CN115022129A - 基于anm的多用户上行传输ris辅助系统的信道估计方案 - Google Patents

基于anm的多用户上行传输ris辅助系统的信道估计方案 Download PDF

Info

Publication number
CN115022129A
CN115022129A CN202210218941.7A CN202210218941A CN115022129A CN 115022129 A CN115022129 A CN 115022129A CN 202210218941 A CN202210218941 A CN 202210218941A CN 115022129 A CN115022129 A CN 115022129A
Authority
CN
China
Prior art keywords
ris
channel
matrix
anm
user
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.)
Granted
Application number
CN202210218941.7A
Other languages
English (en)
Other versions
CN115022129B (zh
Inventor
徐一成
徐平平
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202210218941.7A priority Critical patent/CN115022129B/zh
Publication of CN115022129A publication Critical patent/CN115022129A/zh
Application granted granted Critical
Publication of CN115022129B publication Critical patent/CN115022129B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/145—Passive relay 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
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案，利用连续值信道参数域的级联稀疏性，基于原子范数最小化(ANM)联合估计UEs‑RIS和RIS‑BS信道。需要先估计出BS接收角度和UE发射角度，再计算RIS的接收和发射角度，最后估计信道增益，获得完整信道信息后还可以恢复导频信息。本估计方法具有高分辨率，并且联合估计级联信道的同时还能对导频进行恢复，从而达到区分用户的目的，有助于后续波束成形以及资源分配操作。另一方面，本方法计算复杂度与RIS天线数目无关。

Description

基于ANM的多用户上行传输RIS辅助系统的信道估计方案
技术领域
本发明属于通信工程领域，尤其涉及一种基于ANM的多用户上行传输RIS 辅助系统的信道估计方案。
背景技术
不同于传统的被动承受未知的无线传播环境的想法，可重构智能表面 (RIS)作为一种新的技术，被用来主动重构通信环境，提高信号覆盖率。
在RIS辅助的多用户通信系统中，信道由从基站(BS)到RIS的路径和从RIS到用户设备(UE)的路径级联而成。然而，位于中间位置的RIS由于廉价并且大量部署的设计理念，自身并没有信号处理的能力，这导致级联信道的估计成为一个挑战。直接使用BS和UE来估计信道是十分困难的。
文献(Z.-Q.He,X.Yuan.Cascaded Channel Estimation For Large IntelligentMetasurface Assisted Massive MIMO.IEEE Wireless Communication Letters,2020,vol.9,no.2,pp.210-214)和(B.Zheng, R.Zhang.Intelligent Reflecting Surface-Enhanced OFDM:Channel Estimation And Reflection Optimization.IEEE WirelessCommunication Letters,2020,vol.9,no.4,pp.518-522)利用RIS移相器的随机开/ 关状态使该问题变得可以解。文献(B.Zheng,C.You,R.Zhang.Intelligent ReflectingSurface Assisted Multi-User OFDMA:Channel Estimation And Training Design.IEEETransactions on Wireless Communication,2020, vol.19,no.12,pp.8315-8329)、(Z.Wang,L.Liu,S.Cui.Channel Estimation For Intelligent Reflecting SurfaceAssisted Multiuser Communications.In:Proceedings of IEEE WirelessCommunications and Networking Conference(WCNC),Seoul,Korea(South),2020,pp.1-6) 和(C.You,B.Zheng,R.Zhang.Channel Estimation And Passive Beamforming ForIntelligent Reflecting Surface:Discrete Phase Shift And ProgressiveRefinement.IEEE Journal on Selected Areas in Communications,2020,vol.38,no.11,pp.2604-2620)中提出了基于导频训练的方法，通过设计最优或次优序列来辅助信道估计。[6-7]中将问题建模为线性回归问题，并用最小二乘法来解决。文献(P.Wang,J.Fang,H. Duan,et al.Compressed Channel Estimation For Intelligent ReflectingSurface-Assisted Millimeter Wave Systems.IEEE Signal Processing Letters,2020,vol.27,pp.905-909)、(Z.Wan,Z.Gao,M.-S.Alouini. Broadband Channel EstimationFor Intelligent Reflecting Surface Aided mmWave Massive MIMO Systems.In:Proceedings of IEEE International Conference on Communications(ICC),Dublin,Ireland,2020,pp.1-6)、 (X.Ma,Z.Chen,Y.Chi,et al.Channel Estimation ForIntelligent Reflecting Surface Enabled Terahertz MIMO Systems.In:Proceedingsof IEEE International Conference on Communications Workshops(ICC Workshops),Dublin,Ireland,2020)、(X.Ma,Z.Chen,W.Chen,et al. Joint Channel Estimation AndData Rate Maximization For Intelligent Reflecting Surface Assisted TerahertzMIMO Communication Systems. IEEE Access,2020,vol.8,pp.99565-99581)将信道估计问题转化为稀疏信号重构问题，并采用改进的正交匹配追踪(OMP)和广义近似消息传递(GAMP)进行求解。另一方面，文献(A.M.Elbir,A.Papazafeiropoulos, P.Kourtessis,etal.Deep Channel Learning For Large Intelligent Surfaces Aided mmWave MassiveMIMO Systems.IEEE Wireless Communication Letters,2020,vol.9,no.9,pp.1447-1451)、(S.Liu, Z.Gao,J.Zhang,et al.Deep Denoising Neural Network AssistedCompressive Channel Estimation For mmWave Intelligent ReflectingSurfaces.IEEE Transactions on Vehicular Technology,2020,vol.69, no.8,pp.9223-9228)、(Z.Yang,L.Xie,P.Stoica.Vandermonde Decomposition Of Multilevel ToeplitzMatrices With Application To Multidimensional Super-Resolution.IEEETransactions on Information Theory,2016,vol.62,no.6,pp.3685-3701)引入深度学习技术来估计信道参数或提高估计性能。
然而，无论是算法分辨率与计算复杂度之间的权衡，还是硬件实现上的局限，都使得上述方法不完善。因此，级联信道估计仍然是一个有待解决的问题。
发明内容
本发明目的在于提供一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案,以解决现有位于中间位置的RIS由于廉价并且大量部署的设计理念，自身并没有信号处理的能力，这导致级联信道的估计成为一个挑战的技术问题。
为解决上述技术问题，本发明的具体技术方案如下：
一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案，包括以下步骤：
步骤1、在上行传输的RIS辅助系统，包括K个用户、一个基站和一个 RIS，信号由k个用户同时经过RIS转发至基站；
所述用户发送导频，基站接收信号并计算处理，信号中途经过RIS反射；
步骤2、利用连续值信道参数域的级联稀疏性，基于ATM联合估计K个用户到RIS和RIS到基站的信道；
步骤2.1、使用ANM分离视线信道；
步骤2.2、估计出基站接收角度和用户发射角度，计算RIS的接收和发射角度；
步骤2.3、估计信道增益。
进一步的，步骤1中基站使用M＝M1×M2根天线，每个用户使用L＝L1× L2根天线，并且RIS具有N＝N1×N2个单元；所有基站、用户和RIS天线排列方式均被认为是均匀面阵，对应的阵列响应表达式如下：
Figure RE-GDA0003633144580000041
其中n1，n2表示平面阵的长宽维度天线数量，en(g)＝ [1，eiπg，...，eiπ(n-1)g]T是长度为n的中间计算矢量；g＝g1，g2为该矢量对应的角度信息；
Figure RE-GDA0003633144580000042
表示克罗内克积，(·)T表示转置操作，
Figure RE-GDA0003633144580000043
g1＝
Figure RE-GDA0003633144580000044
g2＝cos(θ)，θ表示俯仰角，
Figure RE-GDA0003633144580000045
表示水平角；
将第k个UE和RIS之间的信道表示为
Figure RE-GDA0003633144580000046
RIS和基站之间的信道表示为
Figure RE-GDA0003633144580000047
其中上标eq表示等效实际信道，
Figure RE-GDA0003633144580000048
表示大小为m×n 的复数矩阵，mn是指两个自然数；按照Rice信道模型对
Figure RE-GDA0003633144580000049
和Geq进行建模：
Figure RE-GDA00036331445800000410
Figure RE-GDA00036331445800000411
其中Hk表示用户到RIS的LoS分量，G表示RIS到基站的LoS分量， H′k和G′是表示nLoS分量的Rayleigh随机变量；因子KR表示LoS分量与 nLoS分量所占的能量比；对于LoS分量，Hk和G表示为
Figure RE-GDA0003633144580000051
Figure RE-GDA0003633144580000052
其中βk和γ表示信道的复增益，aNr，k，aL，k表示第k个用户到RIS之间的接收与发射天线阵列响应；aM，aNt表示RIS到基站之间的接收与发射天线阵列响应；
定义
Figure RE-GDA0003633144580000053
为RIS的相移矩阵，表示为
Figure RE-GDA0003633144580000054
其中diag(p)表示以矢量p为主对角线的对角矩阵，gp1，gp2为天线阵列的角度信息；
基站在第p个时段接收到的信号
Figure RE-GDA0003633144580000055
可以被表示为：
Figure RE-GDA0003633144580000056
其中Fxk，p为第k个用户的导频信号，
Figure RE-GDA0003633144580000057
为统一的观测矩阵，W是观测矩阵的宽度，即每个时段内的导频长度；N[p]为噪声矩阵；设置每个用户发送的信号功率和相同，即第k个用户发射的导频序列表示为：
Figure RE-GDA0003633144580000058
xk1≠xk2|k1≠k2
Figure RE-GDA0003633144580000059
其中xk，p表示第k个UE发射的第p个导频；
Figure RE-GDA00036331445800000510
是正实数，Q是每个用发送导频的功率和。
进一步的，步骤2.1中使用ANM分离视线信道具体包括以下步骤：
步骤2.1.1、将Y[p]进行如下变形：
Figure RE-GDA0003784222590000061
由于G′和H′k是Rayleigh随机变量，且KR的取值在高频带非常的大，即有：
Figure RE-GDA0003633144580000062
因此我们定义余项：
Figure RE-GDA0003633144580000063
如此，接收信号被近似为如下形式：
Figure RE-GDA0003633144580000064
其中
Figure RE-GDA0003633144580000065
是一个未知标量，将Y[p]矢量化后我们得到yp
Figure RE-GDA0003633144580000071
其中
Figure RE-GDA0003633144580000072
表示aL，k的共轭，IM表示大小为M的单位矩阵，FT是F的转置， yp中包含了4D-ANM的标准形式
Figure RE-GDA0003633144580000073
其中观测数量为M×W，稀疏性为2K+2；
步骤2.1.2、使用原子范数来强化gp的稀疏性；
原子是
Figure RE-GDA0003633144580000074
的形式；原子集定义为
Figure RE-GDA0003633144580000075
Figure RE-GDA0003633144580000076
所以gp的原子范数表示为：
Figure RE-GDA0003633144580000077
其中
Figure RE-GDA0003633144580000078
表示任何满足gp表达式的矢量，与gp相同但数学上不是同一个量，价格波浪线以示区分。
其等价半正定规划表示为
Figure RE-GDA0003633144580000079
其中Tr(·)表示矩阵的迹，≥0表示半正定矩阵，
Figure RE-GDA00036331445800000710
Figure RE-GDA00036331445800000711
是4阶Toeplitz矩阵，形式表达为：
Figure RE-GDA00036331445800000712
其中Tn表示n阶Toeplitz矩阵；
步骤2.1.3、根据yp，gp的估计被建模为以下的最优化问题：
Figure RE-GDA0003633144580000081
其中λ＞0是权重因子设置为
Figure RE-GDA0003633144580000082
σn表示噪声功率；
步骤2.1.4、设置为
Figure RE-GDA0003633144580000083
σn表示噪声功率；
通过求解该问题，得到估计值
Figure RE-GDA0003633144580000084
以及
Figure RE-GDA0003633144580000085
Figure RE-GDA0003633144580000086
T4指一个包含待估计信道参数的块Toeplitz矩阵。
进一步的，步骤2.2具体包括以下步骤：
根据T4的构成形式，通过矩阵束自动匹配MaPP(Matrix Pencil auto-Pairing)方法提取其中的角度参数，得到
Figure RE-GDA0003633144580000087
和
Figure RE-GDA0003633144580000088
根据LoS直达径发射与接收角度对称的特性，得到RIS对应的角度参数
Figure RE-GDA0003633144580000089
Figure RE-GDA00036331445800000810
进一步的，步骤2.3具体包括以下步骤：
步骤2.3.1、根据
Figure RE-GDA00036331445800000811
定义矩阵
Figure RE-GDA00036331445800000812
和矢量
Figure RE-GDA00036331445800000813
Figure RE-GDA00036331445800000814
于是有
gp＝Acp
得到了cp的估计：
Figure RE-GDA0003633144580000091
步骤2.3.2、通过自由空间路径损耗模型来估计信道G的信道增益γ，即
Figure RE-GDA0003633144580000092
其中
L0＝32.45+20log10(f)+20log10(d)，f为信号频率(MHz)，d为信号传播距离(Km)；
步骤2.3.3、估计
Figure RE-GDA0003633144580000093
首先根据
Figure RE-GDA0003633144580000094
的定义以及
Figure RE-GDA0003633144580000095
和
Figure RE-GDA0003633144580000096
计算出
Figure RE-GDA0003633144580000097
定义qp，k＝xp，kβk，于是
Figure RE-GDA0003633144580000098
根据
Figure RE-GDA0003633144580000099
的估计表示为
Figure RE-GDA00036331445800000910
步骤2.3.4、先恢复出每个用户在第p个时段发送的导频功率：
Figure RE-GDA00036331445800000911
得到
Figure RE-GDA00036331445800000912
通过将估计出的
Figure RE-GDA00036331445800000913
与已知的导频序列
Figure RE-GDA00036331445800000914
比较，区分K个用户。
本发明的一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案具有以下优点：
1、本发明以步骤1到步骤2.2的技术方案基于ANM的方法高分辨率地同时估计出级联信道直达径的所有角度；
2、本发明以步骤2.3.1到2.3.3的技术方案，在估计出信道角度的基础上计算等效信道增益，得到完整的级联信道估计值；
3、本发明步骤2.3.4，在估计出信道的基础上进一步恢复出每个信道对应的导频序列，以此区分各信道对应的用户；
4、本发明步骤2.1到步骤2.3过程中的RIS单元数量对于信道角度估计无影响，对信道增益估计影响极小；
5、本发明步骤2.3过程中估计出的每个用户对应的信道增益与角度信息可以直接用于后续波束成形或者其他资源分配操作。
附图说明
图1为本发明的RIS辅助的多用户上行传输在UE-BS路径被阻挡的示意图。
具体实施方式
为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案做进一步详细的描述。
如图1示出了可重构智能表面(RIS)辅助的多用户上行通信场景，其中基站(BS)和用户设备(UE)之间的视线(LoS)信道被障碍物阻塞，然而，在RIS的支持下，数据传输能够继续进行。
本发明包括以下步骤：
步骤1、整个系统由K个用户、一个BS和一个RIS组成。作为MIMO系统，BS和每个UE分别使用M＝M1×M2和L＝L1×L2根天线，并且RIS具有 N＝N1×N2个单元。不失一般性，所有基站、用户和RIS天线排列方式均被认为是均匀面阵(UPA)，下面给出了对应的阵列响应表达式
Figure RE-GDA0003633144580000111
Figure RE-GDA0003633144580000112
其中n1，n2表示平面阵的长宽维度天线数量，en(g)＝ [1，eiπg，...，eiπ(n-1)g]T是长度为n的中间计算矢量；g＝g1，g2为该矢量对应的角度信息；
Figure RE-GDA0003633144580000113
表示克罗内克积，(·)T表示转置操作，
Figure RE-GDA0003633144580000114
Figure RE-GDA0003633144580000115
Figure RE-GDA0003633144580000116
g2＝cos(θ)，θ表示俯仰角，
Figure RE-GDA0003633144580000117
表示水平角；
将第k个UE和RIS之间的信道表示为
Figure RE-GDA0003633144580000118
RIS和BS之间的信道表示为
Figure RE-GDA0003633144580000119
其中上标eq表示等效实际信道，
Figure RE-GDA00036331445800001110
表示大小为m×n 的复数矩阵，mn是指两个自然数。在高频(例如太赫兹(THz))条件下的散射会导致超过20db的衰减，这意味着在THz通信中几乎只有LoS信道可用于可靠的高速传输。因此，在高频通信中，由于nLoS信道分量的数量非常有限，而且功率比LoS信道的功率要弱得多，所以只考虑LoS信道而导致的性能损失几乎可以忽略不计。不失一般性，我们按照Rice信道模型对
Figure RE-GDA00036331445800001111
和Geq进行建模：
Figure RE-GDA00036331445800001112
Figure RE-GDA00036331445800001113
其中Hk表示用户到RIS的LoS分量，G表示RIS到基站的LoS分量， H′k和G′是表示nLoS分量的Rayleigh随机变量；因子KR表示LoS分量与 nLoS分量所占的能量比；对于LoS分量，Hk和G表示为
Figure RE-GDA0003633144580000121
Figure RE-GDA0003633144580000122
其中βk和γ表示信道的复增益，aNr，k，aL，k表示第k个用户到RIS之间的接收与发射天线阵列响应；aM，aNt表示RIS到基站之间的接收与发射天线阵列响应；
由于存在基站到RIS的实时控制有线链接，我们认为RIS单元相位的是已知的。定义
Figure RE-GDA0003633144580000123
为RIS的相移矩阵，表示为
Figure RE-GDA0003633144580000124
其中diag(p)表示以矢量p为主对角线的对角矩阵，gp1，gp2为天线阵列的角度信息；
最终，基站在第p个时段接收到的信号
Figure RE-GDA0003633144580000125
可以被表示为：
Figure RE-GDA0003633144580000126
其中Fxk，p为第k个用户的导频信号，
Figure RE-GDA0003633144580000127
为统一的观测矩阵，W是观测矩阵的宽度，即每个时段内的导频长度；N[p]为噪声矩阵；设置每个用户发送的信号功率和相同，即第k个用户发射的导频序列表示为：
Figure RE-GDA0003633144580000128
xk1≠xk2|k1≠k2
Figure RE-GDA0003633144580000129
其中xk，p表示第k个UE发射的第p个导频；
Figure RE-GDA00036331445800001210
是正实数，Q是每个用发送导频的功率和。
步骤2、利用连续值信道参数域的级联稀疏性，基于ATM联合估计K个用户到RIS和RIS到基站的信道；
步骤2.1、使用ANM分离视线信道；
在高频通信中，LoS分量集中了大部分能量。因此，在实际情况中，为了进行波束成形等信号处理，我们只需要估计LoS分量的信道信息。我们的目标是从观测值Y[p]中估计出G和
Figure RE-GDA0003633144580000131
利用四维原子范数极小化 (4D-ANM)方法，结合经典的路径损耗模型，联合估计级联信道的角度和信道增益。具体包括以下步骤：
步骤2.1.1、使用ANM分离LoS信道
在信道估计之前，我们首先将Y[p]进行如下变形：
Figure RE-GDA0003784222590000132
由于G′和H′k是Rayleigh随机变量，且KR的取值在高频带非常的大，即有：
Figure RE-GDA0003633144580000133
因此我们定义余项R[p]：
Figure RE-GDA0003633144580000134
如此，接收信号被近似为如下形式：
Figure RE-GDA0003633144580000141
其中
Figure RE-GDA0003633144580000142
是一个未知标量。将Y[p]矢量化后我们得到yp
Figure RE-GDA0003633144580000143
其中
Figure RE-GDA0003633144580000144
表示aL，k的共轭，IM表示大小为M的单位矩阵，FT是F的转置。
显然，yp中包含了4D-ANM的标准形式
Figure RE-GDA0003633144580000145
其中观测数量为M×W，稀疏性为2K+2。由于BS天线的数量通常被视为足够大，因此我们可以使用原子范数来强化
Figure RE-GDA0003633144580000146
的稀疏性。
步骤2.1.2、使用原子范数来强化gp的稀疏性；
原子是
Figure RE-GDA0003633144580000147
的形式。原子集定义为
Figure RE-GDA0003633144580000148
Figure RE-GDA0003633144580000149
所以gp的原子范数表示为：
Figure RE-GDA00036331445800001410
其等价半正定规划可以表示为
Figure RE-GDA0003633144580000151
其中Tr(·)表示矩阵的迹，≥0表示半正定矩阵，
Figure RE-GDA0003633144580000152
Figure RE-GDA0003633144580000153
是4阶Toeplitz矩阵，形式表达为：
Figure RE-GDA0003633144580000154
其中Tn表示n阶Toeplitz矩阵。
步骤2.1.3、根据yp，gp的估计可以被建模为以下的最优化问题：
Figure RE-GDA0003633144580000155
其中λ＞0是权重因子。实际操作中，我们设置为
Figure RE-GDA0003633144580000156
Figure RE-GDA0003633144580000157
通过求解该问题，我们得到估计值
Figure RE-GDA0003633144580000158
以及
Figure RE-GDA0003633144580000159
Figure RE-GDA00036331445800001510
T4指一个包含待估计信道参数的块Toeplitz矩阵。
步骤2.2、估计出基站接收角度和用户发射角度，计算RIS的接收和发射角度，具体包括以下步骤：
根据T4的构成形式，我们可以通过MaPP(Matrix Pencil auto-Pairing) 方法提取其中的角度参数。于是我们得到
Figure RE-GDA00036331445800001511
和
Figure RE-GDA00036331445800001512
根据LoS直达径发射与接收角度对称的特性，我们此时可以直接得到RIS 对应的角度参数
Figure RE-GDA0003633144580000161
Figure RE-GDA0003633144580000162
步骤2.3、估计信道增益，具体包括以下步骤：
步骤2.3.1、根据
Figure RE-GDA0003633144580000163
我们定义矩阵
Figure RE-GDA0003633144580000164
Figure RE-GDA0003633144580000165
和矢量
Figure RE-GDA0003633144580000166
Figure RE-GDA0003633144580000167
于是有
gp＝Acp
由之前求得的解
Figure RE-GDA0003633144580000168
以及可以由
Figure RE-GDA0003633144580000169
和
Figure RE-GDA00036331445800001610
计算出的
Figure RE-GDA00036331445800001611
其中的尖角符号指对应量的估计值，我们得到了cp的估计：
Figure RE-GDA00036331445800001612
值得注意的是，在实际情况中，BS和RIS在部署后通常保持不动，因此它们的相对位置被认为是固定的。
步骤2.3.2、这里同样通过自由空间路径损耗模型来估计信道G的信道增益γ，即
Figure RE-GDA00036331445800001613
其中
L0＝32.45+20log10(f)+20log10(d)，，f为信号频率(MHz)，d为信号传播距离(Km)；
步骤2.3.3、估计
Figure RE-GDA00036331445800001614
首先根据
Figure RE-GDA00036331445800001615
的定义以及
Figure RE-GDA00036331445800001616
和
Figure RE-GDA00036331445800001617
计算出
Figure RE-GDA00036331445800001618
定义qp，k＝xp，kβk，于是我们有
Figure RE-GDA0003633144580000171
根据
Figure RE-GDA0003633144580000172
的估计表示为
Figure RE-GDA0003633144580000173
步骤2.3.4、为了区分K个UE，我们先恢复出每个用户在第p个时段发送的导频功率：
Figure RE-GDA0003633144580000174
于是我们就可以得到
Figure RE-GDA0003633144580000175
通过将估计出的
Figure RE-GDA0003633144580000176
与已知的导频序列
Figure RE-GDA0003633144580000177
比较，即可区分K个用户。
实施例1：
在如图1所示的系统中，根据接收到的信号yp，以及已知观测矩阵F，通过求解4DANM问题：
Figure RE-GDA0003633144580000178
得到gp和T4。
对T4使用MaPP方法进行Vandermonde分解得到UE发射角和BS接收角的角度信息
Figure RE-GDA0003633144580000179
和
Figure RE-GDA00036331445800001710
根据UE发射角和BS接收角的角度信息计算RIS接收角和发射角的角度信息：
Figure RE-GDA0003633144580000181
Figure RE-GDA0003633144580000182
根据估计得到的所有角度信息和已知的RIS单元相位以及BS和RIS的相对距离，计算级联信道的信道增益：
Figure RE-GDA0003633144580000183
Figure RE-GDA0003633144580000184
其中
Figure RE-GDA0003633144580000185
由
Figure RE-GDA0003633144580000186
和
Figure RE-GDA0003633144580000187
计算，
Figure RE-GDA0003633144580000188
根据自由空间路损模型计算。
Figure RE-GDA0003633144580000189
其中
Figure RE-GDA00036331445800001810
由
Figure RE-GDA00036331445800001811
和
Figure RE-GDA00036331445800001812
计算得到。
最后根据计算得到的信道增益，恢复每个用户的发射导频。
Figure RE-GDA00036331445800001813
可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

Claims (5)

1.一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案，其特征在于，包括以下步骤：
步骤1、在上行传输的RIS辅助系统，包括K个用户、一个基站和一个RIS，信号由k个用户同时经过RIS转发至基站；
所述用户发送导频，基站接收信号并计算处理，信号中途经过RIS反射；
步骤2、利用连续值信道参数域的级联稀疏性，基于ATM联合估计K个用户到RIS和RIS到基站的信道；
步骤2.1、使用ANM分离视线信道；
步骤2.2、估计出基站接收角度和用户发射角度，计算RIS的接收和发射角度；
步骤2.3、估计信道增益。
2.根据权利要求1所述的基于ANM的多用户上行传输RIS辅助系统的信道估计方案，其特征在于，步骤1中基站使用M＝M1×M2根天线，每个用户使用L＝L1×L2根天线，并且RIS具有N＝N1×N2个单元；所有基站、用户和RIS天线排列方式均被认为是均匀面阵，对应的阵列响应表达式如下：
Figure RE-FDA0003784222580000011
其中n1，n2表示平面阵的长宽维度天线数量，en(g)＝[1，eiπg，...，eiπ(n-1)g]T是长度为n的中间计算矢量；g＝g1，g2为该矢量对应的角度信息；
Figure RE-FDA0003784222580000012
表示克罗内克积，(·)T表示转置操作，
Figure RE-FDA0003784222580000013
Figure RE-FDA0003784222580000014
g2＝cos(θ)，θ表示俯仰角，
Figure RE-FDA0003784222580000015
表示水平角；
将第k个UE和RIS之间的信道表示为
Figure RE-FDA0003784222580000016
RIS和基站之间的信道表示为
Figure RE-FDA0003784222580000017
其中上标eq表示等效实际信道，
Figure RE-FDA0003784222580000018
表示大小为m×n的复数矩阵，mn是指两个自然数；按照Rice信道模型对
Figure RE-FDA0003784222580000019
和Geq进行建模：
Figure RE-FDA0003784222580000021
Figure RE-FDA0003784222580000022
其中Hk表示用户到RIS的LoS分量，G表示RIS到基站的LoS分量，H′k和G′是表示nLoS分量的Rayleigh随机变量；因子KR表示LoS分量与nLoS分量所占的能量比；对于LoS分量，Hk和G表示为
Figure RE-FDA0003784222580000023
Figure RE-FDA0003784222580000024
其中βk和γ表示信道的复增益，aNr，k，aL，k表示第k个用户到RIS之间的接收与发射天线阵列响应；aM，aNt表示RIS到基站之间的接收与发射天线阵列响应；
定义
Figure RE-FDA0003784222580000025
为RIS的相移矩阵，表示为
Figure RE-FDA0003784222580000026
其中diag(p)表示以矢量p为主对角线的对角矩阵，gp1，gp2为天线阵列的角度信息；
基站在第p个时段接收到的信号
Figure RE-FDA0003784222580000027
被表示为：
Figure RE-FDA0003784222580000028
其中Fxk，p为第k个用户的导频信号，
Figure RE-FDA0003784222580000029
为统一的观测矩阵，W是观测矩阵的宽度，即每个时段内的导频长度；N[p]为噪声矩阵；设置每个用户发送的信号功率和相同，即第k个用户发射的导频序列表示为：
Figure RE-FDA0003784222580000031
xk1≠xk2|k1≠k2
Figure RE-FDA0003784222580000032
其中xk，p表示第k个UE发射的第p个导频；
Figure RE-FDA0003784222580000033
是正实数，Q是每个用发送导频的功率和。
3.根据权利要求2所述的基于ANM的多用户上行传输RIS辅助系统的信道估计方案，其特征在于，步骤2.1中使用ANM分离视线信道具体包括以下步骤：
步骤2.1.1、将Y[p]进行如下变形：
Figure RE-FDA0003784222580000034
由于G′和H′k是Rayleigh随机变量，且KR的取值在高频带非常大，即有：
Figure RE-FDA0003784222580000035
因此定义余项R[p]：
Figure RE-FDA0003784222580000036
如此，接收信号被近似为如下形式：
Figure RE-FDA0003784222580000041
其中
Figure RE-FDA0003784222580000042
是一个未知标量，将Y[p]矢量化后我们得到yp
Figure RE-FDA0003784222580000043
其中
Figure RE-FDA0003784222580000044
表示aL，k的共轭，IM表示大小为M的单位矩阵，FT是F的转置，yp中包含了4D-ANM的标准形式
Figure RE-FDA0003784222580000045
其中观测数量为M×W，稀疏性为2K+2；
步骤2.1.2、使用原子范数来强化gp的稀疏性；
原子是
Figure RE-FDA0003784222580000046
的形式；原子集定义为
Figure RE-FDA0003784222580000047
Figure RE-FDA0003784222580000048
所以gp的原子范数表示为：
Figure RE-FDA0003784222580000049
其等价半正定规划表示为
Figure RE-FDA0003784222580000051
其中Tr(·)表示矩阵的迹，≥0表示半正定矩阵，
Figure RE-FDA0003784222580000052
Figure RE-FDA0003784222580000053
是4阶Toeplitz矩阵，形式表达为：
Figure RE-FDA0003784222580000054
其中Tn表示n阶Toeplitz矩阵；
步骤2.1.3、根据yp，gp的估计被建模为以下的最优化问题：
Figure RE-FDA0003784222580000055
其中λ＞0是权重因子设置为
Figure RE-FDA0003784222580000056
σn表示噪声功率；
通过求解该问题，得到估计值
Figure RE-FDA0003784222580000057
以及
Figure RE-FDA0003784222580000058
Figure RE-FDA0003784222580000059
T4指一个包含待估计信道参数的块Toeplitz矩阵。
4.根据权利要求3所述的基于ANM的多用户上行传输RIS辅助系统的信道估计方案，其特征在于，步骤2.2具体包括以下步骤：
根据T4的构成形式，通过矩阵束自动匹配方法提取其中的角度参数，得到
Figure RE-FDA00037842225800000510
和
Figure RE-FDA00037842225800000511
根据LoS直达径发射与接收角度对称的特性，得到RIS对应的角度参数
Figure RE-FDA00037842225800000512
Figure RE-FDA0003784222580000061
5.根据权利要求4所述的基于ANM的多用户上行传输RIS辅助系统的信道估计方案，其特征在于，步骤2.3具体包括以下步骤：
步骤2.3.1、根据
Figure RE-FDA0003784222580000062
定义矩阵
Figure RE-FDA0003784222580000063
和矢量
Figure RE-FDA0003784222580000064
Figure RE-FDA0003784222580000065
于是有
gp＝Acp
得到了cp的估计：
Figure RE-FDA0003784222580000066
步骤2.3.2、通过自由空间路径损耗模型来估计信道G的信道增益γ，即
Figure RE-FDA0003784222580000067
其中
L0＝32.45+201og10(f)+201og10(d)，f为信号频率，d为信号传播距离；
步骤2.3.3、估计
Figure RE-FDA0003784222580000068
首先根据
Figure RE-FDA0003784222580000069
的定义以及
Figure RE-FDA00037842225800000610
和
Figure RE-FDA00037842225800000611
计算出
Figure RE-FDA00037842225800000612
定义qp，k＝xp，kβk，于是
Figure RE-FDA00037842225800000613
根据
Figure RE-FDA00037842225800000614
的估计表示为
Figure RE-FDA0003784222580000071
步骤2.3.4、先恢复出每个用户在第p个时段发送的导频功率：
Figure RE-FDA0003784222580000072
得到
Figure RE-FDA0003784222580000073
通过将估计出的
Figure RE-FDA0003784222580000074
与已知的导频序列
Figure RE-FDA0003784222580000075
比较，区分K个用户。
CN202210218941.7A 2022-03-08 2022-03-08 基于anm的多用户上行传输ris辅助系统的信道估计方法 Active CN115022129B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210218941.7A CN115022129B (zh) 2022-03-08 2022-03-08 基于anm的多用户上行传输ris辅助系统的信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210218941.7A CN115022129B (zh) 2022-03-08 2022-03-08 基于anm的多用户上行传输ris辅助系统的信道估计方法

Publications (2)

Publication Number Publication Date
CN115022129A true CN115022129A (zh) 2022-09-06
CN115022129B CN115022129B (zh) 2024-03-22

Family

ID=83067963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210218941.7A Active CN115022129B (zh) 2022-03-08 2022-03-08 基于anm的多用户上行传输ris辅助系统的信道估计方法

Country Status (1)

Country Link
CN (1) CN115022129B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024065348A1 (en) * 2022-09-29 2024-04-04 Qualcomm Incorporated Transmitting channel state information according to a priority of a reconfigurable intelligent surface

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213185A (zh) * 2019-06-04 2019-09-06 北京交通大学 一种基于原子范数最小化的三维信道参数估计方法
CN113364500A (zh) * 2021-06-03 2021-09-07 杭州电子科技大学 一种混合Massive MIMO上行信道估计方法
WO2021207748A2 (en) * 2020-08-13 2021-10-14 Futurewei Technologies, Inc. Methods and apparatus for channel reconstruction in intelligent surface aided communications

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213185A (zh) * 2019-06-04 2019-09-06 北京交通大学 一种基于原子范数最小化的三维信道参数估计方法
WO2021207748A2 (en) * 2020-08-13 2021-10-14 Futurewei Technologies, Inc. Methods and apparatus for channel reconstruction in intelligent surface aided communications
CN113364500A (zh) * 2021-06-03 2021-09-07 杭州电子科技大学 一种混合Massive MIMO上行信道估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YICHENG XU 等: "Joint Channel Estimation and Passive Beamforming for Reconfigurable Intelligent Surface Aided Multi-user Massive MIMO System", 《2021 IEEE INTERNATIONAL BLACK SEA CONFERENCE ON COMMUNICATIONS AND NETWORKING (BLACKSEACOM)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024065348A1 (en) * 2022-09-29 2024-04-04 Qualcomm Incorporated Transmitting channel state information according to a priority of a reconfigurable intelligent surface

Also Published As

Publication number Publication date
CN115022129B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
WO2022165872A1 (zh) 一种针对毫米波3d mimo信道的路径参数提取方法
Liu et al. Sparsity-inducing direction finding for narrowband and wideband signals based on array covariance vectors
US5542101A (en) Method and apparatus for receiving signals in a multi-path environment
Wang et al. Fast beam training and alignment for IRS-assisted millimeter wave/terahertz systems
CN109691045A (zh) 基于压缩感测的高效稀疏信道估计
CN106909779A (zh) 基于分布式处理的mimo雷达克拉美罗界计算方法
CN104865556A (zh) 基于实域加权最小化l1范数方法的MIMO雷达系统DOA估计方法
CN106970349A (zh) 一种基于改进的music算法的ads‑b信号波达方向估计方法
CN114095318A (zh) 智能超表面辅助的混合构型毫米波通信系统信道估计方法
CN114285702A (zh) 一种用于毫米波irs协作系统的稀疏级联信道估计方法
CN115022129A (zh) 基于anm的多用户上行传输ris辅助系统的信道估计方案
CN102142878B (zh) 获取波束成形权值的方法和装置
Wang et al. A dual-function radar-communication system empowered by beyond diagonal reconfigurable intelligent surface
CN105933254A (zh) 毫米波多小区多天线系统中基于波束空间的信道估计方法
Kim et al. Efficient channel probing and phase shift control for mmWave reconfigurable intelligent surface-aided communications
CN108768478B (zh) 一种非相干的mimo通信系统及通信方法
Zhou et al. Individual Channel Estimation for RIS-aided Communication Systems-A General Framework
CN104914451A (zh) 一种块Toeplitz矩阵低复杂度求逆的空时抗干扰方法
CN109669167B (zh) 一种基于射频隐身的机载雷达发射波形选择方法
Liu et al. Multidimensional harmonic retrieval with applications in MIMO wireless channel sounding
CN101616110A (zh) 一种频偏估计方法和装置
Jain et al. PCI-MF: Partial canonical identity and matrix factorization framework for channel estimation in mmWave massive MIMO systems
CN101552630B (zh) 一种基于航空通信信道下的波束成形方法
CN115334524A (zh) 一种基于全向智能超表面的通信和雷达目标检测方法
Rinchi et al. Wireless localization with reconfigurable intelligent surfaces

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