CN114244658A - 大规模mimo系统中的基于倍角估计的信道估计方法 - Google Patents

大规模mimo系统中的基于倍角估计的信道估计方法 Download PDF

Info

Publication number
CN114244658A
CN114244658A CN202111599524.3A CN202111599524A CN114244658A CN 114244658 A CN114244658 A CN 114244658A CN 202111599524 A CN202111599524 A CN 202111599524A CN 114244658 A CN114244658 A CN 114244658A
Authority
CN
China
Prior art keywords
channel
estimation
values
angle
arrival angle
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
Application number
CN202111599524.3A
Other languages
English (en)
Other versions
CN114244658B (zh
Inventor
李紫薇
王海泉
俞芸芸
楼斌剑
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 CN202111599524.3A priority Critical patent/CN114244658B/zh
Publication of CN114244658A publication Critical patent/CN114244658A/zh
Application granted granted Critical
Publication of CN114244658B publication Critical patent/CN114244658B/zh
Active 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
    • H04L25/0246—Channel estimation channel estimation algorithms using matrix methods with factorisation
    • 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

Landscapes

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

Abstract

本发明具体涉及大规模MIMO系统中的基于倍角估计的信道估计方法。包括S1接收端接收基站发送的信号，并根据接收信号得到初步估计信道信息；S2、选取部分初步估计信道信息，构造汉克尔矩阵；S3、对汉克尔矩阵进行奇异值分解，并根据奇异值分解结果得到重构矩阵；S4、根据重构矩阵内的多个特征值，得到多个倍角，并基于多个倍角还原得到多个实际到达角；S5、分别根据每个实际到达角，计算得到多组方位到达角估计值、信道复增益系数估计值；S6、选取信道利用率最高的一组方位到达角估计值、信道复增益系数估计值；S7、基于选取的方位到达角估计值、信道复增益系数估计值恢复信道状态信息。减小多径中角度太近对于估计带来的影响，提高了信道估计准确率。

Description

大规模MIMO系统中的基于倍角估计的信道估计方法
技术领域
本发明属于无线通信技术领域，具体涉及大规模MIMO系统中的基于倍角估计的信道估计方法。
背景技术
在大规模MIMO系统中，为了能在接收端准确的恢复发射端的发送信号，采用了各种措施来抵抗多径效应对传输信号的影响。信道估计的实现需要知道无线信道的信息，而能否获得详细的信道信息，从而在接收端正确地解调出发射信号，是衡量一个无线通信系统性能的重要指标。因此，信道估计是无线通信系统的一项关键技术。同时，精确的DOA估计对于基站执行下行链路预编码/波束形成是至关重要的，也就是说，系统性能在很大程度上依赖于DOA估计的好坏，在大规模MIMO系统中开发高精确度的DOA估计算法是十分必要的。
针对大规模MIMO系统，实时获得精准的信道信息要在尽量减小导频的前提下提高估计的准确性，否则训练量和反馈开销的代价过大，将会影响通信的实时性。为了更好地提高系统资源利用效率，我们可以优化DOA估计方法提高角度估计的准确性来减少反馈开销。
针对以上技术问题，故需对其进行改进。
发明内容
针对现有技术中存在的上述问题，本发明提供大规模MIMO系统中的基于倍角估计的信道估计方法，减小多径中角度太近对于估计带来的影响，进一步提升了信道估计的准确性。
本发明采用以下技术方案：
大规模MIMO系统中的基于倍角估计的信道估计方法，包括步骤：
S1、接收端接收基站发送的信号，并根据接收信号得到初步估计信道信息；
S2、选取部分初步估计信道信息，构造汉克尔矩阵；
S3、对汉克尔矩阵进行奇异值分解，并根据奇异值分解结果得到重构矩阵；
S4、根据重构矩阵内的多个特征值，得到多个倍角，并基于多个倍角还原得到多个实际到达角；
S5、分别根据每个实际到达角，计算得到多组方位到达角估计值、信道复增益系数估计值；
S6、选取信道利用率最高的一组方位到达角估计值、信道复增益系数估计值；
S7、基于选取的方位到达角估计值、信道复增益系数估计值恢复信道状态信息。
作为优选方案，初步估计信道信息h的计算公式为：
Figure BDA0003432739440000021
其中，P表示基站到用户之间的传播路径数；βl表示第l条路径的信道复增益系数；α(θl)表示第l条路径的信道导向矢量；θl为第l条路径的方位到达角。
作为优选方案，第l条路径的信道导向矢量表示为：
Figure BDA0003432739440000031
其中，λ表示载波波长，d为天线阵元之间的距离，j表示虚数单位，T表示转置、M表示基站处配备的天线数量。
作为优选方案，步骤S1中，基于信道导向矢量的表达式，初步估计信道信息表示为：
Figure BDA0003432739440000032
作为优选方案，步骤S2中，包括步骤：
S2.1、选取部分初步估计信道信息h1,h3,…,h2N-1，N表示正整数；
S2.2、根据部分初步估计信道信息h1,h3,…,h2N-1，构造汉克尔矩阵H：
Figure BDA0003432739440000033
Figure BDA0003432739440000034
Figure BDA0003432739440000035
表示为所有大小为Q行L列的复数矩阵所组成的集合，满足条件Q+L-1＝N，Q≥P，L≥P。
作为优选方案，步骤S3中，包括步骤：
S3.1、对汉克尔矩阵H进行奇异值分解：
H＝UDVH
其中，U和V分别是一个大小为Q×L和L×L的酉阵，D是一个对角阵，上标H表示取共轭转置，
D＝diag(d1，d2，…，dL)
且d1，d2，…，dL均为奇异值，满足d1≥d2≥…≥dL≥0；
S3.2、对U取前Q-1行及前P列记为U1，对U取第2行到第Q行及前P列记为U2：
U1＝U1:Q-1,1:P
U2＝U2:Q,1:P
S3.3、根据U1、U2计算得到重构矩阵H1，计算公式为：
H1＝(U1 HU1)-1U1 HU2。
作为优选方案，步骤S4中，包括：
S4.1、取重构矩阵H1中的特征值λi，i＝1,2，…，P，极坐标形式为
Figure BDA0003432739440000041
ri表示幅度大小，
Figure BDA0003432739440000042
为实际到达角
Figure BDA0003432739440000043
的二倍角，即：
Figure BDA0003432739440000044
分为以下两种情况：
当
Figure BDA0003432739440000045
时，
Figure BDA0003432739440000046
或
Figure BDA0003432739440000047
当
Figure BDA0003432739440000048
时，
Figure BDA0003432739440000049
或
Figure BDA00034327394400000410
S4.2、通过P个二倍角还原得到2P个实际到达角。
作为优选方案，步骤S5中，包括步骤：
S5.1、将2P个实际到达角代入信道导向矢量表达式，计算得到2P组方位到达角估计值；
S5.2、根据每组方位到达角估计值和选取的部分初步估计信道信息，计算得到每组方位到达角估计值对应的信道复增益系数估计值，以构成2P组方位到达角估计值、信道复增益系数估计值。
作为优选方案，步骤S6中，包括步骤：
S6.1、分别基于每组方位到达角估计值、信道复增益系数估计值计算各组的信道值
Figure BDA0003432739440000051
F＝1,2，...，2P；
S6.2、根据信道值
Figure BDA0003432739440000052
以及选取的部分初步估计信道信息h’计算得到各组的信道利用率；
S6.3、选取信道利用率最高的一组方位到达角估计值、信道复增益系数估计值。
作为优选方案，步骤S6.2中，信道利用率的计算公式为：
Figure BDA0003432739440000053
本发明的有益效果是：
本发明基于少量统一的训练序列的信道估计方法，减小多径中角度太近对于估计带来的影响，实现更高的信道利用率，进一步提升了信道估计的准确性，为进一步提升系统性能打下基础。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明所述大规模MIMO系统中的基于倍角估计的信道估计方法的流程图；
图2是不同方法的信道利用率对比图。
具体实施方式
以下通过特定的具体实施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。需说明的是，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。
实施例一：
本实施例中通过特定的具体实例以说明本发明的方法，本发明针对DOA估计方法的不足进行了改进。
具体应用案例如下：
假设有1个用户，1个基站且以基站的天线数为128根为例。下表1给出了一般参数设置，根据表1中的参数来进行信道估计。
Figure BDA0003432739440000061
Figure BDA0003432739440000071
表1参数设置
参照图1，所述大规模MIMO系统中的基于倍角估计的信道估计方法，包括步骤：
S1、接收端接收基站发送的信号，并根据接收信号得到初步估计信道信息；
S2、选取部分初步估计信道信息，构造汉克尔矩阵；
S3、对汉克尔矩阵进行奇异值分解，并根据奇异值分解结果得到重构矩阵；
S4、根据重构矩阵内的多个特征值，得到多个倍角，并基于多个倍角还原得到多个实际到达角；
S5、分别根据每个实际到达角，计算得到多组方位到达角估计值、信道复增益系数估计值；
S6、选取信道利用率最高的一组方位到达角估计值、信道复增益系数估计值；
S7、基于选取的方位到达角估计值、信道复增益系数估计值恢复信道状态信息。
本发明基于少量统一的训练序列的信道估计方法，减小多径中角度太近对于估计带来的影响，实现更高的信道利用率，进一步提升了信道估计的准确性，为进一步提升系统性能打下基础。
具体地：
假设所述大规模天线系统中包括1个单天线用户，1个基站，基站配备128根天线。所述S1步骤具体为，用户端根据接收信号初步估计得到的信道记为h。
该大规模天线系统中基站天线采用线阵列的排列方式，基站到用户的信道表示为：
Figure BDA0003432739440000081
其中，βl表示第l条路径的信道复增益系数；α(θl)表示第l条路径的信道导向矢量；θl为第l条路径的方位到达角。
进一步，第l条路径的信道导向矢量表示为：
Figure BDA0003432739440000082
其中，λ表示载波波长，d为天线阵元之间的距离，j表示虚数单位，T表示转置。
进一步，基于信道导向矢量的表达式，本实施例中初步估计信道信息可表示为：
Figure BDA0003432739440000083
进一步，步骤S2中，包括步骤：
S2.1、选取部分初步估计信道信息h1,h3,…,h63；
S2.2、根据部分初步估计信道信息h1,h3,…,h63，构造汉克尔矩阵H：
Figure BDA0003432739440000084
则
Figure BDA0003432739440000091
矩阵，且满足条件Q+L-1＝N＝32。
进一步，步骤S3中，包括步骤：
S3.1、对汉克尔矩阵H进行奇异值分解(SVD)：
H＝UDVH
其中，
Figure BDA0003432739440000092
为一个酉阵，
Figure BDA0003432739440000093
为一个酉阵，
Figure BDA0003432739440000094
为一个对角阵，上标H表示取共轭转置，
D＝diag(d1，d2，…，d16)
且d1，d2，…，d16均为奇异值，满足d1≥d2≥…≥d16≥0；
S3.2、对U取前16行及前4列记为U1，对U取第2行到第17行及前4列记为U2：
U1＝U1:16,1:4
U2＝U2:17,1:4
S3.3、根据U1、U2计算得到重构矩阵H1，计算公式为：
H1＝(U1 HU1)-1U1 HU2。
进一步，步骤S4中，包括：
S4.1、取重构矩阵H1中的特征值λi，i＝1,2，…，4，极坐标形式为
Figure BDA0003432739440000095
ri表示幅度大小，
Figure BDA0003432739440000096
为实际到达角
Figure BDA0003432739440000097
的二倍角，即：
Figure BDA0003432739440000098
可知，分为以下两种情况：
当
Figure BDA0003432739440000099
时，
Figure BDA00034327394400000910
或
Figure BDA00034327394400000911
当
Figure BDA00034327394400000912
时，
Figure BDA00034327394400000913
或
Figure BDA00034327394400000914
S4.2、通过4个二倍角，可还原得到16个实际到达角。
进一步，步骤S5中，包括步骤：
S5.1、将16个实际到达角依次带入导向矢量表达式α(θl)进行还原，分别得到16组方位到达角估计值，记为
Figure BDA0003432739440000101
S5.2、根据每组方位到达角估计值
Figure BDA0003432739440000102
和选取的部分初步估计信道信息h1,h3,…,h63，利用最小二乘估计(LS)计算得到每组方位到达角估计值对应的信道复增益系数估计值
Figure BDA0003432739440000103
以构成16组方位到达角估计值、信道复增益系数估计值。
进一步，步骤S6中，包括步骤：
S6.1、分别基于每组方位到达角估计值、信道复增益系数估计值计算出各组的信道值
Figure BDA0003432739440000104
F＝1,2，...，16，计算公式采用
Figure BDA0003432739440000105
信道值
Figure BDA0003432739440000106
表示为：
Figure BDA0003432739440000107
S6.2、根据信道值
Figure BDA0003432739440000108
以及选取的部分初步估计信道信息h’计算得到各组的信道利用率，其中：
Figure BDA0003432739440000109
信道利用率的计算公式为：
Figure BDA0003432739440000111
S6.3、选取信道利用率最高的一组方位到达角估计值
Figure BDA0003432739440000112
信道复增益系数估计值
Figure BDA0003432739440000113
进一步，步骤S7中，根据选取的方位到达角估计值
Figure BDA0003432739440000114
通过下式
Figure BDA0003432739440000115
可以重构得到信道导向矢量
Figure BDA0003432739440000116
最后，根据重构的信道导向矢量
Figure BDA0003432739440000117
和选取的信道复增益系数估计值
Figure BDA0003432739440000118
恢复的信道全体信息表示为：
Figure BDA0003432739440000119
参照图2所示，传统信道方法是基于prony-kung方法的信道估计，信噪比在10dB的情况下，prony-kung方法的信道利用率在81.0％左右。本发明信道估计方法在同等信噪比条件下下，仿真显示信道利用率为91.3％，并且随着系统信噪比的升高，信道利用率也随之增大。显然，本发明实施例所述方法比传统的信道估计方法的信道利用率有所提升，因此，与现有的方法相比能够获得具有更好的系统性能。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围内。

Claims (10)

1.大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，包括步骤：
S1、接收端接收基站发送的信号，并根据接收信号得到初步估计信道信息；
S2、选取部分初步估计信道信息，构造汉克尔矩阵；
S3、对汉克尔矩阵进行奇异值分解，并根据奇异值分解结果得到重构矩阵；
S4、根据重构矩阵内的多个特征值，得到多个倍角，并基于多个倍角还原得到多个实际到达角；
S5、分别根据每个实际到达角，计算得到多组方位到达角估计值、信道复增益系数估计值；
S6、选取信道利用率最高的一组方位到达角估计值、信道复增益系数估计值；
S7、基于选取的方位到达角估计值、信道复增益系数估计值恢复信道状态信息。
2.根据权利要求1所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，初步估计信道信息h的计算公式为：
Figure FDA0003432739430000011
其中，P表示基站到用户之间的传播路径数；βl表示第l条路径的信道复增益系数；α(θl)表示第l条路径的信道导向矢量；θl为第l条路径的方位到达角。
3.根据权利要求2所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，第l条路径的信道导向矢量表示为：
Figure FDA0003432739430000021
其中，λ表示载波波长，d为天线阵元之间的距离，j表示虚数单位，T表示转置、M表示基站处配备的天线数量。
4.根据权利要求3所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，步骤S1中，基于信道导向矢量的表达式，初步估计信道信息表示为：
Figure FDA0003432739430000022
5.根据权利要求4所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，步骤S2中，包括步骤：
S2.1、选取部分初步估计信道信息h1,h3,…,h2N-1，N表示正整数；
S2.2、根据部分初步估计信道信息h1,h3,…,h2N-1，构造汉克尔矩阵H：
Figure FDA0003432739430000023
Figure FDA0003432739430000024
Figure FDA0003432739430000025
表示为所有大小为Q行L列的复数矩阵所组成的集合，满足条件Q+L-1＝N，Q≥P，L≥P。
6.根据权利要求5所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，步骤S3中，包括步骤：
S3.1、对汉克尔矩阵H进行奇异值分解：
H＝UDVH
其中，U和V分别是一个大小为Q×L和L×L的酉阵，D是一个对角阵，上标H表示取共轭转置，
D＝diag(d1，d2，…，dL)
且d1，d2，…，dL均为奇异值，满足d1≥d2≥…≥dL≥0；
S3.2、对U取前Q-1行及前P列记为U1，对U取第2行到第Q行及前P列记为U2：
U1＝U1:Q-1,1:P
U2＝U2:Q,1:P
S3.3、根据U1、U2计算得到重构矩阵H1，计算公式为：
H1＝(U1 HU1)-1U1 HU2。
7.根据权利要求6所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，步骤S4中，包括：
S4.1、取重构矩阵H1中的特征值λi，i＝1,2，…，P，极坐标形式为
Figure FDA0003432739430000031
ri表示幅度大小，
Figure FDA0003432739430000032
为实际到达角
Figure FDA0003432739430000033
的二倍角，即：
Figure FDA0003432739430000034
分为以下两种情况：
当
Figure FDA0003432739430000035
时，
Figure FDA0003432739430000036
或
Figure FDA0003432739430000037
当
Figure FDA0003432739430000038
时，
Figure FDA0003432739430000039
或
Figure FDA00034327394300000310
S4.2、通过P个二倍角还原得到2P个实际到达角。
8.根据权利要求7所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，步骤S5中，包括步骤：
S5.1、将2P个实际到达角代入信道导向矢量表达式，计算得到2P组方位到达角估计值；
S5.2、根据每组方位到达角估计值和选取的部分初步估计信道信息，计算得到每组方位到达角估计值对应的信道复增益系数估计值，以构成2P组方位到达角估计值、信道复增益系数估计值。
9.根据权利要求8所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，步骤S6中，包括步骤：
S6.1、分别基于每组方位到达角估计值、信道复增益系数估计值计算各组的信道值
Figure FDA0003432739430000041
F＝1,2，...，2P；
S6.2、根据信道值
Figure FDA0003432739430000042
以及选取的部分初步估计信道信息h’计算得到各组的信道利用率；
S6.3、选取信道利用率最高的一组方位到达角估计值、信道复增益系数估计值。
10.根据权利要求9所述的大规模MIMO系统中的基于倍角估计的信道估计方法，其特征在于，步骤S6.2中，信道利用率的计算公式为：
Figure FDA0003432739430000043
CN202111599524.3A 2021-12-24 2021-12-24 大规模mimo系统中的基于倍角估计的信道估计方法 Active CN114244658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111599524.3A CN114244658B (zh) 2021-12-24 2021-12-24 大规模mimo系统中的基于倍角估计的信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111599524.3A CN114244658B (zh) 2021-12-24 2021-12-24 大规模mimo系统中的基于倍角估计的信道估计方法

Publications (2)

Publication Number Publication Date
CN114244658A true CN114244658A (zh) 2022-03-25
CN114244658B CN114244658B (zh) 2024-03-26

Family

ID=80762638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111599524.3A Active CN114244658B (zh) 2021-12-24 2021-12-24 大规模mimo系统中的基于倍角估计的信道估计方法

Country Status (1)

Country Link
CN (1) CN114244658B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114338303A (zh) * 2021-12-24 2022-04-12 杭州电子科技大学 大规模MIMO系统中基于多维Hankel矩阵的信道估计方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110212951A (zh) * 2019-04-26 2019-09-06 南京邮电大学 一种基于Butler矩阵的大规模MIMO信道估计方法
CN112436872A (zh) * 2020-11-02 2021-03-02 北京邮电大学 一种多用户大规模mimo信道估计方法与装置
CN112702093A (zh) * 2020-12-22 2021-04-23 杭州电子科技大学 Fdd下行多用户大规模mimo系统中的信道估计方法
CN112702092A (zh) * 2020-12-22 2021-04-23 杭州电子科技大学 一种fdd下行多用户大规模mimo系统中的信道估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110212951A (zh) * 2019-04-26 2019-09-06 南京邮电大学 一种基于Butler矩阵的大规模MIMO信道估计方法
CN112436872A (zh) * 2020-11-02 2021-03-02 北京邮电大学 一种多用户大规模mimo信道估计方法与装置
CN112702093A (zh) * 2020-12-22 2021-04-23 杭州电子科技大学 Fdd下行多用户大规模mimo系统中的信道估计方法
CN112702092A (zh) * 2020-12-22 2021-04-23 杭州电子科技大学 一种fdd下行多用户大规模mimo系统中的信道估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姬晓娜;张卫党;高向川;: "基于子空间相关信道模型的大规模MIMO信道估计", 通信技术, no. 10, 10 October 2015 (2015-10-10) *
许鹏;汪晋宽;祁峰;: "基于奇异值分解的MIMO-OFDM系统角域MAP信道估计算法", 电波科学学报, no. 05, 15 October 2009 (2009-10-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114338303A (zh) * 2021-12-24 2022-04-12 杭州电子科技大学 大规模MIMO系统中基于多维Hankel矩阵的信道估计方法及系统
CN114338303B (zh) * 2021-12-24 2024-02-13 杭州电子科技大学 大规模MIMO系统中基于多维Hankel矩阵的信道估计方法及系统

Also Published As

Publication number Publication date
CN114244658B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
CN110099017B (zh) 基于深度神经网络的混合量化系统的信道估计方法
CN103560985B (zh) 一种空时相关信道大尺度mimo传输方法
CN106998307B (zh) 一种用于大规模天线系统的盲信号检测及信道估计方法
CN108881074B (zh) 一种低精度混合架构下宽带毫米波信道估计方法
CN112311520A (zh) 一种全双工方向调制无线网络构建方法
CN108667493B (zh) 一种面向大规模mimo中nlos场景下的波束赋形方法
CN114221838B (zh) 大规模mimo系统中利用信道共轭数据的信道估计方法及系统
CN113315560B (zh) 一种紧凑型平面阵列Massive MIMO系统的波束赋形方法
CN110430150A (zh) 一种基于神经网络的蜂窝移动通信系统接收机设计方法
Almamori et al. Estimation of channel state information for massive MIMO based on received data using Kalman filter
CN109861933A (zh) 一种基于music算法和预编码的毫米波mimo信道估计方法
CN110212951B (zh) 一种基于Butler矩阵的大规模MIMO信道估计方法
CN114244658B (zh) 大规模mimo系统中的基于倍角估计的信道估计方法
CN112702092B (zh) 一种fdd下行多用户大规模mimo系统中的信道估计方法
CN114338303B (zh) 大规模MIMO系统中基于多维Hankel矩阵的信道估计方法及系统
CN106452531B (zh) 一种基于大规模mimo的多用户上行链路频率同步方法
CN104994041A (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
CN103236878B (zh) 一种基于最大比合并接收矢量估计的协调波束赋形方法
CN107707493A (zh) 一种基于压缩感知的信道估计方法
CN103312641B (zh) 一种大规模天线阵列的信号合并方法
CN112702093B (zh) Fdd下行多用户大规模mimo系统中的信道估计方法
CN105959045B (zh) 一种多用户广义空间调制系统相位调整线性预编码方法
CN114598574A (zh) 一种基于深度学习的毫米波信道估计方法
CN114338294B (zh) 一种超大规模多天线系统中低复杂度的信道估计方法
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

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