CN114629751B - 一种毫米波通信系统的信道估计方法及系统 - Google Patents
一种毫米波通信系统的信道估计方法及系统 Download PDFInfo
- Publication number
- CN114629751B CN114629751B CN202111413744.2A CN202111413744A CN114629751B CN 114629751 B CN114629751 B CN 114629751B CN 202111413744 A CN202111413744 A CN 202111413744A CN 114629751 B CN114629751 B CN 114629751B
- Authority
- CN
- China
- Prior art keywords
- ris
- channel
- user
- channel estimation
- estimation
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000014509 gene expression Effects 0.000 claims abstract description 44
- 108091006146 Channels Proteins 0.000 claims description 440
- 238000012360 testing method Methods 0.000 claims description 78
- 239000011159 matrix material Substances 0.000 claims description 64
- 238000004422 calculation algorithm Methods 0.000 claims description 53
- 239000013598 vector Substances 0.000 claims description 35
- ATCJTYORYKLVIA-SRXJVYAUSA-N vamp regimen Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1.C=1N=C2N=C(N)N=C(N)C2=NC=1CN(C)C1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1.O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1.C([C@H](C[C@]1(C(=O)OC)C=2C(=CC3=C(C45[C@H]([C@@]([C@H](OC(C)=O)[C@]6(CC)C=CCN([C@H]56)CC4)(O)C(=O)OC)N3C=O)C=2)OC)C[C@@](C2)(O)CC)N2CCC2=C1NC1=CC=CC=C21 ATCJTYORYKLVIA-SRXJVYAUSA-N 0.000 claims description 19
- 238000000926 separation method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 9
- 241000209094 Oryza Species 0.000 claims description 6
- 235000007164 Oryza sativa Nutrition 0.000 claims description 6
- 235000009566 rice Nutrition 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 4
- 238000003491 array Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- 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
- 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
- H04L25/0224—Channel estimation using sounding signals
-
- 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
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- 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)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种毫米波通信系统的信道估计方法及系统,根据RIS辅助的MIMO多用户通信场景确定BS‑RIS信道、RIS‑用户信道、BS‑用户信道表达式,转化成稀疏化的角度域信道表达形式;利用BS‑RIS‑T1级联信道的信道估计和T1‑RIS的直达径信道计算BS‑RIS信道估计;利用T1‑RIS‑用户级联信道估计和T1‑RIS的直达径信道计算RIS‑用户信道估计,通过BS‑RIS信道估计和RIS‑用户信道估计,计算BS‑用户信道估计。优点:分为完成BS‑RIS的信道估计的离线估计阶段和完成RIS‑用户和BS‑用户的信道估计的在线估计阶段,有效减少导频消耗,计算复杂度较低且有着更高的估计精度。
Description
技术领域
本发明涉及一种毫米波通信系统的信道估计方法及系统,属于通信技术领域。
背景技术
最近,可重构智能表面(reconfigurable intelligent surface,RIS)已成为未来5G/6G无线通信网络的一项有前景的技术,它的引入可以大幅提高频谱和能源效率。RIS通常被认为是具有大量无源反射元件的二维阵列,可以控制电磁特性并引起入射信号的相移。通过每个反射元素独立作用并以软件定义的方式重新配置,可以基于信道状态信息(channel state information,CSI)以期望的方式反射入射信号,以提高容量和系统吞吐量。此外,与现有的类似技术如放大转发(amplify-and-forward,AF)中继或多输入多输出(multiple-input multiple-output,MIMO)波束形成不同,RIS既不需要有源射频(radiofrequency,RF)设备,也不需要复杂的基带信号处理模块,体现了该方法在未来通信系统中的应用有效性。
基于上述优点,RIS在MIMO系统中的引入和应用引起了人们的广泛关注。目前,大多数研究集中在收发器波束形成器和反射系数矩阵的联合优化上,但在实际应用和进一步研究之前,准确的CSI是必不可少的。然而,对于RIS辅助的通信系统下信道估计是一个主要挑战。其一是RIS配备了大量的反射元件,它们是无源设备,没有主动发射/接收和信号处理能力。另一种是RIS通常由大量反射单元组成,因此在实际中估计其级联信道所需的导频开销非常大。因此,从基站(base station,BS)到RIS和从RIS到用户的信道只能在BS或用户处进行估计,这导致了该信道估计问题区别于传统信道估计。因此,寻找新的信道估计协议和相应的低复杂度算法是解决大规模RIS辅助信道估计问题的关键。
对于RIS辅助的信道估计问题,目前的研究关注的是级联信道估计,即从BS天线到每个反射单元再到用户的信道。具体来说,一些研究旨在研究RIS辅助单用户通信系统的信道估计。Deepak Mishra提出了一种两阶段的估计方案,即RIS依次打开每个反射元素,同时保持其余反射单元处于关闭状态。然后,BS通过RIS依次估计从BS到用户的级联信道。后来Jie Chen将其应用场景从单用户通信系统被扩展为多用户通信系统并利用了级联信道的稀疏性,将信道估计问题表述为稀疏信道恢复问题即压缩感知问题(compressed sensing,CS)。不同于以往对级联信道估计和RIS开/关信道估计协议的研究,Ziwei Wan提出了一种下行传输框架。通过假设BS-RIS的直达径(line of sight,LoS)信道已知的先验知识基础上设计导频信号,利用CS算法联合估计BS-用户和RIS-用户的信道。Tobias Jensen通过在整个训练周期内打开所有RIS元素,提出了最小方差无偏信道估计器,其中RIS诱导的最优相移矩阵被视为离散傅里叶变换(DFT)矩阵。该方案后来得到了进一步的扩展,其中Beixiong Zheng假设RIS可以划分为多个次RIS,每个次RIS由一些相邻的反射元素组成,共享相同的反射系数。然而,以上方案中的导频开销与反射单元的数量成正比,这导致了较大的计算复杂度。
总的来说,目前的研究都集中在BS-RIS-用户的级联信道估计上,而没有同时考虑估计BS-用户通过散射体反射传播的传统信道。通常来说,RIS通常应用于从基站到用户的LoS径被阻挡而非直达径存在(non line of sight,NLoS)的通信场景,这意味着也需要考虑从BS到用户通过NLoS径的传统信道。然而,目前的研究大多考虑了一种开/关RIS的信道估计协议,在该协议中,首先通过保持所有RIS元素关闭来估计传统BS-用户信道,然后通过打开RIS元素来估计BS-RIS-用户信道。该方法简单易行,可分别用于BS-用户信道和BS-RIS-用户级联信道的估计。然而,在现实中,当RIS关闭时,整个表面应视为一般散射体,这意味着传统的BS-用户信道将发生变化。此外,对于RIS辅助的信道估计,大多数研究采用级联信道表示来估计BS-RIS信道和RIS-用户信道的级联形式,而没有考虑分别估计BS-RIS信道和RIS-用户信道。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种毫米波通信系统的信道估计方法及系统。
为解决上述技术问题,本发明提供一种毫米波通信系统的信道估计方法,包括:
获取RIS辅助的MIMO多用户通信场景;
根据RIS辅助的MIMO多用户通信场景确定BS-RIS信道、RIS-用户信道、BS-用户信道表达式,通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式;
在RIS附近设置已知BS和RIS位置的测试点T1,测试点T1配置为单天线;
关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计;
保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计。
进一步的,所述RIS辅助的MIMO多用户通信场景为:
以时分双工模式运行的RIS辅助的多用户通信系统,该多用户通信系统中BS和RIS各配备M根天线和N个反射单元,每个用户为单天线且用户总数为K;
利用几何信道模型构建所述多用户通信系统中的BS-RIS信道,RIS-用户信道,BS-用户信道,分别表示为天线域信道形式:
其中,Lg,Lr,和Ld,k分别为BS-RIS信道,RIS-用户信道,BS-用户信道的多径数,χg,χp,k和χq,k分别表示BS-RIS信道,RIS-用户信道,BS-用户信道的复增益,和分别表示BS-RIS信道的离开角和到达角,和分别表示RIS-用户信道的离开角和BS-用户信道的离开角,和分别表示BS-RIS信道的离开角导向矢量和到达角导向矢量,和分别为RIS-用户信道和BS-用户信道的离开角导向矢量,且BS和RIS都是均匀线阵,上标H表示共轭转置,和具体表示为:
其中,λ是波长,δBS和δRIS分别是BS和RIS的间距,且δBS=δRIS=λ/2,j表示复数单位。
进一步的,通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式,具体表达式为
其中,和分别为M×M维和N×N维DFT酉矩阵,表示复数域M×M维,表示复数域N×N维。
进一步的,所述关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计,包括:
BS接收到的从RIS发射过来的信号的表达式为
其中,为测试点T1向BS发送导频信号功率,为b1时刻的测试点T1向BS发送的导频信号,为高斯白噪声,表示综合测量噪声向量,T1-RIS信道为 其中βRT为莱斯因子,为直达径分量,为非直达径分量,为直达径复增益,为到达角导向矢量,为T1-RIS信道的到达角,为非直达径的路径损耗, 为直达径信道,为非直达径信道,表示b1时刻RIS反射单元的反射相位,且 其中和表示每个RIS反射单元的反射振幅和反射相位,且表示RIS的每个单元均最大化波束成形增益,上标T表示转置,diag(·)表示对角化;
将b1时刻的测试点T1向BS发送的导频信号设置为并合并一1个接收的导频信号,(11)式改写为:
其中,表示BS端接收一1个信号的观测矩阵,表示反射系数矩阵, 表示一1个时刻的噪声矩阵,这里反射系数矩阵设置为其中为一1×一1DFT矩阵,为一1×(N-τ1)零矩阵,结合公式(8),(12)式改写为:
其中,为级联BS-RIS-T1信道估计,和分别表示等效的接收信号矩阵、测量矩阵和噪声矩阵.
提取等效的接收信号矩阵的每一列,将该信道估计问题转化成CS稀疏信号恢复问题,表达式如下:
其中,和为和的第j列向量;
根据公式(13)采用EM-VAMP算法计算得到级联BS-RIS-T1信道估计最后角度域BS-RIS信道估计表示为
进一步的,所述保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计,包括:
第k个用户在b2时刻接收到的测试点T1发送的导频信号的表达式为:
其中,表示T1-用户信道和T1-RIS-用户信道的合并形式,其中为T1-用户信道,为T1-RIS-用户信道,表示RIS反射相位矢量,表示合并处理后的RIS反射相位矢量,表示级联T1-RIS-用户信道,设置导频信号为并合并所有b2时刻接收信号,(16)式改写为:
其中,表示接收到的导频信号矢量, 表示反射系数矩阵,这里令其中为τ2×τ2DFT矩阵,为N+1-τ2×τ2零矩阵,结合式(9),式(17)求转置后为:
其中和 分别表示等效的测量矩阵和待估计的稀疏信道;
利用式(18)计算RIS-用户信道的估计值,表达式为:
完成RIS-用户的信道估计后,用户向BS返回估计值并发送τ3个正交导频信号,在BS处完成BS-用户的信道估计,BS接收到的正交导频信号矩阵表示为:
其中,Pk表示第k个用户的发送的正交导频信号的功率,ZBS表示相应的噪声矩阵,xk表示第k个用户发送的导频信号,在BS处进行导频信号分离得到:
其中,表示接收到第k个用户发送过来的导频信号,表示分离后的第k个用户的噪声,表示BS-RIS-用户的级联信道,θ表示RIS反射相位矢量;
根据BS-RIS信道的估计值和RIS-用户信道的估计值,计算得到BS-RIS-用户的级联信道估计值
在(21)式减去并利用(10)式,得到
其中,表示去除了BS-RIS-用户信道影响后的接收信号,表示待估计的角度域BS-用户信道,表示估计误差和噪声的组合形式;
根据式(22)利用EM-VAMP算法计算得到BS-用户信道估计
一种毫米波通信系统的信道估计系统,包括:
获取模块,用于获取RIS辅助的MIMO多用户通信场景;
转化模块,用于根据RIS辅助的MIMO多用户通信场景确定BS-RIS信道、RIS-用户信道、BS-用户信道表达式,通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式;
设置模块,用于在RIS附近设置已知BS和RIS位置的测试点T1,测试点T1配置为单天线;
第一估计模块,用于关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计;
第二估计模块,用于保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行所述的方法中的任一方法。
一种计算设备,包括,
一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
本发明所达到的有益效果:
该方案分为离线估计阶段和在线估计阶段,其中离线阶段完成BS-RIS的信道估计,在线阶段完成RIS-用户和BS-用户的信道估计,该方案可以在更一般的通信场景中应用,减少了导频开销并避免了在在线阶段估计信道时需要开关RIS分别完成传统信道和RIS级联信道的操作,减少了实际应用中的估计难度,具有更广泛的应用价值。
附图说明
图1为本发明的流程示意图
图2为本发明提出的RIS辅助MIMO多用户通信系统图;
图3为本发明提出的两阶段信道估计协议图;
图4为所提算法和OMP算法估计BS-RIS信道的NMSE比较;
图5为所提算法和OMP算法估计RIS-用户信道的NMSE比较;
图6为所提算法估计RIS-用户信道在两种先验分布下的迭代次数和NMSE的分析;
图7为所提算法估计RIS-用户信道在两种先验分布和不同多径数下的信噪比和NMSE的分析;
图8为所提算法估计BS-用户信道在两种先验分布和不同信噪比下的BS天线数和NMSE的分析。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种毫米波通信系统的信道估计方法,包括:
获取RIS辅助的MIMO多用户通信场景;
根据RIS辅助的MIMO多用户通信场景确定BS-RIS信道、RIS-用户信道、BS-用户信道表达式,通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式;
在RIS附近设置已知BS和RIS位置的测试点T1,测试点T1配置为单天线;
关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计;
保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计。
一种毫米波通信系统的信道估计方法的具体步骤包括:
步骤1:构建RIS辅助的MIMO多用户通信场景,得到BS-RIS,RIS-用户,BS-用户信道表达式如(1-3)所示,用DFT矩阵将其转化成稀疏化的角度域信道表达形式如(6-7)所示。
以时分双工模式运行的RIS辅助的多用户通信系统,该多用户通信系统中BS和RIS各配备M根天线和N个反射单元,每个用户为单天线且用户总数为K;
利用几何信道模型构建所述多用户通信系统中的BS-RIS信道,RIS-用户信道,BS-用户信道,分别表示为天线域信道形式:
其中,Lg,Lr,k和Ld,k分别为BS-RIS信道,RIS-用户信道,BS-用户信道的多径数,χg,χp,k和χq,k分别表示BS-RIS信道,RIS-用户信道,BS-用户信道的复增益,和分别表示BS-RIS信道的离开角和到达角,和分别表示RIS-用户信道的到达角和BS-用户信道的到达角,和分别表示BS-RIS信道的离开角导向矢量和到达角导向矢量,和分别为RIS-用户信道和BS-用户信道的离开角导向矢量,且BS和RIS都是均匀线阵,和具体表示为:
其中,λ是波长,δBS和δRIS分别是BS天线和RIS单元的间距,且δBS=δRIS=λ/2,j表示复数单位即(·)H表示对括号内求共轭转置。
步骤2:通过DFT矩阵将BS-RIS信道和RIS-用户信道的天线域信道形式转化成BS-RIS信道和RIS-用户信道的角度域信道形式,具体表达式为
其中,和分别为M×M维和N×N维DFT酉矩阵,表示复数域M×M维,表示复数域N×N维。
通过DFT矩阵将BS-RIS信道和RIS-用户信道的天线域信道形式转化成BS-RIS信道和RIS-用户信道的角度域信道形式,具体表达式为
其中,和分别为M×M维和N×N维DFT酉矩阵,表示复数域M×M维,表示复数域N×N维。
步骤3:在RIS附近部署测试点T1,其中T1为单天线,并且T1已知BS和RIS位置。这里RIS-T1信道,BS-T1信道,T1-用户信道分别表示为 和接着采用离线和在线两阶段的信道估计协议完成HBS,hr,k和hd,k三个信道的估计。具体流程见步骤3-4
步骤4:离线阶段的估计方案设计如下,所述关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送τ1个导频信号,由于此时BS接收到的导频信号同时经过BS-RIS-T1级联信道和BS-T1信道,因为此时已经完成BS-T1信道估计,那么我们可以在BS处减去BS-T1信道对接收信号造成的影响,因此接收信号只存在经过BS-RIS-T1信道的导频信号,根据T1已知RIS位置,我们可以已知T1-RIS的直达径信道表达式,那么BS-RIS信道即可用估计的BS-RIS-T1级联信道和T1-RIS的直达径信道计算出估计的BS-RIS的信道,包括:
BS接收到的从RIS发射过来的信号的表达式为
其中,为测试点T1向BS发送导频信号功率,为b1时刻的测试点T1向BS发送的导频信号,为高斯白噪声, 表示综合测量噪声向量,这里我们定义T1-RIS信道为其中βRT为莱斯因子,为直达径分量,为非直达径分量,这里为直达径复增益,为到达角导向矢量,为T1-RIS信道的到达角,为非直达径的路径损耗, 为直达径信道,为非直达径信道。表示b1时刻RIS反射单元的反射相位,这里 且其中和表示每个RIS反射单元的反射振幅和反射相位。这里我们假设即认为RIS的每个单元均可以最大化波束成形增益。(·)T表示对括号内取转置,diag(·)表示对角化;
将b1时刻的测试点T1向BS发送的导频信号设置为并合并τ1个接收的导频信号,(11)式改写为:
其中,表示BS端接收τ1个信号的观测矩阵,表示反射系数矩阵, 表示τ1个时刻的噪声矩阵。这里反射系数矩阵设置为其中为τ1×τ1DFT矩阵,为τ1×(N-τ1)零矩阵。结合公式(8),(12)式改写为:
其中为级联BS-RIS-T1信道估计, 和分别表示等效的接收信号矩阵、测量矩阵和噪声矩阵,提取等效的接收信号矩阵的每一列,我们可以将该信道估计问题转化成CS稀疏信号恢复问题,表达式如下:
其中,和为和的第j列向量;
该问题采用基于期望最大化(expectation maximum,EM)的向量近似信息传递算法(vector approximate message passing,VAMP),即EM-VAMP算法,计算得到级联BS-RIS-T1信道估计最后角度域BS-RIS信道的估计结果可以表示为
步骤5:在线阶段的估计方案设计如下,保持RIS开启,控制测试点T1向所有用户发送τ2个导频信号,此时每个用户收到通过T1-RIS-用户级联信道和T1-用户信道的导频信号,用VAMP算法即可完成T1-RIS-用户级联信道估计,因为已知T1-RIS的直达径信道表达式,那么RIS-用户的信道估计即可用估计的T1-RIS-用户级联信道和T1-RIS的直达径信道计算出估计的RIS-用户信道。然后所有用户向BS返回RIS-用户信道估计结果并向BS发送τ3个正交导频信号,此时BS接收到的信号通过BS-RIS-用户级联信道和BS-用户信道,因为此时已经完成BS-RIS信道和RIS-用户信道的估计,我们即可得到BS-RIS-用户级联信道的估计,那么在接收端减去经过BS-RIS-用户级联信道的导频信号,即可得到只通过BS-用户信道的导频信号,通过VAMP算法即可完成BS-用户的信道估计。包括:
第k个用户在b2时刻接收到的测试点T1发送的导频信号的表达式为:
其中,表示T1-用户信道和T1-RIS-用户信道的合并形式,其中为T1-用户信道,为T1-RIS-用户信道。表示RIS反射相位矢量,表示合并处理后的RIS反射相位矢量,表示级联T1-RIS-用户信道,设置导频信号为并合并所有b2时刻接收信号,(16)式改写为:
其中,表示接收到的导频信号矢量, 表示反射系数矩阵,这里令其中为τ2×τ2DFT矩阵,为N+1-τ2×τ2零矩阵。结合公式(9),(17)求转置后可改写为:
其中和 分别表示等效的测量矩阵和待估计的稀疏信道;
利用式(18)计算RIS-用户信道的估计值,表达式为:
完成RIS-用户的信道估计后,用户向BS返回估计值并发送τ3个正交导频信号,在BS处完成BS-用户的信道估计,BS接收到的正交导频信号矩阵表示为:
其中,Pk表示第k个用户的发送的正交导频信号的功率,ZBS表示相应的噪声矩阵,xk表示第k个用户发送的导频信号,在BS处进行导频信号分离得到:
其中,表示接收到第k个用户发送过来的导频信号,表示分离后的第k个用户的噪声,表示BS-RIS-用户的级联信道,θ表示RIS反射相位矢量;
根据BS-RIS信道的估计值和RIS-用户信道的估计值,计算得到BS-RIS-用户的级联信道估计值
在(21)式减去并利用(10)式,得到
其中,表示去除了BS-RIS-用户信道影响后的接收信号,表示待估计的角度域BS-用户信道,表示估计误差和噪声的组合形式。
根据式(22)利用EM-VAMP算法对进行估计,得到BS-用户信道的估计
步骤5:实验参数设置如下:BS天线数M=32,RIS单元数N=512,用户数量K=64,BS-RIS信道和RIS-用户信道多径数Lg=Lr,k=30,BS-用户信道多径数Ld,k=5,发射导频数τ1=N/2,τ3=K,其中表示取整操作。所用的EM-VAMP算法将对待估的是三个信道采用两种不同的先验分布,即伯努利高斯分布(Bernoulli-Gaussian,BG)和伯努利高斯混合分布(Bernoulli Gaussian-mixture,GM),分别称为EM-BG-VAMP和EM-GM-VAMP算法,两个分布的表达式如下,
其中λ0表示待估向量x元素xn为零的概率,即0值和高斯分布的权重,τ为BG分布中高斯分布的方差,L为高斯分布混合的个数,λi,μi,τi分别为第i个高斯分布的权重,均值和方差。仿真结果如图3-6所示。
图2为本发明提出的RIS辅助MIMO多用户通信系统图。其中BS和RIS各配备M根天线和N个反射单元,每个用户为单天线且用户总数为K,测试点T1为单天线。
图3为本发明提出的两阶段信道估计协议图,其中离线阶段完成BS-RIS的信道估计,在线阶段先后完成RIS-用户的信道估计和BS-用户的信道估计。
图4为所提算法和OMP算法估计BS-RIS信道在不同信噪比下的NMSE比较。由于事先不知道BS-RIS信道和RIS-用户信道的稀疏度,我们设置稀疏度κ=10,20,30进行比较。EM-BG-VAMP算法的性能较差,说明BG分布不适合来代表稀疏矩阵每一列的分布。而EM-GM-VAMP算法在不同的稀疏度κ下比OMP算法能获得更低的NMSE,这说明在稀疏矩阵表示下GM分布更适合于BS-RIS信道的估计。
图5为所提算法和OMP算法估计BS-RIS信道在不同信噪比下的NMSE比较。可以看出在式(9)的稀疏向量表示方法下,EM-BG-VAMP和EM-GM-VAMP估计RIS-用户信道时,EM-BG-VAMP和EM-GM-VAMP的性能都优于OMP,体现了该算法在该情况下估计向量形式稀疏的角度域信道时的优越性。而当信噪比较低,即信噪比为0dB时,EM-BG-VAMP算法能获得更准确的估计效果,这是因为EM-GM-VAMP算法在EM更新过程中有更多的参数需要学习。当信噪比设置较低时,估计性能相对较差,这也导致了这些参数在GM分布中的学习性能较差。在这种情况下,EM-BG-VAMP具有更好的性能。
图6为所提算法估计RIS-用户信道在两种先验分布下的迭代次数和NMSE的分析。可以看出EM-BG-VAMP和EM-GM-VAMP算法均在20次以内收敛,表明EM-BG-VAMP和EM-GM-VAMP算法具有较快的收敛速度和较低的计算复杂度。另外,两种算法的收敛迭代次数都随着信噪比的增加而增加。此外,与EM-BG-VAMP相比,EM-GM-VAMP需要更多的迭代次数,因为在EM更新过程中需要学习更多的参数,这验证了上述讨论的正确性。
图7为所提算法估计RIS-用户信道在两种先验分布和不同多径数下的信噪比和NMSE的分析。可以观察到,EM-BG-VAMP和EM-GM-VAMP算法的性能都随着多径数Lr,k的增加而下降。这是因为多径数的增加包含了更多较大的非零项,这增加了需要估计的信道系数的数量。此外,当多径数Lr,k较少时,即Lr,k=5时,EM-GM-VAMP在信噪比为0dB时仍具有较好的估计性能,说明EM-GM-VAMP在更稀疏的环境下也同样显示出更好的估计效果。
图8为所提算法估计BS-用户信道在两种先验分布和不同信噪比下的BS天线数和NMSE的分析。可以观察到,EM-BG-VAMP和EM-GM-VAMP算法的NMSE都随着BS天线数M的增加而降低。这是由于固定了多径数,因此要估计的较大的非零元素的数量也相对固定。因此,在更加稀疏的环境下,随着BS天线数目的增加,该算法可以获得更好的估计性能。
相应的本发明还提供一种毫米波通信系统的信道估计系统,其特征在于,包括:
获取模块,用于获取RIS辅助的MIMO多用户通信场景;
转化模块,用于根据RIS辅助的MIMO多用户通信场景确定BS-RIS信道、RIS-用户信道、BS-用户信道表达式,通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式;
设置模块,用于在RIS附近设置已知BS和RIS位置的测试点T1,测试点T1配置为单天线;
第一估计模块,用于关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计;
第二估计模块,用于保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计。
相应的本发明还提供一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
相应的本发明还提供一种计算设备,其特征在于,包括,
一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (8)
1.一种毫米波通信系统的信道估计方法,其特征在于,包括:
获取RIS辅助的MIMO多用户通信场景;
根据RIS辅助的MIMO多用户通信场景确定BS-RIS信道、RIS-用户信道、BS-用户信道表达式,通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式;
在RIS附近设置已知BS和RIS位置的测试点T1,测试点T1配置为单天线;
关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计;
保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计。
2.根据权利要求1所述的毫米波通信系统的信道估计方法,其特征在于,所述RIS辅助的MIMO多用户通信场景为:
以时分双工模式运行的RIS辅助的多用户通信系统,该多用户通信系统中BS和RIS各配备M根天线和N个反射单元,每个用户为单天线且用户总数为K;
利用几何信道模型构建所述多用户通信系统中的BS-RIS信道,RIS-用户信道,BS-用户信道,分别表示为天线域信道形式:
其中,Lg,Lr,k和Ld,k分别为BS-RIS信道,RIS-用户信道,BS-用户信道的多径数,χg,χp,k和χq,k分别表示BS-RIS信道,RIS-用户信道,BS-用户信道的复增益,和分别表示BS-RIS信道的离开角和到达角,和分别表示RIS-用户信道的离开角和BS-用户信道的离开角,和分别表示BS-RIS信道的离开角导向矢量和到达角导向矢量,和分别为RIS-用户信道和BS-用户信道的离开角导向矢量,且BS和RIS都是均匀线阵,上标H表示共轭转置,和具体表示为:
其中,λ是波长,δBS和δRIS分别是BS和RIS的间距,且δBS=δRIS=λ/2,j表示复数单位。
3.根据权利要求2所述的毫米波通信系统的信道估计方法,其特征在于,
通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式,具体表达式为
其中,和分别为M×M维和N×N维DFT酉矩阵,
表示复数域M×M维,表示复数域N×N维。
4.根据权利要求3所述的毫米波通信系统的信道估计方法,其特征在于,所述关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计,包括:
BS接收到的从RIS发射过来的信号的表达式为
其中,为测试点T1向BS发送导频信号功率,为b1时刻的测试点T1向BS发送的导频信号,为高斯白噪声,表示综合测量噪声向量,
T1-RIS信道为 其中βRT为莱斯因子,为直达径分量,为非直达径分量,为直达径复增益,为到达角导向矢量,为T1-RIS信道的到达角,为非直达径的路径损耗,为直达径信道, 为非直达径信道,表示b1时刻RIS反射单元的反射相位, 且其中和表示每个RIS反射单元的反射振幅和反射相位,且表示RIS的每个单元均最大化波束成形增益,上标T表示转置,diag·表示对角化;
将b1时刻的测试点T1向BS发送的导频信号设置为 并合并τ1个接收的导频信号,(11)式改写为:
其中,表示BS端接收τ1个信号的观测矩阵,表示反射系数矩阵,表示τ1个时刻的噪声矩阵,这里反射系数矩阵设置为 其中为τ1×τ1DFT矩阵,为τ1×(N-τ1)零矩阵,结合公式(8),(12)式改写为:
其中,为级联BS-RIS-T1信道估计,和 分别表示等效的接收信号矩阵、测量矩阵和噪声矩阵.
提取等效的接收信号矩阵的每一列,将该信道估计问题转化成CS稀疏信号恢复问题,表达式如下:
其中,和为和的第j列向量;
根据公式(13)采用EM-VAMP算法计算得到级联BS-RIS-T1信道估计最后角度域BS-RIS信道估计表示为
5.根据权利要求4所述的毫米波通信系统的信道估计方法,其特征在于,所述保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计,包括:
第k个用户在b2时刻接收到的测试点T1发送的导频信号的表达式为:
其中,表示T1-用户信道和T1-RIS-用户信道的合并形式,其中为T1-用户信道,为T1-RIS-用户信道,表示RIS反射相位矢量, 表示合并处理后的RIS反射相位矢量,表示级联T1-RIS-用户信道,设置导频信号为并合并所有b2时刻接收信号,(16)式改写为:
其中,表示接收到的导频信号矢量,表示反射系数矩阵,这里令 其中为τ2=τ2DFT矩阵,为N+1-τ2×τ2零矩阵,结合式(9),式(17)求转置后为:
其中和分别表示等效的测量矩阵和待估计的稀疏信道;
利用式(18)计算RIS-用户信道的估计值,表达式为:
完成RIS-用户的信道估计后,用户向BS返回估计值并发送τ3个正交导频信号,在BS处完成BS-用户的信道估计,BS接收到的正交导频信号矩阵表示为:
其中,Pk表示第k个用户的发送的正交导频信号的功率,ZBS表示相应的噪声矩阵,xk表示第k个用户发送的导频信号,在BS处进行导频信号分离得到:
其中,表示接收到第k个用户发送过来的导频信号,表示分离后的第k个用户的噪声, 表示BS-RIS-用户的级联信道,θ表示RIS反射相位矢量;
根据BS-RIS信道的估计值和RIS-用户信道的估计值,计算得到BS-RIS-用户的级联信道估计值
在(21)式减去并利用(10)式,得到
其中,表示去除了BS-RIS-用户信道影响后的接收信号,表示待估计的角度域BS-用户信道, 表示估计误差和噪声的组合形式;
根据式(22)利用EM-VAMP算法计算得到BS-用户信道估计
6.一种毫米波通信系统的信道估计系统,其特征在于,包括:
获取模块,用于获取RIS辅助的MIMO多用户通信场景;
转化模块,用于根据RIS辅助的MIMO多用户通信场景确定BS-RIS信道、RIS-用户信道、BS-用户信道表达式,通过DFT矩阵将BS-RIS信道、RIS-用户信道、BS-用户信道表达式转化成稀疏化的角度域信道表达形式;
设置模块,用于在RIS附近设置已知BS和RIS位置的测试点T1,测试点T1配置为单天线;
第一估计模块,用于关闭RIS,控制测试点T1向BS发送导频信号,根据测试点T1向BS发送的导频信号利用上行信道估计方式完成BS-T1的信道估计;接着开启RIS,测试点T1继续向BS发送导频信号,根据导频信号利用VAMP算法得到BS-RIS-T1级联信道的信道估计,根据RIS位置和测试点T1位置,计算出T1-RIS的直达径信道,利用所述BS-RIS-T1级联信道的信道估计和T1-RIS的直达径信道计算BS-RIS信道估计;
第二估计模块,用于保持RIS开启,控制测试点T1向所有用户发送导频信号,根据测试点T1向所有用户发送导频信号利用VAMP算法进行T1-RIS-用户级联信道估计,利用T1-RIS-用户级联信道估计和T1-RIS的直达径信道计算RIS-用户信道估计;控制所有用户向BS返回RIS-用户信道估计并向BS发送正交导频信号,根据正交导频信号在BS处进行多用户分离,通过所述BS-RIS信道估计和RIS-用户信道估计,计算得到BS-用户信道估计。
7.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
8.一种计算设备,其特征在于,包括,
一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111413744.2A CN114629751B (zh) | 2021-11-25 | 2021-11-25 | 一种毫米波通信系统的信道估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111413744.2A CN114629751B (zh) | 2021-11-25 | 2021-11-25 | 一种毫米波通信系统的信道估计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114629751A CN114629751A (zh) | 2022-06-14 |
CN114629751B true CN114629751B (zh) | 2023-07-28 |
Family
ID=81897542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111413744.2A Active CN114629751B (zh) | 2021-11-25 | 2021-11-25 | 一种毫米波通信系统的信道估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114629751B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117061028B (zh) * | 2023-04-21 | 2024-05-17 | 重庆邮电大学空间通信研究院 | 一种ris辅助毫米波通信的信道估计方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020075125A1 (en) * | 2018-10-12 | 2020-04-16 | Indian Institute Of Technology, Delhi | Transmission method for a wireless communication system and apparatus thereof |
CN112073134A (zh) * | 2020-11-11 | 2020-12-11 | 华东交通大学 | 一种高铁下智能反射表面辅助信道估计与检测方法 |
CN112564758A (zh) * | 2020-11-25 | 2021-03-26 | 东南大学 | 一种采用分布式智能反射面辅助的宽带无线传输方法 |
CN112910807A (zh) * | 2021-02-04 | 2021-06-04 | 华中科技大学 | 一种基于空间随机采样的智能超表面信道估计方法及系统 |
CN113179232A (zh) * | 2021-04-22 | 2021-07-27 | 南通大学 | 一种基于深度学习的无源智能反射表面的信道估计方法 |
CN113179231A (zh) * | 2021-04-15 | 2021-07-27 | 内蒙古大学 | 一种毫米波大规模mimo系统中波束空间信道估计方法 |
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 |
WO2021207748A2 (en) * | 2020-08-13 | 2021-10-14 | Futurewei Technologies, Inc. | Methods and apparatus for channel reconstruction in intelligent surface aided communications |
-
2021
- 2021-11-25 CN CN202111413744.2A patent/CN114629751B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020075125A1 (en) * | 2018-10-12 | 2020-04-16 | Indian Institute Of Technology, Delhi | Transmission method for a wireless communication system and apparatus thereof |
WO2021207748A2 (en) * | 2020-08-13 | 2021-10-14 | Futurewei Technologies, Inc. | Methods and apparatus for channel reconstruction in intelligent surface aided communications |
CN112073134A (zh) * | 2020-11-11 | 2020-12-11 | 华东交通大学 | 一种高铁下智能反射表面辅助信道估计与检测方法 |
CN112564758A (zh) * | 2020-11-25 | 2021-03-26 | 东南大学 | 一种采用分布式智能反射面辅助的宽带无线传输方法 |
CN112910807A (zh) * | 2021-02-04 | 2021-06-04 | 华中科技大学 | 一种基于空间随机采样的智能超表面信道估计方法及系统 |
CN113179231A (zh) * | 2021-04-15 | 2021-07-27 | 内蒙古大学 | 一种毫米波大规模mimo系统中波束空间信道估计方法 |
CN113179232A (zh) * | 2021-04-22 | 2021-07-27 | 南通大学 | 一种基于深度学习的无源智能反射表面的信道估计方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN114629751A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mirza et al. | Channel estimation method and phase shift design for reconfigurable intelligent surface assisted MIMO networks | |
Taha et al. | Deep learning for large intelligent surfaces in millimeter wave and massive MIMO systems | |
CN113179232B (zh) | 一种基于深度学习的无源智能反射表面的信道估计方法 | |
Zhang et al. | Channel estimation for reconfigurable intelligent surface aided massive MIMO system | |
Zargari et al. | Robust active and passive beamformer design for IRS-aided downlink MISO PS-SWIPT with a nonlinear energy harvesting model | |
Kim et al. | Practical channel estimation and phase shift design for intelligent reflecting surface empowered MIMO systems | |
JP2015231241A (ja) | 大規模mimoシステムにおいて情報を送信するのに使用するための送受信機及び方法 | |
Jiang et al. | Learning to beamform for intelligent reflecting surface with implicit channel estimate | |
Kundu et al. | A deep learning-based channel estimation approach for MISO communications with large intelligent surfaces | |
CN112994770B (zh) | 基于部分csi的ris辅助多用户下行鲁棒无线传输方法 | |
CN113992483B (zh) | 可重构表面辅助simo系统中基于叠加导频的信道估计方法 | |
CN114629751B (zh) | 一种毫米波通信系统的信道估计方法及系统 | |
Papazafeiropoulos et al. | Max-Min SINR analysis of STAR-RIS assisted massive MIMO systems with hardware impairments | |
Zhang et al. | Active sensing for localization with reconfigurable intelligent surface | |
Sun et al. | User power measurement based IRS channel estimation via single-layer neural network | |
CN111865844B (zh) | 大规模mimo全双工中继系统信道估计方法和装置 | |
CN117614781A (zh) | 基于ris的两阶段超分辨率参数信道估计方法及装置 | |
He et al. | Machine learning for IRS-assisted MU-MIMO communications with estimated channels | |
Elbir et al. | Federated channel learning for intelligent reflecting surfaces with fewer pilot signals | |
Peng et al. | Channel estimation for RIS-aided mmWave MIMO system from 1-sparse recovery perspective | |
Kundu et al. | Channel estimation for large intelligent surface aided miso communications: From lmmse to deep learning solutions | |
CN114301508A (zh) | 基于过时csi的可重构智能表面辅助mimo传输中的双时间尺度优化方法 | |
Adeogun et al. | Novel algorithm for prediction of wideband mobile MIMO wireless channels | |
Park et al. | Predicting multi-antenna frequency-selective channels via meta-learned linear filters based on long-short term channel decomposition | |
Fredj et al. | Variational Inference-Based Channel Estimation for Reconfigurable Intelligent Surface-Aided Wireless Systems |
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 |