水平的下行训练序列传输和CSI反馈来支持大规模MIMO网络。因此，需要与大规模MIMO网络中的下行训练序列传输和CSI反馈有关的开销降低技术。
具体而言，与大规模MIMO相关联的一个挑战是，信道估计可能受到大规模MIMO基站中的天线元件的几何设置的影响。为了对具有不同几何结构的大规模MIMO天线阵列执行信道估计，需要进行改进。
发明内容
技术优势总体上通过本公开的实施例来实现，各实施例描述了用于VNF终端管理的系统和方法。
根据实施例，提供了一种用于大规模多输入多输出(MIMO)信道估计的方法。在本示例中，所述方法包括：由基站根据训练预编码器对训练参考信号进行预编码以获得预编码的训练参考信号，所述训练预编码器基于变换矩阵，所述变换矩阵将泛型字典映射到与所述基站的MIMO天线阵列的天线几何结构相关联的非泛型字典；通过所述基站的所述MIMO天线阵列发送所述预编码的参考信号；以及根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和用户设备(UE)之间的下行信道相关联的复信道响应。由此改进了MIMO天线阵列的信道估计性能。
根据前述任一实施例，所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
根据前述任一实施例，根据训练预编码器对所述训练参考信号进行预编码，补偿了所述MIMO天线阵列的所述天线几何结构对通过所述MIMO天线阵列发送的信号的影响。
根据前述任一实施例，所述方法还包括：根据下行预编码器对下行信号进行预编码以获得预编码的下行信号，所述下行预编码器基于所述非泛型字典；以及通过MIMO天线阵列，将所述预编码的下行信号发送给所述UE。
根据前述任一实施例，所述泛型字典与均匀线性阵列(ULA)天线几何结构相关联，并且其中所述基站的所述MIMO天线阵列具有非ULA天线几何结构。
根据前述任一实施例，所述基站的所述MIMO天线阵列具有均匀矩形阵列(URA)天线几何结构。
根据前述任一实施例，所述基站的所述MIMO天线阵列具有均匀圆形阵列天线几何结构。
根据前述任一实施例，所述基站的所述MIMO天线阵列具有均匀圆柱形阵列天线几何结构。
根据另一实施例，一种装置，包括：处理器；以及存储有由所述处理器执行的程序的非暂时性计算机可读存储介质。所述程序包括用以执行以下操作的指令：根据训练预编码器，对训练参考信号进行预编码以获得预编码的训练参考信号，所述训练预编码器基于变换矩阵，所述变换矩阵将泛型字典映射到与所述基站的多输入多输出(MIMO)天线阵列的天线几何结构相关联的非泛型字典；通过所述基站的所述MIMO天线阵列发送所述预编码的参考信号；以及根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和用户设备(UE)之间的下行信道相关联的复信道响应。
根据前述任一实施例，所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
根据前述任一实施例，根据训练预编码器对所述训练参考信号进行预编码，补偿了所述MIMO天线阵列的所述天线几何结构对通过所述MIMO天线阵列发送的信号的影响。
根据前述任一实施例，所述程序还包括用以执行以下操作的指令：根据下行预编码器对下行信号进行预编码以获得预编码的下行信号，所述下行预编码器基于所述非泛型字典；以及通过MIMO天线阵列，将所述预编码的下行信号发送给所述UE。
根据前述任一实施例，所述泛型字典与均匀线性阵列(ULA)天线几何结构相关联，并且其中所述基站的所述MIMO天线阵列具有非ULA天线几何结构。
根据前述任一实施例，所述基站的所述MIMO天线阵列具有均匀矩形阵列URA天线几何结构、均匀圆形阵列天线几何结构或者均匀圆柱形阵列天线几何结构。
根据进一步的实施例，一种用于大规模多输入多输出(MIMO)信道估计的方法，包括：由基站将与变换矩阵相关联的标识符发送给用户设备(UE)，所述变换矩阵是所述UE的先验信息；通过基站的MIMO天线阵列，向所述UE发送训练参考信号；以及根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和所述UE之间的下行信道相关联的复信道响应，其中所述接收信道估计根据所述变换矩阵从所述训练参考信号生成。
根据前述任一实施例，所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
根据前述任一实施例，所述变换矩阵将泛型字典映射到与所述基站的所述MIMO天线阵列的天线几何结构相关联的非泛型字典。
根据进一步的实施例，一种基站，包括：处理器；以及存储有由所述处理器执行的程序的非暂时性计算机可读存储介质。所述程序包括用以执行以下操作的指令：由基站向用户设备UE发送与变换矩阵相关联的标识符；通过基站的MIMO天线阵列，向所述UE发送训练参考信号；以及根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和所述UE之间的下行信道相关联的复信道响应，其中所述接收信道估计根据所述变换矩阵从所述训练参考信号生成。
根据前述任一实施例，所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
根据前述任一实施例，所述变换矩阵将泛型字典映射到与所述基站的所述MIMO天线阵列的天线几何结构相关联的非泛型字典。
根据进一步的实施例，一种用于大规模多输入多输出(MIMO)信道估计的方法，包括：由用户设备(UE)接收与变换矩阵相关联的标识符；由所述UE从基站接收训练参考信号；根据所述变换矩阵处理所述训练参考信号以获得稀疏信道估计；以及将所述稀疏信道估计发送给所述基站。
根据前述任一实施例，所述变换矩阵将泛型字典映射到与所述基站的MIMO天线阵列的天线几何结构相关联的非泛型字典。
根据进一步的实施例，一种用户设备(UE)，包括：处理器；以及存储有由所述处理器执行的程序的非暂时性计算机可读存储介质。所述程序包括用以执行以下操作的指令：接收与变换矩阵相关联的标识符；从基站接收训练参考信号；根据所述变换矩阵处理所述训练参考信号以获得稀疏信道估计；以及将所述稀疏信道估计发送给所述基站。
根据前述任一实施例，所述变换矩阵将泛型字典映射到与所述基站的多输入多输出(MIMO)天线阵列的天线几何结构相关联的非泛型字典。
附图说明
为更全面地理解本公开及其优点，现结合附图参见以下描述，其中：
图1是一实施例无线通信网络的示意图；
图2是一大规模MIMO网络的框图；
图3是不同天线几何结构的示意图；
图4是用于实现开销得以减少的下行信道估计的实施例通信序列的协议图；
图5是用于实现开销得以减少的下行信道估计的实施例方法的流程图；
图6是用于实现开销得以减少的下行信道估计的另一实施例通信序列的协议图；
图7是用于实现开销得以减少的下行信道估计的另一实施例方法的流程图；
图8是用于实现开销得以减少的下行信道估计的又一实施例方法的流程图；
图9是多小区多用户大规模MIMO网络的示意图；
图10是用于获取本文所提供的模拟结果的FDD多小区大规模MIMO系统的示意图；
图11是稀疏级估计有关的模拟结果的图形；
图12是针对不同下行信道估计方案的模拟结果的图形；
图13是针对不同下行信道估计方案的附加模拟结果的图形；
图14是针对不同下行信道估计方案的又一些附加模拟结果的图形；
图15是针对不同下行信道估计方案的又一些附加模拟结果的图形；
图16是附加模拟结果的图形；
图17是附加模拟结果的图形；
图18是附加模拟结果的图形；
图19是附加模拟结果的图形；
图20是附加模拟结果的图形；
图21是一实施例处理系统的示意图；并且
图22是一实施例收发器的示意图。
除非另有说明，在不同的附图中，相应的标号和符号一般指相应的部分。附图的绘制是为了清楚地说明各实施例的有关方面，并且不一定按比例进行绘制。
具体实施方式
以下详细讨论本公开各实施例的形成和使用。然而，应该理解的是，本文公开的概念可以在各种各样的具体背景中实施，并且本文中讨论的具体实施例仅仅是示意性的，并不用于限制权利要求的范围。进一步应当理解的是，在不偏离本文所附权利要求所限定的本公开的精神和范围的前提下，本文中可以做出各种更改、替代和修改。
在大规模多输入多输出(multi-input multiple-output，MIMO)系统中，可以使用基于压缩感知(compressed sensing，CS)的信道估计方法来估计从基站(base station，BS)到用户设备(UE)的下行(downlink，DL)信道。此方法利用了大规模MIMO信道的稀疏特性，该特性使得给定的大规模MIMO信道由稀疏信道估计(即，包括散布在零值系数之间的几个非零值系数的系数的向量)表示。稀疏信道估计包括的零值项可能比非零值项更多。在一些情况下，稀疏信道估计包括的零值项远多于非零值项。例如，s-稀疏信道向量具有s个非零项，其中Nt就是BS的天线数量，并且s＜＜Nt。一般而言，信道的稀疏结构是隐藏的，并且可以通过基于字典的表达式(representation)显现，如h＝gD，其中h是信道向量，g∈CN×1是s-稀疏向量(s＜＜Nt≤N)，且是字典。当字典D是已知的时，信道向量h就可以基于计算出的稀疏向量g和字典D来估计。当字典D具有正交基时(例如，N＝Nt)，就称之为稀疏化字典。在一些示例中，字典D未必是正交的，并且可能是过完备的，具有Nt＜N。直接暴露的稀疏信道向量h可以视为隐藏稀疏信道向量，其中D是大小为Nt×Nt的单位矩阵。
根据基于CS的信道估计方法，UE基于字典D和从基站接收的训练序列集(也称导频信号)来估计稀疏DL信道向量(g)。然后用该稀疏DL信道向量来估计复信道响应。字典D是基于基站的MIMO天线阵列的天线几何结构而设计的冗余基。在常规的MIMO网络中，UE通常需要知道字典才能估计稀疏DL信道向量。
字典是基于基站的天线几何结构而设计的。在常规MIMO网络中，基站通常包括均匀线性阵列(uniform linear array，ULA)天线，其中各天线元件彼此串联，并且相邻元件之间的间隔近似均匀。然而，大规模MIMO网络中的基站可能采用不同的天线几何结构来满足物理设计限制，例如，使得天线阵列不超过长度约束。这可能会影响字典设计，因为字典设计受到天线几何结构的影响较重。举例来说，针对ULA天线设计的字典可能不适用于均匀矩形阵列(uniform rectangular array，URA)天线。
让问题进一步复杂化的是，不同的基站可能使用不同的非ULA天线配置来执行大规模MIMO传输。例如，一个基站可能利用URA天线来执行大规模MIMO下行传输，而另一个基站可能利用均匀圆形阵列天线来执行大规模MIMO下行传输。这可能增加下行信道估计所需的开销，因为常规的基于字典的信道估计技术可能需要UE在处理下行训练序列时知道基站正在使用的是哪个字典。
一种技术方案是，基站在通过大规模MIMO天线阵列发送训练序列之前，将相应字典发送给UE。然而，这可能会显著增加与下行信道估计相关联的开销，特别是当使用的字典较大时。
通过根据变换矩阵对训练序列进行处理，本文提供的实施例减少了与大规模MIMO网络中的下行信道估计相关联的开销。该变换矩阵将泛型字典映射到与基站的MIMO天线阵列的天线几何结构相关联的非泛型字典。因此，可以基于这两个字典来计算该变换矩阵。在一个实施例中，基站对训练参考信号进行预编码以获得预编码的训练参考信号，然后通过基站的MIMO天线阵列，将其发送给用户设备(UE)。根据该变换矩阵来设计用于对训练参考信号进行预编码的训练预编码器，以减轻训练参考信号传输对天线几何结构的依赖性。在一个示例中，可以选择训练预编码器作为变换矩阵的伪逆阵。然后，基站从UE接收稀疏信道估计，并根据变换矩阵处理该稀疏信道估计以获得基站的MIMO天线阵列和UE之间的下行信道的复信道响应。在另一个实施例中，基站向UE发送变换矩阵的索引，UE使用该变换矩阵来处理从基站接收到的训练参考信号并且来获得稀疏信道估计。然后，将稀疏信道估计反馈给基站，在那里根据变换矩阵对其进行处理以获得基站的MIMO天线阵列与UE之间的下行信道的复信道响应。基站基于获得的复下行信道响应的知识来设计数据预编码器以通过MIMO天线阵列向UE发送下行信号。
图1示出了用于传送数据的网络100。网络100包括具有覆盖区域101的基站110、多个移动设备120和回程网络130。如图所示，基站110与移动设备120建立上行(短划线)和/或下行(点划线)连接，这些连接用于将数据从移动设备120向基站110传送，反之亦然。通过上行/下行连接所传送的数据可包括移动设备120之间传送的数据以及通过回程网络130传送到或传送自远端(未示出)的数据。如本文所使用的，术语“基站”是指被配置为提供网络无线接入的任一组件(或组件集合)，诸如演进型NodeB(evolved NodeB，eNB)、宏小区、毫微微小区、Wi-Fi接入点(access point，AP)或其它无线启用设备。基站可根据一个或多个无线通信协议提供无线接入，例如，长期演进(long term evolution，LTE)、LTE升级版(LTEadvanced，LTE-A)、高速分组接入(high speed packet access，HSPA)、Wi-Fi 802.11a/b/g/n/ac等。如本文中所使用的，术语“移动设备”指能够与基站建立无线连接的任一组件(或组件集合)，例如，用户设备(UE)、移动台(mobile station，STA)和其它无线启用设备。在一些实施例中，网络100可包括各种其它设备，如中继、低功率节点等。
图2示出了大规模MIMO网络200的框图，其中基站210向多个UE 220提供无线接入。基站210可以通过具有非ULA天线几何结构的天线阵列211来传送无线信号。图3是不同天线几何结构的示意图，包括ULA几何结构310、URA几何结构320、均匀圆形阵列几何结构330和均匀圆柱形阵列几何结构340。其它天线阵列几何结构也可。
通过根据变换矩阵来处理训练序列，本公开的实施例减少了与大规模MIMO网络中的下行信道估计相关联的开销。图4是可由基站410和UE 420执行的用于开销得以减少的下行信道估计的实施例通信序列400的协议图。基站410包括天线阵列411、预编码器412和复信道估计器414。天线阵列411包括根据非ULA天线几何结构，诸如URA、均匀圆形阵列或均匀圆柱形阵列几何结构，而设置的多个天线元件。预编码器412可以包括适应于操纵信号的相位和/或幅度以获得预编码信号的任一组件或组件集合。另外，基站可以存储泛型字典416、变换矩阵417、非泛型字典418和训练序列419。泛型字典416可以包括码字的泛型集合，并且基于泛型的天线几何结构。在一个实施例中，泛型字典416与ULA天线几何结构相关联。非泛型字典418可以包括码字的非泛型集合，并且可以基于天线阵列411的天线几何结构。变换矩阵417可以基于泛型字典416和非泛型字典418来计算，并且可以包括补偿了天线阵列411的天线几何结构对通过天线阵列411发送的信号的影响的预编码器。
UE 420包括天线421和稀疏信道估计器424。天线421可以包括适应于与基站410接收和/或发送无线信号的任一组件或组件的组合。稀疏信道估计器424可以是适应于基于通过天线421接收的参考信号来生成信道估计的任一组件或组件的组合。UE 420还可以存储泛型字典416和训练序列419，二者可以是UE 420的先验信息。
在本示例中，基站410基于训练序列生成训练参考信号440，并且根据变换矩阵417对训练参考信号进行预编码以生成预编码的训练参考信号445，通过天线阵列411将预编码的训练参考信号445发送给UE u 420。一经接收到，UE u 420对预编码的训练参考信号445进行处理以获得稀疏信道估计450，然后通过天线421将其发送给基站410。然后，基站410可以根据泛型字典416和变换矩阵417对稀疏信道估计450进行处理以获得复信道估计455，所述复信道估计455用于设计数据预编码器418以便供基站410和UE 420之间的下行数据传输使用。
在单小区的情况中，用户设备u处接收到的训练信号可以表示为：其中是有待用户设备u估计的复DL信道向量，T是变换矩阵，P是预定的训练序列矩阵，是噪声，是稀疏DL信道向量，是预先确定的泛型字典，并且上标“T”表示矩阵转置。
UE 420可以基于式(1)执行压缩感知(CS)DL信道估计来估计稀疏DL信道向量这样做时，UE 420可以求解下面的最优化问题：在的约束条件下，
如上所述，稀疏信道估计450是由UE 420报告回基站410的。基于变换矩阵T、泛型字典DG，u和稀疏信道估计基站根据下式计算出DL信道向量hu的估计：泛型字典DG，u和训练序列矩阵P的信息可以是UE 420已知的。
图5示出了可由基站执行的用于实现开销得以减少的下行信道估计的实施例方法500的流程图。在步骤510，基站根据变换矩阵对训练参考信号进行预编码以获得预编码的训练参考信号。在步骤520，基站通过基站的MIMO天线阵列发送该预编码的参考信号。该变换矩阵将泛型字典映射到与MIMO天线阵列的天线几何结构相关联的非泛型字典。在步骤530，基站从UE接收稀疏信道估计。在步骤540，基站根据变换矩阵处理所述稀疏信道估计以获得与MIMO天线阵列和UE之间的下行信道相关联的复信道响应。在一些实施例中，基站可以使用该复信道响应来从非泛型字典中选择码字，然后使用所选的码字来对要去往UE的下行传输进行预编码。
在一些实施例中，UE根据变换矩阵处理从基站接收的训练参考信号以获得稀疏信道估计。图6是可以在基站610和UE 620之间发生的用于实现开销得以减少的下行信道估计的实施例通信序列600的协议图。在本示例中，基站610包括天线阵列611、预编码器612和复信道估计器614。另外，基站可以存储泛型字典616、变换矩阵617、非泛型字典618和训练序列619。天线阵列611、预编码器612、复信道估计器614、泛型字典616、变换矩阵617、非泛型字典618和训练序列619可以被配置为类似于图4所示的基站410中的相似组件。
UE 620包括天线621和稀疏信道估计器624。天线621和稀疏信道估计器624可以被配置为类似于图4中所示的UE 420中的相似组件。UE 620还可以存储泛型字典616、训练序列619和变换矩阵表627，其中的每一个都可以是UE 620的先验信息。
在本示例中，基站610基于训练序列生成训练参考信号640，所述训练参考信号640通过天线阵列611发送给UE 620。基站610还将与变换矩阵617相关联的索引647传送给UE620。索引647可以通过天线阵列611传送。替代地，索引647可以通过另一个接口传送，例如，低/高频接口等。
变换矩阵表627可将多个预定变换矩阵与多个索引相关联。UE620可以在变换矩阵表627中识别出与索引647相关联的预定变换矩阵，并且根据所识别的变换矩阵来处理接收到的训练参考信号640以获得稀疏信道估计650。
然后，UE 620可以通过天线621将稀疏信道估计650发送给基站610。然后，基站610可以根据泛型字典616和变换矩阵617处理稀疏信道估计650以获得复信道估计655，所述复信道估计655用于设计数据预编码器612以供基站610和UE 620之间的下行数据传输使用。
在本实施例中，在单小区的情况下，UE 620处接收到的训练信号可以表示为下式：其中是有待UE 620估计的复DL信道向量，T是变换矩阵，P是预定的训练序列矩阵，是噪声，是稀疏DL信道向量，是预先确定的泛型字典，并且上标“T”表示矩阵转置。
UE 620可以基于式3执行压缩感知(CS)DL信道估计来估计稀疏DL信道向量这样做时，UE 620可以求解下面的最优化问题：在的约束条件下，其中Tm是UE 620基于接收自基站的索引m而选择的变换矩阵。
如上所述，稀疏信道估计450是由UE 620报告回基站610的。基于变换矩阵T、泛型字典DG，u和稀疏信道估计基站610根据下式计算出DL信道向量hu的估计：泛型字典DG，u、变换矩阵的索引m以及训练序列矩阵P可以是UE 620已知的。
图7示出了可由基站执行的用于下行信道估计的实施例方法700的流程图。在步骤710，基站向UE发送与变换矩阵相关联的标识符。在步骤720，基站通过MIMO天线阵列向UE发送训练参考信号。在步骤730，基站从UE接收信道估计。在步骤740，基站根据变换矩阵处理稀疏信道估计以获得与MIMO天线阵列和UE之间的下行信道相关联的复信道响应。在一些实施例中，基站可以使用该复信道响应来选择或设计数据预编码器，并且然后将其用于去往UE的预编码下行传输。
图8示出了可由UE执行的用于下行信道估计的实施例方法800的流程图。在步骤810，UE接收与变换矩阵相关联的标识符。在步骤820，UE从基站接收训练参考信号。在步骤830，UE根据变换矩阵处理训练参考信号以获得稀疏信道估计。在步骤840，UE将该稀疏信道估计发送给基站。
图9示出了频分双工(FDD)大规模MIMO网络900，其中基站(BS)为相应小区中的UE提供服务。每个BS均具有带有Nt个元件的天线阵列。每个UE具有单个天线。每个BS处的天线的数量可超过该基站服务的UE的数量。在本示例中，网络工作于频分双工(FDD)模式下，其中具有两个非重叠频率载波，其中一个专用于上行(UL)传输，而另一个用于下行(DL)传输。基站和UE可以在时间和频率上同步。
可使用物理有限散射信道模型来评估大规模MIMO网络。该信道模型假定基站和每个UE均观测到有限数量的活动散射体(active scatterer)。当基站处的天线数量和UE的数量增长、并且阵列可见的散射体的数量以较低速率增长时，该模型可以用于表征基站和UE之间的组合信道矩阵的低秩特性。P表示活动路径的数量。P不依赖于Nt或U，并可能主要依赖于物理传播环境。在这个设定下，从基站到UE u的下行信道向量为其中其中βf，u，p是第p个辐射线的复数增益，并且af(φf，p)是在对应于每个辐射线(ray)的离去角(angle ofdeparture，AoD)处评估的发射阵列导向向量。此下行信道向量可采用扩展虚拟信道表达式近似求得，从而得到其中包含量子化空间频率的路径增益，并且包含在AoD的均匀栅格上评估的发射阵列导向向量。当Nt增大时，下行虚拟信道向量通常是稀疏的，这是因为，由于散射有限，天线的数量远大于活动路径的数量。在这个模型中，每个下行信道可能具有不同的稀疏级。
BS处的预编码器的配置可以基于一个或多个UE的下行CSI。FDD MIMO系统的常规信道估计策略需要的训练开销与基站天线数量成比例。本公开的实施例减少了训练开销，而没有假设不同下行信道之间有部分共用支持，也没有假设知道UE处的BS阵列几何结构。
为了估计下行信道，BS可以广播中的L个导频符号，使得UE可以估计对应的瞬时下行CSI。在第u个UE处接收到的训练信号可以表示如下：其中nu是噪声向量，并且是发送的训练信号，该训练信号可以用训练预编码器求得为X＝FZ。要求解的用以获得UE u处的下行信道的最优化问题可以用公式表示为：
如果预编码器和BS阵列几何结构在UE处已知，并且利用虚拟下行信道是稀疏向量这一点，则可以导出该问题基于CS的求解。如果预编码器和BS阵列几何结构在UE处已知，则此问题的一个LS求解可以表示为这可能需要相对较高的培训开销。在不知道BS阵列和训练预编码器的情况下，为了在UE侧处实现下行信道估计，本公开的实施例在训练阶段期间使用逆流形预编码。使用这种方式中，训练预编码矩阵可以定义为其中*表示共轭转置。使用这个训练预编码器，就有可能构造如下带有噪声数据的压缩感知问题以从接收信号中估计稀疏下行信道：在的约束条件下，其中σ限制yu中的噪声量。使用诸如正交匹配追踪(orthogonalmatching pursuit，OMP)等不同稀疏恢复算法，可以有效地求解这个最优化问题。通过在OMP算法中对残差进行阈值设置(thresholding)来估计信道时，可以完成稀疏级的估计。
关于导频符号的设计，(6)中稀疏的成功恢复可能取决于选择使用的恢复算法以及训练序列z的属性。为了恢复所有s-稀疏信号，训练序列可能需要高度非相干。公知的结果表明，为了恢复所有s-稀疏信号，训练矩阵可能要满足：其中是Z的任何不同行之间的最大相干性。增加训练符号的数量可导致相干性降低，因而保证了更好的恢复。事实上，当m～O(μ(zT)2slog2(Nt))(8)时，就可以以较高的概率确保s稀疏向量的恢复。导频符号的大小可能取决于稀疏性。因此，可以在相对较低的开销下实现路径增益的可靠恢复。如果稀疏性未知，则通过单位规范紧框架(unit norm tight frame)可以平均减少在所有稀疏级上噪扰条件下的恢复错误。
下行信道可达总和速率是评估不同算法对大规模MIMO系统最终性能的影响的另一个度量。对归一化和非归一化的可达总和速率均进行分析。非归一化的总和速率并不影响训练长度，并定义为其中SINRu是第u个UE处的信干噪比。归一化的可达总和速率定义为其中T是帧长，并且τ是训练长度。图10是FDD多小区大规模MIMO系统1000的示意图。如图所示，该系统包括七个六边形小区，其中具有Nt天线BS和单天线UE。基于表1中提供的模拟参数，使用块衰落频率平坦信道模型来表示该系统。
表1
关于信道稀疏级的估计，可以使用稀疏恢复算法来提供稀疏级作为输入参数。对于下行信道估计，稀疏级代表着下行信道中活动路径的数量。此值未必是UE的先验信息。图11示出了显示针对不同误差水平估计的稀疏级的图形1100。如图所示，信道估计算法中的残差的大小是稀疏级、天线数量和信噪比(signalto noise ratio，SNR)的函数。图12-图15示出了本文提供的实施例下行信道估计方案的模拟结果。具体而言，图12示出了当使用最大比传输(maximal ratio transmission，MRT)预编码器来执行下行传输时，在不同发射功率电平下的总和吞吐量速率的图形1200。图13示出了当使用迫零(zero-forced，ZF)预编码器来执行下行传输时，在不同发射功率电平下的总和吞吐量速率的图形1300。在图形1200、1300中，UE使用相同的变换矩阵来处理接收到的训练参考信号。如图所示，该实施例下行估计方案实现了与基于精灵辅助NLA(genie-aided NLA-based)的方案类似的总和速率性能。同样，在图形1200、1300中，基站根据变换矩阵对训练参考信号进行预编码的实施例下行估计方案所提供的总和速率性能略低于UE使用变换矩阵来处理训练参考信号的实施例技术。
图14示出了针对不同训练序列长度的归一化均方差(normalized mean squareerror，NMSE)速率的图形1400。图15示出了针对不同训练序列长度的归一化可达总和速率的图形1500。在图形1400、1500中，UE使用变换矩阵来处理接收到的训练参考信号的实施例下行估计方案所提供的错误率类似于基于精灵辅助NLA的方案。同样，在图形1400、1500中，基站根据变换矩阵对训练参考信号进行预编码来获得预编码的训练参考信号的实施例下行估计方案所提供的错误率性能略差于UE使用变换矩阵来处理接收到的训练参考信号的实施例技术。
图16示出的图形1600显示了信道的残差大小与估计的稀疏性的对比。由图形污染引起的干扰增加了稀疏恢复算法的残差大小。阈值设置可以用作迭代重建算法的停止标准。
图17是示出了针对Nt＝32、U＝6且信道中稀疏级等于6，训练长度在有和没有导频污染的情况下对NMSE的影响的图形1700。将实施例算法的NMSE与最小二乘(leastsquares，LS)算法(具有精灵辅助最小二乘)的NMSE进行比较。如图所示，常规的LS技术方案因为并不利用信道中的稀疏性，故而为基于CS的技术方案的性能提供下限。精灵辅助LS技术方案假定非零项的位置是已知的，使得仅路径增益必须计算。其为基于CS的技术方案的性能提供上限。无论有没有导频污染，实施例算法的表现均超越了LS算法。要提供相同的NMSE，LS算法需要的训练长度是基于OMP的技术方案的两倍以上。
图18是示出了当使用基于OMP的实施例算法、LS算法和基因辅助LS算法来估计下行信道时，针对训练长度等于BS天线数量的情况，非归一化可达总和速率相对于发射功率的对比的图形1800。在本示例中，每个小区的UE数量被设置为6。无论有没有导频污染，基于OMP的算法的表现超越了LS算法。
图19是示出了训练长度对可达非归一化总和速率的影响的图形1900。在本示例中，Nt＝32和48，并且每个小区有六个UE。可以清楚地看到，基于OMP的算法在大训练长度下变得饱和。图20是示出了导频污染对归一化总和速率的负面影响的图形2000。
图21示出了用于执行本文所述方法的实施例处理系统2100的一方框图，所述处理系统2100可安装在主机设备上。如图所示，处理系统2100包括处理器2104、存储器2106和接口2110-2114，其可以按照(也可不按照)图21所示进行设置。处理器2104可以是任一适用于执行计算和/或其它处理相关任务的组件或组件集合，而存储器2106可以是任一适用于存储由处理器2104执行的程序和/或指令的组件或组件集合。在一个实施例中，存储器2106包括非暂时性计算机可读存储介质。接口2110、2112和2114可以是任一使处理系统2100与其它设备/组件和/或用户进行通信的组件或组件集合。例如，接口2110、2112、2114中的一个或多个可以适应于从处理器2104到安装在主机设备和/或远程设备上的应用程序的数据、控制或管理消息的通信。又例如，接口2110、2112、2114中的一个或多个可以适应于使用户或用户设备(例如，个人计算机(PC)等)与处理系统2100交互/通信。处理系统2100可以包括未在图21中示出的附加组件，诸如长期存储设备(如非易失性存储器等)。
在一些实施例中，处理系统2100包括在网络设备中，所述网络设备正在访问电信网络，或是电信网络的一部分。在一个示例中，处理系统2100是无线或有线电信网络中的网络侧设备，诸如基站、中继站、调度器、控制器、网关、路由器、应用服务器或电信网络中的任一其它设备。在其它实施例中，处理系统2100是访问无线或有线电信网络的用户侧设备，诸如移动台、用户设备(UE)、个人计算机(PC)、平板电脑、可穿戴通信设备(如智能手表等)或任一其它适用于访问电信网络的设备。
在一些实施例中，接口2110、2112、2114中的一个或多个将处理系统2100连接到适用于通过电信网络发射和接收信令的收发器。图22示出了适应于通过电信网络发射和接收信令的收发器2200的一方框图。收发器2200可安装在主机设备上。如图所示，收发器2200包括网络侧接口2202、耦合器2204、发射器2206、接收器2208、信号处理器2210和设备侧接口2212。网络侧接口2202可以包括任一适应于通过无线或有线电信网络发射或接收信令的组件或组件集合。耦合器2204可以包括任一适应于促进通过网络侧接口2202进行双向通信的组件或组件集合。发射器2206可以包括任一适应于将基带信号转换为适合通过网络侧接口2202传输的调制载波信号的组件或组件集合(如上变频器、功率放大器等)。接收器2208可以包括任一适应于将通过网络侧接口2202接收到的载波信号转换为基带信号的组件或组件集合(如下变频器、低噪声放大器等)。信号处理器2210可以包括任一适应于将基带信号转换为适合通过设备侧接口2212通信的数据信号(反之亦然)的组件或组件集合。设备侧接口2212可以包括任一适应于将数据信号在信号处理器2210与主机设备(如处理系统2100、局域网(LAN)端口等)中的组件之间进行通信的组件或组件集合。
收发器2200可以通过任一类型的通信介质发射和接收信令。在一些实施例中，收发器2200通过无线介质发射和接收信令。例如，收发器2200可以是无线收发器，其适应于根据无线通信协议进行通信，诸如蜂窝网协议(如长期演进(LTE)等)、无线局域网(WLAN)协议(如Wi-Fi等)或其它任一类型的无线协议(如蓝牙、近场通讯(NFC)等)。在这种实施例中，网络侧接口2202包括一个或多个天线/辐射元件。例如，网络侧接口2202可以包括单个天线、多个单独的天线或配置用于多层级通信(如单输入多输出(SIMO)、多输入单输出(MISO)、多输入多输出(MIMO)等)的多天线阵列。在其它实施例中，收发器2200通过有线介质(如双绞电缆、同轴电缆、光纤等)发射和接收信令。具体的处理系统和/或收发器可能利用所示的所有组件或仅其中的一部分组件，且不同设备的集成度可以不同。
虽然对本说明书进行了详细的描述，但应当理解的是，在不偏离本文所附权利要求所限定的本公开的精神和范围的情况下，依然可以做出各种更改、替代和修改。此外，本公开的范围并不限于本文中描述的特定实施例，正如本领域普通技术人员将容易从本公开理解的，本发明的过程、机器、制造、物质组成、手段、方法或步骤，不论是现有的还是有待将来开发的，都可以执行与本文描述的对应实施例基本相同的功能，或实现基本相同的结果。相应地，随附权利要求书意在将此类过程、机器、制造、物质组成、手段、方法或步骤包含在其范围之内。

Claims (24)

1.一种用于大规模多输入多输出MIMO信道估计的方法，包括：
由基站根据训练预编码器对训练参考信号进行预编码以获得预编码的训练参考信号，所述训练预编码器基于变换矩阵，所述变换矩阵将泛型字典映射到与所述基站的MIMO天线阵列的天线几何结构相关联的非泛型字典；
通过所述基站的所述MIMO天线阵列发送所述预编码的参考信号；以及
根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和用户设备UE之间的下行信道相关联的复信道响应。
2.根据权利要求1所述的方法，其中所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
3.根据权利要求1至2中任一项所述的方法，其中根据训练预编码器对所述训练参考信号进行预编码，补偿了所述MIMO天线阵列的所述天线几何结构对通过所述MIMO天线阵列发送的信号的影响。
4.根据权利要求1至3中任一项所述的方法，还包括：
根据下行预编码器对下行信号进行预编码以获得预编码的下行信号，所述下行预编码器基于所述非泛型字典；以及
通过MIMO天线阵列，将所述预编码的下行信号发送给所述UE。
5.根据权利要求1至4中任一项所述的方法，其中所述泛型字典与均匀线性阵列ULA天线几何结构相关联，并且其中所述基站的所述MIMO天线阵列具有非ULA天线几何结构。
6.根据权利要求5所述的方法，其中所述基站的所述MIMO天线阵列具有均匀矩形阵列URA天线几何结构。
7.根据权利要求5所述的方法，其中所述基站的所述MIMO天线阵列具有均匀圆形阵列天线几何结构。
8.根据权利要求5所述的方法，其中所述基站的所述MIMO天线阵列具有均匀圆柱形阵列天线几何结构。
9.一种装置，包括：
处理器；以及
存储有由所述处理器执行的程序的非暂时性计算机可读存储介质，所述程序包括用以执行以下操作的指令：
根据训练预编码器，对训练参考信号进行预编码以获得预编码的训练参考信号，所述训练预编码器基于变换矩阵，所述变换矩阵将泛型字典映射到与所述基站的多输入多输出MIMO天线阵列的天线几何结构相关联的非泛型字典；
通过所述基站的所述MIMO天线阵列发送所述预编码的参考信号；以及
根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和用户设备UE之间的下行信道相关联的复信道响应。
10.根据权利要求9所述的装置，其中所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
11.根据权利要求9至10中任一项所述的装置，其中根据训练预编码器对所述训练参考信号进行预编码，补偿了所述MIMO天线阵列的所述天线几何结构对通过所述MIMO天线阵列发送的信号的影响。
12.根据权利要求9至11中任一项所述的装置，其中所述程序还包括用以执行以下操作的指令：
根据下行预编码器对下行信号进行预编码以获得预编码的下行信号，所述下行预编码器基于所述非泛型字典；以及
通过MIMO天线阵列，将所述预编码的下行信号发送给所述UE。
13.根据权利要求9至12中任一项所述的装置，其中所述泛型字典与均匀线性阵列ULA天线几何结构相关联，并且其中所述基站的所述MIMO天线阵列具有非ULA天线几何结构。
14.根据权利要求13所述的装置，其中所述基站的所述MIMO天线阵列具有均匀矩形阵列URA天线几何结构、均匀圆形阵列天线几何结构或者均匀圆柱形阵列天线几何结构。
15.一种用于大规模多输入多输出MIMO信道估计的方法，包括：
由基站将与变换矩阵相关联的标识符发送给用户设备UE，所述变换矩阵是所述UE的先验信息；
通过基站的MIMO天线阵列，向所述UE发送训练参考信号；以及
根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和所述UE之间的下行信道相关联的复信道响应，其中所述接收信道估计根据所述变换矩阵从所述训练参考信号生成。
16.根据权利要求15所述的方法，其中所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
17.根据权利要求15至16中任一项所述的方法，其中所述变换矩阵将泛型字典映射到与所述基站的所述MIMO天线阵列的天线几何结构相关联的非泛型字典。
18.一种基站，包括：
处理器；以及
存储有由所述处理器执行的程序的非暂时性计算机可读存储介质，所述程序包括用以执行以下操作的指令：
由基站向用户设备UE发送与变换矩阵相关联的标识符；
通过基站的MIMO天线阵列，向所述UE发送训练参考信号；以及
根据所述变换矩阵对接收信道估计进行处理以获得与所述MIMO天线阵列和所述UE之间的下行信道相关联的复信道响应，其中所述接收信道估计根据所述变换矩阵从所述训练参考信号生成。
19.根据权利要求18所述的基站，其中所述接收信道估计是对从所述UE接收的所述下行信道的稀疏信道估计。
20.根据权利要求18至19中任一项所述的基站，其中所述变换矩阵将泛型字典映射到与所述基站的所述MIMO天线阵列的天线几何结构相关联的非泛型字典。
21.一种用于大规模多输入多输出MIMO信道估计的方法，包括：
由用户设备UE接收与变换矩阵相关联的标识符；
由所述UE从基站接收训练参考信号；
根据所述变换矩阵处理所述训练参考信号以获得稀疏信道估计；以及
将所述稀疏信道估计发送给所述基站。
22.根据权利要求21所述的方法，其中所述变换矩阵将泛型字典映射到与所述基站的所述MIMO天线阵列的天线几何结构相关联的非泛型字典。
23.一种用户设备UE，包括：
处理器；以及
存储有由所述处理器执行的程序的非暂时性计算机可读存储介质，所述程序包括用以执行以下操作指令：
接收与变换矩阵相关联的标识符；
从基站接收训练参考信号；
根据所述变换矩阵处理所述训练参考信号以获得稀疏信道估计；以及
将所述稀疏信道估计发送给所述基站。
24.根据权利要求23所述的UE，其中所述变换矩阵将泛型字典映射到与所述基站的多输入多输出MIMO天线阵列的天线几何结构相关联的非泛型字典。
CN201780018383.7A 2016-03-24 2017-03-21 大规模多输入多输出(mimo)中的下行信道估计系统和方法 Active CN109075851B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662312850P 2016-03-24 2016-03-24
US62/312,850 2016-03-24
US15/365,541 2016-11-30
US15/365,541 US10250309B2 (en) 2016-03-24 2016-11-30 System and method for downlink channel estimation in massive multiple-input-multiple-output (MIMO)
PCT/CN2017/077524 WO2017162143A1 (en) 2016-03-24 2017-03-21 System and method for downlink channel estimation in massive multiple-input-multiple-output (mimo)

Publications (2)

Publication Number Publication Date
CN109075851A true CN109075851A (zh) 2018-12-21
CN109075851B CN109075851B (zh) 2021-01-29

Family

ID=59899078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780018383.7A Active CN109075851B (zh) 2016-03-24 2017-03-21 大规模多输入多输出(mimo)中的下行信道估计系统和方法

Country Status (3)

Country Link
US (1) US10250309B2 (zh)
CN (1) CN109075851B (zh)
WO (1) WO2017162143A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114342275A (zh) * 2019-08-30 2022-04-12 华为技术有限公司 稀疏参考信号相关信令装置及方法
WO2022253023A1 (zh) * 2021-06-01 2022-12-08 华为技术有限公司 一种通信方法及装置
US11569961B2 (en) 2019-08-30 2023-01-31 Huawei Technologies Co., Ltd. Reference signaling overhead reduction apparatus and methods
WO2023083033A1 (zh) * 2021-11-12 2023-05-19 中国移动通信有限公司研究院 预编码矩阵指示信息的发送方法及设备
WO2024032775A1 (zh) * 2022-08-12 2024-02-15 华为技术有限公司 量化方法和装置

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10374836B2 (en) * 2015-10-28 2019-08-06 Huawei Technologies Canada Co., Ltd. Method and apparatus for downlink channel estimation in massive MIMO
US10630434B2 (en) * 2017-02-01 2020-04-21 Electronics And Telecommunications Research Institute Operation method of communication node for supporting coordinated multi-point transmission and reception in communication network
US10069652B1 (en) * 2017-02-24 2018-09-04 Chunghwa Telecom Co., Ltd. Reduced-overhead channel estimation method and system thereof for massive MIMO systems
CN108599820B (zh) * 2018-05-07 2021-10-15 东北大学 基于块结构自适应压缩采样匹配追踪算法的大规模mimo系统信道估计方法
US10461821B1 (en) 2018-08-09 2019-10-29 At&T Intellectual Property I, L.P. Facilitation of beamforming gains for fronthaul links for 5G or other next generation network
CN111435926B (zh) * 2019-01-11 2023-05-05 中国移动通信有限公司研究院 一种mimo系统信道预测方法、装置、介质和设备
US11539424B2 (en) * 2019-08-27 2022-12-27 Samsung Electronics Co., Ltd System and method for providing channel recovery for angle domain sparse channels
US11063724B1 (en) * 2020-01-14 2021-07-13 Cypress Semiconductor Corporation Reduced channel-sounding in MU-MIMO WLANS
EP4097846A1 (en) * 2020-01-29 2022-12-07 Nokia Technologies Oy A receiver for a communication system
CN111343730B (zh) * 2020-04-15 2023-08-08 上海交通大学 一种空间相关信道下的大规模mimo无源随机接入方法
CN111901258A (zh) * 2020-05-08 2020-11-06 中兴通讯股份有限公司 上下行信道互易的实现方法、通信节点和存储介质
CN112187323B (zh) * 2020-09-29 2021-08-03 国网江苏省电力有限公司丹阳市供电分公司 混合低精度架构下基于irs的大规模mimo的级联信道估计方法
CN112565122B (zh) * 2020-12-08 2021-11-02 江南大学 基于牛顿-正交匹配追踪的超大规模mimo信道估计方法
US11464017B1 (en) 2021-03-25 2022-10-04 At&T Intellectual Property I, L.P. Facilitation of beamforming utilizing interpolation for 5G or other next generation network
CN113098805B (zh) * 2021-04-01 2022-09-27 清华大学 基于二值化神经网络的高效mimo信道反馈方法及装置
US11863354B2 (en) * 2021-05-12 2024-01-02 Nokia Technologies Oy Model transfer within wireless networks for channel estimation
CN113746534B (zh) * 2021-09-22 2022-04-19 东南大学 一种卫星大规模mimo通信感知一体化的发送方法
US20230318881A1 (en) * 2022-04-05 2023-10-05 Qualcomm Incorporated Beam selection using oversampled beamforming codebooks and channel estimates
US20240049023A1 (en) * 2022-08-03 2024-02-08 Qualcomm Incorporated Channel state feedback with dictionary learning

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102763345A (zh) * 2010-01-12 2012-10-31 株式会社泛泰 用于信道信息反馈的装置和方法、接收信道信息的基站及基站的通信方法
US20130230081A1 (en) * 2012-03-02 2013-09-05 Telefonaktiebolaget Lm Ericsson (Publ) Radio Base Station and Method Therein for Transforming a Data Transmission Signal
US20130321207A1 (en) * 2012-05-31 2013-12-05 Alcatel-Lucent Usa Inc. Transforming precoded signals for wireless communication
US20140269502A1 (en) * 2013-03-15 2014-09-18 Antonio Forenza Systems and methods for radio frequency calibration exploiting channel reciprocity in distributed input distributed output wireless communications

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6757265B1 (en) 1999-07-30 2004-06-29 Iospan Wireless, Inc. Subscriber unit in a hybrid link incorporating spatial multiplexing
BR0012814A (pt) 1999-07-30 2002-07-02 Iospan Wireless Inc Rede celular sem fio, unidade de assinante, métodos para transmitir fluxos de dados de ligação descendente de assinante, e para receber fluxos de dados de ligação descendente de assinante, unidade remota celular sem fio, métodos para transmitir um fluxo de dados de uma unidade remota, e para comunicação entre uma localização remota e uma ou mais estações base em uma rede celular, estação base repetidora, rede de comunicações, e, unidade para uso em uma rede de comunicações
US6067290A (en) 1999-07-30 2000-05-23 Gigabit Wireless, Inc. Spatial multiplexing in a cellular network
US6377636B1 (en) 1999-11-02 2002-04-23 Iospan Wirless, Inc. Method and wireless communications system using coordinated transmission and training for interference mitigation
US6922445B1 (en) 1999-12-15 2005-07-26 Intel Corporation Method and system for mode adaptation in wireless communication
US6298092B1 (en) 1999-12-15 2001-10-02 Iospan Wireless, Inc. Methods of controlling communication parameters of wireless systems
US6377632B1 (en) 2000-01-24 2002-04-23 Iospan Wireless, Inc. Wireless communication system and method using stochastic space-time/frequency division multiplexing
JP4187377B2 (ja) * 2000-02-23 2008-11-26 富士通株式会社 無線送受信機及び電波放射方向制御方法
US6937592B1 (en) 2000-09-01 2005-08-30 Intel Corporation Wireless communications system that supports multiple modes of operation
US6760882B1 (en) 2000-09-19 2004-07-06 Intel Corporation Mode selection for data transmission in wireless communication channels based on statistical parameters
US6850498B2 (en) 2000-12-22 2005-02-01 Intel Corporation Method and system for evaluating a wireless link
US7277730B2 (en) * 2002-12-26 2007-10-02 Nokia Corporation Method of allocating radio resources in telecommunication system, and telecommunication system
US7328033B2 (en) 2003-10-01 2008-02-05 Rappaport Theodore S Wireless network system and method
US7599420B2 (en) 2004-07-30 2009-10-06 Rearden, Llc System and method for distributed input distributed output wireless communications
US8160121B2 (en) 2007-08-20 2012-04-17 Rearden, Llc System and method for distributed input-distributed output wireless communications
US7633994B2 (en) 2004-07-30 2009-12-15 Rearden, LLC. System and method for distributed input-distributed output wireless communications
US7636381B2 (en) 2004-07-30 2009-12-22 Rearden, Llc System and method for distributed input-distributed output wireless communications
KR100651447B1 (ko) 2004-04-14 2006-11-29 삼성전자주식회사 복수의 안테나들을 사용하는 셀룰러 이동통신 시스템에서의 안테나 재 선택 시스템 및 방법
KR100651569B1 (ko) 2004-06-01 2006-11-29 삼성전자주식회사 셀룰러 통신 시스템의 자원 할당 스케줄링 방법
US7676007B1 (en) 2004-07-21 2010-03-09 Jihoon Choi System and method for interpolation based transmit beamforming for MIMO-OFDM with partial feedback
KR101161873B1 (ko) 2004-09-07 2012-07-03 더 보드 오브 리전츠 오브 더 유니버시티 오브 텍사스 시스템 적응적 전송모드 전환 방식을 이용한 다중입출력 통신시스템
US8130862B2 (en) 2004-11-16 2012-03-06 Intellectual Ventures Holding 40 Llc Precoding system and method for multi-user transmission in multiple antenna wireless systems
KR101023274B1 (ko) 2005-04-20 2011-03-18 더 보드 오브 리전츠 오브 더 유니버시티 오브 텍사스 시스템 셀룰러 통신을 위한 채널 정보 피드백 시스템 및 방법
US8204142B2 (en) 2007-01-29 2012-06-19 Samsung Electronics Co., Ltd Precoder and precoding method in a multi-antenna system
KR101005233B1 (ko) 2007-03-14 2010-12-31 더 보드 오브 리전츠 오브 더 유니버시티 오브 텍사스 시스템 다중 안테나 시스템에서 간섭 제거 장치 및 방법
EP1998470B1 (en) 2007-05-29 2017-02-22 Samsung Electronics Co., Ltd. Apparatus and method for beamforming in multiple input multiple output wireless communication system
KR101173940B1 (ko) 2007-06-01 2012-09-03 보드 오브 리전츠, 더 유니버시티 오브 텍사스 시스템 중계국을 사용하는 다중 안테나 시스템에서의 송 수신 장치및 방법
CN101960757B (zh) 2008-02-28 2014-02-05 京瓷株式会社 信道信息预测系统以及信道信息预测方法
KR101426962B1 (ko) 2008-03-20 2014-08-07 삼성전자주식회사 다중 안테나 다중 사용자 통신 시스템에서 빔 포밍 방법 및장치
KR101408938B1 (ko) 2008-04-02 2014-06-17 보드 오브 리전츠, 더 유니버시티 오브 텍사스 시스템 다중 입출력 무선통신 시스템에서 일반화된 아이겐 분석을이용한 빔포밍 장치 및 방법
US8638874B2 (en) 2008-05-01 2014-01-28 Futurewei Technologies, Inc. Progressive feedback for high resolution limited feedback wireless communication
US8306146B2 (en) 2008-05-01 2012-11-06 Futurewei Technologies, Inc. Progressive feedback for high resolution limited feedback wireless communication
US8233926B2 (en) 2008-05-22 2012-07-31 Futurewei Technologies, Inc. Spatial mode adaptation at the cell edge using interferer spatial correlation
US8619918B2 (en) * 2008-09-25 2013-12-31 Nec Laboratories America, Inc. Sparse channel estimation for MIMO OFDM systems
KR101466112B1 (ko) 2009-03-02 2014-11-28 삼성전자주식회사 다중 사용자 - 다중 안테나 무선 통신 시스템에서 신호를 빔포밍 하는 방법 및 이를 위한 장치
KR101414036B1 (ko) 2010-07-16 2014-07-01 더 보드 오브 리전츠 오브 더 유니버시티 오브 텍사스 시스템 중계된 무선 통신 네트워크에서 파일럿 및 데이터 심볼을 송신하기 위한 시스템 및 방법
WO2012023944A1 (en) 2010-08-20 2012-02-23 The Board Of Regents Of The University Of Texas System Inserting and decoding replicated data symbols in wireless communications
US9414371B2 (en) 2012-04-16 2016-08-09 Samsung Electronics Co., Ltd. Hierarchical channel sounding and channel state information feedback in massive MIMO systems
CN103685088B (zh) 2012-09-20 2017-06-06 华为技术有限公司 稀疏信道的导频优化方法、装置和信道估计方法
CN105359426B (zh) 2013-06-26 2019-02-01 Lg电子株式会社 用于大规模mimo方案的基于分组的参考信号发送
EP3140922B1 (en) * 2014-05-08 2019-03-27 Telefonaktiebolaget LM Ericsson (publ) Beam forming using a dual polarized antenna arrangement
CN104579443A (zh) 2014-07-29 2015-04-29 北京邮电大学 一种基于协作多小区Massive MIMO系统的线性预编码方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102763345A (zh) * 2010-01-12 2012-10-31 株式会社泛泰 用于信道信息反馈的装置和方法、接收信道信息的基站及基站的通信方法
US20130230081A1 (en) * 2012-03-02 2013-09-05 Telefonaktiebolaget Lm Ericsson (Publ) Radio Base Station and Method Therein for Transforming a Data Transmission Signal
US20130321207A1 (en) * 2012-05-31 2013-12-05 Alcatel-Lucent Usa Inc. Transforming precoded signals for wireless communication
US20140269502A1 (en) * 2013-03-15 2014-09-18 Antonio Forenza Systems and methods for radio frequency calibration exploiting channel reciprocity in distributed input distributed output wireless communications

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114342275A (zh) * 2019-08-30 2022-04-12 华为技术有限公司 稀疏参考信号相关信令装置及方法
US11569961B2 (en) 2019-08-30 2023-01-31 Huawei Technologies Co., Ltd. Reference signaling overhead reduction apparatus and methods
CN114342275B (zh) * 2019-08-30 2023-05-05 华为技术有限公司 稀疏参考信号相关信令装置及方法
US11973714B2 (en) 2019-08-30 2024-04-30 Huawei Technologies Co., Ltd Sparse reference signal-related signaling apparatus and methods
WO2022253023A1 (zh) * 2021-06-01 2022-12-08 华为技术有限公司 一种通信方法及装置
WO2023083033A1 (zh) * 2021-11-12 2023-05-19 中国移动通信有限公司研究院 预编码矩阵指示信息的发送方法及设备
WO2024032775A1 (zh) * 2022-08-12 2024-02-15 华为技术有限公司 量化方法和装置

Also Published As

Publication number Publication date
US20170279508A1 (en) 2017-09-28
WO2017162143A1 (en) 2017-09-28
CN109075851B (zh) 2021-01-29
US10250309B2 (en) 2019-04-02

Similar Documents

Publication Publication Date Title
CN109075851A (zh) 大规模多输入多输出（mimo）中的下行信道估计系统和方法
JP7258123B2 (ja) データ伝送方法、端末及びネットワーク機器
US11025322B2 (en) Progressive advanced CSI feedback
US11082176B2 (en) System and method for transmitting a sub-space selection
CN107005293B (zh) 用于部分预编码的信道状态信息参考信号和信道状态信息反馈的下行链路信令的方法和装置
US10374836B2 (en) Method and apparatus for downlink channel estimation in massive MIMO
WO2019096071A1 (zh) 通信方法、通信装置和系统
US20210203392A1 (en) Method and device for transmitting and receiving channel state information in wireless communication system using multiple antennas
US9906281B2 (en) MU-MIMO transmission method in wireless LAN system
WO2020192790A1 (en) System and method for reduced csi feedback and reporting using tensors and tensor decomposition
CN109964414B (zh) 针对混合类a/b操作的高级csi报告
EP3499743B1 (en) Transmission method and device for downlink receiving beam training signal
WO2014038832A1 (ko) 다중 안테나 무선 통신 시스템에서 효율적인 피드백 전송 방법 및 이를 위한 장치
WO2012008710A2 (ko) 무선 통신 시스템에서 코드북을 이용한 신호 송수신 방법 및 장치
CN106797242A (zh) 用于带有极化有源天线阵列的mimo无线通信系统的csi反馈
WO2013069957A1 (ko) 무선통신 시스템에서 코드북 기반 프리코딩 행렬 정보를 피드백하는 방법 및 이를 위한 장치
CN108418614A (zh) 用于非线性预编码的通信方法和设备
KR20120054028A (ko) 무선 통신 시스템에서의 코드북을 생성하는 장치 및 방법
US10666329B2 (en) Method and device for beam forming
WO2014046429A1 (ko) 다중 안테나 무선 통신 시스템에서 효율적인 피드백 전송 방법 및 이를 위한 장치
CN105471558B (zh) 多输入多输出系统信令传输方法和装置
CN105704721B (zh) 一种提高频谱利用率的d2d-p复用蜂窝网络通信方法
CN108713295A (zh) 用于多用户大规模mimo系统的实用混合预编码方案
TW202010342A (zh) 資料傳輸方法、終端及網路設備
CN104836647B (zh) 信道状态信息测量方法和装置

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