CN113726380B - 一种基于训练序列的宽带混合波束赋形方法 - Google Patents

一种基于训练序列的宽带混合波束赋形方法 Download PDF

Info

Publication number
CN113726380B
CN113726380B CN202110842161.5A CN202110842161A CN113726380B CN 113726380 B CN113726380 B CN 113726380B CN 202110842161 A CN202110842161 A CN 202110842161A CN 113726380 B CN113726380 B CN 113726380B
Authority
CN
China
Prior art keywords
user
base station
radio frequency
matrix
channel
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
Application number
CN202110842161.5A
Other languages
English (en)
Other versions
CN113726380A (zh
Inventor
王�华
孙艺玮
何东轩
袁明浩
朱田野
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202110842161.5A priority Critical patent/CN113726380B/zh
Publication of CN113726380A publication Critical patent/CN113726380A/zh
Application granted granted Critical
Publication of CN113726380B publication Critical patent/CN113726380B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04B7/0452—Multi-user MIMO systems
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • 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
    • 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)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明针对多用户大规模MIMO‑OFDM时分双工系统，提出一种基于训练序列的宽带混合波束赋形方法。首先基于最小均方误差准则，利用接收信号的自相关以及发送和接收信号的互相关，通过上行和下行的迭代过程，分别设计下行和上行用户端全数字波束赋形器；其次，利用主成分分析法提取频率平坦的射频波束赋形器；然后在所述射频波束赋形器基础上对其上行等效基带信道进行信道估计；最后根据所述信道估计结果采用块对角化的方法对基带波束进行赋形。

Description

一种基于训练序列的宽带混合波束赋形方法
技术领域
本发明涉及无线通信中的波束赋形领域，主要考虑在多用户时分双工(time-division duplexing，TDD)毫米波大规模MIMO正交频分多址(orthogonal frequencydivision multiplexing，OFDM)通信系统中，结合低复杂度信道估计技术，基站和用户分别消除用户间的干扰和同一用户不同数据流之间的干扰来提高通信容量。
背景技术
随着物联网和移动互联网等技术的迅猛发展，社会生活对无线数据传输的速率和可靠性的要求大大提高，而毫米波大规模MIMO技术是实现大速率数据传输的关键技术之一。同时，毫米波频段波长极短，易于实现大规模天线阵列的集成化、小型化。故毫米波大规模MIMO技术也是满足无人机和卫星等飞行器通信需求的关键技术之一。在毫米波大规模MIMO通信系统中，混合波束赋形可以在降低能量消耗的基础上显著提高频谱效率。多用户环境下高效的混合波束赋形方案高度依赖于准确的信道状态信息。然而，对于具有数十个或数百个天线单元的多用户大规模MIMO来说，高精度低复杂度的信道估计方法具有挑战性。因此，在不完美信道状态信息下工作或与信道估计相结合的混合波束赋形方案是一个值得探讨的问题。
利用不完美信道状态信息的多用户混合波束赋形方案和与信道估计相结合的多用户混合波束赋形方案已经被广泛地研究。例如：JoséP.González-Coma提出了一种频率选择性信道中利用不完全信道信息对多用户系统进行混合波束赋形设计的方案。此方案基于接收信号的自相关及其与发送信号的互相关估计，采用迭代最小均方误差(minimum meansquare error，MMSE)算法设计混合波束赋形器。
针对射频和基带波束赋形器在时间尺度上对信道状态信息的不同要求和灵活性，Yinglei Teng提出了一种自适应部分连接射频波束赋形结构下的混合时间尺度混合波束赋形方案。为了减少反馈开销，Chunmei Xu利用给定的模拟码本和相应的有效信道状态信息设计了混合预编码方案。JoséP.González-Coma结合同步加权正交匹配追踪(simultaneous weighted orthogonal matching pursuit，SW-OMP)信道估计方法，提出了一种基于投影梯度的混合波束赋形方案。Ahmed Alkhateeb引入最先进的深度学习技术，开发了一种支持高移动毫米波应用的波束形成解决方案。另外，An-An Lu研究了在信道状态信息不完全的情况下，针对大规模MIMO下行链路的鲁棒线性波束成形器的设计。
然而，尽管有较多混合波束赋形方案提出，大多数混合波束赋形设计的研究有局限性。虽然部分文献采用不完美的信道状态信息对混合波束赋形器进行设计，但是他们都没有提出获取统计信道状态信息或有效信道状态信息的详细方法。另一方面，部分文献将信道估计与混合波束赋形设计相结合，但他们通常使用非常稀疏的多径模型，在丰富的多径情况下可能没有令人满意的性能。因此，需要探索新的方案来降低混合波束赋形的信道状态信息需求，并提供低复杂度不完全信道状态信息的估计方法。
发明内容
有鉴于此，本发明针对多用户大规模MIMO-OFDM时分双工系统，提出一种基于训练序列的宽带混合波束赋形方法。
本发明通过以下技术方案实现。
一种基于训练序列的宽带混合波束赋形方法，首先基于最小均方误差准则，利用接收信号的自相关以及发送和接收信号的互相关，通过上行和下行的迭代过程，分别设计下行和上行用户端全数字波束赋形器；其次，利用主成分分析法提取频率平坦的射频波束赋形器；然后在所述射频波束赋形器基础上对其上行等效基带信道进行信道估计；最后根据所述信道估计结果采用块对角化的方法对基带波束进行赋形。
本发明的有益效果：
(1)本发明采用接收信号的自相关及其与发送信号的互相关，通过上下行迭代设计，并使用主成分分析方法对抗宽带信道的频域选择性，使得能在未知信道状态信息的情况下设计射频波束赋形器，并且基站和用户的射频波束赋形都可以在本地完成，因而省去了射频波束赋形的反馈环节，节省了反馈开销。
(2)本发明采用数字域等效信道估计，信道估计算法能在更多的物理信道模型下使用，降低了信道估计的复杂度。
附图说明
图1为本发明基于训练序列的宽带混合波束赋形方法流程图；
图2为本发明实施例中信道通信场景系统建模示意图。
具体实施方式
下面结合附图对本发明做进一步介绍。
如图2所示，本实施例是基于TDD的多用户大规模MIMO-OFDM系统中信道通信场景系统建模，其中基站装配NBS根天线和LBS条射频链，满足射频数量远小于天线数量。此外，基站可以同时最多服务U个用户，而每个用户装配NMS根天线和LMS条射频链，同样地满足射频链数量远小于天线数量。每个用户可以支持Ns个数据流传输，则基站可以支持UNs个数据流传输，为最大程度利用每条射频链，这里假定数据流与射频链的数量满足Ns＝LMS和UNs＝LBS。OFDM系统的子载波数为K。
毫米波信道假定是由Ncl个散射簇的贡献之和，其中每个簇中包含Nray条路径且每条路径有一个对应的时延τu,l,r，因而基站到第u个用户在第d个时延的信道表达式可以写成如下形式
Figure BDA0003179382150000041
其中αu,l,r表示在第l个簇中的第r条路径的复增益，并且αu,l,r服从复高斯分布CN(0,1)；prc,u(τ)为成形滤波器，信号周期为Ts；aBS和aMS,u分别表示基站天线和用户天线的阵列响应矢量，考虑天线为天线间距为载波中频半波长的均匀线阵，阵列相应可以表示为
Figure BDA0003179382150000042
Figure BDA0003179382150000043
其中，θBS和θMS,u分别为离开角和到达角。频域信道矩阵可以被进一步写成
Figure BDA0003179382150000044
其中D是循环前缀的长度，对角矩阵Δu[k]包含每个径的复增益，ABS和AMS,u是所有径的阵列相应矢量组成的矩阵。
利用TDD系统的信道互易性，假设该系统在上下行过程中共享相同的波束赋形方案。
基于上述建模分析，结合图1进一步介绍本实施例的一种基于训练序列的宽带混合波束赋形方法，具体包括以下步骤：
步骤一、射频波束赋形设计
本实施例中所述射频波束赋形设计是基于在信道状态信息未知情况下，首先基于最小均方误差准则，利用接收信号的自相关以及发送和接收信号的互相关，通过上行和下行的迭代过程，分别设计下行和上行用户端全数字波束赋形器；然后，利用主成分分析法提取频率平坦的射频波束赋形器FRF和WRF,u。具体包括以下步骤：
步骤1.1、初始化
设置基站全数字波束赋形器为
Figure BDA0003179382150000051
最大迭代次数为I，迭代次数计数器i＝0；
步骤1.2、设计下行用户端全数字波束赋形器
根据最小均方误差准则，设计下行用户端全数字波束赋形器为：
Figure BDA0003179382150000052
其中，基站发射训练信号sDL[k]，
Figure BDA0003179382150000053
第u个用户天线端的接收信号为/>
Figure BDA0003179382150000054
(加性高斯白噪声/>
Figure BDA0003179382150000055
σ为噪声标准差)，/>
Figure BDA0003179382150000056
为接收信号的自相关矩阵，/>
Figure BDA0003179382150000057
为接收信号和发送信号的互相关矩阵；
步骤1.3、设计上行基站端全数字波束赋形器
根据最小均方误差准则，设计上行基站端全数字波束赋形器为：
FMMSE[k]＝E[rUL[k]rULH[k]]-1E[rUL[k]sULH[k]]，
其中，第u个用户发射训练信号
Figure BDA0003179382150000058
对于两个不同用户i和j有/>
Figure BDA0003179382150000059
基站天线端的接收信号为/>
Figure BDA00031793821500000510
(加性高斯白噪声/>
Figure BDA00031793821500000511
σ为噪声标准差)，E[rUL[k]rULH[k]]为接收信号的自相关矩阵，E[rUL[k]sULH[k]]为接收信号和发送信号的互相关矩阵；/>
步骤1.4、判断迭代终止条件
i＝i+1，判断i≥I是否成立，若成立，进行下一步，否则回到步骤1.2；
步骤1.5、利用主成分分析法提取频率平坦的射频波束赋形器
在本实施例中，采用以下方法提取频率平坦的射频波束赋形器FRF和WRF,u：
在基站端，定义数据集矩阵F＝[FMMSE[1]…FMMSE[K]](FMMSE[k]为步骤1.3得到的各个子载波下全数字波束赋形器)，对所述数据集矩阵做奇异值分解
Figure BDA0003179382150000061
则基站端的波束赋形器为/>
Figure BDA0003179382150000062
(LBS为基站端的射频链数量，NBS为基站天线数，[A]:,1:B表示取矩阵A的前B列，∠(·)为取复数矩阵每个元素的幅角，j为虚数单位，exp(·)表示以自然常数e为底的指数函数)；在第u个用户端，定义数据集矩阵/>
Figure BDA0003179382150000063
(
Figure BDA0003179382150000064
为步骤1.2得到的各个子载波下全数字波束赋形器)，对其做奇异值分解/>
Figure BDA0003179382150000065
则基站波束赋形器为/>
Figure BDA0003179382150000066
(LMS为用户端的射频链数量，NMS为用户天线数)。
步骤二、对上行等效基带信道进行信道估计
本实施例中将在所述的射频波束赋形器基础上，对其上行等效基带信道进行信道估计，即在步骤一设计好的FRF和WRF,u基础上，对
Figure BDA0003179382150000067
进行信道估计，得到信道估计结果。
具体为：令第u个用户的发射训练信号为xu[k]，则基站的接收信号为
Figure BDA0003179382150000068
其中/>
Figure BDA0003179382150000069
根据最小二乘原理，得到基带等效信道估计结果为/>
Figure BDA00031793821500000610
步骤三、基带波束赋形设计
根据所述基带等效信道估计结果Heq,u[k]，采用块对角化的方法对基带波束赋形器
Figure BDA00031793821500000611
和/>
Figure BDA00031793821500000612
进行设计。具体步骤如下：
步骤3.1、计算用户间干扰抑制矩阵
将第u个用户干扰信道的集合矩阵记为
Figure BDA0003179382150000071
其奇异值分解为
Figure BDA0003179382150000072
令LMS个最小的奇异值对应的右奇异矢量组成的矩阵为/>
Figure BDA0003179382150000073
矩阵/>
Figure BDA0003179382150000074
即为用户间干扰抑制矩阵。
步骤3.2、消除等效信道的用户间干扰并做奇异值分解：
消除第u个用户干扰
Figure BDA0003179382150000075
对/>
Figure BDA0003179382150000076
做奇异值分解
Figure BDA0003179382150000077
步骤3.3、设计基带波束赋形器：
基站端服务第u个用户的基带波束赋形器为
Figure BDA0003179382150000078
第u个用户端基带波束赋形器为/>
Figure BDA0003179382150000079
在具体实施时，对于时变信道，本实施例采取射频波束赋形持续较长的信道相干时间，基带波束赋形和基带波束赋形持续较短的信道相干时间的方式。对于有限反馈系统，本实施例的射频波束赋形设计可以分别在基站和用户端本地完成，因此不需要反馈。为了减小反馈开销，采用基带波束赋形由基站设计并将用户基带波束赋形的设计结果由基站反馈到用户的反馈方案。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于训练序列的宽带混合波束赋形方法，其特征在于，首先基于最小均方误差准则，利用接收信号的自相关以及发送和接收信号的互相关，通过上行和下行的迭代过程，分别设计下行和上行用户端全数字波束赋形器；其次，利用主成分分析法提取频率平坦的射频波束赋形器；然后在所述射频波束赋形器基础上对其上行等效基带信道进行信道估计；最后根据所述信道估计结果采用块对角化的方法对基带波束进行赋形；
所述下行和上行用户端全数字波束赋形器具体采用以下方式设计：
步骤1.1、初始化
设置基站全数字波束赋形器为
Figure DEST_PATH_IMAGE002
，最大迭代次数为I，迭代次数计数器i＝0，UNs＝LBS条射频链，NBS为基站装配NBS根天线；
步骤1.2、设计下行用户端全数字波束赋形器
根据最小均方误差准则，设计下行用户端全数字波束赋形器为：
Figure FDA0003774662810000012
其中，基站发射训练信号sDL[k]，
Figure FDA0003774662810000013
第u个用户天线端的接收信号为/>
Figure FDA0003774662810000014
其中加性高斯白噪声/>
Figure FDA0003774662810000015
σ为噪声标准差，/>
Figure FDA0003774662810000016
为接收信号的自相关矩阵，/>
Figure FDA0003774662810000017
为接收信号和发送信号的互相关矩阵，Hu[k]为频域信道矩阵，/>
Figure FDA0003774662810000018
为迭代用户天线数的次数；/>
Figure FDA0003774662810000019
为基站向第u个用户天线端发射的训练信号；
步骤1.3、设计上行基站端全数字波束赋形器
根据最小均方误差准则，设计上行基站端全数字波束赋形器为：
Figure FDA00037746628100000110
其中，第u个用户发射训练信号
Figure FDA00037746628100000111
Figure FDA00037746628100000112
对于两个不同用户i和j有/>
Figure FDA00037746628100000113
基站天线端的接收信号为/>
Figure FDA00037746628100000114
nUL[k]为基站天线端的加性高斯白噪声；
步骤1.4、判断迭代终止条件
i＝i+1，判断i≥I是否成立，若成立，进行下一步，否则回到步骤1.2；
步骤1.5、利用主成分分析法提取频率平坦的射频波束赋形器；
所述利用主成分分析法提取频率平坦的射频波束赋形器，具体包括：
在基站端，定义数据集矩阵
Figure FDA0003774662810000021
其中FMMSE[k]为步骤1.3得到的各个子载波下全数字波束赋形器，对所述数据集矩阵做奇异值分解/>
Figure FDA0003774662810000022
则基站端的波束赋形器为/>
Figure FDA0003774662810000023
其中，LBS为基站端的射频链数量，NBS为基站天线数，[A]:,1:B表示取矩阵A的前B列，∠(·)为取复数矩阵每个元素的幅角，j为虚数单位，exp(·)表示以自然常数e为底的指数函数；
在第u个用户端，定义数据集矩阵
Figure FDA0003774662810000024
Figure FDA0003774662810000025
为步骤1.2得到的各个子载波下全数字波束赋形器，对其做奇异值分解/>
Figure FDA0003774662810000026
则用户端的波束赋形器为/>
Figure FDA0003774662810000027
LMS为用户端的射频链数量，NMS为用户天线数；
在所述射频波束赋形器基础上对其上行等效基带信道进行信道估计，具体为：
令第u个用户的发射训练信号为xu[k]，则基站的接收信号为
Figure FDA0003774662810000028
其中/>
Figure FDA0003774662810000029
根据最小二乘原理，基带等效信道估计结果为
Figure FDA00037746628100000210
对基带波束赋形进行设计，具体步骤如下：
步骤3.1、计算用户间干扰抑制矩阵；
将第u个用户干扰信道的集合矩阵记为
Figure FDA00037746628100000211
其奇异值分解为
Figure FDA00037746628100000212
令LMS个最小的奇异值对应的右奇异矢量组成的矩阵为/>
Figure FDA00037746628100000213
矩阵/>
Figure FDA00037746628100000214
即为用户间干扰抑制矩阵；
步骤3.2、消除等效信道的用户间干扰并做奇异值分解：
消除第u个用户干扰
Figure FDA0003774662810000031
对/>
Figure FDA0003774662810000032
做奇异值分解
Figure FDA0003774662810000033
步骤3.3、设计基带波束赋形器；
基站端服务第u个用户的基带波束赋形器为
Figure FDA0003774662810000034
第u个用户端基带波束赋形器为/>
Figure FDA0003774662810000035
/>
CN202110842161.5A 2021-07-26 2021-07-26 一种基于训练序列的宽带混合波束赋形方法 Active CN113726380B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110842161.5A CN113726380B (zh) 2021-07-26 2021-07-26 一种基于训练序列的宽带混合波束赋形方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110842161.5A CN113726380B (zh) 2021-07-26 2021-07-26 一种基于训练序列的宽带混合波束赋形方法

Publications (2)

Publication Number Publication Date
CN113726380A CN113726380A (zh) 2021-11-30
CN113726380B true CN113726380B (zh) 2023-03-28

Family

ID=78673935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110842161.5A Active CN113726380B (zh) 2021-07-26 2021-07-26 一种基于训练序列的宽带混合波束赋形方法

Country Status (1)

Country Link
CN (1) CN113726380B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109302224A (zh) * 2018-10-18 2019-02-01 复旦大学 用于大规模mimo的混合波束赋形算法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107294590B (zh) * 2017-06-20 2020-08-28 电子科技大学 一种基于上行训练的数模混合波束赋形方法
CN108667493B (zh) * 2018-03-14 2021-06-11 西安电子科技大学 一种面向大规模mimo中nlos场景下的波束赋形方法
EP3739356A1 (en) * 2019-05-12 2020-11-18 Origin Wireless, Inc. Method, apparatus, and system for wireless tracking, scanning and monitoring
CN110518952B (zh) * 2019-08-26 2020-12-08 北京理工大学 一种基于码本的自适应分组宽带混合波束赋形设计方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109302224A (zh) * 2018-10-18 2019-02-01 复旦大学 用于大规模mimo的混合波束赋形算法

Also Published As

Publication number Publication date
CN113726380A (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
Wang et al. Beam squint and channel estimation for wideband mmWave massive MIMO-OFDM systems
CN108886826B (zh) 用于无线多天线和频分双工系统的混合波束成形方法
Jiang et al. A framework for over-the-air reciprocity calibration for TDD massive MIMO systems
CN106060950B (zh) 一种基于机会干扰对齐的蜂窝下行信道中数据传输方法
CN110518952B (zh) 一种基于码本的自适应分组宽带混合波束赋形设计方法
CN108418617B (zh) 基于多个子天线阵列的大规模mimo系统验证方法
CN104601257B (zh) 一种时分双工通信模式下多天线系统的互易性校准方法
Raeesi et al. Estimation and mitigation of channel non-reciprocity in massive MIMO
CN109347529B (zh) 一种对抗相移器不理想性的信道估计和混合波束成形方法
CN107086886A (zh) 大规模mimo系统融合迫零与泰勒级数展开的双层预编码设计
Chen-Hu et al. Non-coherent massive MIMO-OFDM down-link based on differential modulation
CN115021843B (zh) 一种毫米波通信多用户系统合作感知方法
Choi et al. Downlink extrapolation for FDD multiple antenna systems through neural network using extracted uplink path gains
CN115733530A (zh) 一种可重构智能表面辅助毫米波通信的联合预编码方法
CN109067446B (zh) 一种多天线多用户大规模天线的混合预编码方法
CN112769462B (zh) 一种基于联合参数学习的毫米波mimo宽带信道估计方法
CN107959520B (zh) 一种全双工基站蜂窝网络的时隙干扰对齐方法
CN113726380B (zh) 一种基于训练序列的宽带混合波束赋形方法
CN114710382B (zh) 一种时分双工多天线系统的干扰消除方法
CN106878225A (zh) 一种设备指纹与信道分离的方法及装置
Zhang et al. Efficient beamforming training and limited feedback precoding for massive MIMO systems
CN105471523B (zh) 多天线系统的协作分集互易性校准方法
Jagyasi et al. In-band full-duplex relay-assisted millimeter-wave system design
CN108494452B (zh) 毫米波大规模mimo-ofdm系统中多用户混合波束赋形算法和实现装置
Chiang et al. Hybrid beamforming strategy for wideband millimeter wave channel models

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