CN114362794B - 宽带毫米波大规模多天线系统信道确定方法和装置 - Google Patents

宽带毫米波大规模多天线系统信道确定方法和装置 Download PDF

Info

Publication number
CN114362794B
CN114362794B CN202011092005.3A CN202011092005A CN114362794B CN 114362794 B CN114362794 B CN 114362794B CN 202011092005 A CN202011092005 A CN 202011092005A CN 114362794 B CN114362794 B CN 114362794B
Authority
CN
China
Prior art keywords
channel
determining
base station
millimeter wave
matrix
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
CN202011092005.3A
Other languages
English (en)
Other versions
CN114362794A (zh
Inventor
吴玥
辛晃
黎炜
唐虎
牟海望
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.)
China Mobile Communications Group Co Ltd
China Mobile Group Design Institute Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Design Institute Co Ltd
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 China Mobile Communications Group Co Ltd, China Mobile Group Design Institute Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202011092005.3A priority Critical patent/CN114362794B/zh
Publication of CN114362794A publication Critical patent/CN114362794A/zh
Application granted granted Critical
Publication of CN114362794B publication Critical patent/CN114362794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种宽带毫米波大规模多天线系统信道确定方法和装置，该方法获取用户终端发送至基站的正交导频信号和基站接收到的观测信号，基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵。利用宽带毫米波大规模多天线波束信道的稀疏特性，采用压缩感知算法进行信道估计，算法复杂度低，且能有效估计出波束信道信息，解决大规模宽带毫米波大规模多天线系统中的信道估计准确性低和精度差问题。

Description

宽带毫米波大规模多天线系统信道确定方法和装置
技术领域
本发明涉及大规模多天线技术领域，尤其涉及一种宽带毫米波大规模多天线系统信道确定方法和装置。
背景技术
毫米波大规模MIMO技术中波束信道估计是提高系统速率最基本的前提，针对毫米波大规模MIMO系统信道估计问题，现有技术的一种方法是利用训练序列信息与波束空间正交基进行波达角粗略估计，再将波束空间的正交基部分元素提出出来与新的接收信号进行精细化信道估计，其中精细化估计步骤利用计算矩阵协方差及旋转空间方法，增加了算法复杂度，以算法复杂度换取估计精度；随着基站天线数量的增加，其训练序列开销将线性增加，其信道估计算法复杂度也随之增大，且只适用窄带毫米波通信系统。现有技术的另一种方法主要利用分离型混合波束成形架构，利用不同空间发送的训练序列，多次进行信道探测完成主径估计，最后在接收端选择响应最强的一对子空间区域，并将此信息反馈给发射端，最后联合估计出主径的离开角与到达角，此方法主要在发射端与接收端均需要布置多个子天线阵列，实施困难较大。此外，现有技术的另一种方法利用了空频双宽带的二维角度-时间域的稀疏特性，采用低复杂度的二维快速傅里叶变换及二分搜索估计出每个用户的入射径的角度与时延信息，但此方法需要将提取出的入射径角度与多径时延信息进行“软分组”调度，使不同用户数的入射径在时间与空间上不重合且存在一定的保护间隔，其“软分组”调度算法的好坏决定了信道估计精度。由此可见，目前大多数数波束信道估计方法仅仅适用于窄带毫米波系统，且算法复杂度较高，未能有效解决宽带毫米波大规模MIMO信道估计问题。
发明内容
针对现有技术存在的上述技术问题，本发明实施例提供一种宽带毫米波大规模多天线系统信道确定方法和装置。
第一方面，本发明实施例提供一种宽带毫米波大规模多天线系统信道确定方法，包括：获取用户终端发送至基站的正交导频信号和基站接收到的观测信号；
基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵。
可选地，获取用户终端发送至基站的正交导频信号和基站接收到的观测信号，基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵。
可选地，所述广义逆处理，按照如下公式计算：
Figure BDA0002722425350000021
其中，y为基站接收到的观测信号，
Figure BDA0002722425350000022
为y的广义逆矩阵，yT为y的转置矩阵，(yyT)-1为yyT的逆矩阵。
可选地，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，按照如下公式计算：
y＝Fh+n，
其中，y为基站接收到的观测信号，F为用户发送至基站的正交导频信号，h为信道矩阵，n为服从方差为σ的高斯白噪声。
可选地，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，包括：
确定
Figure BDA0002722425350000023
与残差的相关系数的绝对值，基于所述
Figure BDA0002722425350000024
与残差的相关系数的绝对值，确定信道矩阵。
可选地，所述基于所述
Figure BDA00027224253500000312
与残差的相关系数的绝对值，按照如下公式计算：
Figure BDA0002722425350000031
其中，
Figure BDA0002722425350000032
为
Figure BDA0002722425350000033
与残差的相关系数，
Figure BDA0002722425350000034
D(r)为r的方差，
Figure BDA0002722425350000035
为
Figure BDA00027224253500000313
的方差，k为稀疏度。
可选地，所述基于所述
Figure BDA00027224253500000314
与残差的相关系数的绝对值，确定信道矩阵，按照如下公式计算：
Figure BDA0002722425350000036
其中，从
Figure BDA0002722425350000037
与残差的相关系数的绝对值中选择最大的2k个值，并记录这2k个值对应的
Figure BDA0002722425350000038
矩阵列序号j，记作集合J0，IItex为迭代次数，k为稀疏度，
Figure BDA0002722425350000039
为信道矩阵，IItex为索引集，IItex＝IItex-1∪J0，
Figure BDA00027224253500000310
为原子集，
Figure BDA00027224253500000311
δ为噪声的门限值。
第二方面，本发明实施例提供一种宽带毫米波大规模多天线系统信道确定装置，包括：
获取模块，用于获取用户发送至基站的正交导频信号和基站接收到的观测信号；
信道矩阵确定模块，用于基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种宽带毫米波大规模多天线系统信道确定方法和装置，该方法基于用户终端发送至基站的正交导频信号和基站接收到的观测信号，根据压缩感知算法确定信道矩阵，利用宽带毫米波大规模多天线波束信道的稀疏特性，采用压缩感知算法进行信道估计，算法复杂度低，且能有效估计出波束信道信息，解决大规模宽带毫米波大规模多天线系统中的信道估计准确性低和精度差问题。
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一简单地介绍，显而易见地，下面描述中的附图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是本发明实施例提供的宽带毫米波大规模多天线系统信道确定方法的流程示意图；
图2为宽带毫米波大规模多天线系统的结构示意图；
图3是本发明一实施例提供的宽带毫米波大规模多天线系统信道确定方法的执行流程的流程示意图；
图4是本发明另一实施例提供的宽带毫米波大规模多天线系统信道确定方法的执行流程的流程示意图；
图5是本发明又一实施例提供的宽带毫米波大规模多天线系统信道确定方法装置的结构示意图；
图6是不同的信道确定方法的仿真结果示意图；
图7是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前毫米波大规模MIMO系统波束信道估计主要存在三大问题：一是采用高复杂度算法换取估计精度；二是采用其他方式进行资源调度，降低信道估计算法复杂度；三是现有信道估计方法大多数局限于窄带毫米波系统。
对此，本发明实施例提供了一种宽带毫米波大规模多天线系统信道确定方法。图1为本发明实施例提供的宽带毫米波大规模多天线系统信道确定方法的流程示意图，如图1所述，该方法包括：
S101：获取用户终端发送至基站的正交导频信号和基站接收到的观测信号；
S102：基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵。
具体地，图2为本发明实施例提供的一种宽带毫米波大规模多天线(MassiveMIMO)系统，如图2所示，宽带毫米波大规模MIMO系统包含K个单天线用户、基站控制器、基带信号处理器，用户终端通过宽带毫米波无线信道与基站控制器进行通信，基站部署N根线性均匀排列的大规模天线阵列，自适应网络根据基站天线阵列选择，所述的射频链路与自适应网络电缆连接，基带处理器完成基带信号处理器与射频链路电缆连接。
小区内随机分布的用户终端通过子载波向基站发送经过傅里叶逆变换、加循环前缀的正交导频信号，基站对接收到的信号进行自适应网络选择、循环前缀移除、傅里叶变换得到观测信号。
考虑TDD双工模式下的宽带毫米波多用户大规模MIMO系统，基站天线采用线性均匀排列(ULA)方式，天线之间距离为半波长d＝λ/2，信道采用Saleh Valenzuela多径信道模型，则某用户在在子载波m(m＝1，2，…，M)上的信道向量hm可以表示为
Figure BDA0002722425350000061
其中L表示自适应选择信道的数量，βl与τl在为第l路径的时延复增益，
Figure BDA0002722425350000062
为第m子载波的空间向量，定义为
Figure BDA0002722425350000063
Figure BDA0002722425350000064
为第m个子载波频率，fc为载波频率，fs为信号带宽，c为光速。在宽带毫米波系统中，
Figure BDA0002722425350000065
与频率无关，
Figure BDA0002722425350000066
为
Figure BDA0002722425350000067
的接收向量，对于典型的线性均匀排列天线阵列(ULA)而言，
Figure BDA0002722425350000068
其中
Figure BDA0002722425350000069
在线性均匀排列的天线阵列
Figure BDA00027224253500000610
中，天线的空间方向为
Figure BDA00027224253500000611
故对于宽带毫米波信道可通过
Figure BDA00027224253500000612
来表示，其中
Figure BDA00027224253500000613
Figure BDA00027224253500000614
为辛格函数，其分布特性值分布在极少区间。在毫米波系统中，因为其有限的散射，L一般很小，一般取3，所以宽带波束信道
Figure BDA00027224253500000615
呈现稀疏特性。
通过上述分析可知，在宽带毫米波大规模多天线系统中，宽带波束信道呈现稀疏特性，因此，本发明实施例基于用户终端发送至基站的正交导频信号和用户终端发送至基站的正交导频信号，根据压缩感知算法，确定宽带波束信道。
本发明实施例提供的方法，结合宽带毫米波大规模MIMO系统波束信道的稀疏特性，采用复杂度较低的压缩感知算法，基于用户终端发送至基站的正交导频信号和基站接收到的观测信号，准确估计出宽带毫米波波束信道信息，从而提高通信系统的传输速率。
基于上述实施例，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵之前，还包括：
对基站接收到的观测信号进行预处理；其中，所述预处理为对基站接收到的观测信号进行广义逆处理。
具体地，在根据压缩感知算法确定信道矩阵之前，对基站接收到的观测信号进行广义逆处理，以降低观测矩阵原子间的不相干性。
本发明实施例提供的方法，考虑到在压缩感知匹配追踪类算法中原子的不相干性是算法重构的关键之处，采用广义逆对基站观测矩阵进行处理，降低原子间的相干性，能提高信道估计精度。
下面以一个具体例子对本实施例所述方法进行进一步说明。图3为本发明实施例提供的一种宽带毫米波大规模多天线系统信道确定方法的执行流程的流程示意图，如图3所示：
S301：根据用户信息与基站天线信息构建宽带毫米波波束初始化信道；
S302：某一时间段内用户通过子载波向基站发送经过傅里叶逆变换、加循环前缀的正交导频序列并向基站发送；
S303：基站对接收到的信号进行自适应网络选择、循环前缀移除、傅里叶变换得到观测信号；
S304：将观测信号进行广义逆变换，然后与用户发射信息进行信道估计；
S305：获得信道矩阵，重构出信道。
基于上述任一实施例，所述广义逆处理，按照如下公式计算：
Figure BDA0002722425350000081
其中，y为基站接收到的观测信号，
Figure BDA0002722425350000082
为y的广义逆矩阵，yT为y的转置矩阵，(yyT)-1为yyT的逆矩阵。
具体地，在根据压缩感知算法确定信道矩阵之前，对基站接收到的观测信号y进行广义逆处理，以降低观测矩阵原子间的不相干性。
本发明实施例提供的方法，考虑到在压缩感知匹配追踪类算法中原子的不相干性是算法重构的关键之处，对基站观测矩阵进行广义逆处理，降低原子间的相干性，通过基于广义逆的压缩采样匹配追踪算法确定信道矩阵，从而提高信道估计精度。
基于上述任一实施例，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，按照如下公式计算：
y＝Fh+n，
其中，y为基站接收到的观测信号，F为用户发送至基站的正交导频信号，h为信道矩阵，n为服从方差为σ的高斯白噪声。
具体地，小区内随机分布的用户终端通过子载波向基站发送经过傅里叶逆变换、加循环前缀的正交导频信号，基站对接收到的信号进行自适应网络选择、循环前缀移除、傅里叶变换得到观测信号，基站接收到的第m个子载波的观测向量为
Figure BDA0002722425350000083
故基站接收到的信号可表示为y＝Fh+n。
本发明实施例提供的方法，结合宽带毫米波大规模MIMO系统波束信道的稀疏特性，采用复杂度较低的压缩感知算法，基于用户终端发送至基站的正交导频信号和基站接收到的观测信号，准确估计出宽带毫米波波束信道信息，从而提高通信系统的传输速率。
基于上述任一实施例，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，包括：
确定
Figure BDA0002722425350000091
与残差的相关系数的绝对值，基于所述
Figure BDA0002722425350000092
与残差的相关系数的绝对值，确定信道矩阵。
具体地，基于所述
Figure BDA0002722425350000093
与残差的相关系数的绝对值选择有效原子，用以确定信道矩阵。
本发明实施例提供的方法，在压缩感知算法原子筛选的步骤中，通过计算导频矩阵与残差的相关系数替代计算其内积，有效反映导频矩阵与残差之间相关程度，进而筛选出更为准确的原子，从而提高了计算出的宽带毫米波波束信道的精度。
基于上述任一实施例，所述基于所述
Figure BDA0002722425350000094
与残差的相关系数的绝对值，按照如下公式计算：
Figure BDA0002722425350000095
其中，
Figure BDA0002722425350000096
为
Figure BDA0002722425350000097
与残差的相关系数，
Figure BDA0002722425350000098
D(r)为r的方差，
Figure BDA0002722425350000099
为
Figure BDA00027224253500000910
的方差，k为稀疏度。
具体地，获取
Figure BDA00027224253500000911
与残差的相关系数的绝对值后，基于所述
Figure BDA00027224253500000912
与残差的相关系数的绝对值选择有效原子，用以确定信道矩阵
本发明实施例提供的方法，通过计算导频矩阵与残差的相关系数替代计算其内积，有效反映导频矩阵与残差之间相关程度，并基于导频矩阵与残差的相关系数筛选出更为准确的原子，从而提高了估计出是宽带毫米波波束信道的精度。
基于上述任一实施例，所述基于所述
Figure BDA00027224253500000913
与残差的相关系数的绝对值，确定信道矩阵，按照如下公式计算：
Figure BDA00027224253500000914
其中，从
Figure BDA00027224253500000915
与残差的相关系数的绝对值中选择最大的2k个值，并记录这2k个值对应的
Figure BDA00027224253500001014
矩阵列序号j，记作集合J0，IItex为迭代次数，k为稀疏度，
Figure BDA0002722425350000101
为信道矩阵，IItex为索引集，IItex＝IItex-1∪J0，
Figure BDA0002722425350000102
为原子集，
Figure BDA0002722425350000103
δ为噪声的门限值。
具体地，按照公式：
Figure BDA0002722425350000104
采用最小二乘法求解出信道矩阵
Figure BDA0002722425350000105
进一步地，本发明实施例在获得信道矩阵
Figure BDA0002722425350000106
之后，还包括：基于所述信道矩阵，确定残差，按照如下公式计算：
Figure BDA0002722425350000107
其中，从
Figure BDA0002722425350000108
中选择绝对值最大的前k项，记为
Figure BDA0002722425350000109
对应的观测矩阵
Figure BDA00027224253500001010
对应的列序号记为IItexk，IItex＝IItexk。
本发明实施例提供的方法，采用复杂度较低的压缩感知算法，基于用户终端发送至基站的正交导频信号和基站接收到的观测信号，准确估计出宽带毫米波波束信道信息，从而提高通信系统的传输速率。
下面以一个具体例子对本实施例所述方法进行进一步说明。图4为本发明实施例提供的一种包含具体计算过程的宽带毫米波大规模多天线系统信道确定方法的执行流程的流程示意图，如图4所示：
S401：开始进行宽带毫米波大规模多天线系统信道的确定；然后，执行步骤S402；
S402：初始化参数，包括：初始化用户数K，基站天线数N，基站处理后的观测矩阵y，预处理后的导频矩阵F，稀疏信号的稀疏度k，初始化残差r0＝y，索引集
Figure BDA00027224253500001011
原子集
Figure BDA00027224253500001012
对观测矩阵进行广义逆处理：计算观测矩阵的广义逆矩阵
Figure BDA00027224253500001013
降低观测矩阵原子间的不相干性；然后，执行步骤S403；
S403：计算广义逆后的观测矩阵
Figure BDA0002722425350000111
与残差相关系数v，从v中选择最大的2k个值，并记录这2k个值对应的
Figure BDA0002722425350000112
矩阵序列号j，记作集合J0；然后，执行步骤S404；
S404：更新索引集IItex及原子集
Figure BDA0002722425350000113
同时采用最小二乘法求解信道矩阵
Figure BDA0002722425350000114
然后，执行步骤S405；
S405：从信道矩阵
Figure BDA0002722425350000115
中选择绝对值最大的前k项，并记录对应的观测矩阵
Figure BDA0002722425350000116
的序列号IItexk；然后，执行步骤S406；
S406：更新残差；然后，执行步骤S407；
S407：判断迭代次数Itex是否满足条件Itex＜k：若是，则执行步骤S408；若否，则执行步骤S403；
S408：结束；本次宽带毫米波大规模多天线系统信道确定方法的执行流程结束。
下面对本发明实施例提供的宽带毫米波大规模多天线系统信道确定装置进行描述，下文描述的宽带毫米波大规模多天线系统信道确定装置与上文描述的宽带毫米波大规模多天线系统信道确定方法可相互对应参照。
基于上述任一实施例，图5为本发明实施例提供的宽带毫米波大规模多天线系统信道确定装置的结构示意图，如图5所示，该宽带毫米波大规模多天线系统信道确定装置包括获取模块501和信道矩阵确定模块502。
其中，获取模块501用于获取用户发送至基站的正交导频信号和基站接收到的观测信号；信道矩阵确定模块502用于基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵。
本发明实施例提供的装置，结合宽带毫米波大规模MIMO系统波束信道的稀疏特性，采用复杂度较低的压缩感知算法，基于用户终端发送至基站的正交导频信号和基站接收到的观测信号，准确估计出宽带毫米波波束信道信息，从而提高通信系统的传输速率。
基于上述任一实施例，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵之前，还包括：
对基站接收到的观测信号进行预处理；其中，所述预处理为对基站接收到的观测信号进行广义逆处理。
基于上述任一实施例，所述广义逆处理，按照如下公式计算：
Figure BDA0002722425350000121
其中，y为基站接收到的观测信号，
Figure BDA0002722425350000122
为y的广义逆矩阵，yT为y的转置矩阵，(yyT)-1为yyT的逆矩阵。
基于上述任一实施例，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，按照如下公式计算：
y＝Fh+n，
其中，y为基站接收到的观测信号，F为用户发送至基站的正交导频信号，h为信道矩阵，n为服从方差为σ的高斯白噪声。
基于上述任一实施例，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，包括：
确定
Figure BDA0002722425350000124
与残差的相关系数的绝对值，基于所述
Figure BDA0002722425350000125
与残差的相关系数的绝对值，确定信道矩阵。
基于上述任一实施例，所述基于所述
Figure BDA0002722425350000126
与残差的相关系数的绝对值，按照如下公式计算：
Figure BDA0002722425350000123
其中，
Figure BDA0002722425350000131
为
Figure BDA0002722425350000132
与残差的相关系数，
Figure BDA0002722425350000133
D(r)为r的方差，
Figure BDA0002722425350000134
为
Figure BDA0002722425350000135
的方差，k为稀疏度。
基于上述任一实施例，所述基于所述
Figure BDA0002722425350000136
与残差的相关系数的绝对值，确定信道矩阵，按照如下公式计算：
Figure BDA0002722425350000137
其中，从
Figure BDA0002722425350000138
与残差的相关系数的绝对值中选择最大的2k个值，并记录这2k个值对应的
Figure BDA00027224253500001313
矩阵列序号j，记作集合J0，IItex为迭代次数，k为稀疏度，
Figure BDA0002722425350000139
为信道矩阵，IItex为索引集，IItex＝IItex-1∪J0，
Figure BDA00027224253500001310
为原子集，
Figure BDA00027224253500001311
δ为噪声的门限值。
本发明实施例的宽带毫米波大规模多天线系统信道确定装置，可用于执行上述各宽带毫米波大规模多天线系统信道确定方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
设置基站天线数为256根，子载波为128个，每个用户的多径数为3条，导频数量为16，信号带宽频率为4Ghz，载波频率为28Ghz，迭代次数为50次。构建宽带毫米波大规模多天线信道模型，基站对随机用户终端发送的正交导频信号进行自适应选择。
采用归一化均方误差(Normalized Mean Square Error，NMSE)进行评价，其中，
Figure BDA00027224253500001312
通过MATLAB仿真，在相同条件下，对比不同算法在相同信噪比情况下的归一化均方误差NMSE。图6为不同的信道确定方法的仿真结果示意图，如图6所示，采用理想的最小二乘法(Least Squares，LS)、压缩感知的正交匹配追踪算法(Orthogonal MatchingPursuit，OMP)、压缩采样匹配追踪算法(Compressive Sampling Matching Pursuit，CoSAMP)和本发明实施例提供的改进的基于广义逆的压缩采样匹配追踪算法(CompressiveSampling Matching Pursuit Based on Moore-Penrose，MP-CoSAMP)进行对比，仿真结果表明，本发明实施例提供的MP-CoSAMP具有最接近理想状态下的LS算法仿真结果，与传统的CoSAMP算法相比，具有有接近2～5dB的提升。
图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行上述各方法实施例提供的步骤流程。
此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的步骤流程。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种宽带毫米波大规模多天线系统信道确定方法，其特征在于，包括：
获取用户终端发送至基站的正交导频信号和基站接收到的观测信号；
基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵；
所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，包括：
确定
Figure FDA0004047773040000011
与残差的相关系数的绝对值，基于所述
Figure FDA0004047773040000012
与残差的相关系数的绝对值，确定信道矩阵；y为基站接收到的观测信号，
Figure FDA0004047773040000013
为y的广义逆矩阵；
所述基于所述
Figure FDA0004047773040000014
与残差的相关系数的绝对值，确定信道矩阵，按照如下公式计算：
Figure FDA0004047773040000015
其中，从
Figure FDA0004047773040000016
与残差的相关系数的绝对值中选择最大的2k个值，并记录这2k个值对应的
Figure FDA0004047773040000017
矩阵列序号j，记作集合J0，Itex为迭代次数，k为稀疏度，
Figure FDA0004047773040000018
为信道矩阵，IItex为索引集，IItex＝IItex-1∪J0，
Figure FDA0004047773040000019
为原子集，
Figure FDA00040477730400000110
δ为噪声的门限值。
2.根据权利要求1所述的宽带毫米波大规模多天线系统信道确定方法，其特征在于，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵之前，还包括：
对基站接收到的观测信号进行预处理；其中，所述预处理为对基站接收到的观测信号进行广义逆处理。
3.根据权利要求2所述的宽带毫米波大规模多天线系统信道确定方法，其特征在于，所述广义逆处理，按照如下公式计算：
Figure FDA0004047773040000021
其中，yT为y的转置矩阵，(yyT)-1为yyT的逆矩阵。
4.根据权利要求1或2所述的宽带毫米波大规模多天线系统信道确定方法，其特征在于，所述基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵，按照如下公式计算：
y＝Fh+n，
其中，y为基站接收到的观测信号，F为用户发送至基站的正交导频信号，h为信道矩阵，n为服从方差为σ的高斯白噪声。
5.根据权利要求1所述的宽带毫米波大规模多天线系统信道确定方法，其特征在于，所述基于所述
Figure FDA0004047773040000022
与残差的相关系数的绝对值，按照如下公式计算：
Figure FDA0004047773040000023
其中，
Figure FDA0004047773040000024
为
Figure FDA0004047773040000025
与残差的相关系数，
Figure FDA0004047773040000026
Figure FDA0004047773040000027
D(r)为r的方差，
Figure FDA0004047773040000028
为
Figure FDA0004047773040000029
的方差，k为稀疏度。
6.一种宽带毫米波大规模多天线系统信道确定装置，其特征在于，包括：
获取模块，用于获取用户发送至基站的正交导频信号和基站接收到的观测信号；
信道矩阵确定模块，用于基于所述正交导频信号和所述观测信号，根据压缩感知算法，确定信道矩阵；
所述信道矩阵确定模块还用于：
确定
Figure FDA0004047773040000031
与残差的相关系数的绝对值，基于所述
Figure FDA0004047773040000032
与残差的相关系数的绝对值，确定信道矩阵；y为基站接收到的观测信号，
Figure FDA0004047773040000033
为y的广义逆矩阵；
所述基于所述
Figure FDA0004047773040000034
与残差的相关系数的绝对值，确定信道矩阵，按照如下公式计算：
Figure FDA0004047773040000035
其中，从
Figure FDA0004047773040000036
与残差的相关系数的绝对值中选择最大的2k个值，并记录这2k个值对应的
Figure FDA0004047773040000037
矩阵列序号j，记作集合J0，Itex为迭代次数，k为稀疏度，
Figure FDA0004047773040000038
为信道矩阵，IItex为索引集，IItex＝IItex-1∪J0，
Figure FDA0004047773040000039
为原子集，
Figure FDA00040477730400000310
δ为噪声的门限值。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述宽带毫米波大规模多天线系统信道确定方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述宽带毫米波大规模多天线系统信道确定方法的步骤。
CN202011092005.3A 2020-10-13 2020-10-13 宽带毫米波大规模多天线系统信道确定方法和装置 Active CN114362794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011092005.3A CN114362794B (zh) 2020-10-13 2020-10-13 宽带毫米波大规模多天线系统信道确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011092005.3A CN114362794B (zh) 2020-10-13 2020-10-13 宽带毫米波大规模多天线系统信道确定方法和装置

Publications (2)

Publication Number Publication Date
CN114362794A CN114362794A (zh) 2022-04-15
CN114362794B true CN114362794B (zh) 2023-04-14

Family

ID=81090136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011092005.3A Active CN114362794B (zh) 2020-10-13 2020-10-13 宽带毫米波大规模多天线系统信道确定方法和装置

Country Status (1)

Country Link
CN (1) CN114362794B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106169984A (zh) * 2016-07-28 2016-11-30 武汉大学 一种适用于dtmb外辐射源雷达参考信号重构的匹配追踪信道估计方法
CN108365874A (zh) * 2018-02-08 2018-08-03 电子科技大学 基于fdd大规模mimo贝叶斯压缩感知信道估计方法
CN109617850A (zh) * 2019-01-07 2019-04-12 南京邮电大学 基于自适应压缩感知的ofdm稀疏信道估计方法
WO2020034394A1 (zh) * 2018-08-13 2020-02-20 南京邮电大学 基于压缩感知的大规模mimo信道反馈重构算法
CN111698182A (zh) * 2020-05-26 2020-09-22 武汉大学 一种基于压缩感知的时频分块稀疏的信道估计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010062944A (ja) * 2008-09-04 2010-03-18 Kyushu Institute Of Technology 無線通信システム、無線受信装置および無線送信装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106169984A (zh) * 2016-07-28 2016-11-30 武汉大学 一种适用于dtmb外辐射源雷达参考信号重构的匹配追踪信道估计方法
CN108365874A (zh) * 2018-02-08 2018-08-03 电子科技大学 基于fdd大规模mimo贝叶斯压缩感知信道估计方法
WO2020034394A1 (zh) * 2018-08-13 2020-02-20 南京邮电大学 基于压缩感知的大规模mimo信道反馈重构算法
CN109617850A (zh) * 2019-01-07 2019-04-12 南京邮电大学 基于自适应压缩感知的ofdm稀疏信道估计方法
CN111698182A (zh) * 2020-05-26 2020-09-22 武汉大学 一种基于压缩感知的时频分块稀疏的信道估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于导频的MIMO-OFDM系统信道估计研究;于珊珊;《中国优秀博硕士学位论文全文数据库(硕士)》;20160115;全文 *

Also Published As

Publication number Publication date
CN114362794A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN110071881B (zh) 一种自适应开销的活跃用户检测和信道估计方法
US6907270B1 (en) Method and apparatus for reduced rank channel estimation in a communications system
Bazzi et al. On spatio-frequential smoothing for joint angles and times of arrival estimation of multipaths
CN111030952B (zh) 一种毫米波系统的波束空间信道估计方法及系统
CN112910578B (zh) 一种针对毫米波3d mimo信道的路径参数提取方法
CN107332599B (zh) 一种基于功率和码字联合域的上行非正交多址接入方法
CN115021843B (zh) 一种毫米波通信多用户系统合作感知方法
WO2017076371A1 (zh) 一种波束赋形的方法及装置
CN114268388A (zh) 一种在大规模mimo中基于改进gan网络的信道估计方法
WO2020221126A1 (zh) 提升多用户复用性能的方法、装置、设备和存储介质
CN114567525A (zh) 一种信道估计方法及装置
CN109802901B (zh) 基于到达角测量的3d mimo信道估计方法及系统
CN107390188B (zh) 一种用于mimo雷达主瓣抗干扰的发射初相优化方法
CN114362794B (zh) 宽带毫米波大规模多天线系统信道确定方法和装置
KR101447027B1 (ko) 다중 안테나 시스템의 빔포밍 장치 및 방법
US11962436B2 (en) User detection technique, and method and apparatus for channel estimation in wireless communication system supporting massive multiple-input multiple-output
CN113037344A (zh) 一种多用户大规模mimo多源图像传输干扰消除方法
CN103595669A (zh) 一种多天线初始测距方法及装置
Kaplan et al. A message transmission scheme for linear time-varying multipath channels
CN110392004B (zh) 一种信道估计方法以及相关装置
Saradhi et al. Deep Learning Oriented Channel Estimation for Interference Reduction for 5G
CN114696929B (zh) 一种基于矩阵束的信道预测方法
CN113395222B (zh) 基于非均匀导频的信道预测吞吐量优化方法
CN115988629B (zh) 定时估计方法、装置、设备及可读存储介质
Zheng et al. Near-optimal signal detection based on the MMSE detection using multi-dimensional search for correlated MIMO channels

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