CN114584442B - 一种自适应的大规模mimo低轨卫星多普勒频偏补偿方法 - Google Patents
一种自适应的大规模mimo低轨卫星多普勒频偏补偿方法 Download PDFInfo
- Publication number
- CN114584442B CN114584442B CN202210208126.2A CN202210208126A CN114584442B CN 114584442 B CN114584442 B CN 114584442B CN 202210208126 A CN202210208126 A CN 202210208126A CN 114584442 B CN114584442 B CN 114584442B
- Authority
- CN
- China
- Prior art keywords
- dfo
- compensation
- user
- estimation
- formula
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 26
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 7
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000010295 mobile communication Methods 0.000 description 5
- 238000009827 uniform distribution Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
-
- 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
-
- 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1853—Satellite systems for providing telephony service to a mobile station, i.e. mobile satellite service
- H04B7/18532—Arrangements for managing transmission, i.e. for transporting data or a signalling message
-
- 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
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
- H04L2027/0024—Carrier regulation at the receiver end
- H04L2027/0026—Correction of carrier offset
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种自适应的大规模MIMO低轨卫星多普勒频偏补偿方法，该方法针对大规模MIMO低轨卫星通信系统的多普勒频偏问题，给出了三个阶段的补偿方法，包括在基站端利用先验知识对卫星DFO和用户绝对DFO进行估计和预补偿，在用户端采用波束对齐技术对用户相对DFO进行估计和精细补偿。基于这三个阶段，进一步提出了自适应补偿算法即利用卫星DFO的历史估计值来调整DFO估计补偿系统，在保证估计精度的同时，降低了计算复杂度。本发明能够有效地调节多普勒估计和补偿过程，适用于各种高速场景下的大规模MIMO低轨卫星通信系统。
Description
技术领域
本发明涉及卫星通信技术领域，特别是涉及一种自适应的大规模MIMO低轨卫星多普勒频偏补偿方法。
背景技术
随着信息全球化的快速发展，各种新兴行业的不断涌现，人们对无线通信网络的覆盖性能提出了更高的要求。因此，卫星通信技术进入了人们的视野。移动通信卫星作为地面蜂窝网络的重要补充，以其组网灵活迅速、传输质量好、通信容量大和覆盖范围广等特点，能够有效地解决传统蜂窝网络覆盖能力不足的问题。相较于其他卫星通信系统，低轨(Low Earth Orbit,LEO)卫星因其运行在低轨道，具有造价成本低、链路损耗小、传输时延短、可靠性高等优点，因此被认为是最具潜力的卫星通信系统。
大规模MIMO(Multiple-Input Multiple-Output,多输入多输出)作为第五代移动通信的一项关键技术，通过利用基站侧的大规模天线阵列生成的空间域定向信号，可以在同一时频资源下支持多个用户与基站通信。因此，将大规模MIMO技术拓展应用到低轨卫星移动通信系统中，可以显著地提高卫星通信系统的功率效率和频谱效率。
在大规模MIMO低轨卫星移动通信系统中，由于卫星和地面用户之间存在高速的相对移动，将会产生快速时变的多普勒频偏(Doppler Frequency Offset,DFO)效应，造成信号的码间串扰，严重影响地面接收端的接收性能。目前，解决卫星多普勒频偏问题的方法主要有两类，相比于传统的捕获跟踪方法，DFO估计和补偿方法是利用卫星和用户运动的先验知识，正确估计出多普勒频偏并对其进行补偿的方法，该类方法不需要额外的导频开销，更适用于低轨卫星通信系统。但是正确估计的精度和计算复杂度存在矛盾，因此，研究低复杂度的自适应多普勒估计和补偿算法具有重要的实际意义。
发明内容
有鉴于此，本发明的目的在于提供一种自适应的大规模MIMO低轨卫星多普勒频偏补偿方法，在保证多普勒频偏估计精度的同时，进一步降低计算复杂度。
为了实现上述目的，本发明采用如下技术方案：
一种自适应的大规模MIMO低轨卫星多普勒频偏补偿方法，所述补偿方法包括如下步骤：
步骤S1、针对一大规模MIMO低轨卫星通信系统，确定其下行频谱效率；
步骤S2、构建DFO估计补偿系统，其包括三个阶段来进行DFO估计和补偿，其中，第一阶段为卫星基站端基于先验知识对卫星DFO进行估计和预补偿，第二阶段为卫星基站端基于先验知识对用户绝对DFO进行估计和预补偿，第三阶段为用户终端采用波束对齐技术对用户相对DFO进行估计和补偿；
步骤S3、根据步骤S2中构建的DFO估计补偿系统，执行基于三阶段的自适应DFO补偿算法，其中，在该算法中，若卫星DFO的方差大于等于第一控制阈值且小于等于第二控制阀值，则将DFO估计补偿系统中的第一阶段和第二阶段进行级联，并且对接收信号进行估计和补偿；若卫星DFO的方差大于第二控制阈值，则将DFO估计补偿系统中的三个阶段进行级联，并且对接收信号进行估计和补偿。
进一步的，所述步骤S1，其具体包括：
步骤S101、针对一个基站天线数量为M，有Nu个单天线用户的大规模MIMO低轨卫星通信系统，其中卫星采用均匀天线阵列，下行用户k与卫星之间的多路径信道模型为：
在公式(1)和公式(2)，Pk为下行用户k的信道传播路径的总数量，为第p条路径的复值增益，/>为天线阵列响应，/>为理想发射角，λ为波长，d为天线间距；/>表示为卫星DFO，/>表示绝对DFO，/>为相位旋转矩阵，其为用户相对DFO产生的影响；
步骤S102、经过信道估计，下行用户k接收到的信号为：
在公式(3)中，为下行用户k的传输功率，/>为下行用户k的估计信道，/>为用户k的下行预编码，/>为下行用户k的传输信号，/>为信道估计误差，/>为下行高斯白噪声，/>为用户i的下行预编码，/>为下行用户i的传输信号；
步骤S103、假设用户终端利用统计信道状态信息进行信号解码，则系统的下行可达速率为：
在公式(4)和公式(5)中，是信道估计误差的方差，ρdl是下行链路的信噪比。
进一步的，所述第一阶段，其具体包括：
估计出卫星其具体公式为：
在公式(6)和公式(7)中，fc为载波频率，c为光速，rE为地球半径，r为卫星和地面用户之间的距离，ωn为卫星相对于地心的角速度，φmax表示最大通信仰角；
根据公式(6)和公式(7)，确定下行用户k的卫星DFO补偿矩阵为：
根据该公式(8)进行预补偿，在进行该第一阶段的预补偿之后，下行用户k接收到的信号R1(k)为：
进一步的，所述第二阶段，其具体包括：
用户绝对DFO是由于长距离传输引起的，则其估计公式为：
在公式(10)中，vk表示第k个下行用户的运动速度；
根据该公式(10)，得到下行用户k的用户绝对DFO补偿矩阵为：
根据该公式(11)进行预补偿，经过第二阶段预补偿之后，下行用户k接收到的信号R2(k)为：
进一步的，所述第三阶段，其具体包括：
用户相对DFO是由于天线间距引起的，其对下行传输信号的影响表示为相位旋转矩阵：
因此，公式(1)表示的下行信道模型改写为：
公式(14)中，表示偏差发射角，即实际AOD；
在用户设备上采用波束对齐技术对相对DFO进行估计和补偿，其具体包括：
步骤S2031、对下行估计信道做DFT变换，得到修正信道；
在公式(15)和公式(16)中，F为归一化的DFT矩阵，其中，Δf＝1/M为均匀天线阵列的空间分辨率，矩阵F的每一列都看做一个确定方向的波束，所有的波束方向相互正交；
为角度补偿矩阵，/>为下行用户k在第p条路径的补偿角度，其中，该角度补偿矩阵具体表示为：
假设为理想信道估计，则公式(15)改写为：
步骤S2032、利用波束扫描算法，求解最佳角度补偿矩阵；
当波束对准时，信道增益最大，此时求出最优补偿角度
步骤S2033、利用求解出的最佳角度补偿矩阵在用户端进行第三阶段的精细补偿，经过第三阶段的补偿之后，下行用户k接收到的信号R3(k)。
进一步的，通过联合求解公式(18)和公式(19)，计算出理想发射角和实际发射角/>再反向优化第二阶段，以实现闭环。
进一步的，所述步骤S3具体包括：
步骤S301、初始化计数器i＝0，设置数据长度q，设置第一控制阈值η1，第二控制阀值η2；
步骤S302、初始化DFO估计补偿系统，其只包括步骤S2中所述的第一阶段估计和补偿；
步骤S303、利用步骤S302中初始设置的DFO估计补偿系统对接收信号R(k)进行估计和补偿，并且存储第一阶段估计的数据，其为卫星令i＝i+1；
步骤S304、若i＝q-1，则令i＝0，并基于历史数据计算均值方差/>再执行步骤S305；
否则，返回步骤S303；
步骤S305、若则调整DFO估计补偿系统，使得其第一阶段、第二阶段以及第三阶段进行级联，并且返回步骤S303；
若则调整DFO估计补偿系统，使得其第一阶段和第二阶段进行级联，并且返回步骤S303；
否则，调整DFO估计补偿系统，使得其为初始化状态下的DFO估计补偿系统，并且返回步骤S303。
本发明的有益效果是：
在低轨卫星系统中，多普勒频偏不仅和卫星与用户之间的相对高度、相对速度有关，还和时变的信道环境相关。如果采用统一的估计补偿算法，将会造成计算复杂度和精确度的失衡。针对该问题，本发明是基于历史数据来调整DFO估计补偿系统，如果DFO变化较小，即卫星DFO的方差较小，则不需要进行精细的估计补偿阶段，大大减少了算法的复杂度。如果DFO变化较大，即卫星DFO的方差较大，则需要进行后续阶段的估计和补偿来提高算法精度。因此，所提出的自适应算法在不同的多普勒场景下，都可以有效地调节估计和补偿过程，在保证估计精度的同时，降低了计算复杂度。
附图说明
图1为实施例1中提供的一种自适应的大规模MIMO低轨卫星多普勒频偏补偿方法的流程框图；
图2为实施例1中提供的不同天线数时下行频谱效率与自适应DFO补偿阶段之间关系的仿真图。
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做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。
实施例1
参见图1-图2，本实施例提供一种自适应的大规模MIMO低轨卫星多普勒频偏补偿方法，该方法针对一个大规模MIMO低轨卫星系统，在本实施例中，假设该系统有Nu＝50个地面用户，每个用户的速度为vk＝360km/h，卫星和用户之间的距离服从(1000km，2000km)的均匀分布，相对方位角服从(-π/3,π/3)的均匀分布。假设卫星工作在Ku频段，载波频率为fc＝20GHz，天线间距为d＝λ/2，波束增益为3dB。假设下行高斯白噪声服从均值为0，方差为1的循环复高斯分布。莱斯因子服从(20dB,40dB)的均匀分布，下行信噪比ρdl＝3dB。假设系统采用MRT(Maximum Ratio Transmission)下行预编码。
针对上述的大规模MIMO低轨卫星系统，本实施例方法具体包括如下的步骤：
步骤S1、确定大规模MIMO低轨卫星系统的下行频谱效率：
在一个基站天线数量为M，有Nu个单天线用户的大规模MIMO低轨卫星通信系统(卫星采用均匀天线阵列)中，下行用户k与卫星之间的多路径信道模型为：
在公式(1)和公式(2)，Pk为下行用户k的信道传播路径的总数量，为第p条路径的复值增益，/>为天线阵列响应，/>为理想发射角(Angle Of Department,AOD)，λ为波长，d为天线间距；
经过信道估计，下行用户k接收到的信号为：
在公式(3)中，为下行用户k的传输功率，/>为下行用户k的估计信道，/>为用户k的下行预编码，/>为下行用户k的传输信号，/>为信道估计误差，/>为下行高斯白噪声，/>为用户i的下行预编码，/>为下行用户i的传输信号；
假设用户终端利用统计信道状态信息进行信号解码，则系统的下行可达速率为：
在公式(4)和公式(5)中，是信道估计误差的方差，ρdl是下行链路的信噪比；
步骤S2、采用三个阶段来进行DFO估计和补偿
具体的说，根据公式(1)可知，系统中总的多普勒频偏可以分为卫星和用户/>两者相互独立，用户DFO可以进一步分为绝对/>和相对DFO。根据公式(3)-(5)可知，这三种多普勒频偏的存在，严重影响了用户终端的接收性能，制约了系统下行频谱效率Rdl的提升。因此，本实施例从三个阶段分别对其进行估计和补偿，具体包括：
步骤S201、进行第一阶段，在该阶段中，卫星基站端基于先验知识对卫星DFO进行估计和预补偿。
具体的说，该步骤S201具体包括：
卫星DFO是由卫星和地面用户之间存在相对运动所引起的。因此，基站端将卫星轨道信息、地面用户位置信息等代入多普勒频移的基本公式中，就可以估计出卫星具体公式为：
在公式(6)和公式(7)中，fc为载波频率，c为光速，rE为地球半径，r为卫星和地面用户之间的距离，ωn为卫星相对于地心的角速度(近似为常数)，φmax表示最大通信仰角。
针对该公式(6)以及该公式(7)可以知道，卫星DFO和时间、卫星和地面用户之间的相对位置以及最大通信仰角相关。
根据公式(6)和公式(7)，确定下行用户k的卫星DFO补偿矩阵为：
根据该公式(8)进行预补偿，在进行该第一阶段的预补偿之后，下行用户k接收到的信号R1(k)为：
步骤S202、进行第二阶段，在该阶段中，卫星基站端基于先验知识对用户绝对DFO进行估计和预补偿。
具体的说，该步骤S202具体包括：
用户绝对DFO是由于长距离传输引起的，则其估计公式为：
在公式(10)中，vk表示第k个下行用户的运动速度。
根据该公式(10)可知，用户绝对DFO和地面用户的运动速度相关。
根据该公式(10)，得到下行用户k的用户绝对DFO补偿矩阵为：
根据该公式(11)进行预补偿，经过第二阶段预补偿之后，下行用户k接收到的信号R2(k)为:
步骤S203、进行第三阶段，在该阶段中，用户终端采用波束对齐技术对用户相对DFO进行估计和补偿；
具体的说，该步骤S203具体包括：
用户相对DFO是由于天线间距引起的，其对下行传输信号的影响可以表示为相位旋转矩阵：
因此，公式(1)表示的下行信道模型可以改写为：
公式(14)中，表示偏差发射角，即实际AOD。
更具体的说，由于发射角的偏差，用户端在接收信号时，信号到达角(Angle OfArrival,AOA)会受到影响，产生相位偏移。因此，为了进一步提高算法精度，在用户设备上采用波束对齐(Beam Alignment,BA)技术对该相位偏移进行估计和补偿，具体步骤为：
步骤S2031、对下行估计信道做DFT变换，得到修正信道；
在公式(15)和公式(16)中，F为归一化的DFT矩阵，其中，Δf＝1/M为均匀天线阵列的空间分辨率。矩阵F的每一列都可以看做一个确定方向的波束，所有的波束方向相互正交。
为角度补偿矩阵，/>为下行用户k在第p条路径的补偿角度，其中，该角度补偿矩阵具体表示为：
假设为理想信道估计，则公式(15)改写为：
步骤S2032、利用波束扫描算法，求解最佳角度补偿矩阵；
当波束对准时，信道增益最大，此时可以求出最优补偿角度
步骤S2033、利用求解出的最佳角度补偿矩阵在用户端进行第三阶段的精细补偿。
经过第三阶段的补偿之后，下行用户k接收到的信号R3(k)。
除此之外，通过联合求解公式(18)和公式(19)，可以计算出理想发射角和实际发射角/>因而可以反向优化第二阶段，达到一个闭环的效果。
步骤S3、执行基于三阶段的自适应DFO补偿算法。
在本实施例中，其具体包括：
步骤S301、初始化计数器i＝0，设置数据长度q，控制阈值η1，η2；
步骤S302、初始化DFO估计补偿系统，其只包括步骤S2中所述的第一阶段估计和补偿；
步骤S303、利用步骤S302中初始设置的DFO估计补偿系统对接收信号R(k)进行估计和补偿，并且存储第一阶段估计的数据，其为卫星令i＝i+1；
步骤S304、若i＝q-1，则令i＝0，并基于历史数据计算均值方差/>再执行步骤S305；
否则，返回步骤S303；
步骤S305、若则调整DFO估计补偿系统，使得其第一阶段、第二阶段以及第三阶段进行级联，并且返回步骤S303；
若则调整DFO估计补偿系统，使得其第一阶段和第二阶段进行级联，并且返回步骤S303；
否则，调整DFO估计补偿系统，使得其为初始化状态下的DFO估计补偿系统，并且返回步骤S303。
具体的说，图2显示了系统下行频谱效率随着自适应DFO补偿阶段的变化。可以看到，相比于无DFO补偿的情况，在基站端进行DFO粗补偿之后，系统的频谱效率得到了明显地提升。在用户端基于BA算法进行DFO精细补偿之后，系统性能接近于理想情况(无DFO的影响)。除此之外，从图2还可以看出，增加更多天线可有效提高下行频谱效率，这显示出了在低轨卫星系统中使用大规模天线阵列对于提升系统性能具有重要的意义。
综上所述，本发明基于历史数据来调整DFO估计补偿系统，如果DFO变化较小，即卫星DFO的方差较小，则不需要进行精细的估计补偿阶段，大大减少了算法的复杂度。如果DFO变化较大，即卫星DFO的方差较大，则需要进行后续阶段的估计和补偿来提高算法精度。因此，所提出的自适应算法在不同的多普勒场景下，都可以有效地调节估计和补偿过程，在保证估计精度的同时，降低了计算复杂度。
本发明未详述之处，均为本领域技术人员的公知技术。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (1)
1.一种自适应的大规模MIMO低轨卫星多普勒频偏补偿方法，其特征在于，所述补偿方法包括如下步骤：
步骤S1、针对一大规模MIMO低轨卫星通信系统，确定其下行频谱效率；
步骤S2、构建DFO估计补偿系统，其包括三个阶段来进行DFO估计和补偿，其中，第一阶段为卫星基站端基于先验知识对卫星DFO进行估计和预补偿，第二阶段为卫星基站端基于先验知识对用户绝对DFO进行估计和预补偿，第三阶段为用户终端采用波束对齐技术对用户相对DFO进行估计和补偿；
步骤S3、根据步骤S2中构建的DFO估计补偿系统，执行基于三阶段的自适应DFO补偿算法，其中，在该算法中，若卫星DFO的方差大于等于第一控制阈值且小于等于第二控制阀值，则将DFO估计补偿系统中的第一阶段和第二阶段进行级联，并且对接收信号进行估计和补偿；若卫星DFO的方差大于第二控制阈值，则将DFO估计补偿系统中的三个阶段进行级联，并且对接收信号进行估计和补偿；
所述步骤S1，其具体包括：
步骤S101、针对一个基站天线数量为M，有Nu个单天线用户的大规模MIMO低轨卫星通信系统，其中卫星采用均匀天线阵列，下行用户k与卫星之间的多路径信道模型为：
在公式(1)和公式(2)，Pk为下行用户k的信道传播路径的总数量，为第p条路径的复值增益，/>为天线阵列响应，/>为理想发射角，λ为波长，d为天线间距；/>表示为卫星DFO，/>表示用户绝对DFO，/>为相位旋转矩阵，其为用户相对DFO产生的影响；
步骤S102、经过信道估计，下行用户k接收到的信号为：
在公式(3)中，为下行用户k的传输功率，/>为下行用户k的估计信道，/>为用户k的下行预编码，/>为下行用户k的传输信号，/>为信道估计误差，/>为下行高斯白噪声，/>为用户i的下行预编码，/>为下行用户i的传输信号；
步骤S103、假设用户终端利用统计信道状态信息进行信号解码，则系统的下行可达速率为：
在公式(4)和公式(5)中，是信道估计误差的方差，ρdl是下行链路的信噪比；
所述第一阶段，其具体包括：
估计出卫星其具体公式为：
在公式(6)和公式(7)中，fc为载波频率，c为光速，rE为地球半径，r为卫星和地面用户之间的距离，ωn为卫星相对于地心的角速度，φmax表示最大通信仰角；
根据公式(6)和公式(7)，确定下行用户k的卫星DFO补偿矩阵为：
根据该公式(8)进行预补偿，在进行该第一阶段的预补偿之后，下行用户k接收到的信号R1(k)为：
所述第二阶段，其具体包括：
用户绝对DFO是由于长距离传输引起的，则其估计公式为：
在公式(10)中，vk表示第k个下行用户的运动速度；
根据该公式(10)，得到下行用户k的用户绝对DFO补偿矩阵为：
根据该公式(11)进行预补偿，经过第二阶段预补偿之后，下行用户k接收到的信号R2(k)为：
所述第三阶段，其具体包括：
用户相对DFO是由于天线间距引起的，其对下行传输信号的影响表示为相位旋转矩阵：
因此，公式(1)表示的多路径信道模型改写为：
公式(14)中，表示偏差发射角，即实际AOD；
在用户设备上采用波束对齐技术对用户相对DFO进行估计和补偿，其具体包括：
步骤S2031、对下行估计信道做DFT变换，得到修正信道；
在公式(15)和公式(16)中，F为归一化的DFT矩阵，其中，Δf＝1/M为均匀天线阵列的空间分辨率，矩阵F的每一列都看做一个确定方向的波束，所有的波束方向相互正交；
为角度补偿矩阵，/>为下行用户k在第p条路径的补偿角度，其中，该角度补偿矩阵具体表示为：
假设为理想信道估计，则公式(15)改写为：
步骤S2032、利用波束扫描算法，求解最佳角度补偿矩阵；
当波束对准时，信道增益最大，此时求出最优补偿角度
步骤S2033、利用求解出的最佳角度补偿矩阵在用户端进行第三阶段的精细补偿，经过第三阶段的补偿之后，下行用户k接收到的信号R3(k)；
通过联合求解公式(18)和公式(19)，计算出理想发射角和实际发射角/>再反向优化第二阶段，以实现闭环；
所述步骤S3具体包括：
步骤S301、初始化计数器i＝0，设置数据长度q，设置第一控制阈值η1，第二控制阀值η2；
步骤S302、初始化DFO估计补偿系统，其只包括步骤S2中所述的第一阶段估计和补偿；
步骤S303、利用步骤S302中初始设置的DFO估计补偿系统对接收信号R(k)进行估计和补偿，并且存储第一阶段估计的数据，其为卫星令i＝i+1；
步骤S304、若i＝q-1，则令i＝0，并基于历史数据计算均值方差再执行步骤S305；
否则，返回步骤S303；
步骤S305、若则调整DFO估计补偿系统，使得其第一阶段、第二阶段以及第三阶段进行级联，并且返回步骤S303；
若则调整DFO估计补偿系统，使得其第一阶段和第二阶段进行级联，并且返回步骤S303；
否则，调整DFO估计补偿系统，使得其为初始化状态下的DFO估计补偿系统，并且返回步骤S303。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210208126.2A CN114584442B (zh) | 2022-03-04 | 2022-03-04 | 一种自适应的大规模mimo低轨卫星多普勒频偏补偿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210208126.2A CN114584442B (zh) | 2022-03-04 | 2022-03-04 | 一种自适应的大规模mimo低轨卫星多普勒频偏补偿方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114584442A CN114584442A (zh) | 2022-06-03 |
| CN114584442B true CN114584442B (zh) | 2024-02-20 |
Family
ID=81771334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210208126.2A Active CN114584442B (zh) | 2022-03-04 | 2022-03-04 | 一种自适应的大规模mimo低轨卫星多普勒频偏补偿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114584442B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115514436B (zh) * | 2022-08-05 | 2023-04-14 | 郑州大学 | 一种面向Massive MIMO LEO通信的星间链路信道预测方法 |
| CN116321405B (zh) * | 2023-05-11 | 2023-08-01 | 北京米波通信技术有限公司 | 低轨卫星信号接收时间和频率同步方法、装置和电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102546495A (zh) * | 2012-01-29 | 2012-07-04 | 中兴通讯股份有限公司 | 频偏补偿方法及装置 |
| CN110476364A (zh) * | 2017-01-06 | 2019-11-19 | 华为技术有限公司 | 一种信号传输方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110518961B (zh) * | 2019-08-29 | 2020-12-11 | 东南大学 | 大规模mimo卫星移动通信方法及系统 |
-
2022
- 2022-03-04 CN CN202210208126.2A patent/CN114584442B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102546495A (zh) * | 2012-01-29 | 2012-07-04 | 中兴通讯股份有限公司 | 频偏补偿方法及装置 |
| CN110476364A (zh) * | 2017-01-06 | 2019-11-19 | 华为技术有限公司 | 一种信号传输方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114584442A (zh) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114584442B (zh) | 一种自适应的大规模mimo低轨卫星多普勒频偏补偿方法 | |
| Liao et al. | Terahertz ultra-massive MIMO-based aeronautical communications in space-air-ground integrated networks | |
| US8380133B2 (en) | Beamforming methods and systems employing measured power at a receiver to perform channel estimation | |
| EP1087545A1 (en) | Downlink beamforming method | |
| US6147985A (en) | Subspace method for adaptive array weight tracking | |
| EP0874475A2 (en) | Adaptive antenna array using a combined coherent and constant modulus reference signal | |
| CN110611526A (zh) | 基于改进黎曼流形优化的毫米波混合模/数波束成形方法 | |
| Yasin et al. | Performance analysis of LMS and NLMS algorithms for a smart antenna system | |
| 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 | |
| Zhu et al. | Beam tracking for distributed millimeter-wave massive MIMO systems based on the unscented Kalman filter | |
| Ghaseminajm et al. | RIS-aided mobile localization error bounds under hardware impairments | |
| Zhang et al. | Mobile millimeter wave channel acquisition, tracking, and abrupt change detection | |
| CN1665161A (zh) | 智能天线下行链路波束形成方法 | |
| CN115549745B (zh) | Ris相移设计方法、装置、计算机设备及存储介质 | |
| Gokceoglu et al. | Waveform design for massive MISO downlink with energy-efficient receivers adopting 1-bit ADCs | |
| CN116545482A (zh) | 一种ris辅助采用低精度dac的多用户mimo下行传输方法 | |
| CN113810096B (zh) | 大规模mimo卫星移动通信上行传输方法及系统 | |
| US6593882B1 (en) | Method for processing signal of adaptive array smart antenna in array smart antenna system | |
| Han et al. | A new multipath beam tracking algorithm for mmwave mobile communications | |
| Lyu et al. | IRS-Aided Location Sensing and Beamforming in ISAC Systems: Distributed or Not? | |
| Belaoura et al. | On the impact of hardware impairments on mm-wave mimo underground channel estimation | |
| Khalil et al. | Improving Energy Efficiency in Satellite-to-Ground Communications With Multiple Reflecting Intelligent Surfaces | |
| WO2023028797A1 (en) | Phase compensation for channel state information | |
| Zhang et al. | Channel tracking for hybrid digital-analog architecture in mmWave systems | |
| CN108696465A (zh) | 带有双端相位噪声的大规模mimo系统上行链路信道估计方法 |
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 |