CN113890798B - Ris级联信道多用户联合的结构化稀疏估计方法及装置 - Google Patents
Ris级联信道多用户联合的结构化稀疏估计方法及装置 Download PDFInfo
- Publication number
- CN113890798B CN113890798B CN202111209673.4A CN202111209673A CN113890798B CN 113890798 B CN113890798 B CN 113890798B CN 202111209673 A CN202111209673 A CN 202111209673A CN 113890798 B CN113890798 B CN 113890798B
- Authority
- CN
- China
- Prior art keywords
- base station
- ris
- sparse
- structured
- station side
- 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
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- 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
- H04L25/0224—Channel estimation using sounding signals
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本申请涉及通信技术领域,特别涉及一种RIS级联信道多用户联合的结构化稀疏估计方法及装置,其中,方法包括:根据基站侧反射体稀疏特性估计基站侧接收角;消除所述基站侧接收角影响,并且基于当前天线阵列与RIS阵列制式,构造对应的结构化稀疏矩阵;利用所述结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数。本申请实施例能够在更低的导频开销下完成高精度的信道估计,进一步增大通信传输率,同时可兼顾不同制式的天线阵列如均匀线性/平面/圆形阵列,对后续通信过程中的预编码以及波束赋形都有着积极的推动作用。
Description
技术领域
本申请涉及通信技术领域,特别涉及一种RIS级联信道多用户联合的结构化稀疏估计方法及装置。
背景技术
RIS(reconfigurableintelligentsurface,可重构智能表面)以及相关通信技术是通信领域新兴研究的热点之一。RIS是由可控电磁材料等无源器件构成的大规模电磁波反射阵列。通过在小区内部署RIS,可以控制电磁波反射方向与相位,可以有效克服遮挡、衰落在信号传输过程中带来的损耗,显著提升接收信号质量,从而实现更加理想的毫米波波束赋形与网络覆盖。此外,与传统中继相比,RIS基于被动无源的电磁波反射模式,具有更小的硬件成本与能量消耗,对低能耗低成本绿色通信的建设有着巨大的推动作用。
然而,随着基站侧天线以及RIS反射单元数量不断增加,基站-RIS-用户的级联信道维度成倍增加,导致传统信道估计方案所需导频过大,通信系统数据传输效率过低。
申请内容
本申请是基于发明人对以下问题的认识和发现作出的:
目前,需要设计新型的信道估计算法,在保证信道估计精度的同时尽可能的减少导频开销的长度。
鉴于,已有研究常常直接将压缩感知算法应用至级联信道中,没有匹配基站-RIS-用户级联信道的特定结构,造成导频开销的无端浪费,而提炼级联信道中的若干结构化稀疏性,可以更为有效的压缩信道矩阵维度,从而保证利用更少的参数来精确表征级联信道,降低估计成本与复杂度。
本申请提供一种RIS级联信道多用户联合的结构化稀疏估计方法及装置,以解决随着基站侧天线以及RIS反射单元数量不断增加,基站-RIS-用户的级联信道维度成倍增加,使得传统信道估计方案所需导频过大,通信系统数据传输效率过低的技术问题。
本申请第一方面实施例提供一种RIS级联信道多用户联合的结构化稀疏估计方法,包括以下步骤:根据基站侧反射体稀疏特性估计基站侧接收角;消除所述基站侧接收角影响,并且基于当前天线阵列与当前可重构智能表面RIS阵列制式,构造对应的结构化稀疏矩阵;利用所述结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数。
可选地,在本申请的一个实施例中,消除所述基站侧接收角影响,包括:根据所述基站侧接收角利用伪逆求解消除所述基站侧接收角影响,得到修正后的波束域接收信息。
可选地,在本申请的一个实施例中,所述基于当前天线阵列与当前可重构智能表面RIS阵列制式,所构造对应的结构化稀疏矩阵,包括:根据所述当前天线阵列与所述RIS阵列制式确定对应的波束域投影矩阵;根据所述对应的波束域投影矩阵,从而获得其最佳稀疏表示和所述波束域接收信息,得到最佳稀疏表示;由所述最佳稀疏表示确定所述结构化稀疏矩阵。
可选地,在本申请的一个实施例中,所述利用所述结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数,包括:计算每两行之间的互相关值,并确定所述互相关值的最大位置,得到实际偏移范围;对每个用户的实际偏移范围进行求和加权,得到最终偏移值;根据所述最终偏移值对结构化稀疏矩阵的每行进行平移,并在压缩感知处理后,得到所述结构化稀疏信道参数。
本申请第二方面实施例提供一种RIS级联信道多用户联合的结构化稀疏估计装置,包括:第一估计模块,用于根据基站侧反射体稀疏特性估计基站侧接收角;构造模块,用于消除所述基站侧接收角影响,并且基于当前天线阵列与RIS阵列制式,构造对应的结构化稀疏矩阵;第二估计模块,用于利用所述结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数。
可选地,在本申请的一个实施例中,所述第一估计模块进一步用于根据所述基站侧接收角利用伪逆求解消除所述基站侧接收角影响,得到修正后的波束域接收信息。
可选地,在本申请的一个实施例中,所述构造模块包括:确定单元,用于根据所述当前天线阵列与所述RIS阵列制式确定对应的波束域投影矩阵;获取单元,用于根据所述对应的波束域投影矩阵,从而获得其最佳稀疏表示和所述波束域接收信息,得到最佳稀疏表示;生成单元,用于由所述最佳稀疏表示确定所述结构化稀疏矩阵。
可选地,在本申请的一个实施例中,所述第二估计模块包括:计算单元,用于计算每两行之间的互相关值,并确定所述互相关值的最大位置,得到实际偏移范围;加权单元,用于对每个用户的实际偏移范围进行求和加权,得到最终偏移值;估计单元,用于根据所述最终偏移值对结构化稀疏矩阵的每行进行平移,并在压缩感知处理后,得到所述结构化稀疏信道参数。
本申请第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的RIS级联信道多用户联合的结构化稀疏估计方法。
本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上述实施例所述的RIS级联信道多用户联合的结构化稀疏估计方法。
本申请实施例在保证信道估计精度的前提下,通过利用基站-RIS-用户级联信道变换域中特殊的结构化稀疏性质,尽可能的降低导频开销在数据帧中的比例,从而保证数据信息高速有效的传输,尤其是能够在更低的导频开销下完成高精度的信道估计,进一步增大通信传输率,同时可兼顾不同制式的天线阵列如均匀线性/平面/圆形阵列,对后续通信过程中的预编码以及波束赋形都有着积极的推动作用。由此,解决了随着基站侧天线以及RIS反射单元数量不断增加,基站-RIS-用户的级联信道维度成倍增加,使得传统信道估计方案所需导频过大,通信系统数据传输效率过低的技术问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种RIS级联信道多用户联合的结构化稀疏估计方法的流程图;
图2为根据本申请一个实施例的RIS级联信道多用户联合的结构化稀疏估计方法的原理示意图;
图3为根据本申请一个实施例的估计精度(NMSE)随导频长度性能仿真示意图;
图4为根据本申请一个实施例的估计精度(NMSE)随信噪比(SNR)性能仿真示意图;
图5为根据本申请实施例的RIS级联信道多用户联合的结构化稀疏估计装置的示例图;
图6为本申请实施例提出的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的RIS级联信道多用户联合的结构化稀疏估计方法及装置。针对上述背景技术中心提到的随着基站侧天线以及RIS反射单元数量不断增加,基站-RIS-用户的级联信道维度成倍增加,使得传统信道估计方案所需导频过大,通信系统数据传输效率过低的技术问题,本申请提供了一种RIS级联信道多用户联合的结构化稀疏估计方法,在该方法中,在保证信道估计精度的前提下,通过利用基站-RIS-用户级联信道变换域中特殊的结构化稀疏性质,尽可能的降低导频开销在数据帧中的比例,从而保证数据信息高速有效的传输,尤其是能够在更低的导频开销下完成高精度的信道估计,进一步增大通信传输率,同时可兼顾不同制式的天线阵列如均匀线性/平面/圆形阵列,对后续通信过程中的预编码以及波束赋形都有着积极的推动作用。由此,解决了随着基站侧天线以及RIS反射单元数量不断增加,基站-RIS-用户的级联信道维度成倍增加,使得传统信道估计方案所需导频过大,通信系统数据传输效率过低的技术问题。
具体而言,图1为本申请实施例所提供的一种RIS级联信道多用户联合的结构化稀疏估计方法的流程示意图。
如图1所示,该RIS级联信道多用户联合的结构化稀疏估计方法包括以下步骤:
在步骤S101中,根据基站侧反射体稀疏特性估计基站侧接收角。
可以理解的是,首先,本申请实施例可以利用基站侧反射体稀疏特性,估计基站侧接收角(AoD)。
具体而言,基于毫米波信道散射体数量有限,基站端发射角呈现稀疏特性,RIS-基站信道G可以进一步写为:
G=A1(θAoD)·Σ·A2(θAoA)H
其中θAoA为RIS端发射角,θAoD为基站端接收角,Σ为路径损耗对应的对角矩阵。为此可以利用MUSIC算法或波束扫描直接确定此处参数θAoD。
需要说明的是,如图2所示,考虑一上行窄带通信系统,K个用户经RIS反射电磁波传输至基站端,具体实例模型如图所示,其中,基站天线数量记为Nt,RIS反射单元数量记为NI,RIS调相数值记为φt,信号传输实例如下式所示:
yk,t=G·diag(φt)·hksk,t+nk,t=G·diag(hk)·φtsk,t+nk,t
其中,sk,t表示用户端发射的导频信息,yk,t表示基站端接收到的对应信息,nk,t为高斯白噪声(AWGN)。将若干时隙信息合并为一矩阵可得:
Yk=G·diag(hk)·Φ+Nk
在这一实例中需要通过导频与接收信号确定精确的级联信道矩阵G·diag(hk),使得估计结果与真实值误差尽可能小,定义均方误差为:
其中Hest为级联信道估计值,G·diag(hk)为实际信道矩阵。
在实际执行的过程中,若直接估计级联信道的方案需要过量导频开销,则对通信质量造成极大的影响。因此,本申请实施例对其进行稀疏表示,在变换域上估计极少量的稀疏值与位置索引,从而可保证估计精度的同时大幅降低导频开销,即基站与RIS之间的信道,以及RIS与用户之间的信道,在基站天线以及RIS阵列制式对应的变换域中均含有稀疏性质以及结构化稀疏性质,为此本申请实施例基于结构化压缩感知的信道估计方式可极大的降低导频开销长度,保证数据信息高速有效的传输,并在后续赘述结合不同子载波、不同用户间公共参数的共享性,从而可以设计多用户多载波的联合估计算法,进一步降低级联信道的导频开销。
在步骤S102中,消除基站侧接收角影响,并且基于当前天线阵列与当前可重构智能表面RIS阵列制式,构造对应的结构化稀疏矩阵。
也就是说,其次,本申请实施例针对不同天线阵列以及RIS阵列制式,构造对应的结构化稀疏矩阵。
可选地,在本申请的一个实施例中,消除基站侧接收角影响,包括:根据基站侧接收角利用伪逆求解消除基站侧接收角影响,得到修正后的波束域接收信息。
进一步地,在获得矩阵A1(θAoD)后,通过伪逆求解可消除θAoD影响,获得修正后的波束域接收信息:
此时级联信道左侧波束阵列矢量估计完成,同时级联信道矩阵其中一维已由空间域变换为稀疏波束域。
进一步地,在本申请的一个实施例中,基于当前天线阵列与当前可重构智能表面RIS阵列制式,所构造对应的结构化稀疏矩阵,包括:根据当前天线阵列与RIS阵列制式确定对应的波束域投影矩阵;根据对应的波束域投影矩阵,从而获得其最佳稀疏表示和波束域接收信息,得到最佳稀疏表示;由最佳稀疏表示确定结构化稀疏矩阵。
本领域技术人员应该理解到的是,首先,本申请实施例可以假设RIS反射单元为均匀线性阵列(ULA)。此时直接利用离散傅里叶变换码本F将级联矩阵另一维度映射至波束域,即可观察得出,波束域级联信道具有明显的稀疏特性,此外,的不同行之间具有明显的相关特性,即,每一行在进行循环平移后可得到与其他行相同的分布。此时可将原问题转化为标准压缩感知形式进行求解:
需要说明的是,本申请实施例仅仅是给出了一种可能的RIS单元部署示例,但并不能理解为对本申请的限制,即理解为仅限于这一种RIS单元部署示例,而是对于通过图中类似的部署方式均可以实现。实际应用中,当RIS反射单元部署制式发生变化(如UPA等)时,本申请实施例可以提前确定对应的波束域投影矩阵,从而获得其最佳稀疏表示,保证结构化压缩感知的顺利进行。
在步骤S103中,利用结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数。
需要说明的是,如同一个小区中,多个用户由同一基站提供服务,基站与RIS之间的信道特征为所有用户共享,可以进行多用户联合参数估计;与此对应,RIS与用户之间的信道,为不同用户对应级联信道的专属特征,本申请实施例可以对每一用户的信道参数分别进行估计。
本申请实施例可以基于若干波束域级联信道的特殊结构化稀疏性,兼顾多用户间共享部分参数的事实,利用结构化的压缩感知算法以及互相关进行稀疏信道的参数估计,不但能够实现基站-RIS-用户级联信道的多用户联合估计,而且保证了其较低的导频开销,进一步增大通信系统传输率。
可选地,在本申请的一个实施例中,利用结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数,包括:计算每两行之间的互相关值,并确定互相关值的最大位置,得到实际偏移范围;对每个用户的实际偏移范围进行求和加权,得到最终偏移值;根据最终偏移值对结构化稀疏矩阵的每行进行平移,并在压缩感知处理后,得到结构化稀疏信道参数。
以下列举实施例,示意性说明,由于每行平移后可得与其他行相同分布,此时可依次计算每两行之间的互相关,确定互相关值最大位置,即为实际偏移范围。同时基于不同用户具有相同偏移的事实,可将不同用户的互相关结果求和加权,联合估计确定最终的偏移值:
最后,如图3和图4所示,本申请实施例在相同的仿真条件下能够取得比相关技术更优的估计性能。仿真参数设定如下:基站天线数Nt=64,RIS反射单元数为NI=64,RIS-基站信道G具有反射径共4条,用户-RIS信道反射径3条,用户数量K=8。在保持相同的估计精度(NMSE=-20dB)的前提下,如图3所示,此方案可大幅降低导频开销约38%;而在相同导频资源开销(T=30)的条件下(图4),此方案的估计精度可提高将近10dB。进一步地,随着估计精度的提升,此方案可增强基站波束赋形效果,大大提升毫米波蜂窝网络通信质量。
根据本申请实施例提出的RIS级联信道多用户联合的结构化稀疏估计方法,在保证信道估计精度的前提下,通过利用基站-RIS-用户级联信道变换域中特殊的结构化稀疏性质,尽可能的降低导频开销在数据帧中的比例,从而保证数据信息高速有效的传输,尤其是能够在更低的导频开销下完成高精度的信道估计,进一步增大通信传输率,同时可兼顾不同制式的天线阵列如均匀线性/平面/圆形阵列,对后续通信过程中的预编码以及波束赋形都有着积极的推动作用。
其次参照附图描述根据本申请实施例提出的RIS级联信道多用户联合的结构化稀疏估计装置。
图5是本申请实施例的RIS级联信道多用户联合的结构化稀疏估计装置的方框示意图。
如图5所示,该RIS级联信道多用户联合的结构化稀疏估计装置10包括:第一估计模块100、构造模块200和第二估计模块300。
具体地,第一估计模块100,用于根据基站侧反射体稀疏特性估计基站侧接收角。
构造模块200,用于消除基站侧接收角影响,并且基于当前天线阵列与RIS阵列制式,构造对应的结构化稀疏矩阵。
第二估计模块300,用于利用结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数。
可选地,在本申请的一个实施例中,第一估计模块100进一步用于根据基站侧接收角利用伪逆求解消除基站侧接收角影响,得到修正后的波束域接收信息。
可选地,在本申请的一个实施例中,构造模块200包括:确定单元、获取单元和生成单元。
其中,确定单元,用于根据当前天线阵列与RIS阵列制式确定对应的波束域投影矩阵。
获取单元,用于根据对应的波束域投影矩阵,从而获得其最佳稀疏表示和波束域接收信息,得到最佳稀疏表示。
生成单元,用于由最佳稀疏表示确定结构化稀疏矩阵。
可选地,在本申请的一个实施例中,第二估计模块300包括:计算单元、加权单元和估计单元。
其中,计算单元,用于计算每两行之间的互相关值,并确定互相关值的最大位置,得到实际偏移范围。
加权单元,用于对每个用户的实际偏移范围进行求和加权,得到最终偏移值。
估计单元,用于根据最终偏移值对结构化稀疏矩阵的每行进行平移,并在压缩感知处理后,得到结构化稀疏信道参数。
需要说明的是,前述对RIS级联信道多用户联合的结构化稀疏估计方法实施例的解释说明也适用于该实施例的RIS级联信道多用户联合的结构化稀疏估计装置,此处不再赘述。
根据本申请实施例提出的RIS级联信道多用户联合的结构化稀疏估计装置,在保证信道估计精度的前提下,通过利用基站-RIS-用户级联信道变换域中特殊的结构化稀疏性质,尽可能的降低导频开销在数据帧中的比例,从而保证数据信息高速有效的传输,尤其是能够在更低的导频开销下完成高精度的信道估计,进一步增大通信传输率,同时可兼顾不同制式的天线阵列如均匀线性/平面/圆形阵列,对后续通信过程中的预编码以及波束赋形都有着积极的推动作用。
图6为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的RIS级联信道多用户联合的结构化稀疏估计方法。
进一步地,电子设备还包括:
通信接口603,用于存储器601和处理器602之间的通信。
存储器601,用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现,则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现上,如果存储器601、处理器602及通信接口603,集成在一块芯片上实现,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的RIS级联信道多用户联合的结构化稀疏估计方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”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”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种RIS级联信道多用户联合的结构化稀疏估计方法,其特征在于,包括以下步骤:
根据基站侧反射体稀疏特性估计基站侧接收角;
消除所述基站侧接收角影响,并且基于当前天线阵列与当前可重构智能表面RIS阵列制式,构造对应的结构化稀疏矩阵,其中,消除所述基站侧接收角影响包括,根据所述基站侧接收角利用伪逆求解消除所述基站侧接收角影响,得到修正后的波束域接收信息,
构造对应的结构化稀疏矩阵包括,根据所述当前天线阵列与所述RIS阵列制式确定对应的波束域投影矩阵,根据所述对应的波束域投影矩阵,从而获得其最佳稀疏表示和所述波束域接收信息,得到最佳稀疏表示,由所述最佳稀疏表示确定所述结构化稀疏矩阵;以及
利用所述结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数。
2.根据权利要求1所述的方法,其特征在于,所述利用所述结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数,包括:
计算每两行之间的互相关值,并确定所述互相关值的最大位置,得到实际偏移范围;
对每个用户的实际偏移范围进行求和加权,得到最终偏移值;
根据所述最终偏移值对结构化稀疏矩阵的每行进行平移,并在压缩感知处理后,得到所述结构化稀疏信道参数。
3.一种RIS级联信道多用户联合的结构化稀疏估计装置,其特征在于,包括:
第一估计模块,用于根据基站侧反射体稀疏特性估计基站侧接收角;
构造模块,用于消除所述基站侧接收角影响,并且基于当前天线阵列与RIS阵列制式,构造对应的结构化稀疏矩阵,其中,消除所述基站侧接收角影响包括,根据所述基站侧接收角利用伪逆求解消除所述基站侧接收角影响,得到修正后的波束域接收信息,构造对应的结构化稀疏矩阵包括,根据所述当前天线阵列与所述RIS阵列制式确定对应的波束域投影矩阵,根据所述对应的波束域投影矩阵,从而获得其最佳稀疏表示和所述波束域接收信息,得到最佳稀疏表示,由所述最佳稀疏表示确定所述结构化稀疏矩阵;以及
第二估计模块,用于利用所述结构化稀疏矩阵估计多用户联合的结构化稀疏信道参数。
4.根据权利要求3所述的装置,其特征在于,所述第二估计模块包括:
计算单元,用于计算每两行之间的互相关值,并确定所述互相关值的最大位置,得到实际偏移范围;
加权单元,用于对每个用户的实际偏移范围进行求和加权,得到最终偏移值;
估计单元,用于根据所述最终偏移值对结构化稀疏矩阵的每行进行平移,并在压缩感知处理后,得到所述结构化稀疏信道参数。
5.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-2任一项所述的RIS级联信道多用户联合的结构化稀疏估计方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-2任一项所述的RIS级联信道多用户联合的结构化稀疏估计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111209673.4A CN113890798B (zh) | 2021-10-18 | 2021-10-18 | Ris级联信道多用户联合的结构化稀疏估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111209673.4A CN113890798B (zh) | 2021-10-18 | 2021-10-18 | Ris级联信道多用户联合的结构化稀疏估计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113890798A CN113890798A (zh) | 2022-01-04 |
CN113890798B true CN113890798B (zh) | 2022-12-27 |
Family
ID=79003178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111209673.4A Active CN113890798B (zh) | 2021-10-18 | 2021-10-18 | Ris级联信道多用户联合的结构化稀疏估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113890798B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023197138A1 (en) * | 2022-04-12 | 2023-10-19 | Qualcomm Incorporated | Multiple stages of beamforming for reflective surfaces |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106130938A (zh) * | 2016-07-18 | 2016-11-16 | 安徽师范大学 | Tdd大规模mimo系统多用户联合信道估计方法 |
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 |
CN112564752A (zh) * | 2020-11-13 | 2021-03-26 | 西安电子科技大学 | 一种优化稀疏天线激活可重构智能表面辅助通信方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021207748A2 (en) * | 2020-08-13 | 2021-10-14 | Futurewei Technologies, Inc. | Methods and apparatus for channel reconstruction in intelligent surface aided communications |
CN112994765B (zh) * | 2021-03-04 | 2022-02-08 | 电子科技大学 | 智能反射面辅助毫米波通信系统的波束对准方法 |
CN113179231B (zh) * | 2021-04-15 | 2022-08-16 | 内蒙古大学 | 一种毫米波大规模mimo系统中波束空间信道估计方法 |
CN113225275B (zh) * | 2021-04-25 | 2022-05-27 | 杭州电子科技大学 | 基于定位信息辅助的信道估计方法及系统 |
CN113225119B (zh) * | 2021-05-11 | 2023-03-24 | 中国人民解放军国防科技大学 | 一种基于信息超表面的波束域抗干扰和抗截获通信方法 |
CN113285897B (zh) * | 2021-05-17 | 2022-05-27 | 杭州电子科技大学 | 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 |
-
2021
- 2021-10-18 CN CN202111209673.4A patent/CN113890798B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106130938A (zh) * | 2016-07-18 | 2016-11-16 | 安徽师范大学 | Tdd大规模mimo系统多用户联合信道估计方法 |
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 |
CN112564752A (zh) * | 2020-11-13 | 2021-03-26 | 西安电子科技大学 | 一种优化稀疏天线激活可重构智能表面辅助通信方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113890798A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110839204B (zh) | 一种irs辅助通信系统的通信优化方法及装置 | |
US8837407B2 (en) | Method and device for multi-user beamforming based on a frequency division duplex system | |
US20160043883A1 (en) | Channel estimation in wireless communications | |
CN114124623B (zh) | 一种无线通信信道估计方法和装置 | |
CN108365930A (zh) | 上行测量参考信号的功率控制方法、网络设备及终端设备 | |
CN110113088B (zh) | 一种分离型数模混合天线系统波达角智能化估计方法 | |
CN114745237B (zh) | 一种智能超表面辅助多用户无线通信系统的信道估计方法 | |
CN113890798B (zh) | Ris级联信道多用户联合的结构化稀疏估计方法及装置 | |
CN114025425A (zh) | 一种智能超表面辅助的无线通信与感知定位一体化方法 | |
CN116436502A (zh) | 一种智能反射面选择与相位矩阵调整方法 | |
CN108418617A (zh) | 基于多个子天线阵列的大规模mimo系统配置及验证方法 | |
CN113030931B (zh) | 基于流形优化的mimo雷达波形生成方法 | |
Feng et al. | mmWave RIS-assisted SIMO channel estimation based on global attention residual network | |
CN115022134B (zh) | 基于非迭代重构网络的毫米波大规模mimo系统信道估计方法及系统 | |
CN116056210A (zh) | 一种面向容量覆盖的irs辅助超密集网络资源分配方法 | |
CN115842612A (zh) | 确定doa的方法、装置、存储介质及电子装置 | |
CN114978821B (zh) | 面向6g智能反射表面辅助通信系统的协同信道估计方法 | |
CN113740797B (zh) | 一种透镜阵列下的高精度单快拍目标到达角度估计方法 | |
CN114389660B (zh) | 一种超大规模mimo中包含球面波特征的传输方法 | |
CN111917441B (zh) | 一种基于大规模多输入多输出毫米波系统的信道估计方法 | |
CN117955778A (zh) | 基于噪声抑制的智能反射面辅助通信系统的信道估计方法 | |
CN118074766A (zh) | 一种通信雷达一体化系统混合模数波束成形方法 | |
Zhang et al. | Recent advances in integrated sensing and communication: a synergistic perspective | |
CN116865803A (zh) | 基于单比特量化的雷达通信一体化发射波形优化方法 | |
CN117939394A (zh) | 面向智能反射面定位的通导一体化信号处理方法及装置 |
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 |