CN112910578A - 一种针对毫米波3d mimo信道的路径参数提取方法 - Google Patents
一种针对毫米波3d mimo信道的路径参数提取方法 Download PDFInfo
- Publication number
- CN112910578A CN112910578A CN202110151367.3A CN202110151367A CN112910578A CN 112910578 A CN112910578 A CN 112910578A CN 202110151367 A CN202110151367 A CN 202110151367A CN 112910578 A CN112910578 A CN 112910578A
- Authority
- CN
- China
- Prior art keywords
- path
- channel
- parameter
- angle
- millimeter wave
- 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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radio Transmission System (AREA)
Abstract
本发明涉及一种针对毫米波3D MIMO信道的路径参数提取方法,属于通信信道参数提取领域。该方法包括以下步骤:S1、获得无线信道测量数据,并整合为信道矩阵;S2、在S1步骤中的信道矩阵中增加导向矢量的垂直维度,并且将待估路径参数划分为传播时延、发射端的水平与垂直角度、和接收端的水平与垂直角度三个参数子集;S3、采用时延与三维空间角度的联合搜索策略对各路径信道参数进行迭代运算,在当前待估参数子集中更新信道参数;S4、基于S3步骤中的提取结果,进行多径分簇特性分析,得到簇内时延扩展与角度扩展特性。本发明适用于毫米波3D MIMO无线信道参数提取,可以保证稀疏多径信道参数提取的准确度和分辨率。
Description
技术领域
本发明属于无线通信技术领域,涉及一种针对毫米波3D MIMO信道的路径参数提取方法。
背景技术
随着无线智能设备的急剧增长,以及人们对数据高速、高可靠传输等需求的进一步增加,需要解决频谱资源短缺,提高频效、能效等指标,进一步提升用户体验。在5G和B5G关键技术方面,毫米波与三维多输入多输出(3D MIMO,three dimensions-multiple-input-multiple-output)技术的结合能够大幅度提高系统传输速率、频谱利用率和能量效率。毫米波和3D MIMO关键技术的使用给无线信道带来了新的信道特性,包括非常高时间与空间分辨率特性、空-时非平稳特性、稀疏多径分簇特性、空间相关性等。为了更好地了解这些新的信道传播特性,需要在广泛的信道测量基础上,采用准确高分辨率的参数提取算法对时间和三维空间角度参数进行联合估计,分析并揭示信道特性,进而开展无线信道建模,从而为无线通信系统中关键技术的设计与评估及网络规划提供信道信息。由此可见,设计一种高精度、多维联合的多径参数提取方法是无线信道建模过程中的关键环节。
目前,针对二维或三维空间角度与时延的联合估计方法可以分为谱估计、基于参数子空间的估计、确定性参数估计三大类。Schmidt等提出的多重信号分类算法通过形成空间谱来寻找与谱峰对应的角度,很大程度上提高了角度分辨率,但该算法对于相干信号子空间的秩十分敏感,需要在特征值分解之前进行去相干处理。Paulraj等提出了旋转不变子空间算法,其核心是将接收阵列分为几个子阵列,通过使用子阵列间的旋转不变性来计算到达角,但该算法仅适用于特定的天线阵列,适用场景受限。B.H.Fleury在1997年提出的空间交替广义期望最大化(SAGE,space-alternating generalized expectationmaximization)算法因适用范围广、精度高的优势,广泛应用于不同频段、不同场景及不同传播条件下多径信道复幅度、离开角、到达角和时延等路径参数的估计。Stikom等人对SAGE算法的最大化步骤进行改进,在迭代搜索过程中使角度计算先于时延计算,提高了时延估计的准确度,但对于角度估计的准确度提升不大。孙文生等提出了一种基于MIMO信道的稀疏变分贝叶斯SAGE算法,引入了稀疏先验的多径分量增益提升了角度估计的分辨率,然而因为复杂度较高,因此并未广泛地应用于实际信道测量中。
上述文献提出的参数提取算法能够有效地估计出时域测量数据的多径参数,若直接用于提取基于矢量网络分析仪测量的毫米波宽频段无线信道数据,将在一定程度上增加算法复杂度。基于此,Laurensonl等采用串行干扰消除技术替代SAGE算法的并行干扰消技术,提出了频域SAGE算法,实现对多径复幅度、时延、水平到达角的估计。随后,Matthalou等增加了频域SAGE算法对水平离开角的估计,但仍然没有充分考虑三维空间角度。为了满足毫米波3D MIMO技术对高精度、高分辨率多径参数的需求,需要更为准确且全面的信道信息,因此针对毫米波频段的3D-MIMO的信道对估计算法分辨率和准确度提出了更高的要求。
发明内容
有鉴于此,本发明的目的在于提供一种针对毫米波3D MIMO信道的路径参数提取方法,以提高参数估计的准确度和分辨率。首先获取毫米波3D-MIMO无线信道测量数据,然后改进频域的接收信号模型,以及发射天线阵列和接收天线的导向矢量,使其适用于发射端为天线阵列和接收端为单天线的传播信道,并将多维路径时延角度联合估计问题分解为时延、发射端水平角与垂直俯仰角、接收端水平角与垂直俯仰角三个子空间估计问题,迭代估计中只搜索当前子空间内的待估参数,进而将其应用到毫米波3D-MIMO信道中,实现对多用户时延与三维空间角度信息的联合估计,最后根据参数提取结果进行多径分簇特性分析,得到簇内时延扩展与角度扩展特性。
为达到上述目的,本发明提供如下技术方案:
本发明提供如下一种针对毫米波3D MIMO信道的路径参数提取方法,即改进的三维频域SAGE(FD-SAGE,frequency domain SAGE)算法:
无线信道测量时,发射端使用垂直极化的双锥全向天线构建的虚拟的均匀平面多天线阵列,阵列数目为M,接收端为一个全向天线。将信道的冲击响应函数采用方向矢量下的加权方法整合为信道矩阵,则整合后的信道频域响应矩阵被建模为:
假设每个用户的接收信号为L条路径的叠加和,频域脉冲响应被计算为:
其中,f,m,n,αl,τl分别表示频点、接收和发送的空间维度、第l条路径的复幅值和传播时延。α(ψR,l)与b(ψT,l)分别表示接收天线和发送天线阵列的导向矢量,即到达角和离开角的频域响应,矢量中的ψR,l和ψT,l是由水平角和俯仰角所决定的单位向量,(·)T为转置运算操作。以发射端为例,加入垂直维度后,导向矢量可以表示为
其中
在频域中,L条路径叠加的接收信号表示为
其中,“^”类参数为第l条路径的初始值或上一次迭代后的估计值。
对被分离出来的多径信号的路径参数进行迭代搜索,首先将待估分为三个参数子集,其次利用导向矢量作为指标寻找使似然函数最大的角度值和时延值,频域表达式为
其中,fk是第k个频点对应的频率值,(·)*为共轭运算符。当估计出的三个参数集的变化小于给定阈值时,是指迭代判断式为:
不同于SAGE算法,本算法能够对发射端和接收端的三维空间角度参数离开俯仰角(EAoD,elevation angle of departure)和垂直离开角(EAoA,elevation angle ofarrival)进行估计,并且将离开角和到达角分为两个子集依次进行似然函数的最大值搜索,减少了迭代估计的复杂度,算法实现过程如算法1所示:
进一步地,基于参数提取结果,利用K-means算法进行多径参数的多维分簇特性研究,进而获得多径簇内的时延扩展和角度扩展,其中,均方根时延扩展被定义为:
角度扩展被定义为:
本发明的有益效果在于:基于传统的SAGE算法,本算法根据测量数据的频域特性,在数据处理时省略了时-频转换步骤,降低了算法复杂度,并且增加了导向矢量的垂直维度,同时将参数估计问题划分为三个参数子空间的估计问题,使其适用于多发单收的毫米波3D-MIMO传播信道,实现了时延与三维空间角度的联合估计,满足了无线通信系统对复杂环境下多径参数的需求。本算法对多用户场景下的毫米波3D-MIMO信道的多径参数估计具有较好的性能,相比于传统的SAGE算法,参数提取的准确度提升了6.7%,分辨率提升了3.8%。
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为本方法的流程示意图;
图2为改进的频域SAGE算法的流程图;
图3为本算法的联合时延三维空间角度估计示意图,图3(a)是发送阵列大小为4×4的时延-三维空间角度估计示意图;图3(b)是发送阵列大小为10×10的时延-三维空间角度估计示意图;图3(c)是发送阵列大小为20×20的时延-三维空间角度估计示意图;
图4为本算法的信道特性示意图,图4(a)为均方根时延扩展;图4(b)为水平角度扩展;
图5为时延功率谱对比示意图;
图6为本算法的多径分簇结果示意图;图6(a)为发送阵列大小为4×4的分簇结果示意图;图6(b)为发送阵列为10×10的分簇结果示意图;图6(c)为发送阵列为20×20的分簇结果示意图;
图7为不同天线阵列下两种算法的分簇结果对比;图7(a)为实际测量功率时延谱PDP;图7(b)为SAGE算法分簇结果;图7(c)为本算法的分簇结果;
图8为两种算法的簇内信道特性;图8(a)为簇内时延扩展;图8(b)为簇内水平角度扩展。
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。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”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,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
请参阅图1~图7,为一种针对毫米波3D MIMO信道的路径参数提取方法。
如图1所示,包括步骤:S1,获取多用户毫米波大规模天线阵的无线信道测量数据;S2,增加导向矢量的垂直维度,将待估参数分为三个参数子集;S3,联合迭代搜索的时延和三维空间角度的路径参数,进行迭代判断;S4,基于提取结果获得多径簇的时延扩展和角度扩展的特性。
本发明实施例S1中数据测量时采用均匀平面阵列,因此整合后的信道频域响应为:
S2、S3中所述的毫米波3D MIMO信道的路径参数时空联合提取方法,算法流程如图2所示,在SAGE算法的基础上对接收信号直接进行频域处理,同时加入三维空间导向矢量,将参数集分为时延、接收端三维空间角度和发送端三维空间角度三个子空间估计问题,估计中只搜索当前子空间内的待估参数。具体步骤为通过期望‘E’步骤分离信号与噪声,然后对分离出来的路径l通过‘M’步骤,即寻找使似然函数最大的时延和三维空间角度值,判断前后两次迭代u和u+1得到的估计值差值与给定门限值间的大小关系,若小于门限,迭代结束;若大于门限,返回步骤‘E’继续迭代搜索直至收敛,图3为本算法的联合时延三维空间角度估计示意图,图3(a)是发送阵列大小为4×4的时延-三维空间角度估计示意图;图3(b)是发送阵列大小为10×10的时延-三维空间角度估计示意图;图3(c)是发送阵列大小为20×20的时延-三维空间角度估计示意图。
本实施例中,加入垂直维度后第l条路径到达接收端的输出信道矩阵矢量计算为
其中,ΨR,l为第l条路径的到达角在水平和垂直两个维度的向量,ΨT,l为第l条路径的离开角在水平和垂直两个维度的向量,αl,τl分别表示第l条路径的复幅度和传播时延,fk表示第k个频点处的频率值。在频域中,l条路径叠加的接收信号表示为
当估计出的三个参数集的变化小于给定阈值时,是指迭代判断式为
根据实际场景中的测量数据,从参数提取结果、信道特性和簇内信道特性等全方位地分析本算法的参数提取性能。本发明实施例中,规定发射端和接收端天线均采用垂直极化的双锥全向天线,并且发射端为三种不同大小的发送天线阵列,分别为4×4、10×10和20×20。为了避免天线阵元间的耦合效应,单元间的间距设置为0.6λ,测量的中心频率为28GHz,频率采样点为2001,中频带宽为2kHz,具体参数设置如表1。
表1测量系统参数
不同大小天线阵列下两种算法的参数提取结果如图7所示,图4为本算法的信道特性示意图,图4(a)为均方根时延扩展;图4(b)为水平角度扩展。两种算法的提取结果虽略有差异,但参数的总体分布规律相同。当天线阵列大小为400时,两种算法的参数提取结果与实测数据的时延功率谱如图5所示,在标记的M和N点区域,多径分布密集,SAGE算法的提取结果误差较大,然而本算法的提取结果与实测结果拟合程度较高,验证了提出方法的准确性。
从信道特性角度来阐述本算法的性能,主要分析了均方根时延扩展和水平角度扩展,信道特性示意图如图4所示。当天线阵列大小相同时,利用本算法与SAGE算法所提取的参数,统计出的时延扩展和水平角度扩展拟合较好,拟合误差随着天线数目的增加而减少,阵列大小为400时,时延扩展的拟合误差为3.5%,水平角度扩展的拟合误差6.2%。在多径分布较为集中的区域(如图6(a)中的A区域),时延扩展在20~25ns范围内,本算法的时延扩展变化率较大,这表明本算法提升了时域上的分辨率。图6(b)表明,本算法的角度扩展特性与时延扩展具有相似的变化规律,其分辨率均随阵列数目增加而增加,这意味中本算法提升了水平角度的分辨率;图6(c)为发送阵列为20×20的分簇结果示意图。
在参数提取的基础上分析多径的分簇特性,从多径的簇内特性角度研究本算法的参数提取性能。在本发明实施例中采用K-means算法进行多径分簇,不同大小的天线阵列下本算法的多径分簇结果如图7所示,阵列大小为20×20时两种算法的分簇结果如图6所示。图5是测量的时延角度功率谱,接收功率是稀疏多径成分的叠加和,其数值大小主要受发射端阵列辐射特性与传播环境中墙壁、桌椅等物体的影响;图7(b)是SAGE算法提取路径的分簇结果,多径信号被分为九个簇,灰度代表功率的强弱,可以看出分簇结果较为合理,边界清晰可辨,体现了传播环境中物体的空间分布。图7(c)是本算法提取路径的分簇结果,相比与图6(b),簇内的相似度更高,尤其是功率较强的簇内相似性更大。
进一步,表2给出了簇内路径参数,用以研究相似性。相比SAGE算法,本算法簇内参数均值均较小,这说明了本算法提取的传播路径在时延和三维空间角度域上具有较大的相似性,簇内分辨率更高。
表2两种算法的簇内路径参数
图8给出了多径簇内时延扩展和水平角度扩展随着阵列数目的变化趋势,图8(a)为簇内时延扩展;图8(b)为簇内水平角度扩展。结果表明随着天线阵列大小的增加,簇内时延扩展和水平角度扩展明显增大,说明本算法能高效地提取出具有相似传播特性的路径,因此得到的簇内时延扩展和水平角度扩展小于SAGE算法,并且随着阵列大小增加,算法性能越好。
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 (10)
1.一种针对毫米波3D MIMO信道的路径参数提取方法,其特征在于:所述方法包括以下步骤:
S1、采集非视距传播条件下的多用户毫米波大规模天线阵的无线信道测量数据,采用方向矢量下的加权方法整合为信道矩阵;
S2、基于空间交替广义期望最大化算法,在S1中的信道矩阵中增加导向矢量的垂直维度,并且将待估路径参数通过频域脉冲响应划分为传播时延、发射端的水平与垂直角度和接收端的水平与垂直角度三个参数子集;
S3、根据S2的参数子集,采用传播时延与三维空间角度的联合搜索策略对各路径信道参数进行迭代运算,并在迭代运算中按照使各路径信道参数似然函数最大化与单调不减判决的原则,在当前待估参数子集中更新信道参数;
S4、根据S3中的路径参数提取结果,进行多径分簇特性分析,得到簇内时延扩展与角度扩展特性。
2.根据权利要求1所述的一种针对毫米波3D MIMO信道的路径参数提取方法,其特征在于:所述测量数据由测量设备测得,所述测量设备包括矢量网络分析仪、毫米波高功率放大器、低噪声放大器、精密步进电机控制云台和一对垂直极化双锥全向天线;
并且所述测量设备的测量环境为两个用户的非视距传播;
所述测量设备的测量系统参数设置信息包括的中频载频、4GHz的带宽、2MHz的频率分辨率、大小为4×4/10×10/20×20的发射端均匀平面阵、单天线接收端。
9.根据权利要求1所述的一种针对毫米波3D MIMO信道的路径参数提取方法,其特征在于:所述S3中时延和三维空间角度的联合迭代搜索策略是寻找使似然函数最大的角度值和时延值,频域计算公式为:
其中,Mx与Ny分别表示虚拟UPA中沿X轴方向和Y轴方向的天线单元数,K是频点数;
所述S3中在搜索迭代运算中按照使各路径信道参数似然函数最大化与单调不减判决的原则,进行当前待估子集中的参数更新,似然函数计算为:
其中,fk表示第k个测量频点对应的频率值,(·)*表示共轭运算符操作;
迭代搜索后所述S2中的三个参数集的变化小于等于给定阈值时,是指迭代判断式为:
10.根据权利要求1所述的一种针对毫米波3D MIMO信道的路径参数提取方法,其特征在于:所述步骤S4中的参数提取结果,用于对多径参数进行分簇研究,获得不同天线阵列大小下多径簇特性以及时延扩展和三维角度扩展特性。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110151367.3A CN112910578B (zh) | 2021-02-03 | 2021-02-03 | 一种针对毫米波3d mimo信道的路径参数提取方法 |
PCT/CN2021/077570 WO2022165872A1 (zh) | 2021-02-03 | 2021-02-24 | 一种针对毫米波3d mimo信道的路径参数提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110151367.3A CN112910578B (zh) | 2021-02-03 | 2021-02-03 | 一种针对毫米波3d mimo信道的路径参数提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112910578A true CN112910578A (zh) | 2021-06-04 |
CN112910578B CN112910578B (zh) | 2022-09-09 |
Family
ID=76122017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110151367.3A Active CN112910578B (zh) | 2021-02-03 | 2021-02-03 | 一种针对毫米波3d mimo信道的路径参数提取方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112910578B (zh) |
WO (1) | WO2022165872A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114124261A (zh) * | 2021-11-19 | 2022-03-01 | 江南大学 | 工业物联网信道的几何随机建模方法及系统 |
CN114448531A (zh) * | 2021-12-06 | 2022-05-06 | 西安电子科技大学 | 一种信道特性分析方法、系统、介质、设备及处理终端 |
CN114513849A (zh) * | 2022-02-16 | 2022-05-17 | 重庆邮电大学 | 一种基于散射区模型的室外非视距传播单站定位方法 |
CN114679356A (zh) * | 2022-03-17 | 2022-06-28 | 西安电子科技大学 | 一种不依赖于似然函数的信道全维参数提取方法 |
CN115149987A (zh) * | 2022-06-28 | 2022-10-04 | 东南大学 | 一种多链路mimo无线信道相关性计算方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117835146A (zh) * | 2022-09-29 | 2024-04-05 | 中兴通讯股份有限公司 | 多目标位置分类无线感知方法、设备、介质 |
CN116016052B (zh) * | 2023-01-04 | 2024-05-07 | 西南交通大学 | 一种用于毫米波大规模mimo系统的信道估计方法 |
CN116299249B (zh) * | 2023-05-24 | 2023-07-25 | 南京隼眼电子科技有限公司 | 方位角和俯仰角的测量方法、装置、雷达设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104506224A (zh) * | 2015-01-11 | 2015-04-08 | 复旦大学 | 一种基于角度域变换的低复杂度3d波束成形算法 |
US20150103934A1 (en) * | 2013-10-16 | 2015-04-16 | Electronics And Telecommunications Research Institute | Method and apparatus for communication in millimeter wave mimo communication environment |
WO2016186462A1 (ko) * | 2015-05-19 | 2016-11-24 | 삼성전자 주식회사 | 2차원 안테나를 사용하는 무선 통신 시스템에서 피드백 신호 제공 방법 및 장치 |
WO2017118077A1 (zh) * | 2016-01-04 | 2017-07-13 | 中兴通讯股份有限公司 | 多输入多输出mimo的处理方法及装置 |
CN107332597A (zh) * | 2017-06-05 | 2017-11-07 | 惠州Tcl移动通信有限公司 | 一种基于3d mimo的无线传输的方法及装置 |
WO2018084622A1 (ko) * | 2016-11-03 | 2018-05-11 | 엘지전자 주식회사 | 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 이를 위한 장치 |
CN108736995A (zh) * | 2018-06-11 | 2018-11-02 | 北京科技大学 | 一种毫米波无线信道建模方法及装置 |
CN109194376A (zh) * | 2018-09-28 | 2019-01-11 | 重庆邮电大学 | 毫米波大规模mimo信道传播特性测量方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104272632B (zh) * | 2013-04-04 | 2018-06-05 | 华为技术有限公司 | 无线通信网络中的方法和节点 |
CN103532883A (zh) * | 2013-10-12 | 2014-01-22 | 电子科技大学 | 高速下基于sage的分布式mimo频偏和信道估计 |
CN106452629B (zh) * | 2016-11-07 | 2019-03-15 | 北京交通大学 | 一种基于核功率密度的无线信道多径分簇方法 |
CN107425895B (zh) * | 2017-06-21 | 2020-07-03 | 西安电子科技大学 | 一种基于实测的3d mimo统计信道建模方法 |
-
2021
- 2021-02-03 CN CN202110151367.3A patent/CN112910578B/zh active Active
- 2021-02-24 WO PCT/CN2021/077570 patent/WO2022165872A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150103934A1 (en) * | 2013-10-16 | 2015-04-16 | Electronics And Telecommunications Research Institute | Method and apparatus for communication in millimeter wave mimo communication environment |
CN104506224A (zh) * | 2015-01-11 | 2015-04-08 | 复旦大学 | 一种基于角度域变换的低复杂度3d波束成形算法 |
WO2016186462A1 (ko) * | 2015-05-19 | 2016-11-24 | 삼성전자 주식회사 | 2차원 안테나를 사용하는 무선 통신 시스템에서 피드백 신호 제공 방법 및 장치 |
WO2017118077A1 (zh) * | 2016-01-04 | 2017-07-13 | 中兴通讯股份有限公司 | 多输入多输出mimo的处理方法及装置 |
WO2018084622A1 (ko) * | 2016-11-03 | 2018-05-11 | 엘지전자 주식회사 | 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 이를 위한 장치 |
CN107332597A (zh) * | 2017-06-05 | 2017-11-07 | 惠州Tcl移动通信有限公司 | 一种基于3d mimo的无线传输的方法及装置 |
CN108736995A (zh) * | 2018-06-11 | 2018-11-02 | 北京科技大学 | 一种毫米波无线信道建模方法及装置 |
CN109194376A (zh) * | 2018-09-28 | 2019-01-11 | 重庆邮电大学 | 毫米波大规模mimo信道传播特性测量方法及装置 |
Non-Patent Citations (2)
Title |
---|
R. FENG ET AL.: "Millimeter wave channel parameter estimation using a 3D frequency domain SAGE algorithm", 《2016 19TH INTERNATIONAL SYMPOSIUM ON WIRELESS PERSONAL MULTIMEDIA COMMUNICATIONS (WPMC)》 * |
李树等: "5G毫米波QuaDRiGa平台信道仿真与验证研究", 《电波科学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114124261A (zh) * | 2021-11-19 | 2022-03-01 | 江南大学 | 工业物联网信道的几何随机建模方法及系统 |
CN114448531A (zh) * | 2021-12-06 | 2022-05-06 | 西安电子科技大学 | 一种信道特性分析方法、系统、介质、设备及处理终端 |
CN114513849A (zh) * | 2022-02-16 | 2022-05-17 | 重庆邮电大学 | 一种基于散射区模型的室外非视距传播单站定位方法 |
CN114513849B (zh) * | 2022-02-16 | 2023-06-09 | 重庆邮电大学 | 一种基于散射区模型的室外非视距传播单站定位方法 |
CN114679356A (zh) * | 2022-03-17 | 2022-06-28 | 西安电子科技大学 | 一种不依赖于似然函数的信道全维参数提取方法 |
CN115149987A (zh) * | 2022-06-28 | 2022-10-04 | 东南大学 | 一种多链路mimo无线信道相关性计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112910578B (zh) | 2022-09-09 |
WO2022165872A1 (zh) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112910578B (zh) | 一种针对毫米波3d mimo信道的路径参数提取方法 | |
Guo et al. | Millimeter-wave channel estimation based on 2-D beamspace MUSIC method | |
CN102169170B (zh) | 一种相干分布式信号二维波达角的测定方法 | |
CN110058202B (zh) | 一种基于角度和信号到达时间差估计的高性能混合定位方法及其实现装置 | |
CN110045323B (zh) | 一种基于矩阵填充的互质阵稳健自适应波束形成算法 | |
CN105891771B (zh) | 一种提高估计精度的基于连续分布的角度估计方法与设备 | |
CN104023395B (zh) | 大规模mimo中基于波束空间转换的散射信源定位方法 | |
CN109239657A (zh) | 装载嵌套阵无人机平台下的辐射源高精度定位方法 | |
EP3387805A1 (en) | Method and computer implemented method for decoding symbol transmitted over mmwave channel, receiver for receiving and decoding symbols transmitted over mmwave channel | |
CN106291453B (zh) | 一种基于波束空间变换的二维波达角测定方法 | |
CN112995892A (zh) | 基于复数神经网络的大规模mimo指纹定位方法 | |
Feng et al. | Wireless channel parameter estimation algorithms: Recent advances and future challenges | |
Wang et al. | An effective localization method for mixed far-field and near-field strictly non-circular sources | |
CN111654456A (zh) | 基于降维分解的毫米波大规模mimo角域信道估计方法及装置 | |
CN113438682B (zh) | 一种基于波束成形的sage-bem 5g无线信道参数提取方法 | |
CN104994041B (zh) | 三维大规模天线系统基于导频的波达波离角联合估计方法 | |
Shauerman et al. | Spectral-based algorithms of direction-of-arrival estimation for adaptive digital antenna arrays | |
CN111835392A (zh) | 一种基于非圆信号的多天线空域频谱感知方法 | |
Thazeen et al. | An efficient reconfigurable optimal source detection and beam allocation algorithm for signal subspace factorization | |
CN114269014A (zh) | 基于域自适应网络的大规模mimo动态环境指纹定位方法 | |
CN113917388A (zh) | 一种使用混合adc的doa估计和定位方法 | |
Shi et al. | CSI-based fingerprinting for indoor localization with multi-scale convolutional neural network | |
CN113037344A (zh) | 一种多用户大规模mimo多源图像传输干扰消除方法 | |
CN109039490B (zh) | 一种mimo-ofdm系统频-空二维谱空穴检测方法 | |
Kim et al. | Channel estimation for reconfigurable intelligent surface-aided mmWave communications |
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 |