CN109327918B - 一种低开销的fdd大规模mimo下行信道重建方法 - Google Patents
一种低开销的fdd大规模mimo下行信道重建方法 Download PDFInfo
- Publication number
- CN109327918B CN109327918B CN201811375756.9A CN201811375756A CN109327918B CN 109327918 B CN109327918 B CN 109327918B CN 201811375756 A CN201811375756 A CN 201811375756A CN 109327918 B CN109327918 B CN 109327918B
- Authority
- CN
- China
- Prior art keywords
- user
- base station
- downlink
- code words
- channel
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
-
- 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
-
- 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
- H04B7/0408—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas using two or more beams, i.e. beam diversity
-
- 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
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/19—Connection re-establishment
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种低开销的FDD大规模MIMO下行信道重建方法,包括:各用户发送上行导频至基站,且不同用户的上行导频之间相互正交;基站提取得到每个用户信道中所有传播路径的方向角和时延;基站定义一个共有若干个码字的码本,并提取出若干码字直接作为或生成下行信道训练所用的波束;基站根据得到的下行信道训练所用波束发送下行导频至各用户,各用户根据接收到下行导频估计出每条传播路径的下行增益并反馈至基站;基站根据接收的每条传播路径下行增益、每个用户上行信道中所有传播路径的方向角和时延,重建得到多用户下行信道。本发明以较小的导频和反馈开销,实现了具有较高准确度的FDD大规模MIMO下行多用户信道重建。
Description
技术领域
本发明涉及低开销的FDD大规模MIMO下行信道重建方法,属于无线通信技术领域。
背景技术
多输入多输出(MIMO)是第四代移动通信系统中一项极为关键的技术,通过在基站端架设多个天线,能够在时域和频域之外开发空间域,从而成倍地提升频谱效率。随着移动通信的快速发展,在第五代移动通信系统中,为满足快速增长的用户需求,进一步提升吞吐量,大规模MIMO技术应运而生。在大规模MIMO系统中,基站端配置大天线阵列,对空间具有极强的分辨率,不仅可以使发射信号指向任意用户方向,而且支持同时同频服务数十位用户。因此,大规模MIMO技术已被广泛认为是第五代及未来移动通信领域中的关键技术。然而,当大规模MIMO技术被应用于频分双工(FDD)系统时,下行链路信道状态信息的获取成为新的难题。这是由于当基站端天线端口数量较大时,若采用完全正交的导频来区分不同天线端口,则需要大量的时频资源用于导频的传输,导致信道相干时间内可用于数据传输的时间大幅减少,不利于吞吐量的提升。另外,如何在有限的时频资源内完成高维复信道矩阵的反馈,也对实际系统提出了更为苛刻的要求。因此,FDD大规模MIMO系统的下行信道状态信息的有效获取方案是近些年来业界关注的热点。
目前,针对该难题已有研究者提出解决方案。例如,采用基于码本或者基于压缩感知的方法,用户端在计算出码本编号或者信道传播路径的空间采样方向后,将上述信息反馈至基站。然而在此类方法中,基站所获取的仅是粗略的空间信息,而非精细的空间信息,而对于下行链路多用户传输而言,粗略的空间信息并不能很好地实现空间多用户干扰消除,从而带来干扰泄露,导致传输效率迅速下降,基站也必须选择空间上完全避开的一组的用户,才能尽可能避免干扰的产生,这也对用户调度策略带来更高的要求。此外,面向FDD大规模MIMO系统,另一种下行信道状态信息的获取方法则是对下行信道进行重建,利用上下行信道相关矩阵的互易性,通过上行训练获取上行相关矩阵,并通过数学变换得到下行相关矩阵,进而仅需要再获取少量的下行非互易性信息,即可重建下行信道。然而该类方法主要针对具有空间连续覆盖特性的信道,而不适用于具有稀疏散射特性的信道。
综上所述,针对具有稀疏散射特性的FDD大规模MIMO系统下行信道,如何以较小的开销获取下行多用户信道状态信息,以保证多用户传输性能不因干扰的存在而损失,成为FDD大规模MIMO系统亟待突破的难题。
发明内容
本发明所要解决的技术问题在于克服现有技术的不足,提供一种低开销的FDD大规模MIMO下行信道重建方法,解决如何以较小的开销获取下行多用户信道状态信息,以保证多用户传输性能不因干扰的存在而损失的问题,本发明以较小的导频和反馈开销,实现了具有较高准确度的FDD大规模MIMO下行多用户信道重建。
本发明具体采用以下技术方案解决上述技术问题:
一种低开销的FDD大规模MIMO下行信道重建方法,包括以下步骤:
步骤1、各用户发送上行导频至基站,且不同用户的上行导频之间相互正交;基站提取得到每个用户信道中所有传播路径的方向角和时延;
步骤2、基站定义一个共有若干个码字的码本,并提取出若干码字直接作为或生成下行信道训练所用的波束;
步骤3、基站根据得到的下行信道训练所用波束发送下行导频至各用户,各用户根据接收到的下行导频估计出每条传播路径的下行增益并反馈至基站;
步骤4、基站根据接收的每个用户每条传播路径下行增益、上行估计出的每个用户信道中所有传播路径的方向角和时延,重建得到每个用户的下行信道。
进一步地,作为本发明的一种优选技术方案,所述步骤2定义的码本为空间采样码本,通过对空间进行均匀采样得到一组角度样点,且每个样点对应一个码字及码字形式为该角度样点方向对应的基站天线阵列响应。
进一步地,作为本发明的一种优选技术方案,所述步骤2基于贪婪算法提取出若干码字直接作为下行信道训练所用的波束。
进一步地,作为本发明的一种优选技术方案,所述基于贪婪算法提取出若干码字,具体为:
步骤2a-1、基站将每个用户信道中所有传播路径的方向角投影至码本中与之匹配的码字上;
步骤2a-2、根据每条传播路径的方向角个数统计得到每个码字的权重,按照权重从大到小的顺序对码字进行排序,并选出权重不等于零的码字;
步骤2a-3、从选出的码字中从后向前逐一判断是否为可删除码字,将判断为可删除码字删除后得到剩余T个码字;
步骤2a-4、将剩余T个码字直接作为下行信道训练所用的波束,其中每个波束分别作用在一个OFDM符号上,下行信道训练所需OFDM符号数即为剩余码字个数。
进一步地,作为本发明的一种优选技术方案,所述步骤2a-1设定码本中与之匹配的码字为与之张成的基站天线阵列响应的内积模值最大的码字。
进一步地,作为本发明的一种优选技术方案,所述步骤2a-3判断是否可以删除码字标准为:若删除该码字后用剩余码字所形成的波束进行下行信道训练与下行增益估计时,所有用户的增益估计均方误差不超过预设的门限值,则判断出该码字可以删除,否则不可删除。
进一步地,作为本发明的一种优选技术方案,所述步骤2基于K均值聚类方法生成下行信道训练所用的波束。
进一步地,作为本发明的一种优选技术方案,所述基于K均值聚类方法生成下行信道训练所用的波束,具体为:
步骤2b-1、基站将每个用户信道中所有传播路径的方向角投影至码本中与之匹配的码字上;
步骤2b-2、根据每条传播路径的方向角个数统计得到每个码字的权重,按照权重从大到小的顺序对码字进行排序,并选出权重最大的T个码字;
步骤2b-3、将所选的T个码字作为初始集合中心,将所有用户信道中所有传播路径的方向角作为待聚类对象,运用K均值聚类算法得到T个新的集合中心;
步骤2b-4、将所得的T个新的集合中心作为下行信道训练所用的波束,其中每个波束分别作用在一个OFDM符号上,下行信道训练所需OFDM符号数即为新的集合中心个数。
进一步地,作为本发明的一种优选技术方案,所述步骤2b-1设定码本中与之匹配的码字为与之张成的基站天线阵列响应的内积模值最大的码字。
进一步地,作为本发明的一种优选技术方案,所述步骤4重建用户k的下行信道hk为:
其中,gk,l为用户k信道中传播路径l的下行增益;θk,l和τk,l分别为用户k信道中传播路径l的方向角和时延,及l=1,...,Lk,Lk为用户k信道中的传播路径个数;f为载波频率;a(θk,l)为基站天线阵列在方向角θk,l上的响应矢量。
本发明采用上述技术方案,能产生如下技术效果:
本发明提供的一种低开销的FDD大规模MIMO下行信道重建方法,利用上下行信道的空间互易性,突破了FDD大规模MIMO系统下行信道信息获取的瓶颈,以较小的导频和反馈开销,实现了具有较高准确度的FDD大规模MIMO下行多用户信道重建。本发明采用以上技术方案与现有技术相比,具有以下优点:
1、本方法利用上行所估计的信息进行下行信道重建,使下行训练的目标由大维信道矩阵缩减至每条传播路径的增益,大幅减小了下行训练的压力,使低开销的FDD大规模MIMO下行信道重建成为可能。
2、本方法所设计两种下行训练方案使训练波束数目在不同的约束条件下分别降到最小,并且下行导频是所有用户可以共用的公共导频,而非针对某一用户的专用导频,大幅节约了下行导频开销。因此,本发明克服了FDD大规模MIMO系统下行信道信息获取的瓶颈,为实现具有高吞吐量的FDD大规模MIMO下行多用户传输提供了可能。
附图说明
图1为本发明低开销的FDD大规模MIMO下行信道重建方法的流程示意图。
图2为本发明实施例中码字权重的计算的原理示意图。
具体实施方式
下面结合说明书附图对本发明的实施方式进行描述。
如图1所示,本发明设计了一种低开销的FDD大规模MIMO下行信道重建方法,该方法具体包括以下步骤:
步骤1、上行信道训练:各用户发送上行导频至基站,且不同用户的上行导频之间相互正交;基站提取得到每个用户信道中所有传播路径的方向角和时延。
步骤2、下行信道训练设计:基站利用上行所估计的方向角,设计具有较低开销的训练方案得到下行训练所用的波束,即基站定义一个共有若干个码字的码本,并提取出若干码字直接作为下行信道训练所用的波束,或者用所提取出的若干码字来生成下行信道训练所用的波束。
其中,定义的码本可以为空间采样码本,对空间进行均匀采样得到一组角度样点,且每个样点对应一个码字,码字形式为该样点方向对应的基站端天线阵列响应。
所述下行信道训练所用的波束可以采用基于贪婪算法或基于K均值聚类方法得到,可以在两种方案中任选一种。
所述基于贪婪算法进行提取出若干码字直接作为下行信道训练所用的波束,具体如下:
步骤2a-1、对于上行所估计出的每个用户信道的每条传播路径,基站将每个用户信道中所有传播路径的方向角投影至码本中与之匹配的码字上;
本发明中优选基站将其方向角投影到码本中与之最匹配的码字上,对于某一用户信道的某条传播路径,与之最匹配的码字是指与之张成的基站端天线阵列响应的内积的模值最大的码字;
步骤2a-2、根据每条传播路径的方向角个数统计得到每个码字的权重,按照权重从大到小的顺序对码字进行排序,并选出权重不等于零的码字;其中,每个码字的权重是指与该码字匹配的传播路径方向角的个数。
步骤2a-3、从选出的码字中从后向前逐一判断是否为可删除码字,如果可以则删除当前码字,并继续判断下一码字是否可以删除,重复删除过程直至码字不能再删;将判断为可删除码字删除后得到剩余T个码字;
其中,判断某一码字是否可以删除的标准可以为:若删除该码字后,用剩余码字所形成的波束进行下行训练与增益估计时,所有用户的增益估计均方误差不超过预设的门限值,则该码字可以删除,否则停止删除过程。
步骤2a-4、将剩余T个码字直接作为下行信道训练所用的波束,其中每个波束分别作用在一个OFDM符号上,下行信道训练所需OFDM符号数即为剩余码字个数T。
所述基于K均值聚类方法来生成下行信道训练所用的波束,具体如下:
步骤2b-1、对于上行所估计的每个用户信道的每条传播路径,基站将每个用户信道中所有传播路径的方向角投影至码本中与之匹配的码字上。
同样地,码本为空间采样码本,对空间进行均匀采样,每个样点对应一个码字,码字形式为该样点方向对应的基站端天线阵列响应;本发明中优选基站将其方向角投影到码本中与之最匹配的码字上,对于某一用户信道的某条传播路径,与之最匹配的码字是指与之张成的基站端天线阵列响应的内积的模值最大的码字。
步骤2b-2、根据每条传播路径的方向角个数统计得到每个码字的权重,按照权重从大到小的顺序对码字进行排序,并选出权重最大的T个码字;每个码字的权重是指与该码字匹配的传播路径方向角的个数。
步骤2b-3、将所选的T个码字作为初始集合中心,将所有用户信道中所有传播路径的方向角作为待聚类对象,运用改进的K均值聚类算法得到T个新的集合中心,其具体过程为:
首先设置T个空的集合,以所选的T个码字作为初始集合中心,将所有用户信道的所有传播路径的方向角分别归类到相应的集合中,所归至的集合的中心与该方向角所张成的基站端天线阵列响应的内积的模值最大,并根据新形成的T个集合,分别重新计算每个集合的中心,新的集合中心为集合内所有方向角所张成的基站端天线阵列响应组成的矩阵的第一奇异向量,然后重复上述更新集合与更新中心的过程,直至每个集合中所包含的方向角都不再变化。
步骤2b-4、将所得的T个新的集合中心作为下行信道训练所用的波束,其中每个波束分别作用在一个OFDM符号上,下行信道训练所需OFDM符号数即为新的集合中心个数T。
步骤3、下行信道训练:基站根据得到的下行信道训练所用波束发送下行导频至各用户,各用户根据接收到的下行导频估计出每条传播路径的下行增益并反馈至基站;
步骤4、基站根据接收的每个用户每条传播路径下行增益、上行估计的每个用户信道中所有传播路径的方向角和时延,重建得到每个用户的下行信道。
为了验证本发明的方法可以为FDD大规模MIMO系统提供下行信道重建方法,下面通过具体实施例,结合附图对本发明的技术方案做进一步阐述:
在FDD大规模MIMO系统中,基站位于小区中心,架设大规模天线阵列,天线单元数为M,量级通常为102、103。K个用户均匀随机分布在小区内部,每个用户均采用单天线配置。本实施例将在K个用户中进行选择,对所选用户的下行信道进行重建,并对所选用户进行下行链路无干扰传输设计,如附图1所示,包括如下步骤:
步骤1、每个用户发送上行导频,不同用户的上行导频之间相互正交,对于用户k,k=1,...,K,基站根据接收到的上行导频,估计出该用户信道中每条传播路径的时延τk,l和方向角θk,l,其中传播路径l=1,...,Lk,Lk为用户k信道中的传播路径个数。
步骤2、基站定义一个码本,如附图2所示,码本中共有M个码字,第m个码字为基站天线阵列在角度上的响应矢量其中 d为相邻天线单元间距,λ为载波波长。对于方向角θk,l,基站将其投影到至与之最匹配的码字上,判断匹配的方式为最大。将所有用户的方向角都投影完成后,基站统计每个码字的权重,权重等于与该码字匹配的方向角数目,如图2所示,阴影代表对应码字与对应用户的某一方向角匹配,码字总共与一个方向角匹配,因此权重为1,码字共与两个方向角匹配,因此权重为2。基站按权重从大到小的顺序对码字重新排序。若采用基于贪婪算法的训练方案,则选出权值不等于0的前T0个码字其中T0表示具有非零权值的码字个数,然后以从后向前的顺序,逐一判断每个码字是否可以删除,例如当检验到时,如果将其删除后,利用进行训练时所有用户的增益估计均方误差均不超过预定的门限,则将该删除,否则停止码字删除过程,假设验证到第T个码字时判定其不能再删,则将剩余的这T个码字直接作为下行信道训练所用波束。
若采用基于K均值聚类的训练方案,则选出权值最大的前T个码字作为初始集合中心,其中T也为预设的波束数量,将θk,l,k=1,...,K,L=1,...,Lk分别归类到相应的集合中,θk,l所归至的集合的中心满足最大,然后重新计算每个集合的中心,对第t个集合而言,假设集合中包含a(θt,1),...,a(θt,N),则新的集合中心为矩阵[a(θt,1),...,a(θt,N)]的第一奇异向量,然后重复上述更新集合与更新中心的过程,直至每个集合中所包含的方向角都不再变化,最后T个集合的中心b1,...,bT作为下行信道训练所用的波束。每个波束作用在一个OFDM符号上,下行训练所需OFDM符号数即为剩余码字个数T。
步骤3、基站根据T个剩余码字发送T个下行稀疏导频,每个导频之间相互正交,导频1至导频T分别对应步骤2中所设计出的T个波束中的一个波束。每个用户接收所有下行导频,并根据这些导频估计出信道中每条传播路径的下行增益gk,l,且l=1,...,Lk,并将增益值反馈至基站。
其中,gk,l为传播路径l的下行增益;θk,l和τk,l分别传播路径l的方向角和时延,及l=1,...,Lk,Lk为用户k信道中的传播路径个数;f为载波频率;a(θk,l)为基站天线阵列在方向角θk,l上的响应矢量。
综上,本发明以较小的导频和反馈开销,实现了具有较高准确度的FDD大规模MIMO下行多用户信道重建,克服了FDD大规模MIMO系统下行信道信息获取的瓶颈,为实现具有高吞吐量的FDD大规模MIMO下行多用户传输提供了可能。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (9)
1.一种低开销的FDD大规模MIMO下行信道重建方法,其特征在于,包括以下步骤:
步骤1、各用户发送上行导频至基站,且不同用户的上行导频之间相互正交;基站提取得到每个用户信道中所有传播路径的方向角和时延;
步骤2、基站定义一个共有若干个码字的码本,并基于贪婪算法提取出若干码字直接作为下行信道训练所用的波束,具体为:
步骤2a-1、基站将每个用户信道中所有传播路径的方向角投影至码本中与之匹配的码字上;
步骤2a-2、根据每条传播路径的方向角个数统计得到每个码字的权重,按照权重从大到小的顺序对码字进行排序,并选出权重不等于零的码字;
步骤2a-3、从选出的码字中从后向前逐一判断是否为可删除码字,将判断为可删除码字删除后得到剩余T个码字;
步骤2a-4、将剩余T个码字直接作为下行信道训练所用的波束,其中每个波束分别作用在一个OFDM符号上,下行信道训练所需OFDM符号数即为剩余码字个数;
步骤3、基站根据得到的下行信道训练所用波束发送下行导频至各用户,各用户根据接收到的下行导频估计出每条传播路径的下行增益并反馈至基站;
步骤4、基站根据接收的每个用户每条传播路径下行增益、上行估计出的每个用户信道中所有传播路径的方向角和时延,重建得到每个用户的下行信道。
2.根据权利要求1所述低开销的FDD大规模MIMO下行信道重建方法,其特征在于,所述步骤2定义的码本为空间采样码本,通过对空间进行均匀采样得到一组角度样点,且每个角度样点对应一个码字及码字形式为该角度样点方向对应的基站天线阵列响应。
3.根据权利要求1所述低开销的FDD大规模MIMO下行信道重建方法,其特征在于,所述步骤2a-1设定码本中与之匹配的码字为与之张成的基站天线阵列响应的内积模值最大的码字。
4.根据权利要求1所述低开销的FDD大规模MIMO下行信道重建方法,其特征在于,所述步骤2a-3判断是否可以删除码字标准为:若删除该码字后用剩余码字所形成的波束进行下行信道训练与下行增益估计时,所有用户的增益估计均方误差不超过预设的门限值,则判断出该码字可以删除,否则不可删除。
6.一种低开销的FDD大规模MIMO下行信道重建方法,其特征在于,包括以下步骤:
步骤1、各用户发送上行导频至基站,且不同用户的上行导频之间相互正交;基站提取得到每个用户信道中所有传播路径的方向角和时延;
步骤2、基站定义一个共有若干个码字的码本,并基于K均值聚类方法生成下行信道训练所用的波束,具体为:
步骤2b-1、基站将每个用户信道中所有传播路径的方向角投影至码本中与之匹配的码字上;
步骤2b-2、根据每条传播路径的方向角个数统计得到每个码字的权重,按照权重从大到小的顺序对码字进行排序,并选出权重最大的T个码字;
步骤2b-3、将所选的T个码字作为初始集合中心,将所有用户信道中所有传播路径的方向角作为待聚类对象,运用K均值聚类算法得到T个新的集合中心;
步骤2b-4、将所得的T个新的集合中心作为下行信道训练所用的波束,其中每个波束分别作用在一个OFDM符号上,下行信道训练所需OFDM符号数即为新的集合中心个数;
步骤3、基站根据得到的下行信道训练所用波束发送下行导频至各用户,各用户根据接收到的下行导频估计出每条传播路径的下行增益并反馈至基站;
步骤4、基站根据接收的每个用户每条传播路径下行增益、上行估计出的每个用户信道中所有传播路径的方向角和时延,重建得到每个用户的下行信道。
7.根据权利要求6所述低开销的FDD大规模MIMO下行信道重建方法,其特征在于,所述步骤2定义的码本为空间采样码本,通过对空间进行均匀采样得到一组角度样点,且每个角度样点对应一个码字及码字形式为该角度样点方向对应的基站天线阵列响应。
8.根据权利要求6所述低开销的FDD大规模MIMO下行信道重建方法,其特征在于,所述步骤2b-1设定码本中与之匹配的码字为与之张成的基站天线阵列响应的内积的模值最大的码字。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811375756.9A CN109327918B (zh) | 2018-11-19 | 2018-11-19 | 一种低开销的fdd大规模mimo下行信道重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811375756.9A CN109327918B (zh) | 2018-11-19 | 2018-11-19 | 一种低开销的fdd大规模mimo下行信道重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109327918A CN109327918A (zh) | 2019-02-12 |
CN109327918B true CN109327918B (zh) | 2021-09-28 |
Family
ID=65258540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811375756.9A Active CN109327918B (zh) | 2018-11-19 | 2018-11-19 | 一种低开销的fdd大规模mimo下行信道重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109327918B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110247686B (zh) * | 2019-06-12 | 2021-04-09 | 南瑞集团有限公司 | 一种基于码本轮转的有限反馈量化方法 |
CN110430147B (zh) * | 2019-07-15 | 2021-12-14 | 东南大学 | 一种面向fdd系统的信道跟踪方法 |
CN111865375B (zh) * | 2020-06-24 | 2022-03-25 | 哈尔滨工业大学(深圳) | 一种针对频分双工系统的多传播路径三维波束成形方法 |
CN112702093B (zh) * | 2020-12-22 | 2021-11-30 | 杭州电子科技大学 | Fdd下行多用户大规模mimo系统中的信道估计方法 |
CN112702092B (zh) * | 2020-12-22 | 2021-12-14 | 杭州电子科技大学 | 一种fdd下行多用户大规模mimo系统中的信道估计方法 |
CN113315557B (zh) * | 2021-05-31 | 2022-08-05 | 北京邮电大学 | 波束初始接入方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243106A (zh) * | 2014-09-28 | 2014-12-24 | 重庆邮电大学 | 一种基于3d交叉极化信道大规模mimo系统的码本构造方法 |
CN107911153A (zh) * | 2017-10-31 | 2018-04-13 | 东南大学 | 一种面向fdd系统的基于上行csi的下行信道重建方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9882698B2 (en) * | 2014-08-04 | 2018-01-30 | Htc Corporation | Device and method of handling resource for device-to-device communication |
-
2018
- 2018-11-19 CN CN201811375756.9A patent/CN109327918B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243106A (zh) * | 2014-09-28 | 2014-12-24 | 重庆邮电大学 | 一种基于3d交叉极化信道大规模mimo系统的码本构造方法 |
CN107911153A (zh) * | 2017-10-31 | 2018-04-13 | 东南大学 | 一种面向fdd系统的基于上行csi的下行信道重建方法 |
Non-Patent Citations (2)
Title |
---|
基于3D信道的多用户MIMO传输技术研究;韩瑜;《中国优秀硕士论文全文数据库》;20160815;全文 * |
面向5G的下行多天线传输关键技术研究;方娜燕;《中国优秀硕士论文全文数据库》;20160315;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109327918A (zh) | 2019-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109327918B (zh) | 一种低开销的fdd大规模mimo下行信道重建方法 | |
EP3406059B1 (en) | Method for decoding symbol and receiver for receiving and decoding symbol | |
US9036684B2 (en) | Spatially randomized pilot symbol transmission methods, systems and devices for multiple input/multiple output (MIMO) wireless communications | |
CN111698182A (zh) | 一种基于压缩感知的时频分块稀疏的信道估计方法 | |
CN108199987B (zh) | 一种fdd大规模mimo系统中的下行链路信道估计方法 | |
CN113556300B (zh) | 基于时域训练序列的联合活跃终端检测与信道估计方法 | |
CN109691045A (zh) | 基于压缩感测的高效稀疏信道估计 | |
CN110289898A (zh) | 一种大规模mimo系统中基于1比特压缩感知的信道反馈方法 | |
Shao et al. | Reconfigurable intelligent surface-aided 6G massive access: Coupled tensor modeling and sparse Bayesian learning | |
CN109167618B (zh) | Fdd大规模mimo下行信道重建与多用户传输方法 | |
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 | |
CN110138422A (zh) | 基于稀疏编码和无相位解码的毫米波通信快速波束对准方法 | |
CN115208442A (zh) | 一种超大规模阵列通信系统的两阶段波束训练方法 | |
Cheng et al. | Channel path identification in mmWave systems with large-scale antenna arrays | |
CN114157331A (zh) | 基于伪复值输入的大规模mimo信道状态信息反馈方法 | |
Qiao et al. | Unsourced massive access-based digital over-the-air computation for efficient federated edge learning | |
US10541839B2 (en) | System and method for angular-domain channel estimation of massive MIMO system with low-resolution ADC with time-varying thresholds | |
Dong et al. | WSDSBL Method for Wideband Channel Estimation in Millimeter-Wave MIMO Systems with Lens Antenna Array. | |
CN106685625B (zh) | 一种用户信道估计方法 | |
CN109951219B (zh) | 一种低成本的大规模非正交多接入方法 | |
US20230164002A1 (en) | User detection technique, and method and apparatus for channel estimation in wireless communication system supporting massive multiple-input multiple-output | |
Wang et al. | Double sparsity-based joint active user detection and channel estimation for mMTC-enabled massive MIMO | |
Bai et al. | Dictionary learning based channel estimation and activity detection for mMTC with massive MIMO | |
Gan et al. | Simultaneous Communication and Localization for Double-RIS Aided Multi-UE ISAC Systems | |
Booth et al. | Deep learning based MIMO channel prediction: An initial proof of concept prototype |
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 |