CN111245752A - 一种基于压缩感知的低复杂度5g nr信道估计方法 - Google Patents
一种基于压缩感知的低复杂度5g nr信道估计方法 Download PDFInfo
- Publication number
- CN111245752A CN111245752A CN202010033589.0A CN202010033589A CN111245752A CN 111245752 A CN111245752 A CN 111245752A CN 202010033589 A CN202010033589 A CN 202010033589A CN 111245752 A CN111245752 A CN 111245752A
- Authority
- CN
- China
- Prior art keywords
- matrix
- channel
- compressed sensing
- lmmse
- complexity
- 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.)
- Pending
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
-
- 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
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2695—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with channel estimation, e.g. determination of delay spread, derivative or peak tracking
Abstract
Description
技术领域
本发明属于无线通信领域,涉及一种基于压缩感知的低复杂度5G NR信道估计方法。
背景技术
在无线通信领域,随着5G通信的发展,信道估计作为5G NR的重要组成部分,实现了通过获取信道详细信息,从而解调出发送端信息的功能,其精度直接影响整个系统的性能。传统的信道估计方法有最小二乘法和最小均方误差法。最小二乘法的复杂度低,但是没有考虑噪声的影响,信道估计的性能较差;最小均方误差考虑噪声,但是存在对相关矩阵和逆矩阵的求解,提高了算法复杂度。并且这些方法都需要大量的导频信息,对于没有携带有用信息的导频,存在频带资源浪费的现象。
压缩感知作为一种新的信号处理方法,应用到信道估计中,能够有效提高系统性能。其优点主要有:第一,结合5G MIMO-OFDM信道的稀疏性,找到合适的稀疏分解算法;第二,考虑了信道噪声的影响,从而寻找有效的观测矩阵用于恢复稀疏信号;第三,能够获取信道中的延时和抽头等先验信息,从而选择合适的重构算法,实现优化。所以相比于传统的LMMSE算法,压缩感知技术的引入,意味着能从较少的导频信息中恢复出原信号,导频开销得到有效降低,充分利用频谱资源,同时信道估计的精度也大大提高。
考虑到以上问题,可设计一种结合压缩感知理论的低复杂度5G NR信道估计方法。
发明内容
有鉴于此,本发明的目的在于提供一种基于压缩感知的低复杂度5G NR信道估计方法,基于循环矩阵的特点,采用托普利兹矩阵,在保证系统的性能的前提下减少导频开销,降低计算复杂度。
为达到上述目的,本发明提供如下技术方案:
一种基于压缩感知的低复杂度5G NR信道估计方法,具体包括以下步骤:
S3:通过压缩感知预先获得的信道时延和抽头信息,计算信道频域自相关矩阵RHH;
S4:利用提取的导频信号,快速估计信噪比SNR;
进一步,所述步骤S1具体包括:
S11:在一个K稀疏度的信道中,发射端发送i个导频,即
X=diag[x(k0),x(k1),…,x(ki-1)]
其中,k0,k1,…,ki-1为导频所在位置,接收端收到一个i×1的信号向量:
Y=[y(k0),y(k1),…,y(ki-1)]T,
则接收端的信号表示为:
Y=Xh+n=XFi×jh+n;
其中,h表示一个j×1的K稀疏度的信道向量,只有K个非零值;n表示i×1的信道复高斯白噪声;Fi×j表示部分的傅里叶矩阵,选取傅里叶变换矩阵的k0,k1,…,ki-1行元素;
进一步,所述步骤S3具体包括:根据多径信道时延功率谱求得信道频域自相关矩阵RHH,其中元素为:
其中,σl 2表示第1径抽头功率,τl表示第l径信道时延,L表示信道长度,m、n分别表示信道频域自相关矩阵RHH对应元素位置的行和列,利用压缩感知理论,优先获取每条子路径的功率和时延,从而求得RHH。
进一步,所述步骤S4具体包括:
S41:根据时域内的信道冲击响应求得其能量J;
S42:求得不同多径的能量J后,寻找最大值得到Jmax,并将其响应索引信息放入集合β,其余则置0;Jmax的公式表示为:
其中,k=0,1,…,i-1;
S43:求噪声方差能量Jnoise和信道能量Jchannel,得到信噪比为:
本发明的有益效果在于:本发明相较于传统的LMMSE算法存在以下优点:1)实现从较少的观测值中恢复出原始信号,解决了传统估计方法的导频开销大,精确度不足等问题;2)本发明通过利用自相关矩阵的特点,采用托普利兹法,避免了对逆矩阵的求解,降低复杂度;3)本发明不用提前获取自相关和信噪比,并能实现信道的实时追踪,系统性能比传统的LMMSE性能好。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明所述的基于压缩感知的低复杂度5G NR信道估计方法流程图;
图2为压缩感知的理论框架图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
请参阅图1~图2,图1为本发明的一种基于压缩感知的低复杂度5G NR信道估计方法流程图,该方法具体包括以下步骤:
(1)在一个K稀疏度的信道中,发射端发送i个导频,即
X=diag[x(k0),x(k1),…,x(ki-1)],其中k0,k1,…,ki-1为导频所在位置,接收端收到一个i×1的信号向量:Y=[y(k0),y(k1),…,y(ki-1)]T,所以接收端的信号表示为:Y=Xh+n=XFi×jh+n;其中,h是一个j×1的K稀疏度的信道向量,只有K个非零值;n为i×1的信道复高斯白噪声;Fi×j表示的是部分的傅里叶矩阵,主要选取傅里叶变换矩阵的k0,k1,…,ki-1行元素;
(2)令W=XFi×j,接收端信号可表示为:Y=Wh+n,其中,W=[w1,w2,…,wj]为i×j的测量矩阵,wj是其列向量;由MIMO-OFDM信道满足联合稀疏特性,故W满足约束等距原则(Restricted Isomentry Propertry,RIP),所以可以从Y中精确恢复出原信号
第三步:通过压缩感知预先获得的信道时延和抽头信息,计算信道频域自相关矩阵RHH:
由于信道频域自相关矩阵RHH可以根据多径信道时延功率谱求得,其中元素为:
其中,σl 2表示第l径抽头功率,τl为第l径信道时延,利用压缩感知理论,优先获取每条子路径的功率和时延,从而求得RHH。
第四步:利用提取的导频信号,快速估计信噪比SNR:
其中,J(i)表示第i个导频处的能量;
(2)求得不同多径的能量J后,寻找最大值得到Jmax,并将其响应索引信息放入集合β,其余则置0,如下所示:
其中,k=0,1,…,i-1;
(3)噪声方差能量Jnoise为:
信道能量Jchannel为:
信噪比为:
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
2.根据权利要求1所述的一种基于压缩感知的低复杂度5G NR信道估计方法,其特征在于,所述步骤S1具体包括:
S11:在一个K稀疏度的信道中,发射端发送i个导频,即
X=diag[x(k0),x(k1),…,x(ki-1)]
其中,k0,k1,…,ki-1为导频所在位置,接收端收到一个i×1的信号向量:
Y=[y(k0),y(k1),…,y(ki-1)]T,
则接收端的信号表示为:
Y=Xh+n=XFi×jh+n;
其中,h表示一个j×1的K稀疏度的信道向量,只有K个非零值;n表示i×1的信道复高斯白噪声;Fi×j表示部分的傅里叶矩阵,选取傅里叶变换矩阵的k0,k1,…,ki-1行元素;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010033589.0A CN111245752A (zh) | 2020-01-13 | 2020-01-13 | 一种基于压缩感知的低复杂度5g nr信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010033589.0A CN111245752A (zh) | 2020-01-13 | 2020-01-13 | 一种基于压缩感知的低复杂度5g nr信道估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111245752A true CN111245752A (zh) | 2020-06-05 |
Family
ID=70870937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010033589.0A Pending CN111245752A (zh) | 2020-01-13 | 2020-01-13 | 一种基于压缩感知的低复杂度5g nr信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111245752A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887232A (zh) * | 2021-01-20 | 2021-06-01 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | Nr中基于trs的pdp估计方法及系统 |
CN113472703A (zh) * | 2021-06-01 | 2021-10-01 | 南京邮电大学 | 一种ofdm信道估计方法 |
CN115277315A (zh) * | 2022-07-21 | 2022-11-01 | 北京中科晶上科技股份有限公司 | Lmmse信道估计方法、装置和信号处理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103457886A (zh) * | 2013-09-08 | 2013-12-18 | 西安电子科技大学 | 基于压缩感知的专用短距离通信信道估计方法 |
CN104767587A (zh) * | 2015-03-10 | 2015-07-08 | 重庆邮电大学 | 基于ofdm系统下联合信道编译码的压缩感知信道估计方法 |
CN106059730A (zh) * | 2016-05-13 | 2016-10-26 | 电子科技大学 | 一种基于稀疏信道估计的自适应导频结构优化设计方法 |
-
2020
- 2020-01-13 CN CN202010033589.0A patent/CN111245752A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103457886A (zh) * | 2013-09-08 | 2013-12-18 | 西安电子科技大学 | 基于压缩感知的专用短距离通信信道估计方法 |
CN104767587A (zh) * | 2015-03-10 | 2015-07-08 | 重庆邮电大学 | 基于ofdm系统下联合信道编译码的压缩感知信道估计方法 |
CN106059730A (zh) * | 2016-05-13 | 2016-10-26 | 电子科技大学 | 一种基于稀疏信道估计的自适应导频结构优化设计方法 |
Non-Patent Citations (3)
Title |
---|
ABDELHAKIM KHLIFI 等: "A Very Low Complexity LMMSE Channel Estimation Technique for OFDM Systems", 《IEEE》 * |
ANH-TUAN NGUYEN 等: "Low-complexity and high-accuracy DOA estimation for coprime arrays using Toeplitz matrices", 《IEEE》 * |
马晨 等: "面向5G的低复杂度稀疏信道估计算法实现", 《数字通信世界》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887232A (zh) * | 2021-01-20 | 2021-06-01 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | Nr中基于trs的pdp估计方法及系统 |
CN112887232B (zh) * | 2021-01-20 | 2022-09-13 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | Nr中基于trs的pdp估计方法及系统 |
CN113472703A (zh) * | 2021-06-01 | 2021-10-01 | 南京邮电大学 | 一种ofdm信道估计方法 |
CN113472703B (zh) * | 2021-06-01 | 2022-11-04 | 南京邮电大学 | 一种ofdm信道估计方法 |
CN115277315A (zh) * | 2022-07-21 | 2022-11-01 | 北京中科晶上科技股份有限公司 | Lmmse信道估计方法、装置和信号处理系统 |
CN115277315B (zh) * | 2022-07-21 | 2023-08-25 | 北京中科晶上科技股份有限公司 | Lmmse信道估计方法、装置和信号处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111245752A (zh) | 一种基于压缩感知的低复杂度5g nr信道估计方法 | |
CN107426120B (zh) | 一种基于最小均方误差的水声ofdm-mfsk信道均衡方法 | |
CN101056302B (zh) | Ofdm系统中基于ukf的信道与载波频率偏移估计方法 | |
CN101127745B (zh) | 一种信道估计方法及装置 | |
CN107332797B (zh) | 一种电力线ofdm通信系统中的信道估计方法 | |
CN107222438B (zh) | 高速移动sc-fdma系统的简化bem信道估计方法 | |
CN112202479A (zh) | 多入多出-正交时频空系统的低复杂度信号检测方法 | |
CN110677361B (zh) | 正交时频空系统的信号均衡方法、均衡器及存储介质 | |
CN105915473B (zh) | 一种基于压缩感知技术的ofdm系统参数化信道估计及均衡方法 | |
CN110048972B (zh) | 一种水声正交频分复用信道估计方法及系统 | |
CN113271269A (zh) | 基于压缩感知的稀疏度自适应信道估计方法 | |
CN101309243A (zh) | 一种新的ofdm参数化信道估计器 | |
CN113595941A (zh) | 深度学习的压缩感知大规模mimo信道估计方法及系统 | |
CN101252560A (zh) | 一种高性能的ofdm帧同步算法 | |
CN108737299A (zh) | 一种低复杂度的lmmse信道估计方法 | |
CN115426224B (zh) | 一种基于otfs信号的信道估计方法及系统 | |
CN113055318B (zh) | 一种信道估计方法 | |
CN109347770B (zh) | 一种基于压缩感知理论的信道估计方法及装置 | |
CN102938746B (zh) | 基于复指数基扩展模型的信道估计方法和信道估计器 | |
CN106357584B (zh) | 基于块状导频的迭代相关符号定时估计方法 | |
CN111953626B (zh) | 一种面向正交切普复用调制的低复杂度频选信道估计方法 | |
CN108540411B (zh) | 一种利用快速傅里叶变换的低复杂度bem信道估计方法 | |
Manzoor et al. | Novel SNR estimation technique in Wireless OFDM systems | |
CN107835141B (zh) | 自相关与互相关结合的多段重复序列ofdm同步算法 | |
Zhang et al. | A low complexity OMP sparse channel estimation algorithm in OFDM system |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |
|
RJ01 | Rejection of invention patent application after publication |