CN113285897B - 车联网环境下ris系统中基于定位信息辅助的信道估计方法及系统 - Google Patents

车联网环境下ris系统中基于定位信息辅助的信道估计方法及系统 Download PDF

Info

Publication number
CN113285897B
CN113285897B CN202110535233.1A CN202110535233A CN113285897B CN 113285897 B CN113285897 B CN 113285897B CN 202110535233 A CN202110535233 A CN 202110535233A CN 113285897 B CN113285897 B CN 113285897B
Authority
CN
China
Prior art keywords
ris
channel
receiving end
base station
reflection coefficient
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.)
Expired - Fee Related
Application number
CN202110535233.1A
Other languages
English (en)
Other versions
CN113285897A (zh
Inventor
曾嵘
杭潇
邵智敏
包建荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202110535233.1A priority Critical patent/CN113285897B/zh
Publication of CN113285897A publication Critical patent/CN113285897A/zh
Application granted granted Critical
Publication of CN113285897B publication Critical patent/CN113285897B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种车联网环境下RIS系统中基于定位信息辅助的信道估计方法及系统，本发明方法包括如下步骤：步骤1：根据车联网得到基站、RIS及车辆接收端的相对位置；步骤2：根据相对位置求得基站到RIS及RIS到接收端有效信号在传播过程中的方位角与仰角；步骤3：根据RIS的接收信号与反射信号的方位角与仰角，构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k；步骤4：考虑下行链路导频传输，构建信道模型，由单用户接收端接收信号转换，构建级联信道
Figure DDA0003069350110000011
步骤5：利用位置信息，基于接收端接收信号功率最大准则，计算RIS每个单元的最优反射系数，并构建反射系数矩阵Θ；步骤6：根据所求得到的反射系数矩阵Θ与单用户接收信号yk，通过LS算法得到估计信道Hc。

Description

车联网环境下RIS系统中基于定位信息辅助的信道估计方法 及系统
技术领域
本发明属于车联网环境下智能表面(RIS)辅助通信的信道估计技术领域，特别涉及一种车联网环境下智能表面(RIS)系统中基于定位信息辅助的信道估计方法及系统。
背景技术
在过去的几十年，由于超密集网络(UDN)、大规模MIMO、毫米波通信的发明，网络能耗和硬件成本仍是实际实现中面临的关键问题。例如，超密集网络几乎与新部署的基站的数量线性地调整电路和冷却能量消耗，而在毫米波频率下的高效通信需要昂贵的射频链和复杂的信号处理技术。另一方面，在无线网络中添加过大量的活动组件，如小区基站/中继，也会导致更严重的干扰问题。因此，研发具有低硬件成本的光谱和节能技术对于实现可持续和绿色的第五代(5G)无线网络以及超越仍然非常重要。
IRS是一个由大量无源元件(如低成本印刷偶极子)组成的平面阵列，其中每个元件能够独立地对入射电磁波(由智能控制器)诱导一定的相移。无源反射面作为传统反射射线的关键组成部分，在雷达和卫星通信中有广泛的应用，但很少在地面无线通信中应用。这是因为传统的反射表面只有制造后的固定的移相器，很难满足时变信道无线网络的动态。然而，射频微机电系统(MEMS)和超材料(例如超表面)的最近进展使得反射表面的可重构性成为可能，即使是通过实时控制的移相器。通过智能地调整RIS上所有元素的相移，反射信号可以在所需的接收机相干地增加，以提高接收信号功率，或在非预期接收机具有破坏性，以避免干扰和提高安全性/隐私。
值得注意的是，所提出的RIS与其他现有的相关技术，如放大和正向中继、后向散射通信和基于M-MIMO的主动智能表面有显著的不同。首先，与通过主动产生新信号来辅助源—目的地传输的AF中继相比，IRS不使用发射机模块，而只是将环境射频信号作为无源阵列反映，因此不会产生额外的功耗。其次，与传统的射频识别(RFID)的入射波与接收机通信的后向散射通信不同，RIS被用来提高现有的通信链路性能，而不是传递其自身的任何信息。因此，后向散射通信中的直接路径信号(从读取器到接收器)是不需要的干扰，因此需要在接收器处被取消/抑制。在IRS增强通信中，直接路径和反射路径信号都携带相同的有用信息，因此应该在接收器处相干地添加，以最大限度地接收总功率。此外，RIS具有其他优点，如低轮廓、轻量化和保形几何，使它们很容易附着在墙壁或天花板上，从而为实际实现提供了很高的灵活性和优越的兼容性。例如，通过在车辆的视距车面上安装IRS，其信号强度和覆盖范围预计将得到显著提高。
发明内容
针对上述现状，本发明提出了一种车联网环境下RIS系统中基于定位信息辅助的信道估计方法及系统，本发明根据位置信息，可以获得RIS的反射系数矩阵。本发明根据RIS系统性能，以接收端接收信号的功率最大为前提，提高接收端信噪比与信道估计性能。
为了达到上述的目的，本发明采用以下技术方案：
一种车联网环境下RIS系统中基于定位信息辅助的信道估计方法，包括如下步骤：
步骤1：根据车联网技术得知基站、智能反射面(RIS)以及车辆(接收端)的相对位置；
步骤2：根据相对位置可以求得基站到智能反射面(RIS)以及RIS到接收端有效信号在传播过程中的方位角与仰角；
步骤3：根据RIS的接收信号与反射信号的方位角与仰角，构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k；
步骤4：考虑下行链路导频传输，构建信道模型，由单用户接收端接收信号转换，构建级联信道
Figure GDA0003155813670000021
步骤5：利用位置信息，基于接收端接收信号功率最大准则，计算RIS每个单元的最优反射系数，并构建反射系数矩阵Θ；
步骤6：根据所求得到的反射系数矩阵Θ与单用户接收信号yk，通过LS算法得到估计信道Hc。
作为优选，步骤1：基于车联网系统获得通信中物体的相对位置信息，首先初始化发送端，智能反射面以及接收端的相对位置，设
BS:(x1,y1,z1)
RIS:(x2,y2,z2)
User:(x3,y3,z3)
其中，所设坐标均为对应通信设备的中心点位置。
作为优选，步骤2：根据所得到的基站，RIS以及接收端的相对位置，可求出BS的方位角与仰角分别为：
Figure GDA0003155813670000031
Figure GDA0003155813670000032
RIS接收信号的方位角与仰角分别为：
Figure GDA0003155813670000033
Figure GDA0003155813670000034
RIS反射信号的方位角与仰角分别为：
Figure GDA0003155813670000035
Figure GDA0003155813670000036
作为优选，步骤3：基于步骤2所得到信息构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k，即
Figure GDA0003155813670000037
其中，M,N分别对应基站的天线数量与RIS反射元件的数量。αG表示基站到RIS的路径损耗；
Figure GDA0003155813670000041
其中，N是RIS反射元件的数量。αr,k表示RIS到第k个用户的路径损耗，a(ν,ψ)与
Figure GDA0003155813670000042
进一步表示为
Figure GDA0003155813670000043
Figure GDA0003155813670000044
其中，
Figure GDA0003155813670000045
λ是载波波长，d通常满足d＝λ/2的天线间距，
Figure GDA00031558136700000410
表示克罗内克积。
作为优选，步骤4：在下行链路中BS将已知的导频信号传输给用户，特别的，第k个用户接收到的信号为
yk＝Gdiag(Θ)hr,ksk+nk
＝Gdiag(hr,k)Θsk+nk
其中，sk表示发送给第k个用户的导频信号，Θ＝[Θ1,...,ΘN]T是RIS的反射向量，Θn表示RIS的第n个元件(n＝1,...,N)的反射系数。nk为均值为0，方差为σ2的接收噪声。
进一步定义系统级联信道
Figure GDA0003155813670000046
则第k个用户的接收信号为
yk＝HΘsk+nk。
作为优选，步骤5：由位置信息，基于接收端信号功率最大原则，即
Figure GDA00031558136700000411
Figure GDA0003155813670000047
可直接计算出RIS相移θi,j，其中i,j分别对应RIS的第i行第j列个元件的位置，则θi,j为
Figure GDA0003155813670000048
其中
Figure GDA0003155813670000049
均为对应RIS的第i行第j列个元件的反射相位位置的方位角与仰角大小，在这里假定RIS的反射系数β＝1，RIS反射系数矩阵进一步写为
Figure GDA0003155813670000052
作为优选，步骤6：通过LS算法利用接收信号yk直与反射系数矩阵Θ直接得到估计信道Hc的稀疏向量，即
Hc＝(ΘTΘ)-1Θ*yk。
本发明还公开了一种车联网环境下RIS系统中基于定位信息辅助的信道估计系统，其包括如下模块：
相对位置获取模块，根据车联网得到基站、RIS以及车辆接收端的相对位置；
方位角与仰角计算模块，根据相对位置求得基站到RIS以及RIS到接收端有效信号在传播过程中的方位角与仰角；
级联信道构建模块，根据RIS的接收信号与反射信号的方位角与仰角，构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k；
信道模型及级联信息构建模块，考虑下行链路导频传输，构建信道模型，由单用户接收端接收信号转换，构建级联信道
Figure GDA0003155813670000051
最优反射系统计算及反射系统矩阵构建模块，利用位置信息，基于接收端接收信号功率最大准则，计算RIS每个单元的最优反射系数，并构建反射系数矩阵Θ；
信道估计模块，根据所求得到的反射系数矩阵Θ与单用户接收信号yk，通过LS算法得到估计信道Hc。
作为优选，相对位置获取模块，基于车联网系统获得通信中物体的相对位置信息，首先初始化发送端，智能反射面以及接收端的相对位置，设
BS:(x1,y1,z1)
RIS:(x2,y2,z2)
User:(x3,y3,z3)
其中，所设坐标均为对应通信设备的中心点位置。
作为优选，方位角与仰角计算模块，根据所得到的基站、RIS以及接收端的相对位置，求出BS的方位角与仰角分别为：
Figure GDA0003155813670000061
Figure GDA0003155813670000062
RIS接收信号的方位角与仰角分别为：
Figure GDA0003155813670000063
Figure GDA0003155813670000064
RIS反射信号的方位角与仰角分别为：
Figure GDA0003155813670000065
Figure GDA0003155813670000066
级联信道构建模块，基于方位角与仰角计算模块所得到信息构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k，即
Figure GDA0003155813670000067
其中，M,N分别对应基站的天线数量与RIS反射元件的数量；αG表示基站到RIS的路径损耗；
Figure GDA0003155813670000068
其中，N是RIS反射元件的数量；αr,k表示RIS到第k个用户的路径损耗，a(ν,ψ)与
Figure GDA0003155813670000069
进一步表示为
Figure GDA00031558136700000610
Figure GDA0003155813670000071
其中，
Figure GDA0003155813670000072
λ是载波波长，d通常满足d＝λ/2的天线间距，
Figure GDA0003155813670000079
表示克罗内克积。
作为优选，信道模型及级联信息构建模块，在下行链路中BS将已知的导频信号传输给用户，第k个用户接收到的信号为
yk＝Gdiag(Θ)hr,ksk+nk
＝Gdiag(hr,k)Θsk+nk
其中，sk表示发送给第k个用户的导频信号，Θ＝[Θ1,...,ΘN]T是RIS的反射向量，Θn表示RIS的第n个元件(n＝1,...,N)的反射系数；nk为均值为0，方差为σ2的接收噪声；
定义系统级联信道
Figure GDA0003155813670000073
则第k个用户的接收信号为
yk＝HΘsk+nk。
作为优选，最优反射系统计算及反射系统矩阵构建模块，由位置信息，基于接收端信号功率最大原则，即
Figure GDA0003155813670000074
Figure GDA0003155813670000075
计算出RIS相移θi,j，其中i,j分别对应RIS的第i行第j列个元件的位置，则θi,j为
Figure GDA0003155813670000076
其中
Figure GDA0003155813670000077
均为对应RIS的第i行第j列个元件的反射相位位置的方位角与仰角大小，假定RIS的反射系数β＝1，RIS反射系数矩阵进一步写为
Figure GDA0003155813670000078
作为优选，信道估计模块，通过LS算法利用接收信号yk直与反射系数矩阵Θ直接得到估计信道Hc的稀疏向量，即
Hc＝(ΘTΘ)-1Θ*yk。
将RIS应用在车联网中，对于单发射天线与单接收天线的车与车通信，RIS可以通过改变反射系数矩阵，进而改变信号在无线信道的传输路径，提高接收端的信号功率。
本发明应用于车联网环境下的RIS系统中，利用车联网获得的位置信息，通过改变RIS的反射系数矩阵，提高接收端接收信号的信号功率。
本发明还降低了信道估计的时间复杂度，根据位置信息，得到RIS反射系数矩阵，联合接收信号直接获得估计信道。
附图说明
图1是本发明实施例2一种车联网环境下RIS系统中基于定位信息辅助的信道估计系统框图。
具体实施方式
以下优选实施例是对本发明提供的方法和技术方案的进一步说明，但不应该理解成对发明的限制。
实施例1
本实施例一种车联网环境下RIS系统中基于定位信息辅助的信道估计方法，以RIS的UPA设计为例，具体包括以下步骤：
步骤1：基于车联网系统获得通信中物体的相对位置信息，首先初始化发送端，智能反射面以及接收端的相对位置，设
BS:(x1,y1,z1)
RIS:(x2,y2,z2)
User:(x3,y3,z3)
其中，所设坐标均为对应通信设备的中心点位置。
步骤2：根据所得到的基站，RIS以及接收端的相对位置，可求出BS的方位角与仰角分别为：
Figure GDA0003155813670000091
Figure GDA0003155813670000092
RIS接收信号的方位角与仰角分别为：
Figure GDA0003155813670000093
Figure GDA0003155813670000094
RIS反射信号的方位角与仰角分别为：
Figure GDA0003155813670000095
Figure GDA0003155813670000096
步骤3：基于步骤2所得到信息构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k，即
Figure GDA0003155813670000097
其中，M,N分别对应基站的天线数量与RIS反射元件的数量。αG表示基站到RIS的路径损耗；
Figure GDA0003155813670000098
其中，αr,k表示RIS到第k个用户的路径损耗，a(ν,ψ)与
Figure GDA0003155813670000099
进一步表示为
Figure GDA00031558136700000910
Figure GDA00031558136700000911
其中，
Figure GDA0003155813670000101
λ是载波波长，d通常满足d＝λ/2的天线间距，
Figure GDA0003155813670000106
表示克罗内克积；
步骤4：在下行链路中BS将已知的导频信号传输给用户，特别的，第k个用户接收到的信号为
yk＝Gdiag(Θ)hr,ksk+nk
＝Gdiag(hr,k)Θsk+nk
其中，sk表示发送给第k个用户的导频信号，Θ＝[Θ1,...,ΘN]T是RIS的反射向量，Θn表示RIS的第n个元件(n＝1,...,N)的反射系数。nk为均值为0，方差为σ2的接收噪声。
步骤5：由位置信息，基于接收端信号功率最大原则，即
Figure GDA0003155813670000102
Figure GDA0003155813670000107
可直接计算出RIS相移θi,j，其中i,j分别对应RIS的第i行第j列个元件的位置，则θi,j为
Figure GDA0003155813670000103
其中
Figure GDA0003155813670000104
均为对应RIS的第i行第j列个元件的反射相位位置的方位角与仰角大小，在这里假定RIS的反射系数β＝1，RIS反射系数矩阵进一步写为
Figure GDA0003155813670000105
步骤6：通过LS算法利用接收信号yk直与RIS反射系数矩阵Θ直接得到估计信道Hc的稀疏向量，即
Hc＝(ΘTΘ)-1Θ*yk。
实施例2
如图1所示，本实施例一种车联网环境下RIS系统中基于定位信息辅助的信道估计系统，具体包括以下模块：
相对位置获取模块：基于车联网系统获得通信中物体的相对位置信息，首先初始化发送端，智能反射面以及接收端的相对位置，设
BS:(x1,y1,z1)
RIS:(x2,y2,z2)
User:(x3,y3,z3)
其中，所设坐标均为对应通信设备的中心点位置。
方位角与仰角计算模块：根据所得到的基站，RIS以及接收端的相对位置，可求出BS的方位角与仰角分别为：
Figure GDA0003155813670000111
Figure GDA0003155813670000112
RIS接收信号的方位角与仰角分别为：
Figure GDA0003155813670000113
Figure GDA0003155813670000114
RIS反射信号的方位角与仰角分别为：
Figure GDA0003155813670000115
Figure GDA0003155813670000116
级联信道构建模块：基于方位角与仰角计算模块所得到信息构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k，即
Figure GDA0003155813670000117
其中，M,N分别对应基站的天线数量与RIS反射元件的数量。αG表示基站到RIS的路径损耗；
Figure GDA0003155813670000121
其中，αr,k表示RIS到第k个用户的路径损耗，a(ν,ψ)与
Figure GDA0003155813670000122
进一步表示为
Figure GDA0003155813670000123
Figure GDA0003155813670000124
其中，
Figure GDA0003155813670000125
λ是载波波长，d通常满足d＝λ/2的天线间距，
Figure GDA00031558136700001211
表示克罗内克积；
信道模型及级联信息构建模块：在下行链路中BS将已知的导频信号传输给用户，特别的，第k个用户接收到的信号为
yk＝Gdiag(Θ)hr,ksk+nk
＝Gdiag(hr,k)Θsk+nk
其中，sk表示发送给第k个用户的导频信号，Θ＝[Θ1,...,ΘN]T是RIS的反射向量，Θn表示RIS的第n个元件(n＝1,...,N)的反射系数。nk为均值为0，方差为σ2的接收噪声。
最优反射系统计算及反射系统矩阵构建模块：由位置信息，基于接收端信号功率最大原则，即
Figure GDA0003155813670000126
Figure GDA0003155813670000127
可直接计算出RIS相移θi,j，其中i,j分别对应RIS的第i行第j列个元件的位置，则θi,j为
Figure GDA0003155813670000128
其中
Figure GDA0003155813670000129
均为对应RIS的第i行第j列个元件的反射相位位置的方位角与仰角大小，在这里假定RIS的反射系数β＝1，RIS反射系数矩阵进一步写为
Figure GDA00031558136700001210
信道估计模块：通过LS算法利用接收信号yk直与RIS反射系数矩阵Θ直接得到估计信道Hc的稀疏向量，即
Hc＝(ΘTΘ)-1Θ*yk。
以上实施例的说明只是用于帮助理解本发明方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求保护范围内。

Claims (8)

1.车联网环境下RIS系统中基于定位信息辅助的信道估计方法，其特征是包括如下步骤：
步骤1：根据车联网得到基站、RIS以及车辆接收端的相对位置；
步骤2：根据相对位置求得基站到RIS以及RIS到接收端有效信号在传播过程中的方位角与仰角；
步骤3：根据RIS的接收信号与反射信号的方位角与仰角，构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k；
步骤4：考虑下行链路导频传输，构建信道模型，由单用户接收端接收信号转换，构建级联信道
Figure FDA0003566028780000011
步骤5：利用位置信息，基于接收端接收信号功率最大准则，计算RIS每个单元的最优反射系数，并构建反射系数矩阵Θ；
步骤6：根据所求得到的反射系数矩阵Θ与单用户接收信号yk，通过LS算法得到估计信道Hc；
步骤1具体如下：基于车联网系统获得通信中物体的相对位置信息，首先初始化发送端，智能反射面以及接收端的相对位置，设
BS:(x1,y1,z1)
RIS:(x2,y2,z2)
User:(x3,y3,z3)
其中，所设坐标均为对应通信设备的中心点位置；
步骤2具体如下：根据所得到的基站、RIS以及接收端的相对位置，求出BS的方位角与仰角分别为：
Figure FDA0003566028780000012
Figure FDA0003566028780000013
RIS接收信号的方位角与仰角分别为：
Figure FDA0003566028780000014
Figure FDA0003566028780000021
RIS反射信号的方位角与仰角分别为：
Figure FDA0003566028780000022
Figure FDA0003566028780000023
步骤3具体如下：基于步骤2所得到信息构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k，即
Figure FDA0003566028780000024
其中，M,N分别对应基站的天线数量与RIS反射元件的数量；αG表示基站到RIS的路径损耗；
Figure FDA0003566028780000025
其中，N是RIS反射元件的数量；αr,k表示RIS到第k个用户的路径损耗，a(ν,ψ)与
Figure FDA0003566028780000026
进一步表示为
Figure FDA0003566028780000027
Figure FDA0003566028780000028
其中，
Figure FDA0003566028780000029
λ是载波波长，d通常满足d＝λ/2的天线间距，
Figure FDA00035660287800000210
表示克罗内克积。
2.如权利要求1所述车联网环境下RIS系统中基于定位信息辅助的信道估计方法，其特征是，步骤4具体如下：在下行链路中BS将已知的导频信号传输给用户，第k个用户接收到的信号为
yk＝Gdiag(Θ)hr,ksk+nk
＝Gdiag(hr,k)Θsk+nk
其中，sk表示发送给第k个用户的导频信号，Θ＝[Θ1,...,ΘN]T是RIS的反射向量，Θn表示RIS的第n个元件的反射系数,n＝1,…,N；nk为均值为0，方差为σ2的接收噪声；
定义系统级联信道
Figure FDA0003566028780000031
则第k个用户的接收信号为
yk＝HΘsk+nk。
3.如权利要求2所述车联网环境下RIS系统中基于定位信息辅助的信道估计方法，其特征是，
步骤5具体如下：由位置信息，基于接收端信号功率最大原则，即
Figure FDA0003566028780000032
Figure FDA0003566028780000033
计算出RIS相移θi,j，其中i,j分别对应RIS的第i行第j列个元件的位置，则θi,j为
Figure FDA0003566028780000034
其中
Figure FDA0003566028780000035
vr,k,
Figure FDA0003566028780000036
均为对应RIS的第i行第j列个元件的反射相位位置的方位角与仰角大小，假定RIS的反射系数β＝1，RIS反射系数矩阵进一步写为
Figure FDA0003566028780000037
4.如权利要求3所述车联网环境下RIS系统中基于定位信息辅助的信道估计方法，其特征是，
步骤6具体如下：通过LS算法利用接收信号yk与反射系数矩阵Θ直接得到估计信道Hc的稀疏向量，即
Hc＝(ΘTΘ)-1Θ*yk。
5.车联网环境下RIS系统中基于定位信息辅助的信道估计系统，其特征是包括如下模块：
相对位置获取模块，根据车联网得到基站、RIS以及车辆接收端的相对位置；
方位角与仰角计算模块，根据相对位置求得基站到RIS以及RIS到接收端有效信号在传播过程中的方位角与仰角；
级联信道构建模块，根据RIS的接收信号与反射信号的方位角与仰角，构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k；
信道模型及级联信息构建模块，考虑下行链路导频传输，构建信道模型，由单用户接收端接收信号转换，构建级联信道
Figure FDA0003566028780000041
最优反射系统计算及反射系统矩阵构建模块，利用位置信息，基于接收端接收信号功率最大准则，计算RIS每个单元的最优反射系数，并构建反射系数矩阵Θ；
信道估计模块，根据所求得到的反射系数矩阵Θ与单用户接收信号yk，通过LS算法得到估计信道Hc；
相对位置获取模块具体如下，基于车联网系统获得通信中物体的相对位置信息，首先初始化发送端，智能反射面以及接收端的相对位置，设
BS:(x1,y1,z1)
RIS:(x2,y2,z2)
User:(x3,y3,z3)
其中，所设坐标均为对应通信设备的中心点位置；
方位角与仰角计算模块具体如下，根据所得到的基站、RIS以及接收端的相对位置，求出BS的方位角与仰角分别为：
Figure FDA0003566028780000042
Figure FDA0003566028780000043
RIS接收信号的方位角与仰角分别为：
Figure FDA0003566028780000044
Figure FDA0003566028780000051
RIS反射信号的方位角与仰角分别为：
Figure FDA0003566028780000052
Figure FDA0003566028780000053
级联信道构建模块具体如下，基于方位角与仰角计算模块所得到信息构建基站到RIS的级联信道G，以及RIS到接收端的级联信道hr,k，即
Figure FDA0003566028780000054
其中，M,N分别对应基站的天线数量与RIS反射元件的数量；αG表示基站到RIS的路径损耗；
Figure FDA0003566028780000055
其中，N是RIS反射元件的数量；αr,k表示RIS到第k个用户的路径损耗，a(ν,ψ)与
Figure FDA0003566028780000056
进一步表示为
Figure FDA0003566028780000057
Figure FDA0003566028780000058
其中，
Figure FDA0003566028780000059
λ是载波波长，d通常满足d＝λ/2的天线间距，
Figure FDA00035660287800000510
表示克罗内克积。
6.如权利要求5所述车联网环境下RIS系统中基于定位信息辅助的信道估计系统，其特征是，信道模型及级联信息构建模块具体如下，在下行链路中BS将已知的导频信号传输给用户，第k个用户接收到的信号为
yk＝Gdiag(Θ)hr,ksk+nk
＝Gdiag(hr,k)Θsk+nk
其中，sk表示发送给第k个用户的导频信号，Θ＝[Θ1,...,ΘN]T是RIS的反射向量，Θn表示RIS的第n个元件的反射系数,n＝1,…,N；nk为均值为0，方差为σ2的接收噪声；
定义系统级联信道
Figure FDA0003566028780000061
则第k个用户的接收信号为
yk＝HΘsk+nk。
7.如权利要求6所述车联网环境下RIS系统中基于定位信息辅助的信道估计系统，其特征是，
最优反射系统计算及反射系统矩阵构建模块具体如下，由位置信息，基于接收端信号功率最大原则，即
Figure FDA0003566028780000062
Figure FDA0003566028780000067
计算出RIS相移θi,j，其中i,j分别对应RIS的第i行第j列个元件的位置，则θi,j为
Figure FDA0003566028780000063
其中
Figure FDA0003566028780000064
vr,k,
Figure FDA0003566028780000065
均为对应RIS的第i行第j列个元件的反射相位位置的方位角与仰角大小，假定RIS的反射系数β＝1，RIS反射系数矩阵进一步写为
Figure FDA0003566028780000066
8.如权利要求7所述车联网环境下RIS系统中基于定位信息辅助的信道估计系统，其特征是，
信道估计模块具体如下，通过LS算法利用接收信号yk与反射系数矩阵Θ直接得到估计信道Hc的稀疏向量，即
Hc＝(ΘTΘ)-1Θ*yk。
CN202110535233.1A 2021-05-17 2021-05-17 车联网环境下ris系统中基于定位信息辅助的信道估计方法及系统 Expired - Fee Related CN113285897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110535233.1A CN113285897B (zh) 2021-05-17 2021-05-17 车联网环境下ris系统中基于定位信息辅助的信道估计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110535233.1A CN113285897B (zh) 2021-05-17 2021-05-17 车联网环境下ris系统中基于定位信息辅助的信道估计方法及系统

Publications (2)

Publication Number Publication Date
CN113285897A CN113285897A (zh) 2021-08-20
CN113285897B true CN113285897B (zh) 2022-05-27

Family

ID=77279429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110535233.1A Expired - Fee Related CN113285897B (zh) 2021-05-17 2021-05-17 车联网环境下ris系统中基于定位信息辅助的信道估计方法及系统

Country Status (1)

Country Link
CN (1) CN113285897B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113890798B (zh) * 2021-10-18 2022-12-27 清华大学 Ris级联信道多用户联合的结构化稀疏估计方法及装置
CN114158063B (zh) * 2021-10-20 2022-11-22 广东工业大学 一种智能反射面辅助LoRa通信系统及其控制方法
CN113992483B (zh) * 2021-11-02 2023-11-03 新疆北斗同创信息科技有限公司 可重构表面辅助simo系统中基于叠加导频的信道估计方法
CN114051209B (zh) * 2021-11-18 2024-01-05 东南大学 一种基于智能反射面和场景几何模型的指纹定位方法
CN114244657B (zh) * 2021-12-23 2023-12-15 数源科技股份有限公司 多用户场景下的智能反射表面选择方法
CN114520699B (zh) * 2021-12-28 2023-06-30 重庆邮电大学 可重构智能表面辅助毫米波通信的低复杂度信道估计方法
CN114337871B (zh) * 2021-12-29 2023-02-28 北京交通大学 一种ris辅助信道仿真及信道容量分析方法
CN114745232B (zh) * 2022-04-02 2023-08-11 上海应用技术大学 智能可重构表面辅助毫米波mimo系统的信道估计方法
CN114844748B (zh) * 2022-04-14 2024-07-23 清华大学 信道估计方法、智能超表面结构及电子设备
CN116094553B (zh) * 2022-11-07 2024-04-23 上海师范大学 基于张量分解的车联网ris辅助注意力机制通信与感知方法
CN116318490B (zh) * 2023-05-25 2023-08-29 广州南方卫星导航仪器有限公司 一种基于5g应急通信车的通信信号检测方法及系统
CN116633423B (zh) * 2023-07-24 2023-10-13 成都本原星通科技有限公司 一种基于可重构智能表面的低轨卫星辅助通信方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000069199A1 (en) * 1999-05-05 2000-11-16 Nokia Corporation A method for positioning a mobile station
US6509836B1 (en) * 2000-03-31 2003-01-21 Georgia Tech Research Corporation Smart reflection antenna system and method
WO2018195548A1 (en) * 2017-04-21 2018-10-25 Cohere Technologies Communication techniques using quasi-static properties of wireless channels
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
CN111983560A (zh) * 2020-08-05 2020-11-24 北京理工大学 一种双可重构智能表面辅助的毫米波单基站定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000069199A1 (en) * 1999-05-05 2000-11-16 Nokia Corporation A method for positioning a mobile station
US6509836B1 (en) * 2000-03-31 2003-01-21 Georgia Tech Research Corporation Smart reflection antenna system and method
WO2018195548A1 (en) * 2017-04-21 2018-10-25 Cohere Technologies Communication techniques using quasi-static properties of wireless channels
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
CN111983560A (zh) * 2020-08-05 2020-11-24 北京理工大学 一种双可重构智能表面辅助的毫米波单基站定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Leveraging Location Information for RIS-Aided mmWave MIMO Communications;Jiguang He;《IEEE》;20210319;全文 *

Also Published As

Publication number Publication date
CN113285897A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN113285897B (zh) 车联网环境下ris系统中基于定位信息辅助的信道估计方法及系统
CN111313951B (zh) 基于非理想csi的irs辅助安全通信无线传输方法
Xiao et al. UAV communications with millimeter-wave beamforming: Potentials, scenarios, and challenges
CN113225275B (zh) 基于定位信息辅助的信道估计方法及系统
CN110266352B (zh) 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法
CN113973305B (zh) 搭载于无人机上的智能反射面位置和波束联合优化方法
CN112260740A (zh) 可重构智能表面辅助的共生通信系统波束赋形设计方法
CN114286312A (zh) 一种基于可重构智能表面增强无人机通信的方法
CN106850007A (zh) 毫米波通信链路多波束赋形方法及装置
CN113556164A (zh) Irs辅助的swipt系统中基于能效优先的波束成型优化方法
CN114095318A (zh) 智能超表面辅助的混合构型毫米波通信系统信道估计方法
CN116600314A (zh) 一种高铁毫米波通信系统的通信控制方法及系统
CN116390114A (zh) 基于非视距链路识别的车联网感知辅助通信预波束对准方法
CN116056118A (zh) 基于主被动混合智能超表面的无线通信传输方法及系统
Shaddad et al. Channel estimation for intelligent reflecting surface in 6G wireless network via deep learning technique
CN110545128B (zh) 一种环境反向散射阵列通信系统中的协作传输优化方法
CN103067066A (zh) 双天线卫星通信系统下行链路干扰抑制方法
WO2023165237A1 (zh) 一种基于全息多址接入的信道估计方法及装置
CN115642998B (zh) 一种毫米波频段联合通信与定位的导频分配方法
CN115022146B (zh) 一种可重构智能表面辅助的通信与定位一体化全双工系统
CN115967948A (zh) 一种基于无人机智能反射面的移动车载网络下行安全通信方法
Tavana et al. Amplitude-based sequential optimization of energy harvesting with reconfigurable intelligent surfaces
Meng et al. Introduction to Intelligent Surfaces
Raeisi et al. Plug-In RIS: A Novel Approach to Fully Passive Reconfigurable Intelligent Surfaces
CN112910524A (zh) 基于概率模型的毫米波波束跟踪方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220527

CF01 Termination of patent right due to non-payment of annual fee