CN109802901A - 基于到达角测量的3d mimo信道估计方法及系统 - Google Patents

Abstract

本发明提供了一种基于到达角测量的3D MIMO信道估计方法及系统，利用接收信号的空间特性估计信号到达角，并采用基于导频的信道估计方法联合估计信号离开角和信道增益，完整的时域信道状态信息通过信号到达角、信号离开角以及信道增益获得。本发明减少了算法整体需要考虑的参数，避免了内插导致的误差，有效提高了低信噪比下3D MIMO‑OFDM系统接收机的信道估计精度。

Description

基于到达角测量的3D MIMO信道估计方法及系统

技术领域

本发明涉及通信技术领域，具体地，涉及一种基于到达角测量的3D MIMO信道估计方法及系统。

背景技术

在无线通信系统中，信号从发送机到接收机的传输中会受到实际信道环境的影响而产生畸变。接收机为了能够有效的恢复出原始信号，需要尽量准确的估计出信号传输中对应的信道状态信息，再利用估计出的信道状态信息对接收信号做进一步的均衡处理。因此，接收机信道估计的准确性对于无线通信信息的正确传输至关重要。

随着移动宽带通信对系统容量的需求快速增长，3D MIMO系统近年来得到了领域内的广泛关注。传统的MIMO系统仅能在水平维度区分用户，导致其同时、同频可服务的用户数受限。而3D MIMO通过在基站侧布置二维天线阵列，充分利用垂直和水平维的天线自由度，能够同时、同频服务更多的用户，极大地提升系统容量和频谱效率。OFDM技术作为第四代移动通信的核心技术，与3D MIMO系统结合，有效地解决了频率选择性衰落的问题，能够提供更高地数据传输速率。由于MIMO算法对信道矩阵的敏感性，信道状态信息的准确性对评估3D MIMO-OFDM系统的性能尤为关键，因此需要在接收机端设计有效的信道估计方案。

在OFDM无线通信系统中，目前广泛应用的信道估计方法是基于导频的信道估计。具体分为两个步骤，第一步是导频处对应的信道信息估计，第二步通过内插算法获得数据处对应的信道信息。导频处信道信息的获得通常采用最小二乘(LS)算法或最小均方误差(MMSE)算法，内插算法中应用最广泛的是一维线性内插。上述信道估计方法仍然适用于3DMIMO-OFDM系统，但是由于将信号传输的角度信息和信道增益视为整体进行估计，考虑的参数过多导致性能不佳，并且在线性内插时会产生误差。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于到达角测量的3D MIMO信道估计方法及系统。

根据本发明提供的一种基于到达角测量的3D MIMO信道估计方法，包括：利用接收信号的空间特性估计信号到达角，并采用基于导频的信道估计方法联合估计信号离开角和信道增益，完整的时域信道状态信息通过信号到达角、信号离开角以及信道增益获得。

较佳的，具体包括步骤：

步骤1、将接收的时域数据以数据矩阵的形式储存；

步骤2、通过奇异值分解数据矩阵获得接收信号的信号空间；

步骤3、构造旋转不变等式，利用子空间不变性恢复接收信号到达角；

步骤4、基于导频联合估计信道增益和信号离开角；

步骤5、结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。

较佳的，步骤1还包括：收到的时域数据按接收时间的先后排为矩阵的一行，多条接收天线的数据构成矩阵的各行。

较佳的，步骤2包括：

通过奇异值分解数据矩阵获得接收信号的信号空间：

其中为数据矩阵，Π_N为N维交换矩阵，U_s为左酉矩阵的子阵，列与大于零的奇异值对应，U_n为左酉矩阵除去U_s后的子阵，为右酉矩阵的子阵，行与大于零的奇异值对应，为右酉矩阵除去后的子阵，Σ_s为大于零的奇异值构成的对角矩阵，N_r为接收天线数，N_c为子载波总数。

较佳的，步骤3包括：

对于偶数根接收天线，即N_r＝2K，构造如下矩阵Q_K、P_K，其中Q_K为酉矩阵：

其中I_K为K维单位矩阵，j为虚数单位。

利用接收导向矢量的特点和子空间的一致性，得到如下关系：

K_x1U_sΨ_x＝K_x2U_s

其中J为N_r维单位矩阵的后N_r-1行，U_s在步骤2中获得，由于Ψ_x与到达角产生的对角矩阵相似，即一定存在非奇异矩阵T满足：

因此对Ψ_x矩阵进行特征值分解即得到参数u_l的估计：

式中，λ_l表示Ψ_x矩阵第l个特征值，进而信号到达角表示为：

较佳的，步骤4包括：

接收信号通过下变频及低通滤波器，再通过模数转换后去除循环前缀后，经过IFFT解调可以得到接收信号的频域信息，利用已知的导频信息以及频域信道矩阵与时域的信道矩阵的关系，得到时域信道估计的数学模型：

其中，矩阵C_c中的子阵C(l)表示第l条径产生的时域信道矩阵，对于L条径的信道有C(l)＝0,L＜l≤512，子阵的数量取决于实际通信协议中导频块的数量；表示第k个导频处各发送天线的导频符号，表示第k个导频处各接收天线的频域信息，为导频k对应的子载波数，w为高斯白噪声，N_c为子载波总数；

由信道矩阵与信号到达角、信号离开角、信道增益的关系，有如下表达式：

C_c＝BDE_t

其中D为信道增益矩阵；E_t是发送导向矢量构成的，由离开角决定；B是接收导向矢量构成的，由到达角决定，由步骤3中的估计结果，矩阵B的第l列估计为：

在矩阵B估计的基础上，联合估计信号离开角、信道增益：

其中为DE_t的自相关矩阵，为噪声功率，为导频功率。

较佳的，步骤5包括：

由矩阵B的估计和DE_t的估计，恢复完整的信道矩阵：

根据本发明提供的一种基于到达角测量的3D MIMO信道估计系统，包括：利用接收信号的空间特性估计信号到达角，并采用基于导频的信道估计方法联合估计信号离开角和信道增益，完整的时域信道状态信息通过信号到达角、信号离开角以及信道增益获得。

较佳的，具体包括：

存储模块：将接收的时域数据以数据矩阵的形式储存；

分解模块：通过奇异值分解数据矩阵获得接收信号的信号空间；

构造模块：构造旋转不变等式，利用子空间不变性恢复接收信号到达角；

估计模块：基于导频联合估计信道增益和信号离开角；

恢复模块：结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。

与现有技术相比，本发明具有如下的有益效果：

1、本发明有效利用了信号传输具有方向性的特点，先通过估计信号到达角，并在此基础上进一步对信道增益、信号离开角进行联合估计，减少了算法整体需要考虑的参数，避免了内插导致的误差，在低信噪比环境下有效提高了信道估计的准确度。

2、由于本发明的信道估计方案与现有的信道估计方案相比，只增加了到信号达角估计环节，接收机设计成本的增加在可接受范围之内。

3、由于本发明的信道估计方案没有对发射端架构的设计提出要求，与传统方案的导频开销一致，具有较好的兼容性。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为3D MIMO-OFDM系统数据基带传输框图；

图2为本发明基于到达角测量的3D MIMO信道估计方法的示意图；

图3为本发明与其他信道估计算法的性能对比示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

在3D MIMO-OFDM(三维多输入多输出正交频分复用)下行链路通信中，数据在发射机MIMO编码之前到接收机MIMO译码之后这一过程的基带框图如图1所示。

本发明提供的一种基于到达角测量的3D MIMO信道估计方法，主要在接收机对数据进行去除循环前缀之后进行，方法的示意图如图2所示，包括：利用接收信号的空间特性估计信号到达角，并采用基于导频的信道估计方法联合估计信号离开角和信道增益，完整的时域信道状态信息通过信号到达角、信号离开角以及信道增益获得。具体包括步骤：

步骤1、将接收的时域数据以数据矩阵的形式储存；

步骤2、通过奇异值分解数据矩阵获得接收信号的信号空间；

步骤3、构造旋转不变等式，利用子空间不变性恢复接收信号到达角；

步骤4、基于导频联合估计信道增益和信号离开角；

步骤5、结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。

当采用16发4收、512子载波的3D MIMO-OFDM系统进行下行链路无线通信，发送信息含8个导频块，其位置设置在：1～16，65～80，129～144，193～208，257～272，321～336，385～400，449～464时，本发明的信道估计方法的具体步骤如下：

步骤1、接收机将接收的时域数据以矩阵的形式储存。规则为每条接收天线收到的时域数据按接收时间的先后排为矩阵的一行，多条接收天线的数据构成矩阵的各行。由于采用了512个子载波进行传输，4条天线接收，接收机在去除循环前缀之后输出的是4行512列的数据矩阵。

步骤2、通过奇异值分解数据矩阵获得接收信号的信号空间：

其中为数据矩阵，Π_N为N维交换矩阵(斜对角线元素为1，其余元素均为0)，U_s为左酉矩阵的子阵，其列与大于零的奇异值对应，U_n为左酉矩阵除去U_s后的子阵，为右酉矩阵的子阵，其行与大于零的奇异值对应，为右酉矩阵除去后的子阵，Σ_s为大于零的奇异值构成的对角矩阵。

步骤3、构造旋转不变等式，利用子空间不变性恢复接收信号到达角。以下行信道为例，由于用户端天线数量为偶数，构造如下矩阵Q_K、P_K，其中Q_K为酉矩阵：

其中I_K为K维单位矩阵，j为虚数单位。

利用接收导向矢量的特点和子空间的一致性，得到如下关系：

K_x1U_sΨ_x＝K_x2U_s

其中J为4维单位矩阵的后3行，U_s在步骤2中获得，由于Ψ_x与到达角产生的对角矩阵相似，即一定存在非奇异矩阵T满足：

因此对Ψ_x矩阵进行特征值分解即得到参数u_l的估计：

式中，λ_l表示Ψ_x矩阵第l个特征值，进而信号到达角表示为：

步骤4、基于导频联合估计信道增益和信号离开角。接收信号通过下变频及低通滤波器，再通过模数转换后去除循环前缀后，经过IFFT解调可以得到接收信号的频域信息，利用已知的导频信息以及频域信道矩阵与时域的信道矩阵的关系，得到时域信道估计的数学模型：

其中，矩阵C_c中的子阵C(l)表示第l条径产生的时域信道矩阵，对于L条径的信道有C(l)＝0,L＜l≤512；x_f(n)表示第n个子载波处各发送天线的导频信息，y_f(n)表示第n个子载波处各接收天线的频域信息；w为高斯白噪声；W＝e^-j2π/512。

由信道矩阵与信号到达角、信号离开角、信道增益的关系，有如下表达式：

C_c＝BDE_t

其中D为信道增益矩阵；E_t是发送导向矢量构成的，由离开角决定；B是接收导向矢量构成的，由到达角决定，由步骤3中的估计结果，矩阵B的第l列估计为：

在矩阵B估计的基础上，联合估计信号离开角、信道增益：

其中为DE_t的自相关矩阵，为噪声功率，为导频功率。。

步骤5包括：结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。由矩阵B的估计和DE_t的估计，恢复完整的信道矩阵：

通过以上步骤，可以得到各条时延径对应的信道状态信息，实现3D MIMO-OFDM系统的信道估计。本发明的信道估计算法与传统信道估计算法的标准均方误差(NMSE)性能对比如图3所示，图中有“+”标记的虚线为传统LS算法，有“+”标记的实线为基于本发明改进的LS算法，有“○”标记的虚线为传统MMSE算法，有“○”标记的实线为基于本发明改进的MMSE算法，横坐标为信噪比，纵坐标为NMSE，坐标单位均为分贝(dB)。可见，基于本发明改进的信道估计方法相较于传统的信道估计算法，在低信噪比环境下信道估计的精度有了一定提升。

基于上述一种基于到达角测量的3D MIMO信道估计方法，本发明还提供了一种基于到达角测量的3D MIMO信道估计系统，包括：利用接收信号的空间特性估计信号到达角，并采用基于导频的信道估计方法联合估计信号离开角和信道增益，完整的时域信道状态信息通过信号到达角、信号离开角以及信道增益获得。具体包括：

存储模块：将接收的时域数据以数据矩阵的形式储存；

分解模块：通过奇异值分解数据矩阵获得接收信号的信号空间；

构造模块：构造旋转不变等式，利用子空间不变性恢复接收信号到达角；

估计模块：基于导频联合估计信道增益和信号离开角；

恢复模块：结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。

存储模块的规则为每条接收天线收到的时域数据按接收时间的先后排为矩阵的一行，多条接收天线的数据构成矩阵的各行。由于采用了512个子载波进行传输，4条天线接收，接收机在去除循环前缀之后输出的是4行512列的数据矩阵。

分解模块通过奇异值分解数据矩阵获得接收信号的信号空间：

其中为数据矩阵，Π_N为N维交换矩阵(斜对角线元素为1，其余元素均为0)，U_s为左酉矩阵的子阵，其列与大于零的奇异值对应，U_n为左酉矩阵除去U_s后的子阵，为右酉矩阵的子阵，其行与大于零的奇异值对应，为右酉矩阵除去后的子阵，Σ_s为大于零的奇异值构成的对角矩阵。

构造模块构造旋转不变等式，利用子空间不变性恢复接收信号到达角。以下行信道为例，由于用户端天线数量为偶数，构造如下矩阵Q_K、P_K，其中Q_K为酉矩阵：

其中I_K为K维单位矩阵，j为虚数单位。

利用接收导向矢量的特点和子空间的一致性，得到如下关系：

K_x1U_sΨ_x＝K_x2U_s

其中J为4维单位矩阵的后3行，U_s在分解模块中获得，由于Ψ_x与到达角产生的对角矩阵相似，即一定存在非奇异矩阵T满足：

因此对Ψ_x矩阵进行特征值分解即得到参数u_l的估计：

式中，λ_l表示Ψ_x矩阵第l个特征值，进而信号到达角表示为：

估计模块基于导频联合估计信道增益和信号离开角。接收信号通过下变频及低通滤波器，再通过模数转换后去除循环前缀后，经过IFFT解调可以得到接收信号的频域信息，利用已知的导频信息以及频域信道矩阵与时域的信道矩阵的关系，得到时域信道估计的数学模型：

其中，矩阵C_c中的子阵C(l)表示第l条径产生的时域信道矩阵，对于L条径的信道有C(l)＝0,L＜l≤512；x_f(n)表示第n个子载波处各发送天线的导频信息，y_f(n)表示第n个子载波处各接收天线的频域信息；w为高斯白噪声；W＝e^-j2π/512。

由信道矩阵与信号到达角、信号离开角、信道增益的关系，有如下表达式：

C_c＝BDE_t

其中D为信道增益矩阵；E_t是发送导向矢量构成的，由离开角决定；B是接收导向矢量构成的，由到达角决定，由构造模块中的估计结果，矩阵B的第l列估计为：

在矩阵B估计的基础上，联合估计信号离开角、信道增益：

其中为DE_t的自相关矩阵，为噪声功率，为导频功率。。

恢复模块结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。由矩阵B的估计和DE_t的估计，恢复完整的信道矩阵：

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (9)

1.一种基于到达角测量的3D MIMO信道估计方法，其特征在于，包括：利用接收信号的空间特性估计信号到达角，并采用基于导频的信道估计方法联合估计信号离开角和信道增益，完整的时域信道状态信息通过信号到达角、信号离开角以及信道增益获得。

2.根据权利要求1所述的基于到达角测量的3D MIMO信道估计方法，其特征在于，具体包括步骤：

步骤1、将接收的时域数据以数据矩阵的形式储存；

步骤2、通过奇异值分解数据矩阵获得接收信号的信号空间；

步骤3、构造旋转不变等式，利用子空间不变性恢复接收信号到达角；

步骤4、基于导频联合估计信道增益和信号离开角；

步骤5、结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。

3.根据权利要求2所述的基于到达角测量的3D MIMO信道估计方法，其特征在于，步骤1还包括：收到的时域数据按接收时间的先后排为矩阵的一行，多条接收天线的数据构成矩阵的各行。

4.根据权利要求2所述的基于到达角测量的3D MIMO信道估计方法，其特征在于，步骤2包括：

通过奇异值分解数据矩阵获得接收信号的信号空间：

其中为数据矩阵，Π_N为N维交换矩阵，U_s为左酉矩阵的子阵，列与大于零的奇异值对应，U_n为左酉矩阵除去U_s后的子阵，为右酉矩阵的子阵，行与大于零的奇异值对应，为右酉矩阵除去后的子阵，Σ_s为大于零的奇异值构成的对角矩阵，N_r为接收天线数，N_c为子载波总数。

5.根据权利要求2所述的基于到达角测量的3D MIMO信道估计方法，其特征在于，步骤3包括：

对于偶数根接收天线，即N_r＝2K，构造如下矩阵Q_K、P_K，其中Q_K为酉矩阵：

其中I_K为K维单位矩阵，j为虚数单位。

利用接收导向矢量的特点和子空间的一致性，得到如下关系：

K_x1U_sΨ_x＝K_x2U_s

其中J为N_r维单位矩阵的后N_r-1行，U_s在步骤2中获得，由于Ψ_x与到达角产生的对角矩阵相似，即一定存在非奇异矩阵T满足：

因此对Ψ_x矩阵进行特征值分解即得到参数u_l的估计：

式中，λ_l表示Ψ_x矩阵第l个特征值，进而信号到达角表示为：

6.根据权利要求2所述的基于到达角测量的3D MIMO信道估计方法，其特征在于，步骤4包括：

接收信号通过下变频及低通滤波器，再通过模数转换后去除循环前缀后，经过IFFT解调可以得到接收信号的频域信息，利用已知的导频信息以及频域信道矩阵与时域的信道矩阵的关系，得到时域信道估计的数学模型：

其中，矩阵C_c中的子阵C(l)表示第l条径产生的时域信道矩阵，对于L条径的信道有C(l)＝0,L＜l≤512，子阵的数量取决于实际通信协议中导频块的数量；表示第k个导频处各发送天线的导频符号，表示第k个导频处各接收天线的频域信息，为导频k对应的子载波数，w为高斯白噪声，N_c为子载波总数；

由信道矩阵与信号到达角、信号离开角、信道增益的关系，有如下表达式：

C_c＝BDE_t

其中D为信道增益矩阵；E_t是发送导向矢量构成的，由离开角决定；B是接收导向矢量构成的，由到达角决定，由步骤3中的估计结果，矩阵B的第l列估计为：

在矩阵B估计的基础上，联合估计信号离开角、信道增益：

其中为DE_t的自相关矩阵，为噪声功率，为导频功率。

7.根据权利要求2所述的基于到达角测量的3D MIMO信道估计方法，其特征在于，步骤5包括：

由矩阵B的估计和DE_t的估计，恢复完整的信道矩阵：

8.一种基于到达角测量的3D MIMO信道估计系统，其特征在于，包括：利用接收信号的空间特性估计信号到达角，并采用基于导频的信道估计方法联合估计信号离开角和信道增益，完整的时域信道状态信息通过信号到达角、信号离开角以及信道增益获得。

9.根据权利要求2所述的基于到达角测量的3D MIMO信道估计系统，其特征在于，具体包括：

存储模块：将接收的时域数据以数据矩阵的形式储存；

分解模块：通过奇异值分解数据矩阵获得接收信号的信号空间；

构造模块：构造旋转不变等式，利用子空间不变性恢复接收信号到达角；

估计模块：基于导频联合估计信道增益和信号离开角；

恢复模块：结合信号到达角、信道增益、信号离开角，联合恢复信道矩阵。