CN112769719A - 基于智能反射表面辅助无线通信系统渐进式信道估计方法 - Google Patents
基于智能反射表面辅助无线通信系统渐进式信道估计方法 Download PDFInfo
- Publication number
- CN112769719A CN112769719A CN202011387959.7A CN202011387959A CN112769719A CN 112769719 A CN112769719 A CN 112769719A CN 202011387959 A CN202011387959 A CN 202011387959A CN 112769719 A CN112769719 A CN 112769719A
- Authority
- CN
- China
- Prior art keywords
- base station
- intelligent
- user
- channel
- frequency response
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种基于智能反射表面辅助无线通信系统渐进式信道估计方法,步骤如下:S1、用户顺序发送OFDM训练符号,同时智能反射表面调整初始反射状态;S2、基站从接收到的训练符号中提取出用户到基站等价合并信道在导频承载子载波上的频率响应;S3、基站运用三角内插点法得到用户到基站等价合并信道在所有子载波上的频率响应;S4、基站提取用户到基站直达链路的信道频率响应和用户‑智能反射表面‑基站级联链路的汇总信道频率响应;S5、存储信道频率响应;S6、基站利用信道频率响应优化智能反射表面的无源波束赋形向量,并将优化结果反馈给控制器;S7、重复步骤S2‑S6,直至获得所有与子表面相关联的信道频率响应。
Description
技术领域
本发明涉及无线通信技术领域,特别涉及一种基于可重构智能反射表面辅助的正交频分复用无线通信系统渐进式信道估计和提取方法。
背景技术
在过去的十年中,人们广泛研究了各种无线通信技术,例如毫米波通信和大规模多输入多输出系统,以追求高数据速率、高能效,低延迟的通信系统性能。随着第五代(5G)无线通信系统的研究深入,更多的问题亟待解决,目前大部分的无线通信技术都不能单独支持所有5G要求和应用,并且它们中的大多数需要昂贵的硬件,越来越高的复杂性和能量消耗问题严重阻碍了它们的广泛实际应用。
可重构智能表面(RIS)(又称智能反射表面)已成为一种创新技术,旨在提高未来无线网络技术的覆盖范围,吞吐量和能量/频谱效率。具体地说,智能反射表面是由大量低成本单位元素组成的平面表面,每个单位元素都能够独立调节反射信号的幅度和相移,从而重新配置无线传播环境。与现有技术如放大和转发继电器相比,智能反射表面以全双工模式工作,不会产生自干扰和热噪声,而且几乎是无源组件,因此可以大大降低硬件成本和能耗。
为了表征智能反射表面辅助无线通信系统的理论性能上限,在以往的工作中通常假定在基站(AP)处可获得完美的信道状态信息(CSI)。但是,由于完全无源的智能反射表面缺乏信号处理和发送/接收功能,并且涉及大量的单位元素,因此智能反射表面辅助系统中的信道估计是最具挑战性的问题之一。在现有的智能反射表面信道估计工作中,通常先一次估计相关的信道状态信息,然后将其用于设计智能反射表面处的无源波束赋形,以最大程度地提高数据传输的可达率。然而以一次性方式估计所有所需的信道状态信息将导致数据传输的长时间延迟。为了减少数据传输的时延,目前亟待提出一种新的渐进式执行信道估计的方法。
发明内容
本发明的目的在于克服现有智能反射表面辅助系统中信道估计的缺点和不足,基于智能反射表面元素分组,提出了一种基于智能反射表面辅助无线通信系统渐进式信道估计方法,通过设计二进制反射训练模式来逐步估计连续子帧上与每个子表面相关的信道状态信息。
本发明的目的通过采取如下技术方案达到:
一种基于智能反射表面辅助无线通信系统渐进式信道估计方法,应用于具有智能反射表面辅助的OFDM无线通信系统,该无线通信系统包括至少一个具有K个天线的基站、至少一个智能反射表面、一个智能反射表面控制器和一个用户,智能反射表面具有M0个元素单元,该M0个元素单元被分为η组,每个组包含M个子表面,其中每组单元反射信道具有强相关性,所述统渐进式信道估计方法包括初始化过程和更新过程,其中,
初始化过程如下:
S1、用户顺序发送第0个和第1个OFDM训练符号,同时智能反射表面的反射状态调整为φ(0)和φ(1),分别对应于第0个和第1个OFDM训练符号的传输;
S3、基站运用三角内插点法,得到用户到基站等价合并信道在子载波上的频率响应r(0)和r(1),过程如下:
更新过程如下:
S7、用户发送第i个OFDM训练符号,同时智能反射表面的反射状态调整为φ(i);
S9、重复步骤S3得到第i个OFDM训练符号传输对应的用户到基站等价合并信道在子载波上的频率响应r(i);
进一步地,所述智能反射表面的初始反射状态为φ(0)=z(0)=14×1以及φ(1)=z(1)=-14×1。其中,z(0)和z(1)分别表示第0个和第1个OFDM训练符号的持续时间内智能反射表面的第0个和第1个训练反射状态。
进一步地,所述步骤S3中,假设用户到基站、用户到智能反射表面和智能反射表面到基站链路的基带等效信道在冲激响应中分别具有Ld、L1和L2个抽头,用户-智能反射表面-基站级联链路的基带等效信道是用户到智能反射表面链路信道与由智能反射表面反射系数加权的智能反射表面到基站链路信道的卷积,即用户-智能反射表面-基站级联链路的基带等效信道的冲激响应中有Lr=L1+L2-1个抽头,因此,从用户到基站等价合并信道在冲激响应中具有L=max{Lr,Ld}抽头。
d=(r(0)+r(1))/2;
其中,gm表示在没有相移影响下与接收天线和第m个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应。
进一步地,所述步骤S7中,智能反射表面的反射状态由优化的无源波束赋形矢量得到,即在第i个导频子载波插入的OFDM训练符号的持续时间内在智能反射表面处的反射状态φ(i)由φ(i)=diag(z(i))θ(i-1)给出,其中,θ(i-1)表示基于估计的信道状态信息的无源波束赋形矢量;表示第i个OFDM训练符号的持续时间内智能反射表面的第i个训练反射状态,在第i个OFDM训练符号的持续时间内第m个子表面的训练反射状态为
进一步地,所述步骤S10中,计算与第i-1个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应gi-1和与第i个子表面相关联的用户-智能反射表面-基站级联链路剩余汇总信道频率响应的公式如下:
本发明相对于现有技术具有如下的优点及效果:
1、本发明提出的基于智能反射表面辅助无线通信系统渐进式信道估计方法通过在用户和基站处发送训练符号并根据预先设计的训练反射模式来调整智能反射表面的反射状态以估计用户-智能反射表面-基站级联链路的信道频率响应,以这种方式,可以从智能反射表面上完全删除昂贵的接收射频链,节省能源并降低了成本。
2、现有的使用基于简单的开关训练反射图案的信道估计方案,需要大量训练符号来估计与智能反射表面处的每个元素相关联的级联信道,由于有大量的智能反射表面元素,导致了过高的信道训练开销,本发明所提出的基于智能反射表面辅助无线通信系统渐进式信道估计方法通过将智能反射表面进行分组,使得可以在信道估计开销和无源波束赋形性能之间进行灵活的权衡,节省了信道训练开销。
3、本发明提出的渐进信道估计方案同时进行渐进式信道估计和无源波束赋形,不仅利用智能反射表面的大孔径增益来提高信道估计精度,而且通过在信道训练期间执行无源波束赋形来提高数据承载子载波的传输速率,减少了数据传输延时,极大地提高了通信系统效率和通信系统吞吐量。
附图说明
图1是本发明实施例中上行链路智能反射表面辅助单发单收OFDM无线通信系统模型图;
图2是本发明实施例中传输帧内梳型导频结构的示意图;
图3是本发明实施例中公开的基于智能反射表面辅助无线通信系统渐进式信道估计方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
请参见图1,图1是本发明实施例中上行链路的智能反射表面辅助的单发单收OFDM无线通信系统模型图。如图1所示,本发明应用场景包括一个具有1个天线的基站、一个智能反射表面、一个智能反射表面控制器和一个用户,智能反射表面具有M0个元素单元,该M0个元素单元被分为η组,每个组包含M个子表面,其中每组单元反射信道具有强相关性。
本实施例中,智能反射表面可通过自身传感器感知周围环境数据等信息并与基站通过控制链路进行信息交互和相位控制。下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式及应用场景不限于此。
在上行链路中考虑了智能反射表面辅助的单发单收OFDM系统,其中部署了由M0个元素单元组成的智能反射表面,以协调从单天线用户到单天线的基站的传输。下面结合图1,具体说明实施该发明方法的流程步骤。
S1、用户顺序发送第0个和第1个OFDM训练符号,同时智能反射表面的反射状态调整为φ(0)和φ(1),分别对应于第0个和第1个OFDM训练符号的传输。
本实施例中,步骤S1过程如下:
S101、在用户端,由x=[X0X1...XN-1]T表示的每个OFDM符号首先通过N点逆离散傅立叶变换(IDFT)变换到时域,然后附加一个长度为Lcp且Lcp≥L-1的循环前缀(CP),以避免符号间干扰;
S102、用户顺序发送第0个和第1个OFDM训练符号X0和X1,同时智能反射表面的反射状态调整为φ(0)和φ(1),分别对应于第0个和第1个OFDM训练符号的传输。其中,将智能反射表面的初始反射状态设计为φ(0)=z(0)=14×1以及φ(1)=z(1)=-14×1。z(0)和z(1)分别表示第0个和第1个OFDM训练符号的持续时间内智能反射表面的第0个和第1个训练反射状态。与传统的开关信道估计方法相比,本发明提出的信道估计方案采用全反射训练模式来实现用于信道训练的智能反射表面的大孔径增益,提高了信道估计精度和无源波束赋形增益。
本实施例中,步骤S2过程如下:
S201、在基站端,删除接收到的OFDM训练符号的循环前缀并执行N点离散傅里叶变换;
S202、接收天线在频域中的基带接收信号由y给出,
其中,X=diag(x)是发射的OFDM符号x的对角矩阵,表示在第m个子表面具有相移的公共反射系数,qm,hm分别表示与第m个子表面相关联的用户到智能反射表面链路的信道频率响应以及与第m个子表面相关联的智能反射表面到基站链路的信道频率响应,d=[D0D1...DN-1]T表示与接收天线相关联的用户到基站链路的信道频率响应,令v=[V0V1...VN-1]T~Nc(0,σ2IN)表示在接收天线处的噪声功率为σ2的加性高斯白噪声(AWGN)矢量;
S203、令gm=[Gm,0Gm,1...Gm,N-1]T=qm⊙hm表示在没有相移影响下与接收天线和第m个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应。因此,将y改写为
S204、将gm堆叠到G=[g1g2...gM]中,可以将y重写为
y=X(Gφ+d)+v;
S205、如图2所示,将Np个导频子载波以插入每个OFDM训练符号中,Δp=[N/Np]是相邻导频子载波的频率间隔。令表示在N个子载波的每个OFDM训练符号中Nd=N-Np个数据承载子载波的索引集,其中,表示N个子载波的索引集。利用已知的导频序列sp,在接收天线的导频子载波上的信道频率响应可以估计为:
其中Sp=diag(sp)是OFDM训练符号导频序列sp的对角矩阵。
由于每个子表面都以最大反射振幅(即单位振幅)工作以最大化智能反射表面反射功率,因此智能反射表面元件不需要振幅控制电路,简化了硬件设计并节省了能源消耗,这样,仅通过调整M个子表面的相移即可实现信道估计和无源波束赋形。
S3、基站运用三角内插点法,得到用户到基站等价合并信道在子载波上的频率响应r(0)和r(1)。
本实施例中,步骤S3过程如下:
本实施例中,步骤S4过程如下:
S401、与接收天线相关联的直接链路和反射链路的组合信道频率响应估计可化为
r(i)=Gφ(i)+d;
d=(r(0)+r(1))/2;
本实施例中,步骤S6过程如下:
S7、用户发送第i个OFDM训练符号,同时智能反射表面的反射状态调整为φ(i)。
本实施例中,步骤S7过程如下:
第i个导频子载波插入的OFDM符号的持续时间内在智能反射表面处的反射状态φ(i)为
φ(i)=diag(z(i))θ(i-1);
其中θ(i-1)表示基于估计的信道状态信息的无源波束赋形矢量。由于Gi-1仅具有i-1个可分解的信道频率响应作为用户-智能反射表面-基站级联链路的信道状态信息,因此θ(i-1)仅具有i-1个设计自由度。
S9、重复步骤S3得到第i个OFDM训练符号传输对应的用户到基站等价合并信道在子载波上的频率响应r(i)。
本实施例中,步骤S10过程如下:
S1001、将优化后得到的无源波束赋形矢量θ(i-1)代入φ(i)得到,
S1002、将φ(i)代入r(i)的表达式中,r(i)可以重写为
S1003、除去Gi-1中提取的信道频率响应后,接收天线可以从r(i)中提取一个新的信道频率响应为
S1004、计算出用户-智能反射表面-基站级联链路的剩余汇总信道频率响应为
由上述推导可知,新提取的信道频率响应gi-1使得设计无源波束赋形向量的自由度增加了。
上述信道估计过程是周期性重复的,以逐步估计所有需要的信道状态信息,而智能反射表面在整个帧内进行渐进无源波束赋形自适应,以提高系统在可达率方面的性能。该方法在两个方面具有自适应性:
(1)基于智能反射表面元素分组,在信道估计开销和无源波束赋形性能之间进行灵活的权衡,以支持短分组传输;(2)可以通过改变相邻训练符号的时间间隔,在数据传输延迟和有效传输速率之间提供了基本的折衷,以支持对延迟敏感的传输。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种基于智能反射表面辅助无线通信系统渐进式信道估计方法,应用于具有智能反射表面辅助的OFDM无线通信系统,该无线通信系统包括至少一个具有K个天线的基站、至少一个智能反射表面、一个智能反射表面控制器和一个用户,智能反射表面具有M0个元素单元,该M0个元素单元被分为η组,每个组包含M个子表面,其中每组单元反射信道具有强相关性,其特征在于,所述统渐进式信道估计方法包括初始化过程和更新过程,其中,
初始化过程如下:
S1、用户顺序发送第0个和第1个OFDM训练符号,同时智能反射表面的反射状态调整为φ(0)和φ(1),分别对应于第0个和第1个OFDM训练符号的传输;
S3、基站运用三角内插点法,得到用户到基站等价合并信道在子载波上的频率响应r(0)和r(1),过程如下:
更新过程如下:
S7、用户发送第i个OFDM训练符号,同时智能反射表面的反射状态调整为φ(i);
S9、重复步骤S3得到第i个OFDM训练符号传输对应的用户到基站等价合并信道在子载波上的频率响应r(i);
2.根据权利要求1中所述的基于智能反射表面辅助无线通信系统渐进式信道估计方法,其特征在于,所述智能反射表面的初始反射状态为φ(0)=z(0)=14×1以及φ(1)=z(1)=-14×1。其中,z(0)和z(1)分别表示第0个和第1个OFDM训练符号的持续时间内智能反射表面的第0个和第1个训练反射状态。
4.根据权利要求1中所述的基于智能反射表面辅助无线通信系统渐进式信道估计方法,其特征在于,所述步骤S3中,假设用户到基站、用户到智能反射表面和智能反射表面到基站链路的基带等效信道在冲激响应中分别具有Ld、L1和L2个抽头,用户-智能反射表面-基站级联链路的基带等效信道是用户到智能反射表面链路信道与由智能反射表面反射系数加权的智能反射表面到基站链路信道的卷积,即用户-智能反射表面-基站级联链路的基带等效信道的冲激响应中有Lr=L1+L2-1个抽头,因此,从用户到基站等价合并信道在冲激响应中具有L=max{Lr,Ld}抽头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011387959.7A CN112769719A (zh) | 2020-12-01 | 2020-12-01 | 基于智能反射表面辅助无线通信系统渐进式信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011387959.7A CN112769719A (zh) | 2020-12-01 | 2020-12-01 | 基于智能反射表面辅助无线通信系统渐进式信道估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112769719A true CN112769719A (zh) | 2021-05-07 |
Family
ID=75693530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011387959.7A Pending CN112769719A (zh) | 2020-12-01 | 2020-12-01 | 基于智能反射表面辅助无线通信系统渐进式信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112769719A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709070A (zh) * | 2021-10-29 | 2021-11-26 | 南通先进通信技术研究院有限公司 | 智能反射面辅助通信系统中降低训练开销的模式切换方法 |
CN113783810A (zh) * | 2021-09-14 | 2021-12-10 | 华南理工大学 | 智能反射面辅助室内通信的信道估计方法、装置及介质 |
WO2023047551A1 (ja) * | 2021-09-24 | 2023-03-30 | 富士通株式会社 | 基地局装置、端末装置、無線通信システム及び無線通信方法 |
WO2023092367A1 (en) * | 2021-11-25 | 2023-06-01 | Qualcomm Incorporated | Active participation of reflective surface in beam selection |
WO2023116588A1 (zh) * | 2021-12-22 | 2023-06-29 | 维沃移动通信有限公司 | 无线感知的参数确定方法、装置及设备 |
CN116582842A (zh) * | 2023-07-13 | 2023-08-11 | 中国科学技术大学 | 一种irs辅助的车载毫米波广播方法、系统及储存介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111181618A (zh) * | 2020-01-03 | 2020-05-19 | 东南大学 | 一种基于深度强化学习的智能反射表面相位优化方法 |
CN111817768A (zh) * | 2020-06-03 | 2020-10-23 | 北京交通大学 | 一种用于智能反射表面无线通信的信道估计方法 |
-
2020
- 2020-12-01 CN CN202011387959.7A patent/CN112769719A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111181618A (zh) * | 2020-01-03 | 2020-05-19 | 东南大学 | 一种基于深度强化学习的智能反射表面相位优化方法 |
CN111817768A (zh) * | 2020-06-03 | 2020-10-23 | 北京交通大学 | 一种用于智能反射表面无线通信的信道估计方法 |
Non-Patent Citations (1)
Title |
---|
SHAOE LIN,ET AL.: "Adaptive Transmission for Reconfigurable Intelligent Surface-Assisted OFDM Wireless Communications", 《IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113783810A (zh) * | 2021-09-14 | 2021-12-10 | 华南理工大学 | 智能反射面辅助室内通信的信道估计方法、装置及介质 |
CN113783810B (zh) * | 2021-09-14 | 2022-06-14 | 华南理工大学 | 智能反射面辅助室内通信的信道估计方法、装置及介质 |
WO2023047551A1 (ja) * | 2021-09-24 | 2023-03-30 | 富士通株式会社 | 基地局装置、端末装置、無線通信システム及び無線通信方法 |
CN113709070A (zh) * | 2021-10-29 | 2021-11-26 | 南通先进通信技术研究院有限公司 | 智能反射面辅助通信系统中降低训练开销的模式切换方法 |
CN113709070B (zh) * | 2021-10-29 | 2022-01-18 | 南通先进通信技术研究院有限公司 | 智能反射面辅助通信系统中降低训练开销的模式切换方法 |
WO2023071313A1 (zh) * | 2021-10-29 | 2023-05-04 | 南通先进通信技术研究院有限公司 | 智能反射面辅助通信系统中降低训练开销的模式切换方法 |
US11848726B2 (en) | 2021-10-29 | 2023-12-19 | Nantong Research Inst For Adv Comm Tech Co., Ltd. | Mode switching method for reducing training overheads in reconfigurable intelligent surface (RIS)-assisted communication system |
WO2023092367A1 (en) * | 2021-11-25 | 2023-06-01 | Qualcomm Incorporated | Active participation of reflective surface in beam selection |
WO2023116588A1 (zh) * | 2021-12-22 | 2023-06-29 | 维沃移动通信有限公司 | 无线感知的参数确定方法、装置及设备 |
CN116582842A (zh) * | 2023-07-13 | 2023-08-11 | 中国科学技术大学 | 一种irs辅助的车载毫米波广播方法、系统及储存介质 |
CN116582842B (zh) * | 2023-07-13 | 2023-10-20 | 中国科学技术大学 | 一种irs辅助的车载毫米波广播方法、系统及储存介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112769719A (zh) | 基于智能反射表面辅助无线通信系统渐进式信道估计方法 | |
CN110518961B (zh) | 大规模mimo卫星移动通信方法及系统 | |
Sure et al. | A survey on OFDM channel estimation techniques based on denoising strategies | |
CN102439927B (zh) | 用于上行链路数据的联合处理的方法及处理布置 | |
CN112769726A (zh) | 基于智能反射表面辅助通信系统无源波束赋形优化方法 | |
CN101409694B (zh) | 一种单载波频域均衡实现方法及系统 | |
US11133850B1 (en) | Systems and methods for calculating frequency-localized adaptive beamformer weights using weighted overlapping beamform and add techniques applied to adjacent subbands | |
WO2011035594A1 (zh) | 正交频分复用-多输入多输出系统的解调方法及解调器 | |
CN103685096A (zh) | 一种基于最优导频的mimo-ofdm系统信道估计方法 | |
CN102891815B (zh) | 一种时分双工多基站协作系统中的低复杂度信道估计方法 | |
US20230403189A1 (en) | Transmitter device and receiver device for a wireless communication system | |
Uwaechia et al. | Compressed channel estimation for massive MIMO-OFDM systems over doubly selective channels | |
US11843399B1 (en) | Systems and methods for calculating frequency-localized adaptive beamformer weights including calculations of inverse covariance matrices | |
Yin et al. | Diagonally reconstructed channel estimation for MIMO-AFDM with inter-doppler interference in doubly selective channels | |
EP3704820B1 (en) | Orthogonal training signals for transmission in an antenna array | |
Gaspar et al. | GFDM transceiver using precoded data and low-complexity multiplication in time domain | |
Bhoyar et al. | Leaky least mean square (LLMS) algorithm for channel estimation in BPSK-QPSK-PSK MIMO-OFDM system | |
CN102037696A (zh) | 用于移动快速傅立叶变换的定点计算中引入的量化噪声的方法 | |
CN103414544B (zh) | 通信系统中多相正交互补序列集合的生成方法 | |
CN101719816A (zh) | 实现自适应mimo-scfde系统低反馈速率的方法 | |
Lin et al. | Progressive channel estimation and passive beamforming for RIS-assisted OFDM systems | |
Wang et al. | Channel Estimation Performance Analysis of FBMC/OQAM Systems with Bayesian Approach for 5G‐Enabled IoT Applications | |
EP2070212A2 (en) | Wireless transceiver | |
Dai et al. | A scalable generator for massive MIMO baseband processing systems with beamspace channel estimation | |
KR101147757B1 (ko) | 간섭 제거를 위한 ofdm 심볼의 송수신 방법 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210507 |
|
WD01 | Invention patent application deemed withdrawn after publication |