CN114448758A

CN114448758A - Fdd大规模mimo系统中基于信道部分互易性的信道估计方法

Info

Publication number: CN114448758A
Application number: CN202210074240.0A
Authority: CN
Inventors: 尹海帆
Original assignee: Huazhong University of Science and Technology
Current assignee: Huazhong University of Science and Technology
Priority date: 2022-01-21
Filing date: 2022-01-21
Publication date: 2022-05-06
Anticipated expiration: 2042-01-21
Also published as: CN114448758B

Abstract

本发明公开了一种FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，利用信道角度‑延迟分布的部分上行/下行互易性，通过BS和UE的联合操作，完成宽带预编码后的参考信号的发送和接收；其基本思想是通过从宽带上行链路信道估计中进行空频域的投影，找到占主要信道能量的投影向量，然后根据这些投影向量设计下行链路联合预编码器；其中，投影是通过宽带信道协方差矩阵的特征向量来实现的。这种方式利用了信道在角度、时延域的稀疏性，只对投影后不可忽略系数进行采样，从而显著降低了信道估计开销。

Description

FDD大规模MIMO系统中基于信道部分互易性的信道估计方法

技术领域

本发明属于无线通信领域，更具体地，涉及一种FDD大规模MIMO系统中基于信道部分互易性的信道估计方法。

背景技术

5G蜂窝系统的大规模商业化逐渐将大规模MIMO的概念变为现实。由于基站上有大量天线，与传统MIMO相比，大规模MIMO可带来更高的频谱和能量效率。大规模MIMO的基本思想是当基站天线数量增加时，不同用户设备(UE)的信道向量之间的成对正交性增加。不同UE的信道向量之间更强的成对正交性允许基站具有更高的干扰抑制能力。换句话说，大规模天线阵列的窄波束减少了发射信号的泄漏问题，这是大规模MIMO的主要特征之一。然而，大规模MIMO的性能主要取决于信道状态信息(CSI)的准确性。在实际蜂窝系统中，CSI不准确主要有三个原因，即导频污染、移动性问题和FDD中开销有限的CSI反馈。

在FDD模式下，上行链路(UL)和下行链路(DL)占用不同的频带，在当前的5G通信系统设置中，这两个频带之间的间隔约为100MHz，这一间隔远大于信道相干带宽。因此，与时分双工(TDD)模式不同，FDD中的UL和DL信道通常是不具备完全互易的。其中完全互易性是在TDD模式中可以用上行信道估计来代替下行信道估计，进而减少或避免下行导频的发送。因此，在FDD模式下，下行信道信息主要通过闭环反馈方法获得：基站(BS)首先发送参考信号，例如5G通信协议中的信道状态信息参考信号(CSI-RS)，然后每个UE估计其各自的信道，最后用户将量化后的信道信息发送回基站。

在5G标准的R-16版本中，为了获取CSI信息采用了增强型II码本(EnhancedType-II)，然而，目前3GPP的R-16码本方案缺陷如下：

(1)EnhancedType-II码本基于DFT形式的矩阵变换操作，有着先天的功率泄露问题，导致CSI估计精度不够；特别是在天线数不够大的时候，角度-时延域的分辨率不够。

(2)EnhancedType-II码本机制下使用的波束技术，主要在频域，并且下行导频训练序列，不具备波束赋形的能力。反馈参数不仅需要反馈DFT向量的序号，而且还要反馈对应的系数。

(3)EnhancedType-II码本假设了基站部署天线的拓扑结构，是UPA形式的，因此才能使用2D-DFT矩阵投影变换去减小反馈的开销。如果基站使用非UPA形式的天线拓扑，比如均匀圆阵，信道的物理特性发生变化导致码本的性能会受到影响。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，由此解决现有FDD大规模MIMO中的信道估计精度不高、反馈开销较大的问题。

为实现上述目的，按照本发明的第一方面，提供了一种FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，应用于基站，该方法包括：

对上行或下行信道的协方差矩阵特征分解得到的N_a个特征向量做共轭或共轭转置运算，得到预编码矩阵；N_a≤N_t·N_f，N_t和N_f分别为基站天线数和子载波数；

基于所述预编码矩阵对信道状态信息参考信号CSI-RS进行预编码后，通过子载波发送至用户终端，以使用户终端将CSI-RS端口的子载波信号在频域上叠加后进行下行信道估计并量化得到反馈系数，或者根据CSI-RS端口的子载波信号进行下行信道估计后在频域上叠加并量化得到反馈系数；

接收所述反馈系数，并基于所述反馈系数对下行信道进行估计。

按照本发明的第二方面，提供了一种FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，应用于用户终端，包括：

接收基站发送的基于预编码矩阵编码后的信道状态信息参考信号CSI-RS；所述预编码矩阵为对上行或下行信道的协方差矩阵特征分解得到的N_a个特征向量做共轭或共轭转置运算得到，N_a≤N_t·N_f，N_t和N_f分别为基站天线数和子载波数；

将CSI-RS端口的子载波信号在频域上叠加后进行下行信道估计并量化得到反馈系数；或，根据CSI-RS端口的子载波信号进行下行信道估计后在频域上叠加并量化得到反馈系数；

将所述反馈系数发送至基站，以使基站基于所述反馈系数对下行信道进行估计。

按照本发明的第三方面，提供了一种基站，包括：

处理单元，用于对上行或下行信道的协方差矩阵特征分解得到的N_a个特征向量做共轭或共轭转置运算，得到预编码矩阵；N_a≤N_t·N_f，N_t和N_f分别为基站天线数和子载波数；

发送与处理单元，用于基于所述预编码矩阵对信道状态信息参考信号CSI-RS进行预编码后，通过子载波发送至用户终端，以使用户终端将CSI-RS端口的子载波信号在频域上叠加后进行下行信道估计并量化得到反馈系数，或者根据CSI-RS端口的子载波信号进行下行信道估计后在频域上叠加并量化得到反馈系数；

接收与处理单元，用于接收所述反馈系数，并基于所述反馈系数对下行信道进行估计。

按照本发明的第四方面，提供了一种用户终端，包括：

接收单元，用于接收基站发送的基于预编码矩阵编码后的信道状态信息参考信号CSI-RS；所述预编码矩阵为对上行或下行信道的协方差矩阵特征分解得到的N_a个特征向量做共轭或共轭转置运算得到，N_a≤N_t·N_f，N_t和N_f分别为基站天线数和子载波数；

处理单元，用于将CSI-RS端口的子载波信号在频域上叠加后进行下行信道估计并量化得到反馈系数；或，根据CSI-RS端口的子载波信号进行下行信道估计后在频域上叠加并量化得到反馈系数；

发送单元，将所述反馈系数发送至基站，以使基站基于所述反馈系数对下行信道进行估计。

按照本发明的第五方面，提供了一种基站，该基站包括：处理器、存储器和收发机；

其中，处理器，用于读取存储器中的程序并执行下列过程：

按照本发明的第六方面，提供了一种用户终端，其特征在于，

该用户终端包括：处理器、存储器和收发机；

其中，处理器，用于读取存储器中的程序并执行下列过程：

按照本发明的第七方面，提供了一种可读存储介质，其特征在于，

所述可读存储介质内存储有计算机程序，当所述计算机程序被处理器执行时，实现如第一方面或第二方面所述的方法。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

1、本发明提供的FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，提出了一种基于信道部分互易性的宽带码本反馈方法(Partial Channel Reciprocity-based Codebook，PCR)以解决FDD大规模MIMO中CSI获取的问题，该方案充分利用了信道角度-延迟分布的部分上行(UL)/下行(DL)信道的部分互易性，通过BS和UE的联合操作，完成宽带预编码后的参考信号的发送和接收，它在信道估计性能、UE复杂度、反馈开销、CSI-RS的接收信噪比和通用性方面超过了5G最新的Rel-16码本。

具体而言，本发明相对于5G中的Rel-16码本，具有以下几项主要优势：

(1)本发明可以实现更高的CSI反馈精度和更高的频谱效率。本发明利用了二阶信道统计数据，与基于DFT的方法(例如Rel-16码本)相比，信道协方差矩阵的信号子空间的维度小于不可忽略的DFT投影的数量。

(2)本发明具有较低的计算复杂度。Rel-16的码本需要二维DFT操作，在某些情况下，还需要奇异值分解(SVD)。但本发明对于用户侧而言，只需要一些标量加法而不是矩阵运算。

(3)本发明具有较小的反馈开销。主要有两个原因：1)基于特征向量的压缩比基于DFT的压缩更有效；2)在Rel-16码本中，UE除了反馈量化系数外，还需要反馈对应的DFT向量的索引。而在本发明中，UE只需要反馈量化系数。

(4)本发明在UE侧具有更好的信道估计质量。在Rel-16的Enhanced Type II码本中，BS向所有UE广播非预编码的CSI-RS。在基站不执行波束成形。在这种情况下，接收到的CSI-RS的信噪比可能较低。相比之下，本发明提出的码本方案支持预编码的CSI-RS。换句话说，基站向UE发送波束成形参考信号，似于特征波束成形；参考信号的接收信噪比更高。

(5)本发明不依赖于特定的基站天线阵列的拓扑结构。事实上，Rel-16中的Enhanced Type II码本明确假设基站配备了均匀平面阵列(UPA)。然而，本发明提出的方法适用于任意天线拓扑，因此通用性更强。

2、本发明提供的FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，结合信道在角度-时延域的稀疏性来减小导频资源消耗，利用了基站部署大规模天线阵列时，宽带协方差矩阵R^(X,J)具有低秩性的特点，其低秩性保证了能够用少量的预编码向量去做信道估计，来减少反馈开销。

附图说明

图1为本发明提供的FDD大规模MIMO系统中基于信道部分互易性的信道估计方法流程示意图；

图2为球坐标系下信道的所有多径的方位角和圆顶角分别占用的角度范围示意图；

图3为本发明提供的PCR码本方案中投影到正交基后的信道幅值分布图；

图4为本发明提供的PCR码本与现有的Rel-16码本在CDL-A模型下不同信噪比下的频谱效率示意图之一；

图5为本发明提供的PCR码本与现有的Rel-16码本在CDL-A模型下不同信噪比下的频谱效率示意图之二；

图6为本发明提供的PCR码本在CDL-A模型下N_a各取值对应的频谱效率示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明可以应用于无线通信系统，需要说明的是，本申请实施例提及的无线通信系统包括但不限于：窄带物联网系统(Narrow Band-Internet of Things，NB-IoT)、全球移动通信系统(Global System for Mobile Communications，GSM)、增强型数据速率GSM演进系统(Enhanced Data rate for GSM Evolution，EDGE)、宽带码分多址系统(WidebandCode Division Multiple Access，WCDMA)、码分多址2000系统(Code Division MultipleAccess，CDMA2000)、时分同步码分多址系统(Time Division-Synchronization CodeDivision Multiple Access，TD-SCDMA)，长期演进系统(Long Term Evolution，LTE)以及5G移动通信系统的三大应用场景增强型移动宽带(Enhanced Mobile Broad Band，eMBB)、超高可靠与低时延通信(Ultra-reliable and Low Latency Communications，URLLC)以及大规模机器通信(Massive Machine-Type Communications，mMTC)。

本发明涉及的通信装置主要包括网络侧设备或者终端设备。本发明中的发送端为网络侧设备，则接收端为终端设备；或者，本发明中的发送端为终端设备，则接收端为网络侧设备。

本发明的终端设备可以是无线终端，无线终端可以是指向用户提供语音和/或其他业务数据连通性的设备，具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。无线终端可以经无线接入网(radio access network，RAN)与一个或多个核心网进行通信，无线终端可以是移动终端，如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机，例如，可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语言和/或数据。例如，个人通信业务(personal communicationservice，PCS)电话、无绳电话、会话发起协议(session initiation protocol，SIP)话机、无线本地环路(wireless local loop，WLL)站、个人数字助理(personal digitalassistant，PDA)等设备。无线终端也可以称为系统、订户单元(subscriberunit)、订户站(subscriber station)，移动站(mobile station)、移动台(mobile)、远程站(remotestation)、远程终端(remote terminal)、接入终端(access Terminal)、用户终端(userterminal)、用户代理(user agent)、用户设备(user device or user equipment)，在此不作限定。

本发明的网络侧设备可以是用于与终端设备进行通信的设备，例如，可以是GSM系统或CDMA中的基站(base transceiver station，BTS)，也可以是WCDMA系统中的基站(nodeB，NB)，还可以是LTE系统中的演进型基站(evolutional nodeB，eNB或eNodeB)，还可以是LTE系统中的下一代基站(next generation eNodeB，ngeNB)，或者该网络侧设备可以为中继站、接入点(access point,AP)、车载设备、可穿戴设备以及5G网络中的网络侧设备或未来演进的公共陆地移动网络(public land mobile network，PLMN)中的网络侧设备等，例如，可以是新一代基站(generation nodeB，gNB或gNodeB)。

首先需要介绍子带(subband)的概念，也就是一组连续的子载波占用的频带。在实际系统里，子带占用的带宽等于一个或多个资源块(RBs)的频域宽度，并且通常小于信道的相干带宽。换句话说，信道的频率响应在此间隔内是平坦的，并且在每个子带内只需估计一次信道。在本发明中，N_f表示子载波数或子频带数。

根据3rd Generation PartnerProject(简称3GPP)提出的5G信道模型，在第m条径，第s根天线，第u个用户上的多径时域多极化信道响应模型如下式：

定义到达端圆顶角(ZOA)，离开端圆顶角(ZOD)，到达端方位角(AOA)，离开端方位角(AOD)分别为

为天线振子方向图。交叉极化比值(简称XPR)为κ_m。

代表了随机初始相位值的组合。λ₀是中心频率的波长。

代表球坐标系用AOA和ZOA表示的单位向量：

同理，

是用ZOD,AOD表示的单位向量；

在三维笛卡尔坐标系中，用

分别表示第u个用户和第s个基站的位置。

代表用户的速度，我们用向量表示

其中，速率为v，速度方位角、圆顶角分别为

部分互易性在FDD模式下，相关标准也给出了具体的定义。也就是指小尺度参数，在上行信道和下行信道中是互易的。具体指角度分布ZOA,ZOD,AOA,AOD，以及每条径的功率和时延，还有XPR。而其他的信道参数是不具备互易性的，例如，上行和下行的初始随机相位，频段，以及路损。

在现行的5G标准Rel-16(R-16)版本中，基站部署了UPA形式的天线阵列。在这样的天线拓扑结构下，基站天线数N_t＝N_vN_hN_p，其中N_v是每一行的天线单元数，N_h是每一列的天线单元数，N_p是极化数。同时需要引入3D导向矢量

其中

是垂直方向的导向矢量，a_v(θ_ZOD)是水平方向的导向矢量，分别由下式给出

其中D_h，D_v代表水平和垂直方向上天线单元之间的间距。

基于这样的多径信道模型，在5G标准的R-16版本中，为了获取CSI信息采用了增强型II码本(EnhancedType-II)。这种码本通过在宽带信道矩阵上引入二维离散傅里叶变换(DFT)操作，利用了空域和频域中的稀疏性。也就是，基站首先向其服务的UE广播CSI-RS，这里的CSI-RS是未经过波束赋形的。UE然后估计其宽带信道矩阵。随后，UE对宽带预编码矩阵执行二维DFT投影变换，其中该矩阵的每列是每个子频带的预编码器。最后，UE将变换矩阵中的所有占主要分量的预编码器的参数(量化之后的)连同它们在变换矩阵中的对应的列序号一起发送回基站。

然而，上述R-16码本方案存在CSI估计精度不够、反馈开销较大、通用性不强等缺陷。

对此，本发明实施例提供一种FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，应用于基站，如图1所示，包括：

S1，对上行或下行信道的协方差矩阵特征分解得到的N_a个特征向量做共轭或共轭转置运算，得到预编码矩阵；N_a≤N_t·N_f，N_t和N_f分别为基站天线数和子载波数。

具体地，基站对已知先验的上行信道协方差矩阵或下行信道协方差矩阵进行特征分解得到N_t·N_f个特征向量，选择其中任意N_a个特征向量，对所述N_a个特征向量做共轭或共轭转置运算，得到预编码矩阵。

优选地，所述下行信道的协方差矩阵根据上行信道的协方差矩阵计算得到。

具体地，根据先验知识，上行信道的协方差矩阵R^(U,J)可以通过上行参考信号进行估计得到。

同时，根据上行和下行信道的部分互易性，下行信道的协方差矩阵R^(D,J)可根据R^(U ^,J)进行计算得到，例如：利用Hilbert空间投影，将R^(U,J)转为R^(D,J)。

优选地，所述N_a个特征向量为对上行或下行信道的协方差矩阵特征分解得到的特征向量中，特征值较大的前N_a个特征向量。

具体地，基站对已知先验的上行信道协方差矩阵或下行信道协方差矩阵进行特征分解得到N_t·N_f个特征向量，选择其中特征值较大的N_a个特征向量，对所述N_a个特征向量做共轭或共轭转置运算，得到预编码矩阵。

例如，假设N_t·N_f为8，即U＝[u₁,u₂,u₃,u₄,u₅,u₆,u₇,u₈]，各向量的特征值为[0.4,0.3,0.1,0.5,0.7,0.9,0.8,0.1]，当N_a为5时，则从8个特征向量中挑选出特征值较大的前5个，即为[u₁,u₄,u₅,u₆,u₇]。

S2，基于所述预编码矩阵对信道状态信息参考信号CSI-RS进行预编码后，通过子载波发送至用户终端，以使用户终端将CSI-RS端口的子载波信号在频域上叠加后进行下行信道估计并量化得到反馈系数，或者根据CSI-RS端口的子载波信号进行下行信道估计后在频域上叠加并量化得到反馈系数；

S3，接收所述反馈系数，并基于所述反馈系数对下行信道进行估计。

具体地，基站将预编码矩阵中的各CSI-RS端口对应的预编码向量与对应的CSI-RS相乘，得到预编码后的CSI-RS，并发送至UE；UE端根据收到的CSI-RS信号估计等效信道，并将量化后的信道信息(即反馈系数)反馈至基站，基站根据反馈系数重构下行信道。

在基站基于所述预编码矩阵对信道状态信息参考信号CSI-RS进行预编码并通过子载波发送至用户终端后，用户终端根据CSI-RS端口的子载波信号进行下行信道估计后在频域上叠加并量化得到反馈系数。若基站在各子载波上发送的信号是相同的，用户终端也可以将CSI-RS端口的子载波信号在频域上叠加后进行下行信道估计并量化得到反馈系数。

本发明实施例中的上行或下行信道的协方差矩阵，即宽带协方差矩阵，也可称为空频联合域的协方差矩阵。在计算宽带协方差矩阵之前，需要计算宽带的信道模型公式。根据上述多径信道公式，推导出下式：

其中，X＝{U,D}上标U和D分别代表上行和下行。而

是代表3D导向矢量的块对角矩阵，其中每个矩阵

由下式给出：

A^(X)＝[a^(X)(θ_1,ZOD,φ_1,AOD)…a^(X)(θ_M,ZOD,φ_M,AOD)],

B^(X)是代表时延参数的宽带形式的矩阵，由下式给出：

B^(X)＝[b^(X)(τ₁) b^(X)(τ₂)…b^(X)(τ_M)]^T,

其中，b^(X)(τ_m),m＝1,…,M是每条径的时延响应，定义为：

包含了其他信道参数的矩阵，由下面矩阵生成：

而每个C_i ^(X)(t),i＝1,…,N_p是由对角阵生成的，由下式给出：

其中每一个元素都由多径信道公式中的系数生成，如下式：

为了更好的描述每个用户的信道，信道模型公式向量化后的结果为：

基于宽带形式的信道H^(X)(t)，可以得到空频联合域的协方差矩阵公式为：

R^(X,J)＝E{(h ^(X)(t))(h ^(X)(t))^H}

其中，R^(X,J)即为对(h ^(X)(t))(h ^(X)(t))^H在时域上做期望运算得到的空频联合域的协方差矩阵。

对宽带协方差矩阵R^(X,J)的秩进行推导，得到：

其中，Q代表所有的角度、时延子集的个数。

和

分别表示第q个圆顶角子集，方位角子集和时延子集，具体的物理意义如图2所示。

在通常情况下，例如3GPP的集群延迟线性(CDL)模型中，多径的角度和时延被建模为在相对长的时间内恒定的离散值，则ρ^(J)对于任何有限数量的多径收敛到零，即宽带协方差矩阵R^(X,J)具有低秩性，其低秩性保证了能够用少量的预编码向量(即对协方差矩阵特征进行分解得到的特征向量中的N_a个特征向量)去做信道估计，来减少反馈开销。

优选地，所述将CSI-RS端口的子载波信号在频域上叠加后进行下行信道估计并量化得到反馈系数，包括：

将第n个CSI-RS端口的第k个子载波上接收到的信号y_n,k(t)在频域上进行叠加后得到y_n(t)，基于y_n(t)进行下行信道估计得到g_n(t)，对g_n(t)进行量化得到反馈系数；其中，n＝1,2,…,N_a，

所述根据CSI-RS端口的子载波信号进行下行信道估计后在频域上叠加并量化得到反馈系数，包括：

根据第n个CSI-RS端口的第k个子载波上接收到的信号y_n,k(t)进行信道估计得到g_n,k(t)，将g_n,k(t)在频域上进行叠加得到g_n(t)，对g_n(t)进行量化得到反馈系数；其中，

优选地，所述预编码矩阵W_n为：

其中，w_n,k为第n个CSI-RS端口、第k个子载波上的预编码向量，n＝1,2,…,N_a。

优选地，所述用户终端在第n个CSI-RS端口的第k个子带或子载波上接收到的信号y_n,k(t)为：

其中，h(f_k,t)为第k个子带或子载波的下行信道，

x_n为第n个CSI-RS端口发出的参考信号，

w_n,k为第n个CSI-RS端口、第k个子带或子载波上的预编码向量，

n_n,k(t)为对应的接收端噪声，k＝1,…,N_f。

优选地，所述用户终端在第n个CSI-RS端口估计的下行等效信道g_n(t)为：

其中，w_n为第n个CSI-RS端口对应的第n个预编码向量，h(t)为实际的下行信道。

优选地，所述基站估计的下行等效信道

为：

其中，w_n为第n个CSI-RS端口对应的预编码向量，

为反馈系数，n＝1,2,…,N_a。

优选地，所述上行或下行信道的协方差矩阵为：

R^(X,J)＝E{(h ^(X)(t))(h ^(X)(t))^H}

其中，X＝{U,D}，U代表上行，D代表下行；h ^(X)(t)为向量化后的信道表示。

本发明提供的FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，在配置有MIMO天线的FDD系统，设计了一种高性能的码本，基于部分信道互易性的宽带预编码码本利用了统计信道信息在空间域和频域的低维结构；本发明所提出的宽带预编码的码本方案与经典预编码方法(5G标准中使用的)有根本区别：经典的预编码是在基站天线发射信号时对它们应用波束赋形权向量(即预编码器)，UE接收所有发射天线在空中叠加后的信号。这样的过程是由基站单独完成的，而UE侧需要做较为复杂的运算，例如2D DFT运算或矩阵压缩/降维操作，将压缩后的信息反馈给基站。相反，本发明提出的码本方案需要基站和UE的联合操作。总体而言，由于空频域预编码器由基站单独计算和应用，这样的操作对UE是透明的，UE不必知道预编码器本身。因此所提出的训练和反馈方案大大降低了UE侧的计算负担，UE不再需要进行复杂的矩阵降维或压缩操作。为了获得用于反馈的系数，UE只需执行等效信道的估计和频域中的信号相加，同时反馈的开销也较低。另外由于宽带预编码是由协方差矩阵的特征向量产生，相比Rel-16采用的DFT形式的码本，更能充分利用信道的稀疏性，信道之间的抗干扰能力更强，估计更加准确。并且，本发明提出的码本方案不依赖于特定的天线拓扑结构，如果使用非UPA结构的天线阵列，我们的宽带码本方案依然有效。

进一步地，作为优选方案，本发明提供的FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，从宽带上行或下行链路信道估计中进行空频域的投影后，找到占主要信道能量的投影向量(即特征值较大的前N_a个特征向量)，然后根据这些投影向量设计下行链路联合预编码器。这种方式利用了信道在角度、时延域的稀疏性，只对投影后不可忽略系数进行采样，从而显著降低了信道估计开销。在实际应用中，投影是通过宽带信道协方差矩阵的特征向量来实现的，信道稀疏性即为协方差矩阵的低秩性。在本方案中，下行信道重构是基于信道协方差矩阵的先验知识进行设计，设计的思路是使得UE仅测量与宽带协方差矩阵的不可忽略特征向量相对应的信号空间，而协方差矩阵的零空间被自动忽略。这将有助于减少UE侧的反馈开销和计算复杂度。更具体地说，基站根据协方差矩阵的N_a个特征向量发送导频信号(即CSI-RS)。

下面以下行链路为例，对基于下行信道的协方差矩阵特征获取预编码矩阵、并进行信道估计的过程进行进一步说明。

删除上标X，默认考虑下行链路。

首先，空频联合信道协方差矩阵的特征值分解表示为

R^(J)＝U^(J)Σ^(J)U^(J)H

信号空间由U^(J)中的特征向量生成，

Σ^(J)是对角矩阵，其对角线上的元素为降序排布的特征值。

然后根据前文已经给出的低秩性，定义从U^(J)中选取的所对应特征值较大的特征向量的个数为N_a。每个特征向量对应一个宽带预编码器：

其中，该实施例中是以对N_a个特征向量做共轭运算为例。在实际操作中也可以为共轭转置运算。

为了更好地说明本发明的思想，将在下文解释基站和UE的如何进行联合操作。

要实现本发明中宽带空频联合预编码，首先需要在基站端进行空域的预编码。对于每一个宽带预编码向量，反向量化为空域的预编码矩阵

每一个空域预编码向量

是第k个子带上的CSI-RS的预编码。对于每一个空域端口，发射的下行导频序列是相同的，第n个CSI-RS端口发出的信号则为

发射的信号分布在一组共N_x个相邻资源元素(RE)中。那么加上预编码后的第n个CSI-RS端口，在第k个子带上接收到的信号为

其中，

是第k个子带的下行信道，n_n,k(t)是对应的接收端噪声。

完成基站端的空域预编码后，空域频域联合预编码方案需要继续在UE端进行操作。在UE端，进行频域的信号叠加，如下式

其中，

到此基站与UE的联合预编码在每个端口上的操作完成。那么对所有N_a端口上的矩阵表达形式如下式：

Y(t)＝Xg(t)+n(t),

其中，

是块对角矩阵形式的导频训练矩阵

是经过空频域联合预编码的等效信道

从上式可看出，UE端通过先验的协方差矩阵获得的宽带预编码向量，然后在每一个端口进行信道估计，得到等效信道

最后UE需要反馈经过量化的等效信道给基站，具体量化方法可以通过按元素量化或向量量化。基站得到的下行信道估计为

其中

是g_n(t)估计和量化之后的结果，n＝1,…,N_a。至此，本方案完成。

利用Matlab仿真平台进行仿真实验来验证本发明提出的PCR码本性能，其中，预编码矩阵基于下行信道的协方差矩阵计算得到，对比方案为目前标准中的Rel-16码本及基于深度学习的CRNet码本。仿真所采用的主要参数如下：

基站部署UPA天线配置(M,N,P)＝(2,8,2)/(4,8,2)，M,N,P分别代表每行的天线单元数，每列的天线单元数和天线单元的极化数。天线单元的间距垂直方向和水平方向分别为0.5倍波长和0.8倍波长，极化的方向为45°；

信道模型采用3GPP提出的CDL-A和CDL-D模型。在CDL-A模型中，总共包含23个簇，460条径，每个簇包含20条多径，没有直射径(LOS)，其他的角度谱和功率谱，以及信道参数均参考3GPP提出的CDL模型的相应设置；

频段设置使用经典5G频段，上行3.5GHz，下行3.4GHz，带宽为20MHz，51个资源块(RBs)，子载波间隔30kHz；

发射端波束赋形方法使用本征迫零方法(EZF)，接收端采用最小均方干扰抑制(MMSE-IRC)技术；

用户数假设8个用户，用户天线采用单接收天线，双极化配置，极化方向为0°,90°。

设置发射天线配置为N_t＝64,子载波个数N_f＝51。PCR码本方案中投影到正交基后的信道幅值分布如图3所示，由图3可知，PCR码本方案中，根据信道投影在特征向量空间后的幅值，可以明显看出稀疏性非常明显，信道能量仅仅分布在少量的特征向量上面。因此可以用少量的特征向量去估计下行信道。

对于PCR码本方案在频谱效率(SE)方面的表现，同样设置发射天线为N_t＝64，然后设置总共选取的向量数N_a＝32。尽管在方案下信道特征向量索引非常多，但是PCR方案只需要2N_a＝64个标量的反馈即可完成信道估计。

基站天线数分别为32和64时，本发明提供的PCR码本与现有的Rel-16码本在CDL-A模型下不同信噪比下的频谱效率分别如图4和图5所示，由图4-5可知，本发明提出的PCR码本的性能远优于目前的Rel-16码本，并且非常接近信道信息精确已知的理想情况。

接下来分析参数N_a对于PCR码本性能的影响，因为N_a既影响到反馈的开销，也影响到信道估计的精度，在性能和复杂度之中需要作出取舍。PCR码本在CDL-A模型下N_a各取值对应的频谱效率如图6所示，由图6可知，N_a＝40时已经非常逼近理想情况，也就是说，PCR码本的导频训练和反馈开销得到了大大降低，同时保持了估计精度。而通过权衡复杂度和信道估计精度，实际应用中可以根据需求选择合适的N_a。

基于同一发明构思，本发明实施例提供一种FDD大规模MIMO系统中基于信道部分互易性的信道估计方法，应用于用户终端，包括：

本发明实施例提供一种基站，包括：

本发明实施例提供一种用户终端，包括：

本发明实施例提供一种基站，该基站包括：处理器、存储器和收发机；

其中，处理器，用于读取存储器中的程序并执行下列过程：

处理器负责管理总线架构和通常的处理，存储器可以存储处理器在执行操作时所使用的数据。收发机用于在处理器的控制下接收和发送数据。

总线架构可以包括任意数量的互联的总线和桥，具体由处理器代表的一个或多个处理器和存储器代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。处理器负责管理总线架构和通常的处理，存储器可以存储处理器在执行操作时所使用的数据。

本申请实施例揭示的流程，可以应用于处理器中，或者由处理器实现。在实现过程中，信号处理流程的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成信号处理流程的步骤。

本发明实施例提供一种用户终端，该用户终端包括：处理器、存储器和收发机；

其中，处理器，用于读取存储器中的程序并执行下列过程：

基于同一发明构思，本发明实施例还提一种可读存储介质，所述可读存储介质内存储有计算机程序，当所述计算机程序被处理器执行时，实现如上述应用于基站侧或用户终端侧的FDD大规模MIMO系统中基于信道部分互易性的信道估计方法。

本领域内的技术人员应明白，本申请实施例可提供为方法、系统、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。