CN114338299A - 一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法 - Google Patents
一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法 Download PDFInfo
- Publication number
- CN114338299A CN114338299A CN202111455671.3A CN202111455671A CN114338299A CN 114338299 A CN114338299 A CN 114338299A CN 202111455671 A CN202111455671 A CN 202111455671A CN 114338299 A CN114338299 A CN 114338299A
- Authority
- CN
- China
- Prior art keywords
- user
- channel
- base station
- intelligent
- reflecting surface
- 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
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法,其特征是,包括下列步骤:1)基站和智能反射面位置参数获取;2)用户位置获取;3)计算智能反射面和用户之间的信道范围;4)建立上行通信系统模型:假设由用户发送信号,并且用户和基站之间的直接传输信道被阻隔,考虑“基站‑智能反射面‑用户”这条级联信道,并且建立系统模型;5)建立优化问题:利用最大似然估计理论,建立优化问题,并且结合位置信息对信道状态信息进行约束;6)参数设定:设置梯度下降算法的步长,设置迭代停止条件;7)求解目标函数:通过梯度下降的方法对信道状态信息进行求解,并且利用位置信息得到的约束,对结果进行校正,直到满足条件为止。
Description
技术领域
本发明属于通信领域,特别是针对智能反射面辅助的远场通信系统的信道估计。
背景技术
大规模通信(MIMO)的特点是庞大的天线阵列,需要大量的射频链,不仅设备昂贵,而且能源消耗严重,由大量无源的反射单元组成的智能反射面不仅可以缓解通信的高成本和功耗,还可以对无线传播环境进行重新配置,显著提高无线通信覆盖范围、吞吐量、能源效率,更加符合6G的绿色通信宗旨,近年来已成为一种有前景的新技术。但是,智能反射面的反射元素数量通常很大,因此信道维度与现有普通的通信网络相比维数较高,这便给信道估计带来了困难。因此,对智能反射面辅助的通信系统进行信道估计是一个具有挑战性的问题。
发明内容
本发明的目的是在于提供一种结合位置信息的信道估计算法,用于解决现有技术中存在的问题。如果只通过传统的信道估计方法,不仅计算量比较大,而且信道估计的误差也会有较大的偏差。由于基站和智能反射面的位置是固定的,本发明可以通过测量得到精确位置,而用户的位置可以通过GPS获得位置范围,利用位置来辅助信道估计,进而使信道估计的误差减小。
为此,本发明提供一种位置信息对智能反射面辅助的通信系统进行信道估计的方法。
包括下列步骤:
1)基站和智能反射面位置参数获取:基站坐标,基站端天线的个数,智能反射面坐标,智能反射面的元素个数,从而计算出基站到智能反射面的信道状态信息;
2)用户位置获取:通过用户端的GPS信息获得用户的估计位置,假设GPS定位的误差为a;
3)计算智能反射面和用户之间的信道范围:根据用户的位置信息,计算出智能反射面和用户的之间信道的范围;
4)建立上行通信系统模型:假设由用户发送信号,并且用户和基站之间的直接传输信道被阻隔,因此只考虑“基站-智能反射面-用户”这条级联信道,并且建立系统模型;
5)建立优化问题:利用最大似然估计理论,建立优化问题,并且结合位置信息对信道状态信息进行约束;
6)参数设定:设置梯度下降算法的步长,设置迭代停止条件;
7)求解目标函数:通过梯度下降的方法对信道状态信息进行求解,并且利用位置信息得到的约束,对结果进行校正,直到满足条件为止。
附图说明
图1为本发明方法应用所在的智能反射面辅助的通信系统模型图
图2为GPS定位精度不同时,不同算法的估计效果对比仿真图
图3为智能反射面和用户之间距离变化时,不同算法的估计效果对比仿真图
图4为本发明算法流程图
具体实施方式
智能反射面的元素较多,并且是无源的,不能传输和接收导频信号,因此对智能反射面辅助对的通信系统进行信道估计是一项有挑战的任务。本发明考虑了利用位置信息,对信道估计进行辅助。更具体的说:基站和智能反射面的位置,都是可以通过实际测量获得的,而用户的位置可以通过GPS获取。因此只需要对智能反射面和用户之间的信道状态信息进行估计。此外,本发明考虑到由GPS获得的位置信息是有误差的,因此,用户的位置信息作为问题的约束。在位置信息的基础上,本发明采用了最大似然估计算法,对智能反射面和用户之间的信道状态信息进行估计,并且通过位置信息进行约束,最终得到更加精确的信道状态信息。本发明的优势在于:通过利用用户的位置信息,对似然估计方法求得的结果进行校正,从而得到更加精确的信道状态信息。
以下结合附图给出实施方式。过程如下:
1、建立通信模型:
y=HR-BΘhU-Rx+w,
主要考虑毫米波通信,其中y表示基站接收到的信号,用HR-B来表示智能反射面到基站之间的信道,Θ为智能反射面每个元素的相位矩阵,hU-R表示用户到智能反射面的真实信道,x为用户发送的信号,w表示信号传输过程中的加性高斯白噪声。
2、位置参数获取:通过测量可以分别得到基站和智能反射面的位置坐标,根据用户的GPS 信息可以得到用户位置的估计值;根据位置信息,可以计算出基站、智能反面、用户的方位角,到达角以及发送角,有了这些角度信息之后,进一步可以计算相应的响应函数,从而计算出智能反射面到基站之间的信道HR-B以及用户到智能反射面之间的估计信道具体计算以及推导过程可以根据已发表的文章[1]。
3、由GPS得到的位置信息是有误差的,根据GPS的定位误差范围,我们可以得出用户到智能反射面的信道误差ΔhU-R的范围,具体的计算公式根据文章[1]得到,其中ΔhU-R的范围为:||ΔhU-R||2∈(0,k),k可以根据文章[1]计算得出;此时,可以得到实际信道个估计信道之间的关系:
4、由步骤2可知,智能反射面到基站的信道状态信息已经通过位置信息计算得出,而智能反射面的相位矩阵Θ,也可以通过手动设置得到,因此,步骤1中的通信模型可以简化为 y=HR-BΘhU-Rx+w=AThU-Rx+w,在此,只是进行代换:AT=HR-BΘ。
5、最大似然函数推导:根据在基站端观测的信号y,可以得到概率密度函数为:
对概率密度函数两边同时取对数,可以得到:
6、建立优化问题:目标是估计用户到智能反射面的信道,使得似然函数取的最大
值,因此估计问题为:
7、对目标函数求梯度:
8、设置梯度下降步长β以及迭代截止阈值ò,并按照如下算法进行求解:
9、对本发明提出的算法进行仿真,与单纯的最大似然估计算法进行比较,结果如附件图 2、图3所示;证明提出的算法确实有利于降低信道估计的误差。
图2中,假设智能反射面的元素个数为N=16,基站的天线个数M=8,基站的位置坐标为 (0,0,25),智能反射面的坐标为(40,-30,40),用户的测量坐标为(100,10,0),GPS定位精度不同时,不同算法的估计效果。
图3中,假设智能反射面的元素个数为N=16,基站的天线个数M=8,基站的位置坐标为(0,0,25),智能反射面的坐标为(40,-30,40),GPS的定位误差为3m,智能反射面和用户之间距离变化时,不同算法的估计效果。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界。
以下给出检索的相关文献:
[1]Xing Z,Wang R,Yuan X,et al.Location-aware Beamforming Design forReconfigurable Intelligent Surface Aided Communication System[C]//2021 IEEE/CIC International Conference on Communications in China(ICCC).IEEE,2021:201-206。
Claims (9)
1.一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法,其特征是,包括下列步骤:
1)基站和智能反射面位置参数获取:
基站坐标,基站端天线的个数,智能反射面坐标,智能反射面的元素个数,从而计算出基站到智能反射面的信道状态信息;
2)用户位置获取:
通过用户端的GPS信息获得用户的估计位置,假设GPS定位的误差为a;
3)计算智能反射面和用户之间的信道范围:
根据用户的位置信息,计算出智能反射面和用户的之间信道的范围;
4)建立上行通信系统模型:
假设由用户发送信号,并且用户和基站之间的直接传输信道被阻隔,考虑“基站-智能反射面-用户”这条级联信道,并且建立系统模型;
5)建立优化问题:
利用最大似然估计理论,建立优化问题,并且结合位置信息对信道状态信息进行约束;
6)参数设定:
设置梯度下降算法的步长,设置迭代停止条件;
7)求解目标函数:
通过梯度下降的方法对信道状态信息进行求解,并且利用位置信息得到的约束,对结果进行校正,直到满足条件为止。
2.如权利要求1所述方法,其特征是,步骤4),建立通信模型:
y=HR-BΘhU-Rx+w,
为毫米波通信,其中y表示基站接收到的信号,用HR-B来表示智能反射面到基站之间的信道,Θ为智能反射面每个元素的相位矩阵,hU-R表示用户到智能反射面的真实信道,x为用户发送的信号,w表示信号传输过程中的加性高斯白噪声。
5.如权利要求2所述方法,其特征是,
智能反射面到基站的信道状态信息通过位置信息计算得出,智能反射面的相位矩阵Θ,也通过手动设置得到,如此,所述通信模型简化为y=HR-BΘhU-Rx+w=AThU-Rx+w,在此,只是进行代换:AT=HR-BΘ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111455671.3A CN114338299B (zh) | 2021-12-01 | 2021-12-01 | 一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111455671.3A CN114338299B (zh) | 2021-12-01 | 2021-12-01 | 一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114338299A true CN114338299A (zh) | 2022-04-12 |
CN114338299B CN114338299B (zh) | 2022-12-20 |
Family
ID=81048707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111455671.3A Active CN114338299B (zh) | 2021-12-01 | 2021-12-01 | 一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114338299B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023226680A1 (zh) * | 2022-05-25 | 2023-11-30 | 中兴通讯股份有限公司 | 定位方法、装置、设备、存储介质及程序产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150043450A1 (en) * | 2013-08-07 | 2015-02-12 | Broadcom Corporation | Receiver-Aided Multi-User MIMO and Coordinated Beamforming |
CN111181615A (zh) * | 2019-11-29 | 2020-05-19 | 广东工业大学 | 一种基于智能反射面的多小区无线通信方法 |
CN112532547A (zh) * | 2020-11-21 | 2021-03-19 | 北京邮电大学 | 一种智能反射面通信系统中信道估计和信道鉴别方法 |
CN112769461A (zh) * | 2020-12-11 | 2021-05-07 | 华南理工大学 | 基于毫米波智能反射面通信的大规模天线信道估计方法 |
CN113225275A (zh) * | 2021-04-25 | 2021-08-06 | 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 |
CN113225276A (zh) * | 2021-05-08 | 2021-08-06 | 东南大学 | 一种面向智能反射面辅助通信系统的半盲信道估计方法 |
WO2021207748A2 (en) * | 2020-08-13 | 2021-10-14 | Futurewei Technologies, Inc. | Methods and apparatus for channel reconstruction in intelligent surface aided communications |
WO2021221603A1 (en) * | 2020-04-27 | 2021-11-04 | Nokia Technologies Oy | Ue positioning aided by reconfigurable reflecting surfaces such as intelligent reflecting surfaces (irs) |
-
2021
- 2021-12-01 CN CN202111455671.3A patent/CN114338299B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150043450A1 (en) * | 2013-08-07 | 2015-02-12 | Broadcom Corporation | Receiver-Aided Multi-User MIMO and Coordinated Beamforming |
CN111181615A (zh) * | 2019-11-29 | 2020-05-19 | 广东工业大学 | 一种基于智能反射面的多小区无线通信方法 |
WO2021221603A1 (en) * | 2020-04-27 | 2021-11-04 | Nokia Technologies Oy | Ue positioning aided by reconfigurable reflecting surfaces such as intelligent reflecting surfaces (irs) |
WO2021207748A2 (en) * | 2020-08-13 | 2021-10-14 | Futurewei Technologies, Inc. | Methods and apparatus for channel reconstruction in intelligent surface aided communications |
CN112532547A (zh) * | 2020-11-21 | 2021-03-19 | 北京邮电大学 | 一种智能反射面通信系统中信道估计和信道鉴别方法 |
CN112769461A (zh) * | 2020-12-11 | 2021-05-07 | 华南理工大学 | 基于毫米波智能反射面通信的大规模天线信道估计方法 |
CN113225275A (zh) * | 2021-04-25 | 2021-08-06 | 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 |
CN113225276A (zh) * | 2021-05-08 | 2021-08-06 | 东南大学 | 一种面向智能反射面辅助通信系统的半盲信道估计方法 |
Non-Patent Citations (3)
Title |
---|
ZHE XING; RUI WANG: "Location-aware Beamforming Design for Reconfigurable Intelligent Surface Aided Communication System", 《2021 IEEE/CIC INTERNATIONAL CONFERENCE ON COMMUNICATIONS IN CHINA (ICCC)》 * |
孙梦璐等: "基于低秩矩阵完备的大规模MIMO系统信道估计研究", 《计算机应用研究》 * |
尹烨佳等: "非视距环境中的无线网络残差加权定位算法", 《传感技术学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023226680A1 (zh) * | 2022-05-25 | 2023-11-30 | 中兴通讯股份有限公司 | 定位方法、装置、设备、存储介质及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN114338299B (zh) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111865387A (zh) | 智能反射面辅助无线通信系统的波束成形设计方法 | |
CN103747456B (zh) | 基于三维空间域多天线mimo统计信道的建模方法 | |
CN106941718B (zh) | 一种基于信号子空间指纹库的混合室内定位方法 | |
CN111163511A (zh) | 智能反射表面辅助的毫米波通信中延迟受限的上行功率分配方法 | |
CN113285897A (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 | |
CN104023395B (zh) | 大规模mimo中基于波束空间转换的散射信源定位方法 | |
CN109284551B (zh) | 一种基于神经网络空间映射的超高频rfid天线增益建模方法 | |
CN109031196A (zh) | 基于运动观测站对多信号源的最大似然直接定位方法 | |
CN107144814B (zh) | 一种适于定向辐射场景的无源uhf rfid定位精度的评价方法 | |
CN114338299B (zh) | 一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法 | |
CN108306667A (zh) | 大规模mimo中基于线性搜索的混合到达角估计 | |
CN112929302A (zh) | 一种半无源反射元协助的智能反射面系统的信道估计方法 | |
CN116248173A (zh) | Ris辅助的背向散射通信感知一体化方法 | |
CN114520699B (zh) | 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 | |
CN116436502A (zh) | 一种智能反射面选择与相位矩阵调整方法 | |
CN118075868A (zh) | 一种基于toa测距的多终端定位方法 | |
CN117200846B (zh) | 一种基于列车位置和ris的毫米波波束成形方法及系统 | |
CN110071747A (zh) | 一种大规模mimo系统上行链路低复杂度量化比特选择方法 | |
CN102833848A (zh) | 一种移动台定位方法、装置和系统 | |
Kutty et al. | An improved numerical optimization method for efficient beam search in 60 GHz indoor millimeter wave wireless networks | |
CN106792982B (zh) | 一种基于自适应分簇策略的多目标直接定位方法 | |
CN110601781A (zh) | 一种城市街道环境下用于5g通信的虚拟几何信道建立方法 | |
CN115987358A (zh) | 有源ris中的一种基于部分信道状态信息的波束赋形方法 | |
Dou et al. | 3D localization method based on MDS-RSSI in wireless sensor network | |
CN114051251B (zh) | 基于在智能反射面的辅助下来实现基站的动态开关方法 |
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 |