CN109495147B - 大规模mimo系统中基于空间复用的叠加导频方法 - Google Patents

大规模mimo系统中基于空间复用的叠加导频方法 Download PDF

Info

Publication number
CN109495147B
CN109495147B CN201811641745.0A CN201811641745A CN109495147B CN 109495147 B CN109495147 B CN 109495147B CN 201811641745 A CN201811641745 A CN 201811641745A CN 109495147 B CN109495147 B CN 109495147B
Authority
CN
China
Prior art keywords
matrix
signal
received signal
channel estimation
cell
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.)
Expired - Fee Related
Application number
CN201811641745.0A
Other languages
English (en)
Other versions
CN109495147A (zh
Inventor
王海泉
张金坭
周雨馨
李淑吟
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201811641745.0A priority Critical patent/CN109495147B/zh
Publication of CN109495147A publication Critical patent/CN109495147A/zh
Application granted granted Critical
Publication of CN109495147B publication Critical patent/CN109495147B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04B7/0452—Multi-user MIMO systems
    • 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
    • H04B7/0426—Power distribution
    • 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
    • H04L25/0204—Channel estimation of multiple channels
    • 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
    • H04L25/0256—Channel estimation using minimum mean square error criteria
    • 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
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/38—TPC being performed in particular situations
    • H04W52/42—TPC being performed in particular situations in systems with time, space, frequency or polarisation diversity
    • 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
    • H04L25/0224—Channel estimation using sounding signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于无线通信技术领域，具体涉及大规模MIMO系统中基于空间复用的叠加导频方法，应用于上行多小区多用户大规模MIMO系统中，所述叠加导频方法包括以下步骤：设计发送信号和处理接收信号；根据接收信号且利用MMSE估计方法进行信道估计；通过使接收信噪比最大为优化目标以确定最佳功率分配；通过迭代运算改善信道估计。本发明基于空间复用的叠加导频方法与传统的基于时间复用的导频方法相比，能够实现更高的系统吞吐量，且提出的迭代算法能改善信道估计从而进一步提升系统性能。

Description

大规模MIMO系统中基于空间复用的叠加导频方法
技术领域
本发明属于无线通信技术领域，具体涉及大规模MIMO系统中基于空间复用的叠加导频方法。
背景技术
在大规模MIMO系统中，基站装备着几十根到几百根天线，得益于基站端的大规模天线，不同用户与基站之间的信道渐进正交，因此仅使用简单的信号处理技术，系统的数据传送速率和能量效率都可以得到很大的提高。但这种优势是基于基站可以精确地估计出信道状态信息(CSI)这一假设而得到的，因此CSI的获取对系统是非常重要的，如果CSI未知的话，系统的整体性能会极大地下降。
在上行大规模MIMO系统中，将已知的导频信号以适当功率叠加到数据信号上，同时进行信道估计和数据解码，无需专门为导频信号分配时隙，可以在没有带宽损失的情况下有较高的估计精度和较低的计算复杂度。然而，基于叠加导频的信道估计，在信道估计和数据解码中会存在严重的导频和数据互扰，使得信道估计和数据解码性能下降。因此，研究对叠加导频方法的改进，提高信道估计的精度，从而提升系统整体性能是很有意义的。
发明内容
基于现有技术中存在的上述不足，本发明提供大规模MIMO系统中基于空间复用的叠加导频方法。
为了达到上述发明目的，本发明采用以下技术方案：
基于空间复用的叠加导频方法，应用于上行多小区多用户大规模MIMO系统中，所述叠加导频方法包括以下步骤：
设计发送信号和处理接收信号；
根据接收信号且利用MMSE估计方法进行信道估计；
通过使接收信噪比最大为优化目标以确定最佳功率分配；
通过迭代运算改善信道估计。
作为优选方案，所述上行多小区多用户大规模MIMO系统包括L个小区和K个相互独立的单天线用户，每个小区具有一个基站，基站配备M根天线，以其中一个小区为目标小区。
作为优选方案，所述设计发送信号，包括以下步骤：
假设信道是慢平坦衰落的，且相干时间为T，并满足条件T》KL；
每个用户发送长为T的信号，则共KL个单天线用户在T时间内发送的信号X为KL×T维的矩阵，将发送信号设计为：
X＝[αS1 βS2]P+γP1
其中，α、β、γ分别为三个需要确定的大于0的功率分配参数，P是T×T维的Fourier矩阵，P1是矩阵P的前KL行，S1和S2分别是数据矩阵S的前KL列和后T-KL列，数据矩阵S为：
Figure GDA0002453579230000021
其中，sk,l＝(sk,l,1,sk,l,2,…,sk,l,T)，k＝1，2，…，K；l＝1，2，…，L；
记
Figure GDA0002453579230000025
为新的数据矩阵，那么第l个小区的第k个用户在T个时刻内的发送信号为
Figure GDA0002453579230000022
其中，
Figure GDA0002453579230000023
和p1,k,l分别表示矩阵
Figure GDA0002453579230000024
和P1的第(l-1)K+k行。
作为优选方案，所述α、β、γ需满足α2KL+β2(T-KL)+γ2＝1。
作为优选方案，所述处理接收信号，包括以下步骤：
发送信号发送后，目标小区的接收信号为：
Figure GDA0002453579230000031
其中，ρ为平均接收信噪比，H＝[H1,…,Hl,…,HL]，Hl表示第l个基站中的用户到目标小区基站天线的信道增益，H为M×KL维的矩阵；B＝diag(β1,1,β2,1,…,βK,1,…,β1,L,…βK,L)，βk,l表示第l个小区的第k个用户到目标小区基站天线的大尺度衰落因子，W表示高斯白噪声。
作为优选方案，令信道矩阵G＝HB，则目标小区的接收信号为：
Figure GDA0002453579230000032
作为优选方案，所述根据接收信号且利用MMSE估计方法进行信道估计，包括：
根据接收信号Y，利用MMSE估计方法获得估计的信道矩阵：
Figure GDA0002453579230000033
Figure GDA0002453579230000034
其中，
Figure GDA0002453579230000035
Figure GDA0002453579230000036
VG＝B2
VG、
Figure GDA0002453579230000037
VY分别表示矩阵G、
Figure GDA0002453579230000038
Y中列之间的方差，IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵，tr()表示矩阵的迹。
作为优选方案，通过使接收信噪比最大为优化目标以确定最佳功率分配，包括：
通过使接收信噪比最大为优化目标以确定α、β、γ三个功率分配参数的优化值为：
Figure GDA0002453579230000041
Figure GDA0002453579230000042
α取0至
Figure GDA0002453579230000043
之间的数。
作为优选方案，通过迭代运算改善信道估计，包括：
接收信号Y右乘以矩阵PH的结果为：
Figure GDA0002453579230000044
其中，0M×(T-KL)表示M×(T-KL)维的零矩阵；
记
Figure GDA0002453579230000045
的前KL列为
Figure GDA0002453579230000046
其余的列为
Figure GDA0002453579230000047
则：
Figure GDA0002453579230000048
Figure GDA0002453579230000049
所述迭代算法的具体过程如下：设N0是一个正整数；
第一步：利用信道估计
Figure GDA00024535792300000410
(本算法中记为
Figure GDA00024535792300000411
)和ZF解码器
Figure GDA00024535792300000412
基于公式(2)对S2进行解码并将解码得到的矩阵记为
Figure GDA00024535792300000413
令i＝1；
第二步：按如下方法重新估计信道矩阵G：定义
Figure GDA00024535792300000414
令
Figure GDA00024535792300000415
则这是G的一个新估计；
第三步：利用信道估计
Figure GDA00024535792300000416
和ZF解码器
Figure GDA00024535792300000417
基于公式(2)再对S2进行解码以得到一个新的解码信号矩阵，记为
Figure GDA00024535792300000418
第四步：如果i＜N0，则令i＝i+1且重新从第二步开始执行算法；否则，停止执行算法。
本发明与现有技术相比，有益效果是：
本发明基于空间复用的叠加导频方法与传统的基于时间复用的导频方法相比，能够实现更高的系统吞吐量，且提出的迭代算法能改善信道估计从而进一步提升系统性能。
附图说明
图1是本发明实施例的基于空间复用的叠加导频方法关于系统吞吐量的仿真图。
具体实施方式
以下将对本发明的技术方案作进一步解释说明。
本发明实施例的基于空间复用的叠加导频方法，针对现有叠加导频方法的不足，进行了改进。本发明实施例的基于空间复用的叠加导频方法，用于上行多小区多用户大规模MIMO系统的叠加导频方法，并给出了其最佳功率分配方案。具体技术方案分为如下的四大部分：
一、设计发送信号和处理接收信号
假设上行多小区多用户大规模MIMO系统中有L个小区，且每个小区只有一个基站，基站配备M根天线，并服务于K个相互独立的单天线用户，以第1个小区为目标小区。假设信道是慢平坦衰落的，且相干时间为T，并满足条件T＞＞KL；每个用户发送长为T的信号，则共KL个单天线用户在T时间内发送的信号X为KL×T维的矩阵，将发送信号设计为：
X＝[αS1 βS2]P+γP1
其中，α、β、γ分别为三个需要确定的大于0的功率分配参数，需满足α2KL+β2(T-KL)+γ2＝1，
P是T×T维的Fourier矩阵，
P1是矩阵P的前KL行，
S1和S2分别是数据矩阵S的前KL列和后T-KL列。
记数据矩阵S为：
Figure GDA0002453579230000061
其中，sk,l＝(sk,l,1,sk,l,2,…,sk,l,T)，k＝1，2，…，K；l＝1，2，…，L；
假设每个用户发送的数据是相互独立的，且满足每次发送数据的平均能量为1。记
Figure GDA0002453579230000062
为新的数据矩阵，那么第l个小区的第k个用户在T个时刻内的发送信号为
Figure GDA0002453579230000063
其中，
Figure GDA0002453579230000064
和p1,k,l分别表示矩阵
Figure GDA0002453579230000065
和P1的第(l-1)K+k行。
发送信号发送之后，目标小区的接收信号可以表示为：
Figure GDA0002453579230000066
其中，ρ为平均接收信噪比，H＝[H1,…,Hl,…,HL]，Hl表示第l个基站中的用户到目标小区基站天线的信道增益，它的大小为M×K，显然H为M×KL维的矩阵；B＝diag(β1,1,β2,1,…,βK,1,…,β1,L,…βK,L)，βk,l表示第l个小区的第k个用户到目标小区基站天线的大尺度衰落因子，W表示高斯白噪声。
令信道矩阵G＝HB，则目标小区的接收信号为：
Figure GDA0002453579230000067
二、信道估计
根据接收信号且利用MMSE估计方法进行信道估计，具体地，根据接收信号Y，利用MMSE估计方法获得估计的信道矩阵：
Figure GDA0002453579230000068
上式中的
Figure GDA0002453579230000071
其中，
Figure GDA0002453579230000072
Figure GDA0002453579230000073
VG＝B2
其中，VG、
Figure GDA0002453579230000074
VY分别表示矩阵G、
Figure GDA0002453579230000075
Y中列之间的方差，IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵，tr()表示矩阵的迹。
三、最佳功率分配方案的确定
通过使接收信噪比最大为优化目标以确定最佳功率分配，具体地，通过使接收信噪比最大为优化目标以确定α、β、γ三个功率分配参数的优化值为：
Figure GDA0002453579230000076
Figure GDA0002453579230000077
α取0至
Figure GDA0002453579230000078
之间的数。
四、改善信道估计的迭代算法
接收信号Y右乘以矩阵PH的结果可以进一步为：
Figure GDA0002453579230000079
其中，0M×(T-KL)表示M×(T-KL)维的零矩阵。
记
Figure GDA00024535792300000710
的前KL列为
Figure GDA00024535792300000711
其余的列为
Figure GDA00024535792300000712
则上式可以分解为：
Figure GDA0002453579230000081
Figure GDA0002453579230000082
迭代算法的具体过程如下：设N0是一个正整数；
第一步：利用信道估计
Figure GDA0002453579230000083
(本算法中记为
Figure GDA0002453579230000084
)和ZF解码器
Figure GDA0002453579230000085
基于公式(2)对S2进行解码并将解码得到的矩阵记为
Figure GDA0002453579230000086
令i＝1；
第二步：按如下方法重新估计信道矩阵G：定义
Figure GDA0002453579230000087
令
Figure GDA0002453579230000088
则这是G的一个新估计；
第三步：利用信道估计
Figure GDA0002453579230000089
和ZF解码器
Figure GDA00024535792300000810
基于公式(2)再对S2进行解码以得到一个新的解码信号矩阵，记为
Figure GDA00024535792300000811
第四步：如果i＜N0，则令i＝i+1且重新从第二步开始执行算法；否则，停止执行算法。
本发明的基于空间复用的叠加导频方法的具体应用案例如下：
假设系统中有4个小区，每个小区有1个基站且含有7个用户，基站的天线数为128根并将第1个小区定位目标小区。大尺度衰落因子B取随机对角矩阵(对角线上第一个元素为1.01，对角线上其余元素为均匀地取自于0.01至1.01之间的随机数且按降序排列)，相干时间T＝128。数据矩阵S中的每个元素均匀取自于标准16-QAM，其总能量为16。α的值取0.001，迭代算法中的N0取1。
一、设计发送与处理接收信号
P是128×128维的Hadamard矩阵，取P的前28行记为P1。记数据矩阵
Figure GDA0002453579230000091
其中sk,l＝(sk,l,1,sk,l,2,…,sk,l,128)，k＝1,2,…,7,l＝1,2,…,4。令S1和S2分别是数据矩阵S的前28列和后100列。每个用户发送长为128的信号。将28个用户在T时间内的发送信号设计为：
X＝[αS1 β*S2]P+γ*P1
其中，
Figure GDA0002453579230000092
Figure GDA0002453579230000093
显然X为28×128维的矩阵。记
Figure GDA0002453579230000094
为新的数据矩阵，那么第l个小区的第k个用户在128个时刻内发送的信号可以表示为
Figure GDA0002453579230000095
其中
Figure GDA0002453579230000096
和p1,k,l分别表示矩阵
Figure GDA0002453579230000097
和P1的第(l-1)K+k行。
信号发送之后，目标小区的接收信号可以表示为
Figure GDA0002453579230000098
其中H，B，W分别为128×28，28×28，128×128维的矩阵，令信道矩阵G＝HB，上式简化为：
Figure GDA0002453579230000099
二、信道估计
根据接收信号Y，利用MMSE估计方法获得估计的信道矩阵：
Figure GDA0002453579230000101
上式中的
Figure GDA0002453579230000102
通过下式计算得到
Figure GDA0002453579230000103
其中，
Figure GDA0002453579230000104
Figure GDA0002453579230000105
VG＝B2
VG、
Figure GDA0002453579230000106
VY分别表示矩阵G、
Figure GDA0002453579230000107
Y中列之间的方差，IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵，tr()表示矩阵的迹。
三、信道估计的改善
接收信号Y右乘以矩阵PH的结果可以进一步为：
Figure GDA0002453579230000108
其中0M×(T-KL)表示M×(T-KL)维的零矩阵。
记
Figure GDA0002453579230000109
的前KL列为
Figure GDA00024535792300001010
其余的列为
Figure GDA00024535792300001011
则上式可以分解为：
Figure GDA00024535792300001012
Figure GDA00024535792300001013
迭代算法：设N0为1。
第1步：利用信道估计
Figure GDA00024535792300001014
(本算法中记为
Figure GDA00024535792300001015
)和ZF解码器
Figure GDA00024535792300001016
基于公式(4)对S2进行解码并将解码得到的矩阵记为
Figure GDA0002453579230000111
令i＝1；。
第2步：按如下方法重新估计信道矩阵G：定义
Figure GDA0002453579230000112
令
Figure GDA0002453579230000113
则这是G的一个新估计。
第3步：利用信道估计
Figure GDA0002453579230000114
和ZF解码器
Figure GDA0002453579230000115
基于公式(4)再对S2进行解码以得到一个新的解码信号矩阵，记为
Figure GDA0002453579230000116
第4步：如果i＜N0，则令i＝i+1且重新从第二步开始执行算法；否则，停止执行算法，将最终得到的
Figure GDA0002453579230000117
记为
Figure GDA0002453579230000118
四.基于ZF解码器的吞吐量分析
第1步：将接收信号Y右乘以矩阵PH，由于PPH＝TIT，可以得到
Figure GDA0002453579230000119
令
Figure GDA00024535792300001110
分别将Y1、W1视为等效接收信号和等效噪声，则可以得到：
Figure GDA00024535792300001111
第2步：不同的解码器都能用来解码出目标小区用户的数据信号，以ZF解码器为例，解码过程如下：
对于k＝1,2,…,7，若1≤t≤28，那么
Figure GDA0002453579230000121
若28<t≤128，那么
Figure GDA0002453579230000122
其中s为标准16-QAM中的元素，
Figure GDA0002453579230000123
为ZF解码器，()k,t表示取矩阵第k行第t列的元素。
第3步：设目标小区的系统吞吐量为R，则R的计算公式为：
Figure GDA0002453579230000124
如图1所示，是在上述举例的条件下，关于系统吞吐量的仿真图，其中“时间复用导频法”是采用时间复用导频法后目标小区的吞吐量曲线，“没有经过迭代的本发明提出的方法”是采用本发明提出的方法且没有经过信道估计改善后目标小区的吞吐量曲线，“迭代一次后的本发明提出的方法”是采用本发明提出的方法且经过一次信道估计改善后目标小区的吞吐量曲线。从图1可以看出，相比于时间复用导频法，本发明提出的方法具有更好的系统性能，且改善信道估计的迭代算法能进一步提升性能。
以上所述仅是对本发明的优选实施例及原理进行了详细说明，对本领域的普通技术人员而言，依据本发明提供的思想，在具体实施方式上会有改变之处，而这些改变也应视为本发明的保护范围。

Claims (1)

1.基于空间复用的叠加导频方法，应用于上行多小区多用户大规模MIMO系统中，其特征在于，所述叠加导频方法包括以下步骤：
设计发送信号和处理接收信号；
根据接收信号且利用MMSE估计方法进行信道估计；
通过使接收信噪比最大为优化目标以确定最佳功率分配；
通过迭代运算改善信道估计；
所述上行多小区多用户大规模MIMO系统包括L个小区和K个相互独立的单天线用户，每个小区具有一个基站，基站配备M根天线，以其中一个小区为目标小区；
所述设计发送信号，包括以下步骤：
假设信道是慢平坦衰落的，且相干时间为T，并满足条件T＞＞KL；
每个用户发送长为T的信号，则共KL个单天线用户在T时间内发送的信号X为KL×T维的矩阵，将发送信号设计为：
X＝[αS1 βS2]P+γP1
其中，α、β、γ分别为三个需要确定的大于0的功率分配参数，P是T×T维的Fourier矩阵，P1是矩阵P的前KL行，S1和S2分别是数据矩阵S的前KL列和后T-KL列，数据矩阵S为：
Figure FDA0002453579220000011
其中，sk,l＝(sk,l,1,sk,l,2,…,sk,l,T)，k＝1，2，…，K；l＝1，2，…，L；
记
Figure FDA0002453579220000012
为新的数据矩阵，那么第l个小区的第k个用户在T个时刻内的发送信号为
Figure FDA0002453579220000013
其中，
Figure FDA0002453579220000014
和p1,k,l分别表示矩阵
Figure FDA0002453579220000015
和P1的第(l-1)K+k行；
所述α、β、γ需满足α2KL+β2(T-KL)+γ2＝1；
所述处理接收信号，包括以下步骤：
发送信号发送后，目标小区的接收信号为：
Figure FDA0002453579220000021
其中，ρ为平均接收信噪比，H＝[H1,…,Hl,…,HL]，Hl表示第l个基站中的用户到目标小区基站天线的信道增益，H为M×KL维的矩阵；B＝diag(β1,1,β2,1,…,βK,1,…,β1,L,…βK,L)，βk,l表示第l个小区的第k个用户到目标小区基站天线的大尺度衰落因子，W表示高斯白噪声；
令信道矩阵G＝HB，则目标小区的接收信号为：
Figure FDA0002453579220000022
所述根据接收信号且利用MMSE估计方法进行信道估计，包括：
根据接收信号Y，利用MMSE估计方法获得估计的信道矩阵：
Figure FDA0002453579220000023
Figure FDA0002453579220000024
其中，
Figure FDA0002453579220000025
Figure FDA0002453579220000026
VG＝B2
VG、
Figure FDA0002453579220000027
VY分别表示矩阵G、
Figure FDA0002453579220000028
Y中列之间的方差，IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵，tr()表示矩阵的迹；
通过使接收信噪比最大为优化目标以确定最佳功率分配，包括：
通过使接收信噪比最大为优化目标以确定α、β、γ三个功率分配参数的优化值为：
Figure FDA0002453579220000029
Figure FDA00024535792200000210
α取0至
Figure FDA0002453579220000031
之间的数；
通过迭代运算改善信道估计，包括：
接收信号Y右乘以矩阵PH的结果为：
Figure FDA0002453579220000032
其中，0M×(T-KL)表示M×(T-KL)维的零矩阵；
记
Figure FDA0002453579220000033
的前KL列为
Figure FDA0002453579220000034
其余的列为
Figure FDA0002453579220000035
则可将上式分解为：
Figure FDA0002453579220000036
Figure FDA0002453579220000037
所述迭代算法的具体过程如下：设N0是一个正整数；
第一步：利用信道估计
Figure FDA0002453579220000038
本算法中记为
Figure FDA0002453579220000039
和ZF解码器
Figure FDA00024535792200000310
基于公式(2)对S2进行解码并将解码得到的矩阵记为
Figure FDA00024535792200000311
令i＝1；
第二步：按如下方法重新估计信道矩阵G：定义
Figure FDA00024535792200000312
令
Figure FDA00024535792200000313
则这是G的一个新估计；
第三步：利用信道估计
Figure FDA00024535792200000314
和ZF解码器
Figure FDA00024535792200000315
基于公式(2)再对S2进行解码以得到一个新的解码信号矩阵，记为
Figure FDA00024535792200000316
第四步：如果i＜N0，则令i＝i+1且重新从第二步开始执行算法；否则，停止执行算法。
CN201811641745.0A 2018-12-29 2018-12-29 大规模mimo系统中基于空间复用的叠加导频方法 Expired - Fee Related CN109495147B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811641745.0A CN109495147B (zh) 2018-12-29 2018-12-29 大规模mimo系统中基于空间复用的叠加导频方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811641745.0A CN109495147B (zh) 2018-12-29 2018-12-29 大规模mimo系统中基于空间复用的叠加导频方法

Publications (2)

Publication Number Publication Date
CN109495147A CN109495147A (zh) 2019-03-19
CN109495147B true CN109495147B (zh) 2020-06-30

Family

ID=65711967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811641745.0A Expired - Fee Related CN109495147B (zh) 2018-12-29 2018-12-29 大规模mimo系统中基于空间复用的叠加导频方法

Country Status (1)

Country Link
CN (1) CN109495147B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110519029B (zh) * 2019-08-08 2021-10-29 东南大学 蜂窝与v2v混合大规模mimo导频复用信道获取方法
CN110855413B (zh) * 2019-11-13 2022-04-15 哈尔滨工业大学（深圳） 基于空间信息网络的叠加导频通信方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8089916B2 (en) * 2009-04-07 2012-01-03 Indian Institute Of Science Leveraging coherent distributed space-time codes for noncoherent communication in relay networks via training
CN104333406A (zh) * 2014-11-04 2015-02-04 杭州电子科技大学 用于在多小区多用户多天线系统中的解码方法
CN107276933A (zh) * 2017-06-14 2017-10-20 杭州电子科技大学 用于上行多用户mimo系统中基于二阶统计量的信道估计方法
CN108494451A (zh) * 2018-03-09 2018-09-04 山东大学 一种点对点的miso swipt系统中寻找最优导频长度和功分因子的方法
CN108551359A (zh) * 2018-03-20 2018-09-18 西安电子科技大学 基于泄漏的高效能多用户联合预编码方法及装置
WO2018224121A1 (en) * 2017-06-05 2018-12-13 Telefonaktiebolaget Lm Ericsson (Publ) Beam mangement systems and methods

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8089916B2 (en) * 2009-04-07 2012-01-03 Indian Institute Of Science Leveraging coherent distributed space-time codes for noncoherent communication in relay networks via training
CN104333406A (zh) * 2014-11-04 2015-02-04 杭州电子科技大学 用于在多小区多用户多天线系统中的解码方法
WO2018224121A1 (en) * 2017-06-05 2018-12-13 Telefonaktiebolaget Lm Ericsson (Publ) Beam mangement systems and methods
CN107276933A (zh) * 2017-06-14 2017-10-20 杭州电子科技大学 用于上行多用户mimo系统中基于二阶统计量的信道估计方法
CN108494451A (zh) * 2018-03-09 2018-09-04 山东大学 一种点对点的miso swipt系统中寻找最优导频长度和功分因子的方法
CN108551359A (zh) * 2018-03-20 2018-09-18 西安电子科技大学 基于泄漏的高效能多用户联合预编码方法及装置

Also Published As

Publication number Publication date
CN109495147A (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
CN107483088B (zh) 大规模mimo鲁棒预编码传输方法
Ngo et al. EVD-based channel estimation in multicell multiuser MIMO systems with very large antenna arrays
CN103312389B (zh) 一种多用户干扰抑制方法、终端及基站
US8787183B2 (en) Method and apparatus for channel estimation using multiple description codes
Li et al. A multi-cell MMSE detector for massive MIMO systems and new large system analysis
CN110808765B (zh) 一种基于不完全信道信息的大规模mimo系统频谱效率优化的功率分配方法
EP2727304B1 (en) Noise estimation filter
CN107276933B (zh) 用于上行多用户mimo系统中基于二阶统计量的信道估计方法
CN109474388A (zh) 基于改进梯度投影法的低复杂度mimo-noma系统信号检测方法
Fan et al. Optimal pilot length for uplink massive MIMO systems with low-resolution ADC
Hu et al. Subspace-based semi-blind channel estimation for large-scale multi-cell multiuser MIMO systems
CN109495147B (zh) 大规模mimo系统中基于空间复用的叠加导频方法
CN110881010A (zh) 统计csi辅助的多用户noma下行传输方法
Guo et al. Performance analysis of multi-cell MMSE based receivers in MU-MIMO systems with very large antenna arrays
CN107707284B (zh) 一种基于信道统计量码本量化反馈的混合预编码方法
CN109361438B (zh) 一种连续优化匹配泄漏加权的信漏噪比预编码方法
CN108173585B (zh) 一种多用户混合线性非线性预编码方法
CN108259072B (zh) 用于fdd大规模mimo下行系统减少训练序列开销的方法
CN108600125B (zh) 一种基于迭代的信道估计方法
CN107659348B (zh) 一种基于slnr和thp混合自适应预编码设计方法
CN110912588B (zh) 一种基于改进Prony方法的下行时变信道预测方法
CN112769462A (zh) 一种基于联合参数学习的毫米波mimo宽带信道估计方法
CN102025459A (zh) 基于非参量估计ica的mimo-ofdm系统盲去卷积方法
Li et al. Channel estimations based on superimposed pilots for massive MIMO uplink systems
Jeon et al. Approximate Gram-matrix interpolation for wideband massive MU-MIMO systems

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200630