CN110971547A - 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 - Google Patents
一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 Download PDFInfo
- Publication number
- CN110971547A CN110971547A CN201911143202.0A CN201911143202A CN110971547A CN 110971547 A CN110971547 A CN 110971547A CN 201911143202 A CN201911143202 A CN 201911143202A CN 110971547 A CN110971547 A CN 110971547A
- Authority
- CN
- China
- Prior art keywords
- base station
- matrix
- terahertz
- millimeter wave
- terminal
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- H04L25/0226—Channel estimation using sounding signals sounding signals per se
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法。在基于毫米波/太赫兹的宽带蜂窝物联网中,一个配备大规模天线阵列的基站同时服务大量的单天线设备。为了充分利用毫米波/太赫兹的宽带特性,正交频分复用技术被采用。在任一给定时隙,仅有少部分终端激活,而其他终端处于休眠状态。本发明采用免授权的随机接入协议,即激活终端同时通过多个子载波向基站发送一段基站已知的导频序列。基站利用一种多重秩已知的稀疏恢复方法,检测出终端状态并估计出相应的信道信息。然后基站利用所估计出的信道信息和激活设备进行数据交互。本发明为具有大规模终端接入的毫米波/太赫兹宽带蜂窝物联网提供了终端检测和信道估计方法。
Description
技术领域
本发明涉及无线通信领域,尤其涉及一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法。
背景技术
随着物联网以及人工智能的兴起与发展,未来的无线网络需要支持大规模的无线终端的同时接入。机器类型的通信(MTC)被广泛认为是6G等未来宽带无线通信系统的关键技术之一。MTC中一个关键性的特点是网络中的终端的激活模式通常是零星的。因为在每个时隙内,仅有少部分的终端处于激活状态,从而与基站通信。其他设备为了节省能量而暂时处于休眠状态,它们只有在受到外部事件触发时才会被激活。激活的终端在每个时隙的开始阶段同时向基站发射导频序列,基站通过激活检测和信道估计算法,得知哪些终端处于激活状态并获得其相应的信道状态信息。然后在每个时隙的剩余长度内,基站和激活的终端之间再进行上行和下行数据交互。
由于毫米波/太赫兹频段具有大量的尚未被有效利用的频谱资源,该频段被认为是提升下一代无线通信系统容量的核心频段,所以毫米波通信技术是未来mMTC通信系统的关键研究方向之一。在毫米波/太赫兹频段大规模接入系统中,终端激活检测和信道估计的将面临更多挑战。主要由以下三方面原因造成,第一,由于用户终端的增加,需要的导频序列长度也会随着用户数量的增加而增加。第二,在宽带大规模接入技术中,信道衰减严重,基站会配备大规模的天线阵列以提高信道增益,这同时也会增加终端激活检测和信道估计的计算复杂度,为降低通信成本带来了困难。第三,毫米波频段信道的相干时间相比于低频段更短,因此在多用户多天线毫米波系统的上行信道估计问题中,降低多用户导频开销更为重要。
相比于低频段多天线系统的信道,毫米波/太赫兹频段具有空域的稀疏性和低秩特性。并且毫米波/太赫兹信道的路径损耗大,散射点少,测量结果表明,在密集城市非直射路径条件下,毫米波信道中通常仅呈现出三到四个散射簇,每个散射簇内具有少量的延迟/角度扩展。如何结合这些特性设计出高效的宽带大规模终端检测算法尤为关键
发明内容
本发明的目的是为了解决当基站配备大规模天线阵列时,在现有毫米波/太赫兹大规模接入系统中,终端激活检测和信道估计方案的计算复杂度高和所需导频序列较长的问题,提出了一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法。
本发明所采用的具体技术方案如下:
一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法,其包括如下步骤:
1)在任一给定的时隙,所有激活的终端随机地从B个子载波中选取Bp个子载波,然后通过这些选中的子载波将导频序列发送给基站;
2)基站从M根天线中随机选取Mp根天线进行数据的接收;
3)基站基于一种截断式的谱初始化方法,设置算法的初始值,以提高检测和估计精度并降低计算复杂度;
4)基站利用一种基于毫米波/太赫兹的宽带大规模终端激活检测和信道估计方法,检测出处于激活状态的激活终端,并估计出相应的激活终端的信道状态信息;
5)基站利用信道估计值与激活终端进行上行和下行的数据交互。
作为优选,步骤3)中所述的截断式的谱初始化方法为:
b)对进行秩L特征分解得到其中B=PMAθ为输入的字典矩阵,为设备n的导频序列矩阵,其中方向矩阵Aτ设置为Aτ=[b(0),b(Ts/B),…,b((D-1)Ts/B)],方向矩阵Aθ设置为Aθ=[a(0),…,a((M-1)/M)],其中其中a(θ)=[1,e-j2πθ,…,e-j2π(M-1)θ]T,其中j表示复数域的虚部,参数θ=d sin(φ),参数φ的取值是φ∈[-π/2,π/2],而d为天线间的归一化间隔,Ts为正交频分复用符号的持续时间,参数τ的取值范围是从1到0.8Ts,D代表信道的延迟扩展;PM和PT分别为天线端采样矩阵和子载波端采样矩阵,αn为按照均值为0,方差为1的高斯分布生成的长度为Np的导频序列,diag(·)代表对角化操作;和为酉矩阵,为对角矩阵;然后设置未知变量的初始值为其中H代表共轭转置,变量n的取值范围是从1到系统的总设备数量N。
作为优选,步骤4)中所述的激活检测和信道估计方法为:
d)关于变量Sn的目标函数为:
其中属于乘积流行空间λ为惩罚参数,为可调参数,P1=[ID 0],P2=[0 IM]T,ID和IM均代表D×D和M×M维数的单位矩阵;vi代表一个行提取向量,其中的第i个元素为1,其他元素均为0,vj分一个列提取向量,其中第j个元素为1,其他元素均为0;下标i的取值范围是从1到D,下标j的取值范围是从1到M,||·||F表示矩阵的F范数,ln(·)代表以e为底的对数,T代表转置操作;
sgn(·)代表符号函数,其中除法代表的是元素与元素之间相除,
f)令为t时刻的Sn,根据黎曼空间梯度下降方法更新迭代Sn,更新前首先输入:基站接收到的数据Y,字典矩阵B,所有设备的导频序列矩阵所有设备的未知变量初始值步长μ和循环停止的次数T,并令迭代次数变量t=T,设置
本发明具有的有益效果是:本发明提出的宽带大规模终端激活检测和信道估计方法,可以利用较短的导频序列实现更准确的终端激活检测和信道估计,解决了传统的宽带大规模终端激活检测和信道估计问题中所需导频序列较长所产生的一系列问题。并且本方法的计算复杂度低,可以有效地减少通信复杂度,降低通信成本。
附图说明
图1是毫米波/太赫兹的信道延迟域-角度域示意图;
图2是将本发明的基于毫米波/太赫兹的宽带大规模终端检测方法与其他常用终端激活检测方法比较时,检测错误率与导频序列的长度的关系;
图3是将本发明的基于毫米波/太赫兹的宽带大规模信道估计方法与其他常用信道估计方法比较时,信道估计的归一化均方误差与信噪比的关系。
具体实施方式
本实施例中,毫米波/太赫兹宽带大规模接入系统的基站安装M根天线,每个终端配置1根天线,采用正交频分复用技术,每个时隙内,仅有少量终端随机激活与基站进行通信,其他终端暂时处于睡眠状态。并且激活的终端无需得到基站的授权就可直接接入网络。即每个时隙的开始部分,激活的终端通过多载波同时向基站发射导频序列,基站通过宽带大规模终端检测和信道估计算法获得哪些终端处于激活阶段并获得其相应的信道状态信息。在每个时隙的剩余的部分,激活终端与基站进行数据交互。
基于该基站,本发明的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法,其包括如下步骤:
1)在任一给定的时隙,所有激活的终端随机地从B个子载波中选取Bp个子载波,然后通过这些选中的子载波将导频序列发送给基站;
2)基站从M根天线中随机选取Mp根天线进行数据的接收;
3)基站基于一种截断式的谱初始化方法,设置算法的初始值,以提高检测和估计精度并降低计算复杂度;
4)基站利用一种基于毫米波/太赫兹的宽带大规模终端激活检测和信道估计方法,检测出处于激活状态的激活终端,并估计出相应的激活终端的信道状态信息;
5)基站利用信道估计值与激活终端进行上行和下行的数据交互。
其中,在步骤3)中所采用的截断式的谱初始化方法为:
b)对进行秩L特征分解得到其中B=PMAθ为输入的字典矩阵,为设备n的导频序列矩阵,其中方向矩阵Aτ设置为Aτ=[b(0),b(Ts/B),…,b((D-1)Ts/B)],方向矩阵Aθ设置为Aθ=[a(0),…,a((M-1)/M)],其中其中a(θ)=[1,e-j2πθ,…,e-j2π(M-1)θ]T,其中j表示复数域的虚部,参数θ=d sin(φ),参数φ的取值是φ∈[-π/2,π/2],而d为天线间的归一化间隔,Ts为正交频分复用符号的持续时间,参数τ的取值范围是从1到0.8Ts,D代表信道的延迟扩展;PM和PT分别为天线端采样矩阵和子载波端采样矩阵,αn为按照均值为0,方差为1的高斯分布生成的长度为Np的导频序列,diag(·)代表对角化操作;和为酉矩阵,为对角矩阵;然后设置未知变量的初始值为其中H代表共轭转置,变量n的取值范围是从1到系统的总设备数量N。
其中,在步骤4)中所采用的激活检测和信道估计方法为:
d)关于变量Sn的目标函数为:
其中属于乘积流行空间λ为惩罚参数,为可调参数,P1=[ID 0],P2=[0 IM]T,ID和IM均代表D×D和M×M维数的单位矩阵;vi代表一个行提取向量,其中的第i个元素为1,其他元素均为0,vj分一个列提取向量,其中第j个元素为1,其他元素均为0;下标i的取值范围是从1到D,下标j的取值范围是从1到M,||·||F表示矩阵的F范数,ln(·)代表以e为底的对数,T代表转置操作;
sgn(·)代表符号函数,其中除法代表的是元素与元素之间相除,
f)令为t时刻的Sn,根据黎曼空间梯度下降方法更新迭代Sn,更新前首先输入:基站接收到的数据Y,字典矩阵B,所有设备的导频序列矩阵所有设备的未知变量初始值步长μ和循环停止的次数T,并令迭代次数变量t=T,设置
毫米波/太赫兹的信道延迟域-角度域示意图如图1所示。通过计算机仿真可以看出:如图2所示,本发明的宽带大规模终端检测方案相较于传统的检测方案,即核范数最小化算法,正交匹配追踪算法和快速迭代收缩阈值算法,准确率有明显的提升。图3表明本发明提出的宽带大规模信道估计方法,相对于传统核范数最小化算法,正交匹配追踪算法和快速迭代收缩阈值算法,信道估计准确度有明显提升,导频长度明显缩短,这是因为本文方案有效地联合利用了宽带信道的稀疏和低秩的信息。因此,本发明提出的终端激活检测和信道估计方案可以为大规模宽带通信系统提供一种高效的终端激活检测和信道估计方法。
Claims (5)
1.一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法,其特征在于包括如下步骤:
1)在任一给定的时隙,所有激活的终端随机地从B个子载波中选取Bp个子载波,然后通过这些选中的子载波将导频序列发送给基站;
2)基站从M根天线中随机选取Mp根天线进行数据的接收;
3)基站基于一种截断式的谱初始化方法,设置算法的初始值,以提高检测和估计精度并降低计算复杂度;
4)基站利用一种基于毫米波/太赫兹的宽带大规模终端激活检测和信道估计方法,检测出处于激活状态的激活终端,并估计出相应的激活终端的信道状态信息;
5)基站利用信道估计值与激活终端进行上行和下行的数据交互。
2.根据权利要求1所述的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法,其特征在于步骤3)中所述的截断式的谱初始化方法为:
b)对BHYtru 进行秩L特征分解得到其中B=PMAθ为输入的字典矩阵,为设备n的导频序列矩阵,其中方向矩阵Aτ设置为Aτ=[b(0),b(Ts/B),…,b((D-1)Ts/B)],方向矩阵Aθ设置为Aθ=[a(0),…,a((M-1)/M)],其中其中a(θ)=[1,e-j2πθ,…,e-j2π(M-1)θ]T,其中j表示复数域的虚部,参数θ=dsin(φ),参数φ的取值是φ∈[-π/2,π/2],而d为天线间的归一化间隔,Ts为正交频分复用符号的持续时间,参数τ的取值范围是从1到0.8Ts,D代表信道的延迟扩展;PM和PT分别为天线端采样矩阵和子载波端采样矩阵,αn为按照均值为0,方差为1的高斯分布生成的长度为Np的导频序列,diag(·)代表对角化操作;和为酉矩阵,为对角矩阵;然后设置未知变量的初始值为其中H代表共轭转置,变量n的取值范围是从1到系统的总设备数量N。
3.根据权利要求1所述的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法,其特征在于步骤4)中所述的激活检测和信道估计方法为:
d)关于变量Sn的目标函数为:
其中属于乘积流行空间λ为惩罚参数,为可调参数,P1=[ID 0],P2=[0 IM]T,ID和IM均代表D×D和M×M维数的单位矩阵;vi代表一个行提取向量,其中的第i个元素为1,其他元素均为0,vj分一个列提取向量,其中第j个元素为1,其他元素均为0;下标i的取值范围是从1到D,下标j的取值范围是从1到M,||·||F表示矩阵的F范数,ln(·)代表以e为底的对数,T代表转置操作;
f)令为t时刻的Sn,根据黎曼空间梯度下降方法更新迭代Sn,更新前首先输入:基站接收到的数据Y,字典矩阵B,所有设备的导频序列矩阵所有设备的未知变量初始值步长μ和循环停止的次数T,并令迭代次数变量t=T,设置
4.根据权利要求1所述的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法,其特征在于,实现该方法的毫米波/太赫兹宽带大规模接入系统的基站中安装M根天线,每个终端配置1根天线。
5.根据权利要求1所述的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法,其特征在于,所述的基站中,采用正交频分复用技术,每个时隙内,仅有部分终端随机激活与基站进行通信,其他终端暂时处于睡眠状态;并且激活的终端无需得到基站的授权就可直接接入网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911143202.0A CN110971547B (zh) | 2019-11-20 | 2019-11-20 | 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911143202.0A CN110971547B (zh) | 2019-11-20 | 2019-11-20 | 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110971547A true CN110971547A (zh) | 2020-04-07 |
CN110971547B CN110971547B (zh) | 2020-10-27 |
Family
ID=70031006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911143202.0A Active CN110971547B (zh) | 2019-11-20 | 2019-11-20 | 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110971547B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111835464A (zh) * | 2020-07-14 | 2020-10-27 | 浙江大学 | 一种与源址无关的大规模合作接入方法 |
CN111901270A (zh) * | 2020-08-24 | 2020-11-06 | 北京大学 | 宽带多用户一比特毫米波系统模型辅助学习的解调方法 |
WO2021232439A1 (zh) * | 2020-05-22 | 2021-11-25 | 北京小米移动软件有限公司 | 频率资源授权方法、装置及计算机可读存储介质 |
CN114095103A (zh) * | 2021-11-23 | 2022-02-25 | 深圳市联平半导体有限公司 | 频谱平坦度的校正方法与装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080112495A1 (en) * | 2004-07-22 | 2008-05-15 | Qualcomm Incorporated | Pilot transmission and channel estimation for multiple transmitters |
CN102315904A (zh) * | 2011-09-05 | 2012-01-11 | 新邮通信设备有限公司 | 一种优化物理上行链路控制信道检测与测量的方法 |
US20120033754A1 (en) * | 2008-11-05 | 2012-02-09 | Havish Koorapaty | Ofdm channel estimation method and apparatus |
CN106936552A (zh) * | 2015-12-30 | 2017-07-07 | 上海无线通信研究中心 | 大规模mimo系统中上行导频序列分配方法及基站 |
CN107078757A (zh) * | 2014-10-30 | 2017-08-18 | 华为技术有限公司 | 用于检测激活资源单元的系统和方法 |
CN107171985A (zh) * | 2017-06-07 | 2017-09-15 | 深圳先进技术研究院 | 一种信道估计方法及系统 |
CN110177062A (zh) * | 2019-04-15 | 2019-08-27 | 浙江大学 | 一种终端激活检测和信道估计方法 |
-
2019
- 2019-11-20 CN CN201911143202.0A patent/CN110971547B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080112495A1 (en) * | 2004-07-22 | 2008-05-15 | Qualcomm Incorporated | Pilot transmission and channel estimation for multiple transmitters |
US20120033754A1 (en) * | 2008-11-05 | 2012-02-09 | Havish Koorapaty | Ofdm channel estimation method and apparatus |
CN102315904A (zh) * | 2011-09-05 | 2012-01-11 | 新邮通信设备有限公司 | 一种优化物理上行链路控制信道检测与测量的方法 |
CN107078757A (zh) * | 2014-10-30 | 2017-08-18 | 华为技术有限公司 | 用于检测激活资源单元的系统和方法 |
CN106936552A (zh) * | 2015-12-30 | 2017-07-07 | 上海无线通信研究中心 | 大规模mimo系统中上行导频序列分配方法及基站 |
CN107171985A (zh) * | 2017-06-07 | 2017-09-15 | 深圳先进技术研究院 | 一种信道估计方法及系统 |
CN110177062A (zh) * | 2019-04-15 | 2019-08-27 | 浙江大学 | 一种终端激活检测和信道估计方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021232439A1 (zh) * | 2020-05-22 | 2021-11-25 | 北京小米移动软件有限公司 | 频率资源授权方法、装置及计算机可读存储介质 |
CN111835464A (zh) * | 2020-07-14 | 2020-10-27 | 浙江大学 | 一种与源址无关的大规模合作接入方法 |
CN111835464B (zh) * | 2020-07-14 | 2021-06-25 | 浙江大学 | 一种与源址无关的大规模合作接入方法 |
CN111901270A (zh) * | 2020-08-24 | 2020-11-06 | 北京大学 | 宽带多用户一比特毫米波系统模型辅助学习的解调方法 |
CN114095103A (zh) * | 2021-11-23 | 2022-02-25 | 深圳市联平半导体有限公司 | 频谱平坦度的校正方法与装置 |
CN114095103B (zh) * | 2021-11-23 | 2023-12-22 | 深圳市联平半导体有限公司 | 频谱平坦度的校正方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110971547B (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110971547B (zh) | 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 | |
CN111106859B (zh) | 毫米波/太赫兹网络大规模mimo无线传输方法 | |
CN108832976B (zh) | 一种大规模mimo系统的上行链路信道估计方法 | |
CN107483091B (zh) | 一种fdd大规模mimo-ofdm系统下的信道信息反馈算法 | |
Li et al. | Joint channel estimation and data detection for hybrid RIS aided millimeter wave OTFS systems | |
CN107276646B (zh) | 大规模mimo-ofdm上行链路迭代检测方法 | |
Zhang et al. | Distributed compressed sensing aided sparse channel estimation in FDD massive MIMO system | |
CN111181671B (zh) | 一种基于深度学习的下行信道快速重建方法 | |
CN108365874B (zh) | 基于fdd大规模mimo贝叶斯压缩感知信道估计方法 | |
CN108259397B (zh) | 基于自适应正则化子空间追踪压缩感知算法的大规模mimo系统信道估计方法 | |
CN109005133B (zh) | 双稀疏多径信道模型及基于此模型的信道估计方法 | |
CN113411107B (zh) | 一种基于波束束的毫米波大规模mimo系统宽带信道估计方法 | |
CN110177062B (zh) | 一种终端激活检测和信道估计方法 | |
Peng et al. | Channel estimation for RIS-aided multi-user mmWave systems with uniform planar arrays | |
Shafin et al. | DoA estimation and RMSE characterization for 3D massive-MIMO/FD-MIMO OFDM system | |
WO2023185373A1 (zh) | 天波大规模mimo三重波束基信道建模及信道信息获取 | |
CN108199990B (zh) | 一种非高斯噪声3d-mimo信道估计方法 | |
Hu et al. | Subspace-based semi-blind channel estimation for large-scale multi-cell multiuser MIMO systems | |
Qiao et al. | Joint activity and blind information detection for UAV-assisted massive IoT access | |
Jiang et al. | Massive connectivity over MIMO-OFDM: Joint activity detection and channel estimation with frequency selectivity compensation | |
Dong et al. | Sparse channel estimation with surface clustering for IRS-assisted OFDM systems | |
Mei et al. | Massive access in extra large-scale MIMO With mixed-ADC over near-field channels | |
Xiu et al. | Joint activity detection and channel estimation for massive IoT access based on millimeter-wave/terahertz multi-panel massive MIMO | |
CN117614781A (zh) | 基于ris的两阶段超分辨率参数信道估计方法及装置 | |
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 |
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 |