CN114095063B - 一种1-bit量化A/D的混合毫米波信道估计的方法 - Google Patents

一种1-bit量化A/D的混合毫米波信道估计的方法 Download PDF

Info

Publication number
CN114095063B
CN114095063B CN202111280648.5A CN202111280648A CN114095063B CN 114095063 B CN114095063 B CN 114095063B CN 202111280648 A CN202111280648 A CN 202111280648A CN 114095063 B CN114095063 B CN 114095063B
Authority
CN
China
Prior art keywords
base station
probability
millimeter wave
reward function
quantization
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
CN202111280648.5A
Other languages
English (en)
Other versions
CN114095063A (zh
Inventor
王文齐
赵楼
刘春山
孙佳蓓
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 CN202111280648.5A priority Critical patent/CN114095063B/zh
Publication of CN114095063A publication Critical patent/CN114095063A/zh
Application granted granted Critical
Publication of CN114095063B publication Critical patent/CN114095063B/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
    • 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
    • H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
    • H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
    • 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
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0868—Hybrid systems, i.e. switching and combining
    • H04B7/088—Hybrid systems, i.e. switching and combining using beam selection
    • 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
    • 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
    • H04L25/0204—Channel estimation of multiple channels
    • 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)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种1‑bit量化A/D的混合毫米波信道估计的方法，本发明步骤：步骤1、应用场景和信道模型；步骤2：1‑bit量化A/D条件下的波束搜索的实施和波束检测概率的获取；步骤3：置信区间估计及波束判定可靠性；步骤4：获取最佳波束的奖励函数门限设计。本发明该方法在毫米波波束搜索过程中，使用1‑bit A/D进行量化，通过设计n重伯努力分布、置信区间、奖励函数以提高1‑bit量化条件下获取的最佳波束的可靠性，并在保证准确性的条件下，减少观测次数以提升系统的估计效率。本发明的算法不依赖高精度量化A/D器件，减少了系统设计的硬件成本及相应的系统能耗。此外，通过仿真验证了本算法在硬件受限条件下的信道估计的可行性。

Description

一种1-bit量化A/D的混合毫米波信道估计的方法
技术领域
本发明属于毫米波通信技术领域，提出了一种1-bit量化A/D的混合毫米波信道估计的方法。
背景技术
毫米波通信是第五代(5G)无线通信系统最具前途的技术之一，它在提供更大的带宽、频谱资源以及数据速率的同时，也带来了一个巨大的挑战：极高的频谱导致较大的路径损耗。为了对抗路径损耗，通常需要在基站端使用大规模天线阵列，以此来提高数据传输的效率和性能。而毫米波信号由于其波长较短的特性，所以较小的天线尺寸便能够紧凑地集成到大规模天线阵列中，以此来更好的完成高度定向的波束成形和信道估计技术。
关于毫米波通信领域的波束搜索与信道估计已经有十分广泛的研究，最常见的有基于穷举搜索的信道估计和基于分层搜索的信道估计。已存在的波束搜索和信道估计大多数使用全接入混合结构，该结构中每个射频链都配备理想高精度A/D，且任一射频链都能连接到基站端的所有天线。大量理想高精度A/D的使用会在工程实践中产生高昂的成本，出于对硬件成本开销的考虑，本专利将研亢目标转向使用低精度A/D完成毫米波通信中的波束搜索和信道估计。低精度A/D存在一定的局限性：会对数据传输性能造成一定程度的失真。本算法致力于在该局限性和1-bit量化A/D的条件下，通过设置合适的量化门限和奖励函数门限实现在不同量化精度下A/D对误码率性能影响的研究。
发明内容
本发明针对硬件受限条件下的毫米波混合构型通信系统，提出了一种采用1-bit量化A/D的混合毫米波通信系统的波束搜索及信道估计的方法。该方法在毫米波波束搜索过程中，使用1-bit A/D进行量化。通过设计n重伯努力分布量化门限值、置信区间估计参数、奖励函数、奖励函数门限值及重复检测次数以提高1-bit量化条件下获取的最佳波束的可靠性，并在保证准确性的条件下，减少观测次数以提升系统的估计效率。最终，在混合构型硬件受限的情况下，通过尽可能少量的观察次数和较低的能耗开销找到最佳波束，进而确定最佳传输链路路径。
本发明提出的一种1-bit量化A/D的混合毫米波信道估计的方法，包括以下步骤：
步骤1、应用场景和信道模型。
毫米波通信场景如图2所示，描述如下：基站端(Base Station)配备NRF个射频链，每一个射频链都能连接到基站端的M天线阵列(采用均匀线性阵列)，用户端为N个单天线单射频链用户，满足：M≥NRF≥N≥1。该毫米波通信模型为全接入混合结构。另外，在基站端和用户端都配备使用硬件受限条件下的1-bit量化A/D。
在该场景中做出如下假设：第一，该系统中的基站和用户端的所有用户是时刻保持同步的；第二，该多用户的毫米波通信系统运行在一个能够在一条链路上传输多路独立信号的时分复用模型中，时分复用模型能够扩充通信链路的容量。
基站端和用户端之间是毫米波通信信道，该信道是由一个主达径和Ncl个散射路径构成的窄带慢衰落毫米波信道，表示为：
Figure BDA0003328217940000021
其中，
Figure BDA0003328217940000022
为莱斯因子，其数值大小间接控制散射路径对系统的影响，一般要求
Figure BDA0003328217940000023
式(1)的第一部分为视距分量，第二部为各种障碍物造成的散射分量；
Figure BDA0003328217940000024
是散射分量在第i条路径造成的路径损耗，该损耗主要是由小尺度衰落的影响造成的，假设该小尺度衰落服从均值为0，方差为1的复高斯分布；
Figure BDA0003328217940000025
是用户k与BS的视距信道，
Figure BDA0003328217940000026
是用户k在BS处的第i传播路径的均匀线性天线阵列响应向量，记为：
Figure BDA0003328217940000027
其中，d是均匀线性阵列的天线间距，λ是载波的波长，θk，i是用户k在BS端的第i条路径的最强到达角，θk，i均匀地分布在[0，π]之间。
步骤2、1-bit量化A/D条件下的波束搜索的实施和波束检测概率的获取。
毫米波的波束扫描场景如图3所示：用户k沿上行链路向基站端发射信号sk，sk＝cos(2πfkt)，k∈{1，...，N}，fk是用户k的载波频率，t为时间。基站端天线阵列会对来自用户的信号进行周期性扫描。此时，基站端的接收信号
Figure BDA0003328217940000028
为：
Figure BDA0003328217940000029
其中，
Figure BDA00033282179400000210
为基站端天线阵列处的高斯白噪声。通过
Figure BDA00033282179400000211
可得基站端的模拟波束形成fRF，i，i∈{1，...，M+1}为：
Figure BDA0003328217940000031
Figure BDA0003328217940000032
其中，
Figure BDA0003328217940000033
为用户k在基站端第i个波束的最强到达角，
Figure BDA0003328217940000034
μ受限于
Figure BDA0003328217940000035
当执行1-bit量化A/D条件下的波束搜索之后，基站端的第i个方向的量化接收信号为：
Figure BDA0003328217940000036
其中，
Figure BDA0003328217940000037
是对用户端的发射信号进行1-bit量化A/D操作，
Figure BDA0003328217940000038
是对基站端的接收信号进行1-bit量化A/D操作。
Figure BDA0003328217940000039
表示对fRF，i的共轭转置；接收信号
Figure BDA00033282179400000310
遵循概率质量函数为fpmf(i，n，p)的n重伯努力分布。n重伯努力分布满足如下条件：在每次试验中都只有两种可能的结果，而且两种结果发生与否互相对立且相互独立；每次实验结果与其它各次试验结果无关；事件发生与否的概率在每一次独立试验中都保持不变。fpmf(i，n，p)为：
Figure BDA00033282179400000311
其中，n重伯努力分布有两种可能的结果：r＝1或者r＝0；n为实验的总次数；p为在一次实验中发生或r＝1的概率。结合fpmf(i，n，p)对
Figure BDA00033282179400000312
化简为：
Figure BDA00033282179400000313
其中，τ为不同的量化门限值。
结合公式(6)和公式(8)，可以得到L个经过1-bit量化之后的接收信号的观测值
Figure BDA00033282179400000314
该观测值被分为为集合
Figure BDA00033282179400000315
Figure BDA00033282179400000316
和
Figure BDA00033282179400000317
相应可得基站端第i个波束为最佳波束的估计概率
Figure BDA00033282179400000318
为：
Figure BDA00033282179400000319
其中，L为重复检测的次数；K为L次检测中量化后值为1的次数。
通过基站端的周期性波束扫描，得到最佳波束检测概率矩阵Ω为：
Figure BDA00033282179400000320
其中，
Figure BDA00033282179400000321
为第i个波束为最佳波束的概率，i∈{1，2，…，M+1}。
步骤3、置信区间估计及波束判定可靠性。
对公式(10)得到的最佳波束检测概率矩阵Ω降序排序为：
Figure BDA0003328217940000041
其中，对于任意i来说，Ωd均有
Figure BDA0003328217940000042
由Ωd取得当前最佳波束后，需要对当前波束成为最佳波束的可靠性做出判断，最佳波束的可靠性判断使用置信度为95％的置信区间进行估计，n重伯努力分布置信区间的确定是通过和二项分布的置信区间类比得到的。
以μ为对称轴的二项分布的置信区间为：
Figure BDA0003328217940000043
其中，n为实验的次数；μ为统计量X的均值；σ2为统计量X的方差；α的大小可以通过标准正态分布表查询为1.96。
由二项分布转到对n重伯努力分布时，得到以
Figure BDA0003328217940000044
为均值的置信度为95％的置信区间为：
Figure BDA0003328217940000045
Figure BDA0003328217940000046
其中，ζ(i)，n用于确定置信上限和置信下限，L为重复检测的次数，α为1.96，n重伯努力分布条件下的置信度为95％的置信区间示意图如图4所示。
步骤4、获取最佳波束的奖励函数门限设计。
该步骤引入奖励函数λ判定最佳波束的可靠性，λ的初始值为0。该步骤通过设置奖励函数门限值ξ对是否停止寻找最佳波束进行约束。
基于公式(13)中置信区间的结果，如果矩阵Ωd中的第i个波束为最佳波束的概率大于第f+1个波束为最佳波束的概率，奖励函数自加1；在上述基础上，如果第i个波束为最佳波束的概率的置信下限大于第i+1个波束为最佳波束的概率的置信上限，奖励函数继续自加1，上述实施过程为：
Figure BDA0003328217940000047
Figure BDA0003328217940000048
若奖励函数经过自加操作后，小于奖励函数门限值，即λ≤ξ，此时该算法的观测次数L会执行加1操作，自加操作执行后回到步骤2，重新开始最佳波束的周期性扫描工作；若奖励函数经过自加操作后，大于奖励函数门限值，即λ＞ξ，此时的
Figure BDA0003328217940000049
对应的波束即为最佳波束。
本发明有益效果：
该方法在毫米波波束搜索过程中，使用1-bit A/D进行量化，通过设计n重伯努力分布、置信区间、奖励函数以提高1-bit量化条件下获取的最佳波束的可靠性，并在保证准确性的条件下，减少观测次数以提升系统的估计效率。本发明同时考虑了量化门限和奖励函数门限的设计以及不同量化精度下A/D对误码率性能的影响。本发明的算法不依赖高精度量化A/D器件，减少了系统设计的硬件成本及相应的系统能耗。A/D的功耗PA/D与量化精度b、信号带宽B近似存在PA/D≈FOMW×2b×B，其中FOMW为Walden的品质因数，用于评估具有分辨率和速度的A/D功率效率。当信号带宽一样时，量化精度越高，A/D的功耗越大，意味着大规模MIMO系统中配备高精度A/D器件将带来不可忽视的系统功耗。此外，通过仿真验证了本算法在硬件受限条件下的信道估计的可行性。
附图说明
图1 1-bit量化A/D的混合毫米波信道估计的方法流程图；
图2毫米波通信场景示意图；
图3波束扫描场景示意图；
图4置信度为95％的置信区间示意图；
图5不同量化门限值下的平均迭代次数示意图；
图6不同量化门限值下的错误概率示意图；
图7不同奖励函数门限值下的平均迭代次数示意图；
图8不同奖励函数门限值下的错误概率示意图；
图9不同量化精度下的误码率示意图；
具体实施方式
结合1-bit量化A/D的混合毫米波信道估计的方法流程图，如图1所示，对本发明的具体实施方式作进一步的说明。
步骤1.初始化设置及模型建立：初始化试验次数n，试验成功次数ki，n，检测重复次数L，奖励函数λ，量化门限值τ，奖励函数门限值ξ。建立如图2所示的基于1-bit量化A/D条件下的混合毫米波信道估计模型，该模型的用户端和基站端都配备硬件受限条件下的A/D转换器。
步骤2.触发条件
Figure BDA0003328217940000051
的判断：
Figure BDA0003328217940000052
为1时，用户端发送信号，基站端对M+1个波束进行周期性扫描，公式(6)结合n重伯努力分布在基站端可得经过1-bit量化的接收信号
Figure BDA0003328217940000053
接着引入量化门限值τ，通过分析不同τ下的平均迭代次数的变化情况，确定τ的取值为0.45，然后将接收信号|yi|和τ进行比较确定当前波束为最佳波束的次数ki，n、该波束成为最佳波束的概率
Figure BDA0003328217940000054
以及最佳波束检测概率矩阵Ω，当第M+1个波束被扫描之后，将执行步骤3，否则回到该步骤接着扫描下一个波束；
Figure BDA0003328217940000061
为0时，该算法结束。
步骤3.对步骤2得到的最佳波束检测概率矩阵Ω降序排序得Ωd，对Ωd中的当前最佳波束进行置信度为95％的置信区间的估计。
步骤4.引入了奖励函数λ、奖励函数门限值ξ，通过分析不同ξ下的平均迭代次数的变化情况，确定ξ取值为10。在步骤3置信区间估计的基础上，通过λ和ξ的大小确定该波束是否为最佳波束。若是，结束扫描；若不是，重新回到步骤2。
实施例：
以下的实例仿真所处的毫米波通信场景为每个射频链都能连接到基站端所有天线的全接入混合结构，具体参数设置如下：天线数M＝64，射频连数NRF＝1，用户数N＝1，循环次数为5000。
如图5所示为固定奖励函数门限值(ξ＝10)，不同量化门限值(τ＝0.35/0.4/0.45/0.5/0.55/0.6/0.65/0.7)下平均迭代次数随信噪比的变化示意图，信噪比变化范围是-20到10dB。由图可知：随着量化门限值τ和信噪比的增大，平均迭代次数逐渐减小且趋于1。因此，应尽可能使用较大的量化门限值来减少平均迭代次数。结合图6，当量化门限值τ＝0.45时，错误概率相对较小且相对稳定。因此，仿真中取量化门限值τ为0.45。
如图6所示为固定奖励函数门限值(ξ＝10)，不同量化门限值(τ＝0.4/0.45/0.5/0.55/0.6/0.65/0.7)下错误概率随信噪比的变化示意图，信噪比变化范围是-20到-4dB。由图可知：(1)当量化门限值τ＝0.45时，错误概率相对较小；(2)中低信噪比条件下信噪比和错误概率是相关的，而当信噪比增高到一定程度两者呈现非相关的状态。(2)出现的原因是该算法采用1-bit量化A/D，该条件下噪声和门限呈现非常相关的状态，但是噪声和步径距离的比值是非常严重的非线性，很难用线性算式刻画。因此，在中低信噪比相当于额外增加信噪比，呈现线性相关的关系，而在高信噪比时，则会发生很严重的非线性失真。
如图7所示为固定量化门限值(τ＝0.45)，不同奖励函数门限值(ξ＝6/7/8/9/10/11/12)下平均迭代次数随信噪比的变化示意图，信噪比变化范围是-20到0dB。由图可知：平均迭代次数随奖励函数门限值ξ的增大而增大，随信噪比的增大而减小。因此，应尽可能使用较小的奖励函数门限值来减少平均迭代次数。结合图8，当奖励函数门限值ξ大于等于10的时候，错误概率相对较小。因此，仿真中取奖励函数门限值ξ为10。
如图8所示为固定量化门限值(τ＝0.45)，不同奖励函数门限值(ξ＝6/7/8/9/10/11/12)下的错误概率随信噪比的变化示意图，信噪比变化范围是-20到-4dB。由图可知：(1)当奖励函数门限值ξ大于等于10时，错误概率相对较小；(2)中低信噪比(SNR小于-12dB)条件下信噪比和错误概率是相关的，而当信噪比增高到一定程度(SNR大于-12dB)两者呈现非相关的状态。(2)出现原因同图6。
如图9所示为BPSK信号在固定量化门限值(τ＝0.45)、奖励函数门限值(ξ＝10)，不同量化精度b(b＝1/2/3/4/5/6/7/8比特)的条件下的误码率随信噪比的变化示意图，信噪比变化范围是-20到10dB。图中还添加了BPSK信号在理想的瑞利信道和高斯白噪声信道下的误码率变化曲线。由图可知：(1)该算法误码率性能优于瑞利信道、差于高斯信道；(2)量化精度b越大，误码率性能越好，当量化精度大于等于5比特时，波束搜索性能趋于稳定，接近高斯白噪声信道的误码率性能。(1)出现的原因是瑞利信道无主达径，高斯信道为只有主达径的恒参信道，该算法信道为有一条主达径和多路散射分量的莱斯信道，因此该算法的误码率性能优于瑞利信道、差于高斯信道。(1)和(2)的结果验证了1-bit量化A/D的混合毫米波信道估计的可行性。

Claims (2)

1.一种1-bit量化A/D的混合毫米波信道估计的方法，其特征在于包括以下步骤：
步骤1、应用场景和信道模型；
步骤2：1-bit量化A/D条件下的波束搜索的实施和波束检测概率的获取；
步骤3：置信区间估计及波束判定可靠性；
步骤4：获取最佳波束的奖励函数门限设计；
步骤1具体实现如下：
毫米波通信场景描述如下：基站端BS配备NRF个射频链，每一个射频链都能连接到基站端的M天线阵列，用户端为N个单天线单射频链用户，满足：M≥NRF≥N≥1；该毫米波通信模型为全接入混合结构；另外在基站端和用户端都配备使用硬件受限条件下的1-bit量化A/D；
在该场景中做出如下假设：第一，毫米波通信系统中的基站和用户端的所有用户是时刻保持同步的；第二，多用户的毫米波通信系统运行在一个能够在一条链路上传输多路独立信号的时分复用模型中，时分复用模型能够扩充通信链路的容量；
基站端和用户端之间是毫米波通信信道，该信道是由一个主达径和Ncl个散射路径构成的窄带慢衰落毫米波信道，表示为：
Figure FDA0003744750170000011
其中，
Figure FDA0003744750170000012
为莱斯因子，其数值大小间接控制散射路径对系统的影响，要求
Figure FDA0003744750170000013
式(1)的第一部分为视距分量，第二部为各种障碍物造成的散射分量；
Figure FDA0003744750170000014
是散射分量在第i条路径造成的路径损耗，该损耗主要是由小尺度衰落的影响造成的，假设该小尺度衰落服从均值为0，方差为1的复高斯分布；
Figure FDA0003744750170000015
是用户k与BS的视距信道，
Figure FDA0003744750170000016
是用户k在BS处的第i传播路径的均匀线性天线阵列响应向量，记为：
Figure FDA0003744750170000017
其中，d是均匀线性阵列的天线间距，λ是载波的波长，θk,i是用户k在BS端的第i条路径的最强到达角，θk,i均匀地分布在[0,π]之间；
步骤2具体实现如下：
毫米波的波束扫描场景：用户k沿上行链路向基站端发射信号sk，sk＝cos(2πfkt),k∈{1,...,N}，fk是用户k的载波频率，t为时间；基站端天线阵列会对来自用户的信号进行周期性扫描；此时，基站端的接收信号
Figure FDA0003744750170000021
为：
Figure FDA0003744750170000022
其中，
Figure FDA0003744750170000023
为基站端天线阵列处的高斯白噪声；通过
Figure FDA0003744750170000024
可得基站端的模拟波束形成fRF,i,i∈{1,...,M+1}为：
Figure FDA0003744750170000025
Figure FDA0003744750170000026
其中，
Figure FDA0003744750170000027
为用户k在基站端第i个波束的最强到达角，
Figure FDA0003744750170000028
μ受限于
Figure FDA0003744750170000029
μ∈[-1,1]；
当执行1-bit量化A/D条件下的波束搜索之后，基站端的第i个方向的量化接收信号为：
Figure FDA00037447501700000210
其中，
Figure FDA00037447501700000211
是对用户端的发射信号进行1-bit量化A/D操作，
Figure FDA00037447501700000212
是对基站端的接收信号进行1-bit量化A/D操作；
Figure FDA00037447501700000213
表示对fRF,i的共轭转置；接收信号
Figure FDA00037447501700000214
遵循概率质量函数为fpmf(i,n,p)的n重伯努力分布；n重伯努力分布满足如下条件：在每次试验中都只有两种可能的结果，而且两种结果发生与否互相对立且相互独立；每次实验结果与其它各次试验结果无关；事件发生与否的概率在每一次独立试验中都保持不变；fpmf(i,n,p)为：
Figure FDA00037447501700000215
其中，n重伯努力分布有两种可能的结果：r＝1或者r＝0；n为实验的总次数；p为在一次实验中发生r＝1的概率；结合fpmf(i,n,p)对
Figure FDA00037447501700000216
化简为：
Figure FDA00037447501700000217
其中，τ为不同的量化门限值；
结合公式(6)和公式(8)，得到L个经过1-bit量化之后的接收信号的观测值
Figure FDA00037447501700000218
该观测值被分为集合
Figure FDA00037447501700000219
Figure FDA00037447501700000220
和
Figure FDA00037447501700000221
相应可得基站端第i个波束为最佳波束的估计概率
Figure FDA00037447501700000222
为：
Figure FDA00037447501700000223
其中，L为重复检测的次数；K为L次检测中量化后值为1的次数；
通过基站端的周期性波束扫描，得到最佳波束检测概率矩阵Ω为：
Figure FDA0003744750170000031
其中，
Figure FDA0003744750170000032
为第i个波束为最佳波束的概率，i∈{1,2,…,M+1}；
步骤3具体实现如下：
对公式(10)得到的最佳波束检测概率矩阵Ω降序排序为：
Figure FDA0003744750170000033
其中，对于任意i来说，Ωd均有
Figure FDA0003744750170000034
由Ωd取得当前最佳波束后，需要对当前波束成为最佳波束的可靠性做出判断，最佳波束的可靠性判断使用置信度为95％的置信区间进行估计，n重伯努力分布置信区间的确定是通过和二项分布的置信区间类比得到的；
以μ为对称轴的二项分布的置信区间为：
Figure FDA0003744750170000035
其中，n为实验的次数；μ为统计量X的均值；σ2为统计量X的方差；α的大小可以通过标准正态分布表查询为1.96；
由二项分布转到对n重伯努力分布时，得到以
Figure FDA0003744750170000036
为均值的置信度为95％的置信区间为：
Figure FDA0003744750170000037
Figure FDA0003744750170000038
其中，ζ(i),n用于确定置信上限和置信下限，L为重复检测的次数，α为1.96，n重伯努力分布条件下的置信度为95％的置信区间。
2.根据权利要求1所述的一种1-bit量化A/D的混合毫米波信道估计的方法，其特征在于步骤4具体实现如下：
该步骤引入奖励函数λ判定最佳波束的可靠性，λ的初始值为0；该步骤通过设置奖励函数门限值ξ对是否停止寻找最佳波束进行约束；
基于公式(13)中置信区间的结果，如果矩阵Ωd中的第i个波束为最佳波束的概率大于第i+1个波束为最佳波束的概率，奖励函数自加1；在上述基础上，如果第i个波束为最佳波束的概率的置信下限大于第i+1个波束为最佳波束的概率的置信上限，奖励函数继续自加1，上述实施过程为：
Figure FDA0003744750170000039
Figure FDA00037447501700000310
若奖励函数经过自加操作后，小于奖励函数门限值，即λ≤ξ，此时算法的观测次数L会执行加1操作，自加操作执行后回到步骤2，重新开始最佳波束的周期性扫描工作；若奖励函数经过自加操作后，大于奖励函数门限值，即λ>ξ，此时的
Figure FDA0003744750170000041
对应的波束即为最佳波束。
CN202111280648.5A 2021-10-28 2021-10-28 一种1-bit量化A/D的混合毫米波信道估计的方法 Active CN114095063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111280648.5A CN114095063B (zh) 2021-10-28 2021-10-28 一种1-bit量化A/D的混合毫米波信道估计的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111280648.5A CN114095063B (zh) 2021-10-28 2021-10-28 一种1-bit量化A/D的混合毫米波信道估计的方法

Publications (2)

Publication Number Publication Date
CN114095063A CN114095063A (zh) 2022-02-25
CN114095063B true CN114095063B (zh) 2022-09-06

Family

ID=80298472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111280648.5A Active CN114095063B (zh) 2021-10-28 2021-10-28 一种1-bit量化A/D的混合毫米波信道估计的方法

Country Status (1)

Country Link
CN (1) CN114095063B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021002506A1 (ko) * 2019-07-03 2021-01-07 엘지전자 주식회사 1-비트 양자화 시스템에서의 송수신 방법 및 이를 위한 장치
WO2021033797A1 (ko) * 2019-08-20 2021-02-25 엘지전자 주식회사 낮은-비트 양자화 시스템에서의 신호 송수신 방법 및 이를 위한 장치
WO2021133396A1 (en) * 2019-12-26 2021-07-01 Shilpa Talwar Equalization and estimation processing in wireless devices

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10027389B2 (en) * 2015-07-13 2018-07-17 Samsung Electronics Co., Ltd. Hybrid precoding design for multiple input multiple output system with few-bit analog to digital converters
CN107743043B (zh) * 2017-10-24 2020-07-10 电子科技大学 多用户毫米波系统中基于带外空间信息的用户分组方法
US10931352B2 (en) * 2018-10-12 2021-02-23 Nec Corporation Efficient beam search and data communication in millimeter-wave wireless networks

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021002506A1 (ko) * 2019-07-03 2021-01-07 엘지전자 주식회사 1-비트 양자화 시스템에서의 송수신 방법 및 이를 위한 장치
WO2021033797A1 (ko) * 2019-08-20 2021-02-25 엘지전자 주식회사 낮은-비트 양자화 시스템에서의 신호 송수신 방법 및 이를 위한 장치
WO2021133396A1 (en) * 2019-12-26 2021-07-01 Shilpa Talwar Equalization and estimation processing in wireless devices

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Energy Efficient Hybrid Beamforming for Multi-User Millimeter Wave Communication With Low-Resolution A/D at Transceivers;Lou Zhao等;《 IEEE Journal on Selected Areas in Communications》;20200608;第38卷(第9期);全文 *

Also Published As

Publication number Publication date
CN114095063A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
Song et al. Efficient beam alignment for millimeter wave single-carrier systems with hybrid MIMO transceivers
Song et al. Fully-/partially-connected hybrid beamforming architectures for mmWave MU-MIMO
Xiao et al. Channel estimation and hybrid precoding for millimeter-wave MIMO systems: A low-complexity overall solution
De Donno et al. Millimeter-wave beam training acceleration through low-complexity hybrid transceivers
US8498193B2 (en) Method for selection of an optimized number of subscribers in mobile radio systems
Zhou et al. Coverage and rate analysis of millimeter wave NOMA networks with beam misalignment
US7369877B2 (en) Multi-channel demodulation with blind digital beamforming
US9036684B2 (en) Spatially randomized pilot symbol transmission methods, systems and devices for multiple input/multiple output (MIMO) wireless communications
US20020061768A1 (en) Beam synthesis method for downlink beamforming in FDD wireless communication system
CN108418617B (zh) 基于多个子天线阵列的大规模mimo系统验证方法
Kaushik et al. Energy efficiency maximization of millimeter wave hybrid MIMO systems with low resolution DACs
US7643438B2 (en) Method of determining random access channel preamble detection performance in a communication system
CN105450274A (zh) 基于能效最优的大规模多天线中继系统用户数优化方法
CN101013916A (zh) 一种采用智能天线实现接收分集的方法及装置
Mei et al. Massive access in extra large-scale MIMO With mixed-ADC over near-field channels
CN104506256B (zh) 一种mimo多天线系统性能评估方法及多天线系统
Lu et al. A joint angle and distance based user pairing strategy for millimeter wave NOMA networks
CN1533065A (zh) 智能天线上行波束形成方法及其装置
CN114095063B (zh) 一种1-bit量化A/D的混合毫米波信道估计的方法
Boby et al. A wireless precoding technique for millimetre-wave MIMO system based on SIC-MMSE
Choi et al. Diversity gain for CDMA systems equipped with antenna arrays
Yu et al. Spatial spectrum-based channel estimation for wideband mmWave system with beam squint
CN1585297A (zh) 一种智能天线的波束赋形方法及其装置
Li et al. Low-Range-Sidelobe Waveform Design for MIMO-OFDM ISAC Systems
Rao et al. Cell-free massive MIMO with nonorthogonal pilots for Internet of Things

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