CN110912588B - 一种基于改进Prony方法的下行时变信道预测方法 - Google Patents

Abstract

本发明提供了一种基于改进Prony方法的下行时变信道预测方法，应用于时分双工系统中，所述下行时变信道预测方法包括以下步骤：S1、估计上行链路的CSI：假定上行系统的误码率已知，基站获得解码后的数据符号，根据接收到的信号和解码的数据符号估计上行链路的CSI；S2、根据所估计的上行CSI计算Prony系数；S3、根据Prony系数预测下一时刻的CSI并设计预编码；所述TDD系统中基站有M_b根天线，针对单天线的单个用户，簇的数量为L_c，每个簇有一条主路径，通信系统从上行链路开始。本发明能够适用于估计快速时变信道，能够准确预测未来时刻的下行链路的CSI，能大幅度提升通信系统整体性能。

Description

一种基于改进Prony方法的下行时变信道预测方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种基于改进Prony方法的下行时变信道预测方法。

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。

基于TDD系统中信道的互易性，下行链路的CSI和上行链路的CSI是互易的。在下行TDD系统中，基站根据所获得的上行CSI按照改进的Prony方法去预测未来时刻的CSI并设计预编码，预编码用于处理在下行链路中基站所发送的数据。传统的信道估计方法只能应用在信道的CSI固定不变的情况中，对于时变信道而言，传统的方法已不再适用。因此，研究快速时变信道的预测方法，对提升通信系统整体性能是很有意义的。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种基于改进Prony方法的下行时变信道预测方法。

为了实现以上目的，本发明采用以下技术方案：

一种基于改进Prony方法的下行时变信道预测方法，该方法应用于TDD(时分双工)系统中，其特征在于，所述下行时变信道预测方法包括以下步骤：

S1、估计上行链路的CSI(信道状态信息)：假定上行系统的误码率已知，基站获得解码后的数据符号，根据接收到的信号和解码的数据符号估计上行链路的CSI；

S2、根据所估计的上行CSI计算Prony系数；

S3、根据Prony系数预测下一时刻的CSI并设计预编码；

所述TDD系统中基站有M_b根天线，针对单天线的单个用户，簇的数量为L_c，每个簇有一条主路径，通信系统从上行链路开始。

进一步的，S1中估计上行CSI具体步骤如下：

上行链路的CSI如下所示：

其中，矩阵A是维度为M_b×L_c的矩阵，由导向矢量和所有路径的初始相位构成，M_b表示基站天线数，L_c表示信号传输总的路径数，i为虚数单位，v_r表示第r个路径的多普勒频率分量，其中r＝0,1,…,L_c；

S11、假设采样时间间隔是△t，将h(k)表示成第k个采样时刻的信道：

h(k)＝h(k△t)；

S12、在上行链路阶段，在前K(L_c+1)个时刻，K为正整数，用户向基站发送K(L_c+1)个数据符号

基站接收到的信号为

其中，ρ₁为上行链路的信噪比，j＝0,1,…,K(Lc+1),s_j为第j个时刻用户发送的数据符号，h_j为第j个时刻的实际CSI,w_j为第j个时刻标准复正态分布的高斯噪声，y_j为基站在第j个时刻接收到的信号；

当上行系统的误码率已知，基站获得解码后的数据符号

S13、根据接收到的信号和解码的数据符号估计前K(L_c+1)个时刻的上行CSI：

进一步的，S2中计算Prony系数具体步骤如下：

S21、构造矩阵

向量

表示在上行链路中所估计的CSI：

S22、根据改进Prony方法建立方程组：

S23、对

进行SVD分解，

其中U₀是(K·M_b)×L_c的单位阵，D₀是L_c×L_c的对角阵且对角阵上的元素按降序排列，V₀是L_c×L_c的单位阵；

设定一个大于0的数∈，为增加方程的稳定性去除小于∈的奇异值，假设有N_q个奇异值大于∈，则取U₀和V₀的前N_q列构成新的矩阵

和

取D₀的前N_q个对角元素构成新的对角阵

S24、利用最小二乘法解方程解得Prony系数向量：

进一步的，S3中所述预测未来时刻的CSI并预测预编码，具体包括如下步骤：

S31、令m＝1，m表示下行链路的第m个时刻；

S32、构造矩阵H_d；

其中，u为p_d长度；

S33、预测下一时刻的CSI并设计在该时刻的预编码：

S34、更新矩阵H_d：

S35、令m＝m+1,预测下一时刻的CSI并设计在该时刻的预编码。

采用本发明技术方案，本发明的有益效果为：与现有技术相比，本发明能够适用于估计快速时变信道，能够准确预测未来时刻的下行链路的CSI，能大幅度提升通信系统整体性能。

附图说明

图1是本发明提供的一种基于改进Prony方法的下行时变信道预测方法系统误码率的仿真图。

具体实施方式

结合附图对本发明具体方案具体实施例作进一步的阐述。

一种基于改进Prony方法的下行时变信道预测方法，该方法应用于TDD(时分双工)系统中，其特征在于，所述下行时变信道预测方法包括以下步骤：

S1、估计上行链路的CSI(信道状态信息)：假定上行系统的误码率已知，基站获得解码后的数据符号，根据接收到的信号和解码的数据符号估计上行链路的CSI；

S2、根据所估计的上行CSI计算Prony系数；

S3、根据Prony系数预测下一时刻的CSI并设计预编码；

所述TDD系统中基站有M_b根天线，针对单天线的单个用户，簇的数量为L_c，每个簇有一条主路径，通信系统从上行链路开始。

S1中估计上行CSI具体步骤如下：

上行链路的CSI如下所示：

其中，矩阵A是维度为M_b×L_c的矩阵，由导向矢量和所有路径的初始相位构成，M_b表示基站天线数，L_c表示信号传输总的路径数，i为虚数单位，v_r表示第r个路径的多普勒频率分量，其中r＝0,1,…,L_c；

S11、假设采样时间间隔是△t，将h(k)表示成第k个采样时刻的信道：

h(k)＝h(k△t)；

S12、在上行链路阶段，在前K(L_c+1)个时刻，用户向基站发送K(L_c+1)个数据符号

基站接收到的信号为

其中，ρ₁为上行链路的信噪比，j＝0,1,…,K(Lc+1),s_j为第j个时刻用户发送的数据符号，h_j为第j个时刻的实际CSI，w_j为第j个时刻标准复正态分布的高斯噪声，y_j为基站在第j个时刻接收到的信号，K为正整数；

当上行系统的误码率已知，基站获得解码后的数据符号

S13、根据接收到的信号和解码的数据符号估计前K(L_c+1)个时刻的上行CSI：

其中，

为第j个时刻解码后的数据符号；

S2中计算Prony系数具体步骤如下：

S21、构造矩阵

向量

表示在上行链路中所估计的CSI：

S22、根据改进Prony方法建立方程组：

S23、对

进行SVD分解，

其中U₀是(K·M_b)×L_c的单位阵，D₀是L_c×L_c的对角阵且对角阵上的元素按降序排列，V₀是L_c×L_c的单位阵；

设定一个大于0的数∈，为增加方程的稳定性去除小于∈的奇异值，假设有N_q个奇异值大于∈，则取U₀和V₀的前N_q列构成新的矩阵

和

取D₀的前N_q个对角元素构成新的对角阵

S24、利用最小二乘法解方程解得Prony系数向量：

S3中所述预测未来时刻的CSI并预测预编码，具体包括如下步骤：

S31、令m＝1，m表示下行链路的第m个时刻；

S32、构造矩阵H_d；

其中，u为p_d长度；

S33、预测下一时刻的CSI并设计在该时刻的预编码：

S34、更新矩阵H_d：

S35、令m＝m+1,预测下一时刻的CSI并设计在该时刻的预编码。

本发明实施例具体如下，上行链路的CSI如下所示，假设系统中基站有32根天线，按8×4的队列分布。针对单天线的单用户，用户与基站之间有19个簇，每个簇的主路径为1，设定参数K＝5，上行链路的信噪比设置成20dB，误码率分别设置成2％，5％。信道的模型采用3GPP TR 36.873V 12.7.0(2017-12)提出的标准，参数如表1所示：

表1

在信道模型中，时延分布比例因子r_τ＝3，时延扩展DS＝10m，阴影衰落标准差ζ＝3dB。AOA，AOD的比例因子

ZOA，ZOD的比例因子

角度扩展ASA＝9m,ASD＝10m,ZSA＝10m,ZSD＝10m，簇ASA c_ASA＝22°，簇ASD c_ASD＝10°，簇ZSAc_ZSA＝7°，偏置角度大小α_m从标准中的表7.3-3中选取。∈的大小为0.5，用户发送的数据符号s_m为标准16-QAM中的元素。

如图1所示，是采用本发明方法，在上述举例的条件下，关于系统误码率的仿真图，分别是上行链路误码率为2％(下方曲线)和5％时，下行链路的误码率同信噪比的关系曲线图。从图1可以看出，当上行链路的误码率相同时，下行链路的信噪比越高，则下行链路的误码率越低；当下行链路的信噪比相同时，优选的，本发明上行链路的误码率越低，则下行链路的误码率越低，误码率越低说明系统的性能越。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (1)

1.一种基于改进Prony方法的下行时变信道预测方法，该方法应用于TDD系统中，其特征在于，所述下行时变信道预测方法包括以下步骤：

S1、估计上行链路的CSI：假定上行系统的误码率已知，基站获得解码后的数据符号，根据接收到的信号和解码的数据符号估计上行链路的CSI；

S2、根据所估计的上行CSI计算Prony系数；

S3、根据Prony系数预测下一时刻的CSI并设计预编码；

所述TDD系统中基站有M_b根天线，针对单天线的单个用户，簇的数量为L_c，每个簇有一条主路径，通信系统从上行链路开始；

其中，S1中估计上行CSI具体步骤如下：

上行链路的CSI如下所示：

其中，矩阵A是维度为M_b×L_c的矩阵，由导向矢量和所有路径的初始相位构成，M_b表示基站天线数，L_c表示信号传输总的路径数，i为虚数单位，v_r表示第r个路径的多普勒频率分量，其中r＝0,1,…,L_c；

S11、假设采样时间间隔是△t，将h(k)表示成第k个采样时刻的信道：

h(k)＝h(k△t)；

S12、在上行链路阶段，在前K(L_c+1)个时刻，K为正整数，用户向基站发送K(L_c+1)个数据符号

基站接收到的信号为

其中，ρ₁为上行链路的信噪比，j＝0,1,…,K(L_c+1),s_j为第j个时刻用户发送的数据符号，h_j为第j个时刻的实际CSI，w_j为第j个时刻标准复正态分布的高斯噪声，y_j为基站在第j个时刻接收到的信号；

当上行系统的误码率已知，基站获得解码后的数据符号

S13、根据接收到的信号和解码的数据符号估计前K(L_c+1)个时刻的上行CSI：

S2中计算Prony系数具体步骤如下：

S21、构造矩阵

其中，向量

表示在上行链路中所估计的CSI：

S22、根据改进Prony方法建立方程组：

S23、对

进行SVD分解，

其中U₀是(K·M_b)×L_c的单位阵，D₀是L_c×L_c的对角阵且对角阵上的元素按降序排列，V₀是L_c×L_c的单位阵；

设定一个大于0的数∈，为增加方程的稳定性去除小于∈的奇异值，假设有N_q个奇异值大于∈，则取U₀和V₀的前N_q列构成新的矩阵

和

取D₀的前N_q个对角元素构成新的对角阵

S24、利用最小二乘法解方程解得Prony系数向量：

S3中所述预测未来时刻的CSI并预测预编码，具体包括如下步骤：

S31、令m＝1，m表示下行链路的第m个时刻；

S32、构造矩阵H_d；

其中，u为p_d长度；

S33、预测下一时刻的CSI并设计在该时刻的预编码：

S34、更新矩阵H_d：

S35、令m＝m+1，预测下一时刻的CSI并设计在该时刻的预编码。

Images