CN114785383B - 一种基于智能超表面辅助1比特adc通信系统的导频图案设计方法 - Google Patents
一种基于智能超表面辅助1比特adc通信系统的导频图案设计方法 Download PDFInfo
- Publication number
- CN114785383B CN114785383B CN202210386714.5A CN202210386714A CN114785383B CN 114785383 B CN114785383 B CN 114785383B CN 202210386714 A CN202210386714 A CN 202210386714A CN 114785383 B CN114785383 B CN 114785383B
- Authority
- CN
- China
- Prior art keywords
- matrix
- channel
- intelligent
- intelligent super
- representing
- 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 63
- 238000004891 communication Methods 0.000 title claims abstract description 29
- 238000013461 design Methods 0.000 title claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 94
- 238000013139 quantization Methods 0.000 claims abstract description 19
- 238000005562 fading Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 39
- 238000005457 optimization Methods 0.000 claims description 37
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,包括:部署智能超表面建立基站与用户间虚拟的视距链路;计算信道的空间相关矩阵和大尺度衰落系数;由用户发送导频信号,智能超表面根据导频图案在不同时隙间切换反射系数矩阵,基站接收导频信号;基站对接收到的导频信号进行联合处理,计算级联信道的估计值;计算级联信道均方估计误差表达式,利用数值算法,为智能超表面设计出最优的导频图案。本发明充分利用信道的空间相关性,同时考虑1比特ADC的非线性量化失真,对级联信道进行估计,并通过对智能超表面的导频图案进行优化,进一步地降低了信道估计的MSE,提高了信道估计的性能。
Description
技术领域
本发明涉及无线通信中的信道估计技术领域,特别是涉及一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法。
背景技术
大规模多输入多输出(MIMO)作为第5代移动通信系统的关键技术,能够显著提升无线通信系统的频谱效率。最近,智能超表面作为一项新涌现的技术,由很多低成本的无源反射单元组成,通过调控入射电磁波的幅度和相位,实现智能可编程无线环境。
此外,由于大规模MIMO技术中大规模天线的使用,高精度模数转换器(ADC)的硬件成本和功耗非常高,采用1比特ADC的方案可以实现系统性能与功耗之间的平衡。
为了提升频谱效率,前提条件是获取精确的信道状态信息,然而,智能超表面是无源的,它没有射频链路,不具备信号处理能力,信道估计非常具有挑战性;而且,当假定基站部署有无穷精度ADC,这些智能超表面的信道估计方法并不能直接应用在1比特ADC场景下。值得注意的是,智能超表面的单元排布密集,考虑更加接近实测统计特性的相关瑞利衰落信道模型,充分利用信道的空间相关性,可以提高信道估计性能。信道估计的性能,取决于智能超表面的导频图案,研究最优的导频图案,对系统性能的提升至关重要。
发明内容
有鉴于此,本发明的目的在于提供一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,用以解决现有信道方法局限于信道模型是不相关的瑞利衰落信道这一问题,而且也提出了智能超表面导频图案的优化方法。
为了实现上述目的,本发明采用如下技术方案:
一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,所述设计方法包括如下步骤:
步骤S1、针对1比特ADC通信系统,部署智能超表面,通过该智能超表面建立虚拟的视距链路来协助基站侧与用户侧的通信,其中,所述的用户侧为单天线用户,所述的智能超表面具有N个反射单元,所述的基站侧具有M根天线,每根天线所接收的同相和正交信号分量分别由1比特ADC量化处理;
步骤S2、针对步骤S1中部署有智能超表面的1比特ADC通信系统,根据相关瑞利衰落信道模型计算基站侧与智能超表面间信道的空间相关矩阵,其中,该空间相关矩阵包括:基站侧相关矩阵智能超表面侧相关矩阵/>以及计算智能超表面与用户间信道的空间相关矩阵/>
步骤S3、获取信道相干时间,分配其中T个时隙用于信道估计,用户侧发送长度为T的导频符号,智能超表面按照预先计算好的导频图案,在不同时隙间切换反射系数矩阵,导频信号由用户侧经过智能超表面反射后到达基站侧;
步骤S4、基站侧对N个时隙内接收到的量化信号进行联合处理,经过线性估计器获得级联信道he的估计值
步骤S5、构建级联信道he的均方估计误差表达式,再基于均方误差最小的准则,构建优化问题,再通过数值算法求解该优化问题,得到智能超表面的最优的导频图案。
进一步的,所述的量化处理,其具体包括:
在第t个时隙,基站侧接收的量化前信号为:
在公式(1)中,对角阵表示第t个时隙智能超表面的反射系数矩阵,向量vt=[vt,1,…,vt,N]T是Φt对应的反射系数向量,参数vt,n表示第n个反射单元的反射系数,vt,n具有恒模约束,也即|vt,n|=1;/>表示用户侧到智能超表面的信道向量,表示智能超表面到基站侧的信道矩阵;st表示第t个时隙用户发送的导频符号,满足|st|=1;/>为第t个时隙归一化的加性高斯白噪声,ρ为导频信噪比;其中diag(·)表示对向量计算对角阵,|·|表示对复数取模,[·]T表示对向量或矩阵取转置,表示具有零均值、协方差矩阵为∑的循环对称复高斯分布;
经过1比特ADC量化后的接收信号向量为:
在公式(2)中,表示1比特量化的算子,对yt每个分量的实部和虚部分别进行量化。
进一步的,在所述步骤S2中,使用相关瑞利衰落信道模型来描述智能超表面、基站侧的空间相关性,包括:信道向量h和信道矩阵G分别分解为:
在公式(3)和(4)中,和/>它们的每个元素都是独立同分布,且都服从/>βh=βG=1,其中,βh表示为用户侧到智能超表面的大尺度衰落系数,βG表示为智能超表面到基站侧的大尺度衰落系数。
进一步的,在所述步骤S3中,在量化前,基站侧接收的T个时隙内总的导频信号为:
在公式(5)中,矩阵代表智能超表面的导频图案,矩阵H=Gdiag(h)是需要被估计的级联信道,/>是加性高斯白噪声的堆叠;
将Y拉直后的向量为:
在公式(6)中,向量y、he和np分别表示对矩阵Y、H和Np进行拉直;表示观测矩阵,它与智能超表面的导频图案V的关系满足/> 表示计算矩阵的克罗内尔积,IM表示M阶单位矩阵。
进一步的,所述步骤S4具体包括:
步骤S401、将向量y经过1比特ADC量化后的信号为;
在公式(7)中,sgn(·)表示符号函数,和/>表示对复数取实部和虚部;
步骤S402、获取精确的级联信道估计值其具体包括:
步骤S4021、计算级联信道he的自相关矩阵为:
在公式(8)中,E[·]表示期望算子,⊙表示计算矩阵的哈达玛积,表示计算矩阵的克罗内尔积;
步骤S4022、计算量化前向量y的自相关矩阵Ryy=E[yyH]为:
在公式(9)中,(·)H表示对矩阵求共轭转置,IMT表示MT阶单位矩阵;
步骤S4023、利用Bussgang定理,将量化后的信号r分解为:
r=Fpy+q (10)
在公式(10)中,q是量化噪声,其具体表示为:/>其中,diag(·)表示只保留矩阵主对角元素的对角矩阵,(·)-1表示对矩阵求逆;
步骤S4024、计算量化后向量r的自相关矩阵Rrr为:
步骤S4025、使用LMMSE估计器获得级联信道he的估计值为:
进一步的,所述步骤S5具体包括:
步骤S501、所述级联信道he的估计误差为则该估计误差/>的自相关矩阵/>为:
步骤S502、根据自相关矩阵得到信道估计的MSE为:
在公式(11)中,trace(·)表示对矩阵求迹;
步骤S503、通过优化智能超表面的导频图案V,来建立第一优化问题,再通过求解该第一优化问题来最小化信道估计的MSE;
所述第一优化问题具体表示为:
|vn,t|=1,
在第一优化问题中,vn,t表示矩阵V的第n行、第t列元素;
步骤S504、针对所述第一优化问题,采用将优化变量由矩阵拉直为列向量,且直接优化反射系数的相位,的方式,将该第一优化问题等价为第二优化问题,其表示为:
步骤S505、针对所述第二优化问题,采用拟牛顿算法进行求解,求解出最优的变量θ。
本发明的有益效果是:
本发明充分利用信道的空间相关性,且考虑了1比特ADC量化带来的非线性失真,能够保证信道估计的准确性;
本发明根据获取的信道估计MSE的表达式,通过优化智能超表面的导频图案,进一步提高信道估计的性能。
附图说明
图1为实施例1中提供的基于智能超表面辅助1比特ADC通信系统的结构示意图。
图2为实施例1中提供的一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法的流程示意图;
图3为实施例1中提供的在不同信道估计方法下,信道估计的归一化MSE随着信噪比变化的曲线图;
图4为实施例1中提供的在智能超表面不同的导频图案下,信道估计的归一化MSE随着信噪比变化的曲线图。
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4,本实施例提供一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其中,该基于智能超表面辅助1比特ADC通信系统的结构如图1所示,由于存在高大的建筑物遮挡,导致用户与基站的通信链路被阻断,采用智能超表面来辅助用户与基站的通信。
该导频图案设计方法的流程具体如图2所示,该设计方法具体包括如下步骤:
步骤S1、针对1比特ADC通信系统,部署智能超表面,通过该智能超表面建立虚拟的视距链路来协助基站侧与用户侧的通信,其中,用户侧为单天线用户,智能超表面具有N个反射单元,基站侧具有M根天线,每根天线所接收的同相和正交信号分量分别由1比特ADC量化处理。
具体的说,在本实施例中,上述的量化处理,其具体包括:
在第t个时隙,基站侧接收的量化前信号为:
在公式(1)中,对角阵表示第t个时隙智能超表面的反射系数矩阵,向量vt=[vt,1,…,vt,N]T是Φt对应的反射系数向量,参数vt,n表示第n个反射单元的反射系数,vt,n具有恒模约束,也即|vt,n|=1;/>表示用户侧到智能超表面的信道向量,表示智能超表面到基站侧的信道矩阵;st表示第t个时隙用户发送的导频符号,满足|st|=1;/>为第t个时隙归一化的加性高斯白噪声,ρ为导频信噪比;其中diag(·)表示对向量计算对角阵,|·|表示对复数取模,[·]T表示对向量或矩阵取转置,表示具有零均值、协方差矩阵为∑的循环对称复高斯分布;
经过1比特ADC量化后的接收信号向量为:
在公式(2)中,表示1比特量化的算子,对yt每个分量的实部和虚部分别进行量化。
步骤S2、针对步骤S1中部署有智能超表面的1比特ADC通信系统,根据相关瑞利衰落信道模型计算基站侧与智能超表面间信道的空间相关矩阵,其中,该空间相关矩阵包括:基站侧相关矩阵智能超表面侧相关矩阵/>以及计算智能超表面与用户间信道的空间相关矩阵/>
具体的说,在本实施例中,在步骤S2中,使用相关瑞利衰落信道模型来描述智能超表面、基站的空间相关性,包括:信道向量h和信道矩阵G分别分解为:
在公式(3)和(4)中,和/>它们的每个元素都是独立同分布,且都服从/>βh=βG=1,其中,βh表示为用户侧到智能超表面的大尺度衰落系数,βG表示为智能超表面到基站侧的大尺度衰落系数。
步骤S3、获取信道相干时间,分配其中T个时隙用于信道估计,用户侧发送长度为T的导频符号,智能超表面按照预先计算好的导频图案,在不同时隙间切换反射系数矩阵,导频信号由用户侧经过智能超表面反射后到达基站侧。
具体的说,在本实施例中,在步骤S3中,在量化前,基站侧接收的T个时隙内总的导频信号为:
在公式(5)中,矩阵代表智能超表面的导频图案,矩阵H=Gdiag(h)是需要被估计的级联信道,/>是加性高斯白噪声的堆叠;
将Y拉直后的向量为:
在公式(6)中,向量y、he和np分别表示对矩阵Y、H和Np进行拉直;表示观测矩阵,它与智能超表面的导频图案V的关系满足/> 表示计算矩阵的克罗内尔积,IM表示M阶单位矩阵。
步骤S4、基站侧对N个时隙内接收到的量化信号进行联合处理,经过线性估计器获得级联信道he的估计值
具体的说,在本实施例中,步骤S4具体包括:
步骤S401、将向量y经过1比特ADC量化后的信号为;
在公式(7)中,sgn(·)表示符号函数,和/>表示对复数取实部和虚部;
步骤S402、获取精确的级联信道估计值其具体包括:
步骤S4021、计算级联信道he的自相关矩阵为:
在公式(8)中,E[·]表示期望算子,⊙表示计算矩阵的哈达玛积,表示计算矩阵的克罗内尔积;
步骤S4022、计算量化前向量y的自相关矩阵Ryy=E[yyH]为:
在公式(9)中,(·)H表示对矩阵求共轭转置,IMT表示MT阶单位矩阵;
步骤S4023、利用Bussgang定理,将量化后的信号r分解为:
r=Fpy+q (10)
在公式(10)中,q是量化噪声,其具体表示为:/>其中,diag(·)表示只保留矩阵主对角元素的对角矩阵,(·)-1表示对矩阵求逆;
步骤S4024、计算量化后向量r的自相关矩阵Rrr为:
步骤S4025、使用LMMSE估计器获得级联信道he的估计值为:
步骤S5、计算出级联信道he的均方估计误差表达式,按照均方误差最小的准则,构建优化问题,再通过数值算法求解该优化问题,得到智能超表面的最优的导频图案。
具体的说,在本实施例中,步骤S5具体包括:
步骤S501、所述级联信道he的估计误差为则该估计误差/>的自相关矩阵/>为:
步骤S502、根据自相关矩阵得到信道估计的MSE为:
在公式(12)中,trace(·)表示对矩阵求迹;
步骤S503、通过优化智能超表面的导频图案V,来建立第一优化问题,再通过求解该第一优化问题来最小化信道估计的MSE;
第一优化问题具体表示为:
|vn,t|=1,
在第一优化问题中,vn,t表示矩阵V的第n行、第t列元素;
步骤S504、针对第一优化问题,采用将优化变量由矩阵拉直为列向量,且直接优化反射系数的相位,的方式,将该第一优化问题等价为第二优化问题,其表示为:
步骤S505、针对第二优化问题,采用拟牛顿算法进行求解,求解出最优的变量θ。
更具体的说,该第二优化问题对变量θ的优化是多维的无约束最小化问题,使用拟牛顿算法可以求解最优的变量θ,基于数值观测,可以使用不同的起始点,使得信道估计的MSE更小。
为了验证本实施方法的正确性和先进性,因此本实施例进行了相应的仿真实验,具体包括:
图3对比了1比特ADC下的本实施例方法、没有考虑量化失真的LS信道估计方法以及无穷精度ADC下的LS信道估计方法。其中设置M=32,N=64,T=64;智能超表面和基站侧的相关系数都设为0.4;智能超表面的导频图案选用DFT矩阵;蒙特卡洛仿真次数为1000。信道估计的归一化MSE定义为
可以看出,理论分析与蒙特卡洛仿真结果是一致的,本实施例方法,随着导频信噪比的增加,信道估计的归一化MSE越小,信道估计性能越小。然而没有考虑量化失真的LS信道估计方法,当导频信噪比的增加到-12dB以后,信道估计性能会急剧恶化。
图4对比了典型的智能超表面的导频图案以及利用数值算法计算出的导频图案对信道估计性能的影响。其中设置M=32,N=8,T=16;智能超表面侧、基站侧相关系数分别设为0.8、0.4;第二优化问题中导频信噪比为ρ=0dB。
可以看出,导频图案选用DFT矩阵信道估计性能会优于Hadamard矩阵,优化后的导频图案性能都优于DFT矩阵。另外,尽管只对信噪比为0dB的导频图案做了优化,优化后的导频图案也对其它导频信噪比适用。
综上所述,本发明提出的一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其充分利用信道的空间相关性,同时考虑1比特ADC的非线性量化失真,对级联信道进行估计,并通过对智能超表面的导频图案进行优化,进一步地降低了信道估计的MSE,提高了信道估计的性能。
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做出诸多修改和变化。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 (6)
1.一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其特征在于,所述设计方法包括如下步骤:
步骤S1、针对1比特ADC通信系统,部署智能超表面,通过该智能超表面建立虚拟的视距链路来协助基站侧与用户侧的通信,其中,所述的用户侧为单天线用户,所述的智能超表面具有N个反射单元,所述的基站侧具有M根天线,每根天线所接收的同相和正交信号分量分别由1比特ADC量化处理;
步骤S2、针对步骤S1中部署有智能超表面的1比特ADC通信系统,根据相关瑞利衰落信道模型计算基站侧与智能超表面间信道的空间相关矩阵,其中,该空间相关矩阵包括:基站侧相关矩阵智能超表面侧相关矩阵/>以及计算智能超表面与用户间信道的空间相关矩阵/>
步骤S3、获取信道相干时间,分配其中T个时隙用于信道估计,用户侧发送长度为T的导频符号,智能超表面按照预先计算好的导频图案,在不同时隙间切换反射系数矩阵,导频信号由用户侧经过智能超表面反射后到达基站侧;
步骤S4、基站侧对N个时隙内接收到的量化信号进行联合处理,经过线性估计器获得级联信道he的估计值
步骤S5、构建级联信道he的均方估计误差表达式,再基于均方误差最小的准则,构建优化问题,再通过数值算法求解该优化问题,得到智能超表面的最优的导频图案。
2.根据权利要求1所述的一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其特征在于,所述的量化处理,其具体包括:
在第t个时隙,基站侧接收的量化前信号为:
在公式(1)中,对角阵表示第t个时隙智能超表面的反射系数矩阵,向量vt=[vt,1,…,vt,N]T是Φt对应的反射系数向量,参数vt,n表示第n个反射单元的反射系数,vt,n具有恒模约束,也即|vt,n|=1;/>表示用户侧到智能超表面的信道向量,表示智能超表面到基站侧的信道矩阵;st表示第t个时隙用户发送的导频符号,满足/>为第t个时隙归一化的加性高斯白噪声,ρ为导频信噪比;其中diag(·)表示对向量计算对角阵,|·|表示对复数取模,[·]T表示对向量或矩阵取转置,表示具有零均值、协方差矩阵为∑的循环对称复高斯分布;
经过1比特ADC量化后的接收信号向量为:
在公式(2)中,表示1比特量化的算子,对yt每个分量的实部和虚部分别进行量化。
3.根据权利要求2所述的一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其特征在于,在所述步骤S2中,使用相关瑞利衰落信道模型来描述智能超表面、基站侧的空间相关性,包括:信道向量h和信道矩阵G分别分解为:
在公式(3)和(4)中,和/>它们的每个元素都是独立同分布,且都服从βh=βG=1,其中,βh表示为用户侧到智能超表面的大尺度衰落系数,βG表示为智能超表面到基站侧的大尺度衰落系数。
4.根据权利要求3所述的一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其特征在于,在所述步骤S3中,在量化前,基站侧接收的T个时隙内总的导频信号为:
在公式(5)中,矩阵代表智能超表面的导频图案,矩阵H=Gdiag(h)是需要被估计的级联信道,/>是加性高斯白噪声的堆叠;
将Y拉直后的向量为:
在公式(6)中,向量y、he和np分别表示对矩阵Y、H和Np进行拉直;表示观测矩阵,它与智能超表面的导频图案V的关系满足/> 表示计算矩阵的克罗内尔积,IM表示M阶单位矩阵。
5.根据权利要求4所述的一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其特征在于,所述步骤S4具体包括:
步骤S401、将向量y经过1比特ADC量化后的信号为;
在公式(7)中,sgn(·)表示符号函数,和/>表示对复数取实部和虚部;
步骤S402、获取精确的级联信道估计值其具体包括:
步骤S4021、计算级联信道he的自相关矩阵为:
在公式(8)中,E[·]表示期望算子,⊙表示计算矩阵的哈达玛积,表示计算矩阵的克罗内尔积;
步骤S4022、计算量化前向量y的自相关矩阵Ryy=E[yyH]为:
在公式(9)中,(·)H表示对矩阵求共轭转置,IMT表示MT阶单位矩阵;
步骤S4023、利用Bussgang定理,将量化后的信号r分解为:
r=Fpy+q (10)
在公式(10)中,q是量化噪声,其具体表示为:/>其中,diag(·)表示只保留矩阵主对角元素的对角矩阵,(·)-1表示对矩阵求逆;
步骤S4024、计算量化后向量r的自相关矩阵Rrr为:
步骤S4025、使用LMMSE估计器获得级联信道he的估计值为:
6.根据权利要求5所述的一种基于智能超表面辅助1比特ADC通信系统的导频图案设计方法,其特征在于,所述步骤S5具体包括:
步骤S501、所述级联信道he的估计误差为则该估计误差/>的自相关矩阵为:
步骤S502、根据自相关矩阵得到信道估计的MSE为:
在公式(11)中,trace(·)表示对矩阵求迹;
步骤S503、通过优化智能超表面的导频图案V,来建立第一优化问题,再通过求解该第一优化问题来最小化信道估计的MSE;
所述第一优化问题具体表示为:
(P1):
|vn,t|=1,
在第一优化问题中,vn,t表示矩阵V的第n行、第t列元素;
步骤S504、针对所述第一优化问题,采用将优化变量由矩阵拉直为列向量,且直接优化反射系数的相位,的方式,将该第一优化问题等价为第二优化问题,其表示为:
(P2):
步骤S505、针对所述第二优化问题,采用拟牛顿算法进行求解,求解出最优的变量θ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210386714.5A CN114785383B (zh) | 2022-04-13 | 2022-04-13 | 一种基于智能超表面辅助1比特adc通信系统的导频图案设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210386714.5A CN114785383B (zh) | 2022-04-13 | 2022-04-13 | 一种基于智能超表面辅助1比特adc通信系统的导频图案设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114785383A CN114785383A (zh) | 2022-07-22 |
CN114785383B true CN114785383B (zh) | 2024-03-22 |
Family
ID=82429847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210386714.5A Active CN114785383B (zh) | 2022-04-13 | 2022-04-13 | 一种基于智能超表面辅助1比特adc通信系统的导频图案设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114785383B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021207748A2 (en) * | 2020-08-13 | 2021-10-14 | Futurewei Technologies, Inc. | Methods and apparatus for channel reconstruction in intelligent surface aided communications |
CN113839901A (zh) * | 2021-09-10 | 2021-12-24 | 东南大学 | 一种基于可重构智能表面的虚拟星座调制方法 |
-
2022
- 2022-04-13 CN CN202210386714.5A patent/CN114785383B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021207748A2 (en) * | 2020-08-13 | 2021-10-14 | Futurewei Technologies, Inc. | Methods and apparatus for channel reconstruction in intelligent surface aided communications |
CN113839901A (zh) * | 2021-09-10 | 2021-12-24 | 东南大学 | 一种基于可重构智能表面的虚拟星座调制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114785383A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108933745B (zh) | 一种基于超分辨率角度和时延估计的宽带信道估计方法 | |
KR100229094B1 (ko) | 수신신호에 대한 자기상관행렬의 최대고유치에 대응하는 고유벡터를 이용한 배열 안테나의 신호 처리 방법 | |
KR100795778B1 (ko) | 적응배열안테나시스템의 최적 웨이트벡터 계산을 위한신호처리방법 및 장치 | |
CN111010219A (zh) | 可重构智能表面辅助的多用户mimo上行链路传输方法 | |
CN114900400B (zh) | 一种基于智能反射面辅助物联网的联合稀疏信道估计方法 | |
CN110824415A (zh) | 一种基于多发多收阵列的稀疏波达方向角度估计方法 | |
Varade et al. | Robust algorithms for DOA estimation and adaptive beamforming for smart antenna application | |
CN104698430A (zh) | 一种用于提高精度的基于虚拟天线阵列的角度估计方法 | |
CN109831233B (zh) | 一种多小区协调大规模mimo波束域多播功率分配方法 | |
Peng et al. | Channel estimation for RIS-aided multi-user mmWave systems with uniform planar arrays | |
Zhang et al. | Robust beamforming for coherent signals based on the spatial-smoothing technique | |
CN114785384B (zh) | 智能超表面辅助大规模mimo相关信道的容量分析与优化方法 | |
CN102291166B (zh) | 多用户多输入多输出系统中最小均方误差的预编码方法 | |
CN108594166A (zh) | 一种二维波达方向估计方法及装置 | |
CN114338301A (zh) | 一种基于压缩感知的ris辅助毫米波系统的信道估计方法 | |
Chen et al. | Channel estimation of IRS-aided communication systems with hybrid multiobjective optimization | |
CN114520699A (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 | |
CN114785383B (zh) | 一种基于智能超表面辅助1比特adc通信系统的导频图案设计方法 | |
Antreich et al. | Two-dimensional channel parameter estimation for millimeter-wave systems using Butler matrices | |
CN107426119B (zh) | 毫米波通信的十字形信道估计方法、装置及系统 | |
CN114244658B (zh) | 大规模mimo系统中的基于倍角估计的信道估计方法 | |
KR100965100B1 (ko) | 적응적 빔포밍 장치 및 그 방법 | |
Peng et al. | Channel estimation for RIS-aided mmWave MIMO system from 1-sparse recovery perspective | |
CN114499612A (zh) | 波束赋形的处理方法、装置及可读存储介质 | |
JP4609181B2 (ja) | Mimo受信装置 |
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 |