CN112491758B - 一种空间非平稳信道估计方法和装置 - Google Patents
一种空间非平稳信道估计方法和装置 Download PDFInfo
- Publication number
- CN112491758B CN112491758B CN202011403055.9A CN202011403055A CN112491758B CN 112491758 B CN112491758 B CN 112491758B CN 202011403055 A CN202011403055 A CN 202011403055A CN 112491758 B CN112491758 B CN 112491758B
- Authority
- CN
- China
- Prior art keywords
- block
- iteration
- energy
- atom
- residual
- 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.)
- Active
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
-
- 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
- H04L25/0212—Channel estimation of impulse response
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种空间非平稳信道估计方法和装置,属于无线通信技术中的信道估计技术领域,所述方法包括如下步骤:利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块;根据挑选的所述支撑块映射出对应的总原子支撑集,从所述总原子支撑集中移除能量小于筛选阈值的抽头;利用改进的变步长自适应匹配追踪算法,对经阈值筛选后的总支撑集进行细分选择从而获得最终支撑集;根据最终支撑集得到估计信道冲激响应。本发明通过对于索引块的初筛和设置能量筛选阈值过滤块内元素,并且通过改进的变步长自适应匹配追踪算法细化原子选择,提高了对于空间非平稳信道下的估计精度。
Description
技术领域
本发明涉及无线通信技术中的信道估计技术领域,尤其涉及一种空间非平稳信道估计方法和装置。
背景技术
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统,通过在基站上部署大量天线,可以获得更高的通信容量和频谱效率。因此,大规模MIMO被认为是下一代无线系统的关键技术。
为了充分利用大规模MIMO系统的空间自由度,在波束形成和功率分配中,发送端信道状态信息(Channel State Information at Transmitter,CSIT)的获取尤为重要。传统的(Frequency Division Duplex,FDD)信道估计方式是在基站发送导频数据,接收端用户利用最小二乘(Least Squares,LS)法估计出下行链路的信道状态信息(Channel StateInformation,CSI),但这种方式需要消耗大量的导频资源,尤其当基站天线数庞大时,这种方式不太现实。
在最近的研究中,信道稀疏性成为了大规模MIMO系统中重要的特征,基于压缩感知的方法可以利用接收到的少量观测值恢复出信道冲激响应(Channel ImpulseResponse,CIR),这大大减少了导频开销。
在很多文献中利用了信道的空间和时间上的联合稀疏性进行估计,提高了估计的精确度,但当天线阵列尺寸较大时,由于某些簇仅对天线阵列的一部分可见,天线之间的延迟域信道稀疏结构互不相同,信道显示出空间非平稳性,这使得天线之间不再具有完全的共享稀疏特性。因为某些块中的元素可以为零元素,而平稳性信道估计方法会将块中的元素都恢复为非零,从而影响空间非平稳信道下的估计精度。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种空间非平稳信道估计方法和装置,通过对于索引块的初筛和设置能量筛选阈值过滤块内元素,并且通过改进的变步长自适应匹配追踪算法细化原子选择,提高了对于空间非平稳信道下的估计精度。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种空间非平稳信道估计方法,所述方法包括如下步骤:
利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块;
根据挑选的所述支撑块映射出对应的总原子支撑集,从所述总原子支撑集中移除能量小于筛选阈值的抽头;
利用改进的变步长自适应匹配追踪算法,对经阈值筛选后的总支撑集进行细分选择从而获得最终支撑集;
根据最终支撑集得到估计信道冲激响应。
进一步的,利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块的方法包括如下步骤:
根据测量矩阵和迭代残差向量计算获得所述测量矩阵所对应的相关值,并通过步长选取各步长中相关值最大的原子位置形成初步块支撑集;
将块索引集与初步块支撑集合并,得到本次迭代的原子候选集;
再次以所述步长在经最小二乘法处理后的所述原子候选集中选择相关值最大的原子,构建本次迭代所选的原子集合;
根据本次迭代所选的原子集合计算得到原子集合信道冲激响应,并根据所述原子集合信道冲击响应计算得到残差;
判断所述残差能量是否小于预设限值:
如果小于,则迭代结束,并得到最终的块索引集;
如果不小于,则进一步判断所述残差是否大于上一次迭代的残差:
若是,则不改变块索引集和残差,并将步长自增一;
若否,则更新块索引集和残差,进入下一次迭代计算。
进一步的,所述残差能量小于预设限值的条件为残差能量小于信噪比下观测向量能量的一定值,条件表示如下:
其中,rF代表原子集合F所得到的残差向量,ρ代表信噪比,y代表结构化后的观测向量。
其中,索引块Ωblock(i)表示如下:
Ωblock(i)∈{1,2,…,L},1≤i≤card(Ωblock)
M表示天线的数量,card(·)函数代表(·)的集合元素个数,L表示信道长度。
进一步的,所述筛选阈值的确定方法为:
计算所述块索引集中的每一个索引块中每个原子与结构化观测向量的内积大小;
根据所述内积大小计算获得阈值索引集和阈值向量;
根据获得的阈值索引集和阈值向量,计算得到索引块下设置的筛选阈值。
进一步的,根据所述内积大小计算获得阈值索引集和阈值向量的方法包括如下步骤:
其中,所述内积大小κj表示如下:
进一步的,对于所述块索引集中每一个索引块,设置筛选阈值为块能量的均值,如下表示:
进一步的,对经阈值筛选后的总原子支撑集再进行细分选择从而获得最终总原子支撑集的方法包括如下步骤:
设置初始支撑集,初始稀疏度,迭代初始步长以及初始残差;
以初始稀疏度和迭代初始步长之和进行原子的更新和裁剪,得到本次迭代所选的原子集合;
计算获得本次迭代所选的原子集合的残差,并比较本次迭代残差能量和上次迭代残差能量之间大小:
若残差能量大于上一次迭代残差能量时,则增大步长,并设置原子支撑集和残差均为上一次迭代数据,并进一步判断:
当残差距离观测向量距离小于预设距离阈值时,以第一预设调整步长增大所述步长;
当残差距离观测向量距离不小于预设距离阈值时,以比所述预设调整步长较大的第二预设调整步长来增大所述步长;
若残差能量小于等于上一次迭代时,不改变步长,并更新原子支撑集和残差为本次迭代数据;
若残差能量小于预设迭代停止阈值时,迭代停止,获得最终的总原子支撑集。
进一步的,所述第一预设调整步长大小为s/2,以所述第一预设调整步长增大所述稀疏度变化公式表示如下:
Sk=Sk-1+s/2
所述第二预设调整步长大小为s,以所述第二预设调整步长增大所述稀疏度变化公式表示如下:
Sk=Sk-1+s
式中,Sk表示第k次迭代的估计稀疏度,Sk-1表示第k-1次迭代的估计稀疏度,s表示迭代初始步长。
第二方面,本发明提供了一种装置,所述装置包括如下模块:
块挑选模块,用于利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块;
块筛选模块,用于根据所述支撑块映射出对应的总原子支撑集,从所述总支撑集中移除能量小于筛选阈值的抽头;
块细分模块,用于利用改进的变步长自适应匹配追踪算法,对经阈值筛选后的总支撑集进行细分选择从而获得最终支撑集;
估计模块,用于根据最终支撑集得到估计信道冲激响应。
与现有技术相比,本发明所达到的有益效果:
相比较于传统的信道估计方法,本发明方法适用于空间非平稳性信道估计,通过块选取、过滤原子、细化原子的过程能够达到良好的估计精度;
本发明采用BMP算法寻找块支撑索引集,当残差距离观测向量距离达到一定值的时候,算法停止,得到块索引集合;
对每一个索引块内的元素进行过滤,本发明方法设置了一个阈值,对于每个选择的块,以块中能量较低的一半元素构成支撑集与观测向量进行最小二乘,并将得到的向量取平均能量得到的阈值,通过比较块内元素与阈值的大小确定是否滤除,可以确保在大概率下最终原子位置的准确性;
在原子支撑集细化时采用改进的变步长自适应匹配追踪算法,通过改变步长,在残差距离观测向量距离较大时,以较大步长快速逼近,当距离接近时,以较小步长逐步逼近稀疏度,进而有效地提升了支撑集细化时估计的精确度,也加快了估计的速率;
通过实际中残差和观测向量的一定距离范围内进行步长变化,采用设置了一个预设距离阈值实现了较大步长和较小步长之间的选择,从而使细分选择更加接近现实情况。
附图说明
图1是本发明实施例提供的一种空间非平稳信道估计方法的流程图;
图2是本发明实施例提供的一种装置的结构框图;
图3是本发明实施例提供的一种将天线的信道冲激响应重排成块构成的向量的示意图;
图4是本发明实施例提供的一种空间非平稳信道估计方法中确定筛选阈值的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
实施例一
如图1所示,本发明提供了一种空间非平稳信道估计方法,具体包括如下步骤:
步骤1、根据块匹配追踪(Block Matching Pursuit,BMP)算法快速挑选支撑块,直到残差矢量的能量小于噪声的能量;
步骤2、根据步骤1得到的支撑块映射出对应的总支撑集,移除掉能量小于筛选阈值的抽头;
步骤3、利用改进的变步长自适应匹配追踪算法(VSStAMP算法)寻找更多的原子支持,得到最终的支撑集;
步骤4、根据最终的支撑集得到估计的信道冲激响应。
为了清楚说明本发明的技术方案,在本发明实施例中具体的参数设置如下:
设置载波频率为fc=2GHz,系统带宽B=20MHz,以3GPP TR 36.873标准建立空间非平稳性信道模型。设置信道长度L=144,符号长度N=256,FFT变换长度为NFFT=2048,天线大小为M=16。
根据图1所示,本发明实施例提供的空间非平稳信道估计方法中BMP算法流程如下:
BMP算法寻找索引块,具体包括如下步骤:
步骤102:将块索引集Ωblock与初步块支撑集Γk合并,得到本次迭代的原子候选集Ck=Ωblock∪Γk;
如果满足,则迭代结束,进入步骤2阶段,并得到块索引集Ωblock=F,并进一步判断是否满足残差大于上一次迭代的残差,即||rF||2≥||rk-1||2:
若满足,则不改变块索引集和残差,并增大步长s=s+1;否则,更新块索引集Ωblock=F和残差rk=rF,并且k=k+1,迭代继续。
在本实施例中,BMP算法结束进入步骤2阶段的条件如下:
其中,Ωblock(i)∈{1,2,…,L},1≤i≤card(Ωblock)。
如图4所示,对筛选阈值设置如下:
对于Ωblock中的每一个索引块Ωblock(i),有:
该索引块下设置的筛选阈值如下:
其中,Ωblock(i)表示在第i个索引块位置,已知BMP算法得到的块索引集合,对于其中每一个块,设置筛选阈值为块能量的均值,如下式所示:
本发明方法利用BMP算法得到块支撑集,作为天线之间的共享稀疏。
考虑到空间非平稳性,块支撑集中每个块内可能存在零位置元素,因此考虑进行滤除,本发明实施例中采用一种滤除方法,对于每个选择的块,以块中能量较低的一半元素构成支撑集与观测向量进行最小二乘,并将得到的向量取平均能量得到该块下的阈值,通过比较块内元素与阈值的大小确定是否滤除,以确保在大概率下最终原子位置的准确性。
当其中原子能量大于阈值时,该原子可以被选择进筛选后的总原子支撑集,否则,对应位置的值置零。在经过原子的精选后,可以得到总原子支撑集,此时残差一般会变大,所以下一步开始进行原子的细化选择。
本发明实施例采用改进的VSStAMP算法,方法步骤如下:
设置初始支撑集,初始稀疏度,迭代初始步长以及初始残差;
以初始稀疏度和迭代初始步长之和进行原子的更新和裁剪,得到本次迭代所选的原子集合;
计算获得本次迭代所选的原子集合的残差,并比较本次迭代残差能量和上次迭代残差能量之间大小:
1)当残差能量大于上一次迭代残差能量时,则增大步长,并设置原子支撑集和残差均为上一次迭代数据,并进一步判断:
a)当残差距离观测向量距离小于预设距离阈值时,以第一预设调整步长增大所述步长;
b)当残差距离观测向量距离不小于预设距离阈值时,以比所述预设调整步长较大的第二预设调整步长来增大所述步长;
2)当残差能量小于等于上一次迭代时,不改变步长,并更新总原子支撑集和残差为本次迭代数据;
3)当残差能量小于预设迭代停止阈值时,迭代停止,获得最终支撑集。
作为本发明的一种实施例,改进的VSStAMP算法的具体操作如下:
步骤202、类似传统的VSStAMP算法,以Sk+s为大小进行原子的更新和裁剪,得到本次迭代所选的总原子支撑集Ω′k;
本发明实施例着眼于空间非平稳性信道估计,采用压缩感知算法和原子过滤的思想,在开始时利用BMP算法得到块索引集合,在这个过程中会引入部分零位置的原子,接着设置了一个能量阈值,为块集合内较小的L/2个原子利用最小二乘计算出的向量的平均能量,并且当原子能量低于平均能量时,不被选择,最后提出了一种改进的变步长自适应匹配追踪算法,在残差距离观测向量不同时引入不同的稀疏度增长步长,旨在稀疏度未接近时大步长加速原子迭代选择,接近时使用小步长逐步逼近,并且设置了一个微调的预设距离阈值η,降低了原子出现过估计的概率,以增加最终信道估计的准确性。
实施例二
本发明实施例还提供了一种装置,该装置包括如下模块:
块挑选模块,用于利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块;
块筛选模块,用于根据所述支撑块映射出对应的总原子支撑集,从所述总支撑集中移除能量小于筛选阈值的抽头;
块细分模块,用于利用改进的变步长自适应匹配追踪算法,对经阈值筛选后的总支撑集进行细分选择从而获得最终支撑集;
估计模块,用于根据最终支撑集得到估计信道冲激响应。
综上,相比较于传统的信道估计方法,本发明实施例提供的空间非平稳信道估计方法和装置,适用于空间非平稳性信道估计,通过块选取、过滤原子、细化原子的过程能够达到良好的估计精度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种空间非平稳信道估计方法,其特征在于,所述方法包括如下步骤:
利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块;
根据挑选的所述支撑块映射出对应的总原子支撑集,从所述总原子支撑集中移除能量小于筛选阈值的抽头;
利用VSStAMP算法,对经阈值筛选后的总支撑集进行细分选择从而获得最终支撑集;
根据最终支撑集得到估计信道冲激响应;
对经阈值筛选后的总支撑集进行细分选择从而获得最终支撑集的方法包括如下步骤:
设置初始支撑集,初始稀疏度,迭代初始步长以及初始残差;
以初始稀疏度和迭代初始步长之和进行原子的更新和裁剪,得到本次迭代所选的原子集合;
计算获得本次迭代所选的原子集合的残差,并比较本次迭代残差矢量能量和上次迭代残差矢量能量之间大小:
若残差矢量能量大于上一次迭代残差矢量能量时,则增大步长,并设置总原子支撑集和残差均为上一次迭代数据,并进一步判断:
当残差距离观测向量距离小于预设距离阈值时,以第一预设调整步长增大所述步长;
当残差距离观测向量距离不小于预设距离阈值时,以比所述预设调整步长较大的第二预设调整步长来增大所述步长;
若残差矢量能量小于等于上一次迭代时,不改变步长,并更新总原子支撑集和残差为本次迭代数据;
若残差矢量能量小于预设迭代停止阈值时,迭代停止,获得最终的总原子支撑集。
2.根据权利要求1所述的空间非平稳信道估计方法,其特征在于,利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块的方法包括如下步骤:
根据测量矩阵和迭代残差向量计算获得所述测量矩阵所对应的相关值,并通过步长选取各步长中相关值最大的原子位置形成初步块支撑集;
将块索引集与初步块支撑集合并,得到本次迭代的原子候选集;
再次以所述步长在经最小二乘法处理后的所述原子候选集中选择相关值最大的原子,构建本次迭代所选的原子集合;
根据本次迭代所选的原子集合计算得到原子集合信道冲激响应,并根据所述原子集合信道冲击响应计算得到残差矢量能量;
判断所述残差矢量能量是否小于噪声能量:
如果小于,则迭代结束,并得到最终的块索引集;
如果不小于,则进一步判断所述残差是否大于上一次迭代的残差:
若是,则不改变块索引集和残差,并将步长自增一;
若否,则更新块索引集和残差,进入下一次迭代计算。
5.根据权利要求1所述的空间非平稳信道估计方法,其特征在于,所述筛选阈值的确定方法为:
计算块索引集中的每一个索引块中每个原子与结构化观测向量的内积大小;
根据所述内积大小计算获得阈值索引集和阈值向量;
根据获得的阈值索引集和阈值向量,计算得到索引块下设置的筛选阈值。
8.根据权利要求1所述的空间非平稳信道估计方法,其特征在于,所述第一预设调整步长大小为s/2,以所述第一预设调整步长增大所述稀疏度变化公式表示如下:
Sk=Sk-1+s/2
所述第二预设调整步长大小为s,以所述第二预设调整步长增大所述稀疏度变化公式表示如下:
Sk=Sk-1+s
式中,Sk表示第k次迭代的估计稀疏度,Sk-1表示第k-1次迭代的估计稀疏度,s表示迭代初始步长。
9.一种用于执行如权利要求1-8任一项所述空间非平稳信道估计方法的装置,其特征在于,所述装置包括如下模块:
块挑选模块,用于利用块匹配追踪算法挑选残差矢量能量不小于噪声能量的支撑块;
块筛选模块,用于根据挑选的所述支撑块映射出对应的总原子支撑集,从所述总原子支撑集中移除能量小于筛选阈值的抽头;
块细分模块,用于利用VSStAMP算法,对经阈值筛选后的总支撑集进行细分选择从而获得最终支撑集;
估计模块,用于根据最终支撑集得到估计信道冲激响应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011403055.9A CN112491758B (zh) | 2020-12-04 | 2020-12-04 | 一种空间非平稳信道估计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011403055.9A CN112491758B (zh) | 2020-12-04 | 2020-12-04 | 一种空间非平稳信道估计方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112491758A CN112491758A (zh) | 2021-03-12 |
CN112491758B true CN112491758B (zh) | 2022-11-01 |
Family
ID=74939767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011403055.9A Active CN112491758B (zh) | 2020-12-04 | 2020-12-04 | 一种空间非平稳信道估计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112491758B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108809460A (zh) * | 2018-06-11 | 2018-11-13 | 中国科学技术大学 | 一种稀疏活跃设备检测下的信号辅助信道估计的方法 |
CN109039960A (zh) * | 2018-06-26 | 2018-12-18 | 东南大学 | 一种水声稀疏信道估计变步长稀疏度自适应匹配追踪方法 |
CN109617850A (zh) * | 2019-01-07 | 2019-04-12 | 南京邮电大学 | 基于自适应压缩感知的ofdm稀疏信道估计方法 |
-
2020
- 2020-12-04 CN CN202011403055.9A patent/CN112491758B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108809460A (zh) * | 2018-06-11 | 2018-11-13 | 中国科学技术大学 | 一种稀疏活跃设备检测下的信号辅助信道估计的方法 |
CN109039960A (zh) * | 2018-06-26 | 2018-12-18 | 东南大学 | 一种水声稀疏信道估计变步长稀疏度自适应匹配追踪方法 |
CN109617850A (zh) * | 2019-01-07 | 2019-04-12 | 南京邮电大学 | 基于自适应压缩感知的ofdm稀疏信道估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112491758A (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10270547B2 (en) | Method and apparatus for sinusoid detection | |
CN107483091B (zh) | 一种fdd大规模mimo-ofdm系统下的信道信息反馈算法 | |
CN103716262B (zh) | 基于时域参数提取的信道估计方法 | |
CN1688143A (zh) | 多天线系统中信道估计的方法 | |
CN111162822B (zh) | 大规模mimo波束域统计信道信息获取方法与系统 | |
CN103685096A (zh) | 一种基于最优导频的mimo-ofdm系统信道估计方法 | |
US9112743B1 (en) | Equalization method and equalizer | |
CN108199990B (zh) | 一种非高斯噪声3d-mimo信道估计方法 | |
WO2016033908A1 (zh) | 一种zcz序列集合的参数化生成方法 | |
US11770286B2 (en) | Signal dimension reduction using a non-linear transformation | |
CN112491758B (zh) | 一种空间非平稳信道估计方法和装置 | |
US10608686B1 (en) | Circuit and method for enabling channel denoising in a wireless communication apparatus | |
WO2007136434A1 (en) | Method for estimating a weighting vector for an adaptive phased array antenna system | |
CN110912588B (zh) | 一种基于改进Prony方法的下行时变信道预测方法 | |
EP4152707A1 (en) | Method and apparatus for channel prediction for 5g uplink/downlink massive mimo system for open radio access networks | |
Anu et al. | CNN-based Channel Estimation using NOMA for mmWave Massive MIMO System | |
US9031169B2 (en) | Sparse channel detection, estimation, and feedback | |
Taso et al. | Subcarrier selection for efficient CSI-based indoor localization | |
CN107070624B (zh) | 一种基于大尺度衰落和多路径到达角的多用户导频调度方法 | |
Liu et al. | A distributed detection algorithm for uplink massive MIMO systems | |
Luo et al. | DL CSI acquisition and feedback in FDD massive MIMO via path aligning | |
Dewan et al. | Low complexity SDNLMS adaptive channel estimation for MIMO-OFDM systems | |
WO2020170267A1 (en) | Method and system for compressing signals received at base station | |
Aafreen et al. | Low complexity csi feedback technique for fdd massive mimo systems | |
Chen | A channel estimation algorithm for large-scale MIMO system using block sparsity adaptive matching pursuit |
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 |