CN109150258B - 一种信道追踪方法和装置 - Google Patents
一种信道追踪方法和装置 Download PDFInfo
- Publication number
- CN109150258B CN109150258B CN201810985108.9A CN201810985108A CN109150258B CN 109150258 B CN109150258 B CN 109150258B CN 201810985108 A CN201810985108 A CN 201810985108A CN 109150258 B CN109150258 B CN 109150258B
- Authority
- CN
- China
- Prior art keywords
- time block
- current time
- channel
- horizontal
- initial
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims abstract description 237
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 50
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 46
- 230000004044 response Effects 0.000 claims description 24
- 230000008054 signal transmission Effects 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 52
- 238000003491 array Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
-
- 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
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
Abstract
本发明实施例提供一种信道追踪方法和装置,涉及通信信道处理领域,能够对设置有均匀矩形阵列的通信系统进行信道追踪。该方法包括:获取初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角以及预设增益信息;根据获取的信息,依据预设信道矩阵公式和信道时变公式计算当前时间块的信道矩阵的期望值;根据获取的信息、预设角度时变公式和预设信道矩阵公式计算当前时间块的水平阵列和垂直阵列的估计值;根据当前时间块的水平阵列和垂直阵列的估计值以及当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列和垂直阵列的最优值;根据当前时间块的水平阵列和垂直阵列的最优值计算当前时间块的信道矩阵的最优值。
Description
技术领域
本发明涉及通信信道处理领域,尤其涉及一种信道追踪方法和装置。
背景技术
随着全球无线通信技术和互联网技术的蓬勃发展,移动用户数量呈现爆炸式增长,各种移动新业务不断涌现。未来的5G移动通信系统不仅需要支持语音功能,还必须支持数字、图像、多媒体等数据传输,在传输效率和覆盖范围等方面较4G提高一个或多个量级满足10年内移动互联网流量增加1000倍的发展需求。毫米波频段(30–300GHz)具有丰富的频谱资源,毫米波与大规模多输入多输出(multiple input multiple output;MIMO)相结合可以带来巨大的空间增益、能量效率和频谱效率,毫米波大规模MIMO成为了下一代移动通信的关键技术。
毫米波大规模MIMO系统的性能取决于信道状态信息的准确度,信道状态信息的获取是当前毫米波大规模MIMO研究的重点问题。现有的信道追踪方法一般是针对天线阵列为均匀线型阵列的移动通信系统,但是对于毫米波大规模MIMO技术对应的移动通信系统而言,其用户终端和和基站端的天线都采用的均匀矩形阵列,所以实际中的信道追踪方法如果应用在毫米波大规模MIMO技术上会存在较大误差,不够精确。
发明内容
本发明的实施例提供一种信道追踪方法和装置,用于对设置有均匀矩形阵列的通信系统进行信道追踪。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,提供一种信道追踪方法,包括:获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角、以及预设增益信息;
根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道时变公式计算当前时间块的信道矩阵的期望值;
根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设角度时变公式和预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;
根据当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;
根据当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。
可选的,根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道时变公式计算信道矩阵的期望值包括:
根据预设发射端的水平角和俯仰角、预设接收端的水平角和俯仰角和预设增益信息,依据预设信道矩阵公式计算初始信道矩阵;
根据初始信道矩阵和预设信道时变公式计算当前时间块的信道矩阵的期望值。
可选的,根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设角度时变公式和预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值包括:
根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道矩阵公式计算初始信道矩阵;
根据初始信道矩阵建立信号传输方程;
根据初始发射水平角、初始发射俯仰角、初始接收水平角和初始接收俯仰角生成初始二维角度;
根据初始二维角度、预设角度时变公式和信号传输方程,依据卡尔曼滤波算法计算当前时间块的二维角度的估计值;
根据二维角度的估计值和预设增益信息,依据预设信道矩阵公式计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值。
可选的,根据当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值包括:
根据当前时间块的信道矩阵的期望值、当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值,依据预设目标函数计算当前时间块的目标函数值;
根据预设水平阵列迭代公式和预设垂直阵列迭代公式分别对当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值进行更新,以获取当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值;
根据当前时间块的信道矩阵的期望值、当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值,依据预设目标函数对当前时间块的目标函数值进行更新,以获取当前时间块的目标函数的更新值;
当当前时间块的目标函数的更新值和当前时间块的目标函数值之差小于预设阈值时,确定当前时间块的水平阵列的更新值为当前时间块的水平阵列的最优值、当前时间块的垂直阵列的更新值为当前时间块的垂直阵列的最优值。
优选的,卡尔曼滤波算法具体为扩展卡尔曼滤波算法。
可选的,当当前时间块的目标函数的更新值和当前时间块的目标函数值之差不小于预设阈值时,将当前时间块的水平阵列的估计值更新为当前时间块的水平阵列的更新值,将当前时间块的垂直阵列的估计值更新为当前时间块的垂直阵列的更新值。
示例性的,预设信道矩阵公式具体为:
其中,H为信道矩阵,U为水平阵列、V为垂直阵列;
α[τ+1]=ρα[τ]+ξ[τ];
为信道发射端发射信号的发射水平角,为信道发射端发射信号的发射俯仰角,φt为信道接收端接收信号的接收水平角,φr为信道接收端接收信号的接收俯仰角,为信道发射端阵列响应矩阵,为信道接收端阵列响应矩阵,at(u)为信道发射端水平阵列响应矩阵,at(v)为信道发射端垂直阵列响应矩阵,ar(u)为信道接收端水平阵列响应矩阵,ar(v)为信道接收端垂直阵列响应矩阵,α为路径增益,u为水平方向波程差,v为垂直方向的波程差,表示克罗内克积,ρ为相关系数,IQ为阶数与信道矩阵的行数相同的单位矩阵,IM为阶数与信道矩阵的列数相同的单位矩阵,ξ[τ]~Ν(0,(1-ρ2)/2),α(-1)~Ν(0,1/2)。
示例性的,预设信道时变公式具体为:
其中,H1(τ)为时间块τ的信道矩阵的期望值,β为信道时变参数,H(τ-1)为时间块τ的前一时间块的信道矩阵的期望值,v(τ)为均值为零的高斯白噪声且其方差为σv 2,v(τ)与H(τ-1)统计独立。
示例性的,预设角度时变公式具体为:
θ(τ)=θ(τ-1)+u(τ);
其中,θ(τ)为时间块τ的二维角度,θ(τ-1)为时间块τ的前一时间块的二维角度,u(τ)为服从均值为零,方差为Qu的高斯分布;
示例性的,信号传输方程具体为:
其中,y(τ)为时间块τ的信道接收端接收的信号,x为时间块τ的信道发射端发射的信号,θ(τ)为时间块τ的二维角度,n(τ)为传输噪声且n(τ)~CΝ(0,Qn),w为时间块τ的信道接收端的组合器矩阵,f为时间块τ的信道的模拟波束赋形矩阵,H为时间块τ的信道矩阵,g(θ(τ))为wHHfx转化为二维角度的函数,为θ(τ)的估计值,为所述信号传输方程对θ(τ)进行一阶泰勒展开得到的主项,
示例性的,预设目标函数具体为:
其中,L为目标函数值,λ为正则项参数,Uik为水平阵列中第i行第k个元素,Vkj为垂直阵列中第j列第k个元素,Hij为信道矩阵的期望值中第i行第j列的元素。
示例性的,预设水平阵列迭代公式具体为:
所述预设垂直阵列迭代公式具体为:
其中,U’ik为Uik的更新值,V’kj为Vkj的更新值,γ为迭代步长。
第二方面,提供一种信道追踪装置,包括:获取模块、期望计算模块、估计计算模块和算法模块;
获取模块,用于获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角、以及预设增益信息;
期望计算模块,用于根据获取模块获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道时变公式计算当前时间块的信道矩阵的期望值;
估计计算模块,用于根据获取模块获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设角度时变公式和预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;
算法模块,用于根据估计计算模块计算的当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和期望计算模块计算的当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;
算法模块还用于根据算法模块获取的当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。
可选的,期望计算模块具体包括:第一计算单元和第二计算单元;
第一计算单元,用于根据获取模块获取的预设发射端的水平角和俯仰角、预设接收端的水平角和俯仰角和预设增益信息,依据预设信道矩阵公式计算初始信道矩阵;
第二计算单元,用于根据第一计算单元计算的初始信道矩阵和预设信道时变公式计算当前时间块的信道矩阵的期望值。
可选的,估计计算模块具体包括:第三计算单元、方程建立单元、角度估计单元和第四计算单元;
第三计算单元,用于根据获取模块获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道矩阵公式计算初始信道矩阵;
方程建立单元,用于根据初始信道矩阵建立信号传输方程;
角度估计单元,用于根据获取模块获取的初始发射水平角、初始发射俯仰角、初始接收水平角和初始接收俯仰角生成初始二维角度;
角度估计单元还用于根据初始二维角度、预设角度时变公式和方程建立单元建立的信号传输方程,依据卡尔曼滤波算法计算当前时间块的二维角度的估计值;
第四计算单元,用于根据角度估计单元计算的二维角度的估计值和获取模块获取的预设增益信息,依据预设信道矩阵公式计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值。
可选的,算法模块具体包括:第五计算单元、更新单元和判断单元;
第五计算单元,用于根据期望计算模块计算的当前时间块的信道矩阵的期望值,以及估计计算模块计算的当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值,依据预设目标函数计算当前时间块的目标函数值;
更新单元,用于根据预设水平阵列迭代公式和预设垂直阵列迭代公式分别对估计计算模块计算的当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值进行更新,以获取当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值;
第五计算单元还用于根据期望计算模块计算的当前时间块的信道矩阵的期望值以及更新单元计算的当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值,依据预设目标函数对第五计算单元计算的当前时间块的目标函数值进行更新,以获取当前时间块的目标函数的更新值;
当判断单元确定第五计算单元获取的当前时间块的目标函数的更新值和第五计算单元计算的当前时间块的目标函数值之差小于预设阈值时,确定更新单元计算的当前时间块的水平阵列的更新值为当前时间块的水平阵列的最优值、更新单元计算的当前时间块的垂直阵列的更新值为当前时间块的垂直阵列的最优值。
可选的,当判断单元确定第五计算单元获取的当前时间块的目标函数的更新值和第五计算单元计算的当前时间块的目标函数值之差不小于预设阈值时,第五计算单元还用于将当前时间块的水平阵列的估计值更新为更新单元计算的当前时间块的水平阵列的更新值,同时将当前时间块的垂直阵列的估计值更新为更新单元计算的当前时间块的垂直阵列的更新值。
本发明实施例提供的信道追踪方法和装置,该方法包括:获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角,以及预设增益信息;根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道时变公式计算当前时间块的信道矩阵的期望值;根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设角度时变公式和预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;根据当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;根据当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。本发明实施例提供的信道追踪方法中,针对均匀矩形分布的天线阵列,将其对应信道的收发端之间的信道矩阵分为水平阵列和垂直阵列进行考虑,在分别计算出信道矩阵在当前时间块的期望值、水平阵列和垂直阵列在当前时间块的估计值后,利用矩阵分解算法,对水平阵列和垂直阵列在当前时间块的估计值不断迭代更新,以使水平阵列和垂直阵列合成的信道矩阵在当前时间块的估计值和期望值的差距缩至最小即目标函数值收敛,则此时根据水平阵列和垂直阵列各自在当前时间块的估计值更新得到的水平阵列和垂直阵列在当前时间块的更新值,则为最符合信道追踪要求的信道矩阵在的最优值分解后可得的水平阵列和垂直阵列在当前时间块的最优值,自此完成信道追踪,得到最优信道矩阵。因此本发明实施提供的技术方案,适用于采用均匀矩形排列的天线阵列的毫米波大规模MIMO系统;进一步的,因为本发明实施例提供的技术方案采用了矩阵分解算法修正了信道追踪结果,所以相对于现有的信道追踪方法,最终得到的追踪结果更为精确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的均匀矩阵阵列排布的天线排列示意;
图2为本发明实施例提供的一种信道追踪方法流程示意图;
图3为本发明实施例提供的另一种信道追踪方法流程示意图;
图4为本发明实施例提供的一种信道追踪装置结构示意图。
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、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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
还需要说明的是,本发明实施例中,“的(英文:of)”,“相应的(英文:corresponding,relevant)”和“对应的(英文:corresponding)”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。
为了便于清楚描述本发明实施例的技术方案,在本发明的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
现有的信道追踪方法大多适用于天线排列为均匀线型阵列的通信系统,但实际中越来越普及的毫米波大规模MIMO系统的移动场景中,基站端和用户端都使用参照图1所示的均匀矩形阵列排布的天线阵列,现有信道追踪方法并不适用。
针对上述问题,参照图2所示,本发明实施例提供一种信道追踪方法,包括:
201、获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角、以及预设增益信息。
202、根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道矩阵公式和预设信道时变公式计算当前时间块的信道矩阵的期望值。
示例性的,因为在研究过程中一般只考虑LOS(line of sight视距)用以分析信道矩阵,所以信道矩阵与水平角和俯仰角都有关系,预设信道矩阵公式具体为:
其中,H为信道矩阵,V为水平阵列、U为垂直阵列;
α[τ+1]=ρα[τ]+ξ[τ];
为信道发射端发射信号的发射水平角,φt为信道发射端发射信号的发射俯仰角,为信道接收端接收信号的接收水平角,φr为信道接收端接收信号的接收俯仰角,为信道发射端阵列响应矩阵,为信道接收端阵列响应矩阵,at(u)为信道发射端水平阵列响应矩阵,at(v)为信道发射端垂直阵列响应矩阵,ar(u)为信道接收端水平阵列响应矩阵,ar(v)为信道接收端垂直阵列响应矩阵,α为路径增益,u为水平方向波程差,v为垂直方向的波程差,表示克罗内克积,ρ为相关系数,IQ为阶数与信道矩阵的行数相同的单位矩阵,IM为阶数与信道矩阵的列数相同的单位矩阵,ξ[τ]~Ν(0,(1-ρ2)/2),α(-1)~Ν(0,1/2);
示例性的,信道的时间相关性服从一阶AR(auto regressive model,自回归模型)模型,所以预设信道时变公式具体为:
其中,H1(τ)为时间块τ的信道矩阵的期望值,β为信道时变参数,H(τ-1)为时间块τ的前一时间块的信道矩阵的期望值,v(τ)为均值为零的高斯白噪声且其方差为σv 2,v(τ)与H(τ-1)统计独立;上述时间块τ指时间段,因为实际中毫米波大规模MIMO通信系统的信道矩阵是块衰落的,即其变化是稳定一段时间后变化,而其中稳定的时间一般称为时间块。
203、根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设信道矩阵公式和预设角度时变公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值。
示例性的,预设角度时变公式:
θ(τ)=θ(τ-1)+u(τ);
需要说明的是,202步骤和203步骤可以同时进行也可以分先后进行,此处不对此做具体限制。
204、根据当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值。
具体的,矩阵分解算法主要是通过迭代更新信道矩阵的估计值(具体指水平阵列的估计值和垂直阵列的估计值),使其不断靠近信道矩阵的期望值,达到修正信道信息的目的,从而提高信道追踪得到的信道矩阵的精确度。
205、根据当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。
上述实施例提供的信道追踪方法,针对均匀矩形分布的天线阵列,将其对应信道的收发端之间的信道矩阵分为水平阵列和垂直阵列进行考虑,在分别计算出信道矩阵在当前时间块的期望值、水平阵列和垂直阵列在当前时间块的估计值后,利用矩阵分解算法,对水平阵列和垂直阵列在当前时间块的估计值不断迭代更新,以使水平阵列和垂直阵列合成的信道矩阵在当前时间块的估计值和期望值的差距缩至最小即目标函数值收敛,则此时根据水平阵列和垂直阵列各自在当前时间块的估计值更新得到的水平阵列和垂直阵列在当前时间块的更新值,则为最符合信道追踪要求的信道矩阵在的最优值分解后可得的水平阵列和垂直阵列在当前时间块的最优值,自此完成信道追踪,得到最优信道矩阵。因此本发明实施提供的技术方案,适用于采用均匀矩形排列的天线阵列的毫米波大规模MIMO系统;进一步的,因为本发明实施例提供的技术方案采用了矩阵分解算法修正了信道追踪结果,所以相对于现有的信道追踪方法,最终得到的追踪结果更为精确。
参照图3所示,本发明实施例还提供另一种信道追踪方法用于对上述实施例提供的信道追踪方法的补充说明,具体包括:
301、获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角、以及预设增益信息。
302、根据预设发射端的水平角和俯仰角、预设接收端的水平角和俯仰角和预设增益信息,依据预设信道矩阵公式计算初始信道矩阵。
303、根据初始信道矩阵和预设信道时变公式计算当前时间块的信道矩阵的期望值。
304、根据初始信道矩阵建立信号传输方程。
示例性的,信号传输方程具体为:
其中,y(τ)为时间块τ的信道接收端接收的信号,x为时间块τ的信道发射端发射的信号,θ(τ)为时间块τ的二维角度,n(τ)为传输噪声且n(τ)~CΝ(0,Qn),w为时间块τ的信道接收端的组合器矩阵,f为时间块τ的信道的模拟波束赋形矩阵,H为时间块τ的信道矩阵,g(θ(τ))为wHHfx转化为二维角度的函数,为θ(τ)的估计值,为所述信号传输方程对θ(τ)进行一阶泰勒展开得到的主项,为所述信号传输方程对θ(τ)进行一阶泰勒展开得到的一阶偏导项。
305、根据初始发射水平角、初始发射俯仰角、初始接收水平角和初始接收俯仰角生成初始二维角度。
306、根据初始二维角度、预设角度时变公式和信号传输方程,依据卡尔曼滤波算法计算当前时间块的二维角度的估计值。
具体的,因为实际中二维角度与接收信号是非线性关系,因此此处使用扩展卡尔曼滤波方法能够提高得到的二维角度的估计值的准确性。
307、根据二维角度的估计值和预设增益信息,依据预设信道矩阵公式计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值。
308、根据当前时间块的信道矩阵的期望值、当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值,依据预设目标函数计算当前时间块的目标函数值。
示例性的,预设目标函数具体为:
其中,L为目标函数值,λ为正则项参数,Uik为水平阵列中第i行第k个元素,Vkj为垂直阵列中第j列第k个元素,Hij为信道矩阵的期望值中第i行第j列的元素;
事实上,在矩阵分解算法中,目标函数值原则上只需要计算信道矩阵得估计值和信道矩阵的期望值的差值即可,然后逐步迭代缩小差值至最小,但是实际中这样会使得最后求得的信道矩阵存在过拟合的问题,所以在本发明实施例中通过对水平阵列和垂直阵列进行正则化后加入到目标函数表达式里用来解决过拟合问题,即上式中的
309、根据预设水平阵列迭代公式和预设垂直阵列迭代公式分别对当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值进行更新,以获取当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值。
310、根据当前时间块的信道矩阵的期望值、当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值,依据预设目标函数对当前时间块的目标函数值进行更新,以获取当前时间块的目标函数的更新值。
311、判断当前时间块的目标函数的更新值和当前时间块的目标函数值之差是否小于预设阈值。
当当前时间块的目标函数的更新值和当前时间块的目标函数值之差小于预设阈值时,执行312;当当前时间块的目标函数的更新值和当前时间块的目标函数值之差不小于预设阈值时,执行313。
312、确定当前时间块的水平阵列的更新值为当前时间块的水平阵列的最优值、当前时间块的垂直阵列的更新值为当前时间块的垂直阵列的最优值。
313、将当前时间块的水平阵列的估计值更新为当前时间块的水平阵列的更新值,将当前时间块的垂直阵列的估计值更新为当前时间块的垂直阵列的更新值。
313步骤执行308。
314、根据当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。
具体的,H3=U′*V′,其中H3为信道矩阵的最优值,U′为水平阵列的最优值,V′为垂直阵列的最优值。
本发明实施例提供的信道追踪方法,该方法包括:获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角,以及预设增益信息;根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道时变公式计算当前时间块的信道矩阵的期望值;根据初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设角度时变公式和预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;根据当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;根据当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。本发明实施例提供的信道追踪方法中,针对均匀矩形分布的天线阵列,将其对应信道的收发端之间的信道矩阵分为水平阵列和垂直阵列进行考虑,在分别计算出信道矩阵在当前时间块的期望值、水平阵列和垂直阵列在当前时间块的估计值后,利用矩阵分解算法,对水平阵列和垂直阵列在当前时间块的估计值不断迭代更新,以使水平阵列和垂直阵列合成的信道矩阵在当前时间块的估计值和期望值的差距缩至最小即目标函数值收敛,则此时根据水平阵列和垂直阵列各自在当前时间块的估计值更新得到的水平阵列和垂直阵列在当前时间块的更新值,则为最符合信道追踪要求的信道矩阵在的最优值分解后可得的水平阵列和垂直阵列在当前时间块的最优值,自此完成信道追踪,得到最优信道矩阵。因此本发明实施提供的技术方案,适用于采用均匀矩形排列的天线阵列的毫米波大规模MIMO系统;进一步的,因为本发明实施例提供的技术方案采用了矩阵分解算法修正了信道追踪结果,所以相对于现有的信道追踪方法,最终得到的追踪结果更为精确。
为了更好的实施上述实施例中提供的信道追踪方法,参照图4所示,本发明实施例还提供一种信道追踪装置01,包括:获取模块41、期望计算模块42、估计计算模块43和算法模块44;
获取模块41,用于获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角、以及预设增益信息;
期望计算模块42,用于根据获取模块41获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道时变公式计算当前时间块的信道矩阵的期望值;
估计计算模块43,用于根据获取模块41获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设角度时变公式和预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;
算法模块44,用于根据估计计算模块43计算的当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和期望计算模块42计算的当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;
算法模块44还用于根据算法模块44获取的当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。
可选的,期望计算模块42具体包括:第一计算单元421和第二计算单元422;
第一计算单元421,用于根据获取模块41获取的预设发射端的水平角和俯仰角、预设接收端的水平角和俯仰角和预设增益信息,依据预设信道矩阵公式计算初始信道矩阵;
第二计算单元422,用于根据第一计算单元421计算的初始信道矩阵和预设信道时变公式计算当前时间块的信道矩阵的期望值。
可选的,估计计算模块43具体包括:第三计算单元431、方程建立单元432、角度估计单元433和第四计算单元434;
第三计算单元431,用于根据获取模块41获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道矩阵公式计算初始信道矩阵;
方程建立单元432,用于根据初始信道矩阵建立信号传输方程;
角度估计单元433,用于根据获取模块41获取的初始发射水平角、初始发射俯仰角、初始接收水平角和初始接收俯仰角生成初始二维角度;
角度估计单元433还用于根据初始二维角度、预设角度时变公式和方程建立单元432建立的信号传输方程,依据卡尔曼滤波算法计算当前时间块的二维角度的估计值;
第四计算单元434,用于根据角度估计单元433计算的二维角度的估计值和获取模块41获取的预设增益信息,依据预设信道矩阵公式计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值。
可选的,算法模块44具体包括:第五计算单元441、更新单元442和判断单元443;
第五计算单元441,用于根据期望计算模块42计算的当前时间块的信道矩阵的期望值,以及估计计算模块43计算的当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值,依据预设目标函数计算当前时间块的目标函数值;
更新单元442,用于根据预设水平阵列迭代公式和预设垂直阵列迭代公式分别对估计计算模块43计算的当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值进行更新,以获取当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值;
第五计算单元441还用于根据期望计算模块42计算的当前时间块的信道矩阵的期望值以及更新单元442计算的当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值,依据预设目标函数对第五计算单元441计算的当前时间块的目标函数值进行更新,以获取当前时间块的目标函数的更新值;
当判断单元确定第五计算单元441获取的当前时间块的目标函数的更新值和第五计算单元441计算的当前时间块的目标函数值之差小于预设阈值时,确定更新单元442计算的当前时间块的水平阵列的更新值为当前时间块的水平阵列的最优值、更新单元442计算的当前时间块的垂直阵列的更新值为当前时间块的垂直阵列的最优值。
可选的,当判断单元443确定第五计算单元441获取的当前时间块的目标函数的更新值和第五计算单元441计算的当前时间块的目标函数值之差不小于预设阈值时,第五计算单元441还用于将当前时间块的水平阵列的估计值更新为更新单元442计算的当前时间块的水平阵列的更新值,同时将当前时间块的垂直阵列的估计值更新为更新单元442计算的当前时间块的垂直阵列的更新值。
本发明实施例提供的信道追踪装置,因为该装置包括:获取模块,用于获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角、以及预设增益信息;期望计算模块,用于根据获取模块获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角和预设增益信息,依据预设信道时变公式计算当前时间块的信道矩阵的期望值;估计计算模块,用于根据获取模块获取的初始发射水平角、初始发射俯仰角、初始接收水平角、初始接收俯仰角、预设增益信息、预设角度时变公式和预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;算法模块,用于根据估计计算模块计算的当前时间块的水平阵列的估计值、当前时间块的垂直阵列的估计值和期望计算模块计算的当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;算法模块还用于根据算法模块获取的当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据预设信道矩阵公式计算当前时间块的信道矩阵的最优值。所以本发明实施例提供的技术方案在对信道进行追踪时,可以针对均匀矩形分布的天线阵列,将其对应信道的收发端之间的信道矩阵分为水平阵列和垂直阵列进行考虑,在分别计算出信道矩阵在当前时间块的期望值、水平阵列和垂直阵列在当前时间块的估计值后,利用矩阵分解算法,对水平阵列和垂直阵列在当前时间块的估计值不断迭代更新,以使水平阵列和垂直阵列合成的信道矩阵在当前时间块的估计值和期望值的差距缩至最小即目标函数值收敛,则此时根据水平阵列和垂直阵列各自在当前时间块的估计值更新得到的水平阵列和垂直阵列在当前时间块的更新值,则为最符合信道追踪要求的信道矩阵在的最优值分解后可得的水平阵列和垂直阵列在当前时间块的最优值,自此完成信道追踪,得到最优信道矩阵。因此本发明实施提供的技术方案,适用于采用均匀矩形排列的天线阵列的毫米波大规模MIMO系统;进一步的,因为本发明实施例提供的技术方案采用了矩阵分解算法修正了信道追踪结果,所以相对于现有的信道追踪方法,最终得到的追踪结果更为精确。
本申请实施例提供一种计算机设备,包括存储器、处理器。该存储器上存储有可在处理器上运行的计算机程序,该处理器执行上述计算机程序时实现前述的信道追踪方法。其中,上述存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供一种计算机可读介质,其存储有计算机程序,该计算机程序被处理器执行时实现前述的信道追踪方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (17)
1.一种信道追踪方法,其特征在于,包括:
获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角,以及预设增益信息;
根据所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角和预设增益信息,依据预设信道矩阵公式和预设信道时变公式计算当前时间块的信道矩阵的期望值;
根据所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角、预设增益信息、预设角度时变公式和所述预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;
根据所述当前时间块的水平阵列的估计值、所述当前时间块的垂直阵列的估计值和所述当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;
根据所述当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据所述预设信道矩阵公式计算当前时间块的信道矩阵的最优值。
2.根据权利要求1所述的信道追踪方法,其特征在于,所述根据所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角和预设增益信息,依据预设信道矩阵公式和预设信道时变公式计算当前时间块的信道矩阵的期望值包括:
根据所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角和所述预设增益信息,依据所述预设信道矩阵公式计算初始信道矩阵;
根据所述初始信道矩阵和所述预设信道时变公式计算当前时间块的信道矩阵的期望值。
3.根据权利要求1所述的信道追踪方法,其特征在于,所述根据所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角、预设增益信息、预设角度时变公式和所述预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值包括:
根据所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角和预设增益信息,依据所述预设信道矩阵公式计算初始信道矩阵;
根据所述初始信道矩阵建立信号传输方程;
根据所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角和所述初始接收俯仰角生成初始二维角度;
根据所述初始二维角度、预设角度时变公式和所述信号传输方程,依据卡尔曼滤波算法计算当前时间块的二维角度的估计值;
根据所述二维角度的估计值和所述预设增益信息,依据所述预设信道矩阵公式计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值。
4.根据权利要求1所述的信道追踪方法,其特征在于,所述根据所述当前时间块的水平阵列的估计值、所述当前时间块的垂直阵列的估计值和所述当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值包括:
根据所述当前时间块的信道矩阵的期望值、所述当前时间块的水平阵列的估计值和所述当前时间块的垂直阵列的估计值,依据预设目标函数计算当前时间块的目标函数值;
根据预设水平阵列迭代公式和预设垂直阵列迭代公式分别对所述当前时间块的水平阵列的估计值和所述当前时间块的垂直阵列的估计值进行更新,以获取当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值;
根据所述当前时间块的信道矩阵的期望值、所述当前时间块的水平阵列的更新值和所述当前时间块的垂直阵列的更新值,依据所述预设目标函数对所述当前时间块的目标函数值进行更新,以获取当前时间块的目标函数的更新值;
当所述当前时间块的目标函数的更新值和所述当前时间块的目标函数值之差小于预设阈值时,确定所述当前时间块的水平阵列的更新值为当前时间块的水平阵列的最优值、所述当前时间块的垂直阵列的更新值为当前时间块的垂直阵列的最优值。
5.根据权利要求3所述的信道追踪方法,其特征在于,所述卡尔曼滤波算法具体为扩展卡尔曼滤波算法。
6.根据权利要求4所述的信道追踪方法,其特征在于,当所述当前时间块的目标函数的更新值和所述当前时间块的目标函数值之差不小于预设阈值时,将所述当前时间块的水平阵列的估计值更新为所述当前时间块的水平阵列的更新值,将所述当前时间块的垂直阵列的估计值更新为所述当前时间块的垂直阵列的更新值。
7.根据权利要求1所述的信道追踪方法,其特征在于,所述预设信道矩阵公式具体为:
其中,H为信道矩阵,U为水平阵列、V为垂直阵列;
α[τ+1]=ρα[τ]+ξ[τ];
为信道发射端发射信号的发射水平角,φt为信道发射端发射信号的发射俯仰角,为信道接收端接收信号的接收水平角,φr为信道接收端接收信号的接收俯仰角,为信道发射端阵列响应矩阵,为信道接收端阵列响应矩阵,at(u)为信道发射端水平阵列响应矩阵,at(v)为信道发射端垂直阵列响应矩阵,ar(u)为信道接收端水平阵列响应矩阵,ar(v)为信道接收端垂直阵列响应矩阵,α为路径增益,时间块τ指时间段,α[τ]为时间块τ内的路径增益,α[τ+1]为时间块τ+1内的路径增益,u为水平方向波程差,v为垂直方向的波程差,表示克罗内克积,ρ为相关系数,IQ为阶数与信道矩阵的行数相同的单位矩阵,IM为阶数与信道矩阵的列数相同的单位矩阵,ξ[τ]~Ν(0,(1-ρ2)/2),α(-1)~Ν(0,1/2)。
11.根据权利要求4所述的信道追踪方法,其特征在于,所述预设目标函数具体为:
其中,L为目标函数值,λ为正则项参数,Uik为水平阵列U中第i行第k个元素,Vkj为垂直阵列V中第j列第k个元素,Hij为信道矩阵H的期望值中第i行第j列的元素,K为水平阵列U的列数或垂直阵列V的行数,所述水平阵列U用于计算信道矩阵H,所述垂直阵列V用于计算信道矩阵H;水平阵列U和垂直阵列V由以下公式计算;
α[τ+1]=ρα[τ]+ξ[τ];
为信道发射端发射信号的发射水平角,φt为信道发射端发射信号的发射俯仰角,为信道接收端接收信号的接收水平角,φr为信道接收端接收信号的接收俯仰角,为信道发射端阵列响应矩阵,为信道接收端阵列响应矩阵,at(u)为信道发射端水平阵列响应矩阵,at(v)为信道发射端垂直阵列响应矩阵,ar(u)为信道接收端水平阵列响应矩阵,ar(v)为信道接收端垂直阵列响应矩阵,α为路径增益,时间块τ指时间段,α[τ]为时间块τ内的路径增益,α[τ+1]为时间块τ+1内的路径增益,u为水平方向波程差,v为垂直方向的波程差,表示克罗内克积,ρ为相关系数,IQ为阶数与信道矩阵的行数相同的单位矩阵,IM为阶数与信道矩阵的列数相同的单位矩阵,ξ[τ]~Ν(0,(1-ρ2)/2),α(-1)~Ν(0,1/2)。
13.一种信道追踪装置,其特征在于,包括:获取模块、期望计算模块、估计计算模块和算法模块;
所述获取模块,用于获取信道发射端发射信号的初始发射水平角和初始发射俯仰角、信道接收端接收信号的初始接收水平角和初始接收俯仰角、以及预设增益信息;
所述期望计算模块,用于根据所述获取模块获取的所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角和预设增益信息,依据预设信道矩阵公式和预设信道时变公式计算当前时间块的信道矩阵的期望值;
所述估计计算模块,用于根据所述获取模块获取的所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角、预设增益信息、预设角度时变公式和所述预设信道矩阵公式,计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值;
所述算法模块,用于根据所述估计计算模块计算的所述当前时间块的水平阵列的估计值、所述当前时间块的垂直阵列的估计值和所述期望计算模块计算的所述当前时间块的信道矩阵的期望值,依据矩阵分解算法获取当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值;
所述算法模块还用于根据所述算法模块获取的所述当前时间块的水平阵列的最优值和当前时间块的垂直阵列的最优值,依据所述预设信道矩阵公式计算当前时间块的信道矩阵的最优值。
14.根据权利要求13所述的信道追踪装置,其特征在于,所述期望计算模块具体包括:第一计算单元和第二计算单元;
所述第一计算单元,用于根据所述获取模块获取的所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角和所述预设增益信息,依据所述预设信道矩阵公式计算初始信道矩阵;
所述第二计算单元,用于根据所述第一计算单元计算的所述初始信道矩阵和所述预设信道时变公式计算当前时间块的信道矩阵的期望值。
15.根据权利要求13所述的信道追踪装置,其特征在于,所述估计计算模块具体包括:第三计算单元、方程建立单元、角度估计单元和第四计算单元;
所述第三计算单元,用于根据所述获取模块获取的所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角、所述初始接收俯仰角和预设增益信息,依据所述预设信道矩阵公式计算初始信道矩阵;
所述方程建立单元,用于根据所述初始信道矩阵建立信号传输方程;
所述角度估计单元,用于根据所述获取模块获取的所述初始发射水平角、所述初始发射俯仰角、所述初始接收水平角和所述初始接收俯仰角生成初始二维角度;
所述角度估计单元还用于根据所述初始二维角度、预设角度时变公式和所述方程建立单元建立的所述信号传输方程,依据卡尔曼滤波算法计算当前时间块的二维角度的估计值;
所述第四计算单元,用于根据所述角度估计单元计算的所述二维角度的估计值和所述获取模块获取的所述预设增益信息,依据所述预设信道矩阵公式计算当前时间块的水平阵列的估计值和当前时间块的垂直阵列的估计值。
16.根据权利要求13所述的信道追踪装置,其特征在于,所述算法模块具体包括:第五计算单元、更新单元和判断单元;
所述第五计算单元,用于根据所述期望计算模块计算的所述当前时间块的信道矩阵的期望值,以及所述估计计算模块计算的所述当前时间块的水平阵列的估计值和所述当前时间块的垂直阵列的估计值,依据预设目标函数计算当前时间块的目标函数值;
所述更新单元,用于根据预设水平阵列迭代公式和预设垂直阵列迭代公式分别对所述估计计算模块计算的所述当前时间块的水平阵列的估计值和所述当前时间块的垂直阵列的估计值进行更新,以获取当前时间块的水平阵列的更新值和当前时间块的垂直阵列的更新值;
所述第五计算单元还用于根据所述期望计算模块计算的所述当前时间块的信道矩阵的期望值以及所述更新单元计算的所述当前时间块的水平阵列的更新值和所述当前时间块的垂直阵列的更新值,依据所述预设目标函数对所述第五计算单元计算的所述当前时间块的目标函数值进行更新,以获取当前时间块的目标函数的更新值;
当所述判断单元确定所述第五计算单元获取的所述当前时间块的目标函数的更新值和所述第五计算单元计算的所述当前时间块的目标函数值之差小于预设阈值时,确定所述更新单元计算的所述当前时间块的水平阵列的更新值为当前时间块的水平阵列的最优值、所述更新单元计算的所述当前时间块的垂直阵列的更新值为当前时间块的垂直阵列的最优值。
17.根据权利要求16所述的信道追踪装置,其特征在于,当所述判断单元确定所述第五计算单元获取的所述当前时间块的目标函数的更新值和所述第五计算单元计算的所述当前时间块的目标函数值之差不小于预设阈值时,所述第五计算单元还用于将所述当前时间块的水平阵列的估计值更新为所述更新单元计算的所述当前时间块的水平阵列的更新值,同时将所述当前时间块的垂直阵列的估计值更新为所述更新单元计算的所述当前时间块的垂直阵列的更新值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810985108.9A CN109150258B (zh) | 2018-08-28 | 2018-08-28 | 一种信道追踪方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810985108.9A CN109150258B (zh) | 2018-08-28 | 2018-08-28 | 一种信道追踪方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109150258A CN109150258A (zh) | 2019-01-04 |
CN109150258B true CN109150258B (zh) | 2020-09-11 |
Family
ID=64828349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810985108.9A Active CN109150258B (zh) | 2018-08-28 | 2018-08-28 | 一种信道追踪方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109150258B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086734B (zh) * | 2019-03-14 | 2021-09-10 | 西安电子科技大学 | 一种时变大规模mimo系统中的信道追踪和恢复方法 |
CN109959923B (zh) * | 2019-04-12 | 2021-10-15 | 北京航空航天大学 | 一种基于wi-vi的信道分配技术的无人机追踪方法 |
CN110417692B (zh) * | 2019-08-20 | 2021-08-17 | 中国联合网络通信集团有限公司 | 上行信道的追踪方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105681232A (zh) * | 2015-12-31 | 2016-06-15 | 电子科技大学 | 一种基于共享信道和压缩感知的大规模mimo信道估计方法 |
CN106534028A (zh) * | 2016-11-07 | 2017-03-22 | 中山大学 | 基于压缩感知的ofdm信道跟踪方法 |
CN107171708A (zh) * | 2017-05-25 | 2017-09-15 | 清华大学 | 一种大规模mimo系统的信道跟踪与混合预编码方法 |
CN107465636A (zh) * | 2017-08-21 | 2017-12-12 | 清华大学 | 一种毫米波大规模阵列空频双宽带系统的信道估计方法 |
-
2018
- 2018-08-28 CN CN201810985108.9A patent/CN109150258B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105681232A (zh) * | 2015-12-31 | 2016-06-15 | 电子科技大学 | 一种基于共享信道和压缩感知的大规模mimo信道估计方法 |
CN106534028A (zh) * | 2016-11-07 | 2017-03-22 | 中山大学 | 基于压缩感知的ofdm信道跟踪方法 |
CN107171708A (zh) * | 2017-05-25 | 2017-09-15 | 清华大学 | 一种大规模mimo系统的信道跟踪与混合预编码方法 |
CN107465636A (zh) * | 2017-08-21 | 2017-12-12 | 清华大学 | 一种毫米波大规模阵列空频双宽带系统的信道估计方法 |
Non-Patent Citations (2)
Title |
---|
AoD and AoA Tracking with Directional Sounding Beam Design for Millimeter Wave MIMO Systems;Q. Duan, T. Kim, H. Huang, K. Liu and G. Wang;《2015 IEEE 26th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC)》;20151203;全文 * |
Beam tracking for mobile millimeter wave communication systems;V. Va, H. Vikalo and R. W. Heath;《2016 IEEE Global Conference on Signal and Information Processing (GlobalSIP)》;20170424;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109150258A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109150258B (zh) | 一种信道追踪方法和装置 | |
WO2007007390A1 (ja) | 到来波数推定方法、到来波数推定装置及び無線装置 | |
Lim et al. | Efficient beam training and sparse channel estimation for millimeter wave communications under mobility | |
CN108512787B (zh) | 大规模mimo系统的超精细信道估计方法 | |
Zecchin et al. | LIDAR and position-aided mmWave beam selection with non-local CNNs and curriculum training | |
CN110515038B (zh) | 一种基于无人机-阵列的自适应无源定位装置及实现方法 | |
CN105071843B (zh) | 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 | |
CN110954859B (zh) | 基于l型阵列的二维非相干分布式非圆信号参数估计方法 | |
JP2007159130A (ja) | 分散型アンテナ移動通信システムにおける上り受信方法及び装置 | |
CN112929962B (zh) | 定位方法、装置、计算机设备和存储介质 | |
CN106575989A (zh) | 数据传输的方法和装置 | |
Ferrand et al. | Triplet-based wireless channel charting | |
CN111965596A (zh) | 一种基于联合参数估计的低复杂度单锚节点定位方法及装置 | |
CN114745232B (zh) | 智能可重构表面辅助毫米波mimo系统的信道估计方法 | |
EP3557771A1 (en) | Interference suppression method and device, and computer storage medium | |
CN109951216B (zh) | 一种基于码本辅助的大规模mimo doa估计方法 | |
Chen et al. | Joint initial access and localization in millimeter wave vehicular networks: a hybrid model/data driven approach | |
CN110086734B (zh) | 一种时变大规模mimo系统中的信道追踪和恢复方法 | |
CN116669174A (zh) | 基于Wi-Fi信号的感知方法及装置、电子设备、存储介质 | |
Bayraktar et al. | Multidimensional orthogonal matching pursuit-based RIS-aided joint localization and channel estimation at mmWave | |
US11962436B2 (en) | User detection technique, and method and apparatus for channel estimation in wireless communication system supporting massive multiple-input multiple-output | |
CN114629533A (zh) | 大规模mimo信道估计的信息几何方法及系统 | |
WO2016177108A1 (zh) | 天线合并的方法及装置 | |
CN100369390C (zh) | 多天线阵列接收无线传输的方法 | |
CN113810096B (zh) | 大规模mimo卫星移动通信上行传输方法及系统 |
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 |