CN114338299B - 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

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

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

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＝H_R-BΘh_U-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H_R-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，h_U-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H_R-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Δh_U-R的范围，具体的计算公式根据文章[1]得到，其中Δh_U-R的范围为：||Δh_U-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＝H_R-BΘh_U-Rx+w＝A^Th_U-Rx+w，在此，只是进行代换：A^T＝H_R-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：

其中，M为基站端天线的个数，a_i为矩阵A的第i列向量，

为待估计信道；

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 (6)

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；

y＝H_R-BΘh_U-Rx+w，

为毫米波通信，其中y表示基站接收到的信号，用H_R-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，h_U-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)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；

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：

这里|| ||₂ ²表示2-范数，k表示信道误差△h_U-R的最大2-范数的平方；

6)参数设定：

设置梯度下降算法的步长，设置迭代停止条件；

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：

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2)，位置参数获取：

通过测量分别得到基站和智能反射面的位置坐标，根据用户的GPS信息得到用户位置的估计值；根据位置信息，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H_R-B以及用户到智能反射面之间的估计信道

3.如权利要求1所述方法，其特征是，步骤2)，位置参数获取误差为a；

根据GPS的定位误差范围，得出用户到智能反射面的信道误差△h_U-R的范围；

实际信道和估计信道之间的关系：

4.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＝H_R-BΘh_U-Rx+w＝A^Th_U-RX+w,在此，只是进行代换：A^T＝H_R-BΘ。

5.如权利要求1所述方法，其特征是，最大似然函数推导：根据在基站端观测的信号y，得到概率密度函数为：

其中，M为基站端天线的个数，a_i为矩阵A的第i列向量，

是a_i的转置，σ_w ²表示噪声方差，

为待估计信道；

对概率密度函数两边同时取对数，得到：

6.如权利要求1所述方法，其特征是，

对目标函数求梯度：

Images