CN115412187A - 一种基于可重构智能表面的毫米波信道追踪方法 - Google Patents

一种基于可重构智能表面的毫米波信道追踪方法 Download PDF

Info

Publication number
CN115412187A
CN115412187A CN202210805376.4A CN202210805376A CN115412187A CN 115412187 A CN115412187 A CN 115412187A CN 202210805376 A CN202210805376 A CN 202210805376A CN 115412187 A CN115412187 A CN 115412187A
Authority
CN
China
Prior art keywords
ris
channel
angle
tracking
matrix
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.)
Pending
Application number
CN202210805376.4A
Other languages
English (en)
Inventor
蒲旭敏
刘雁翔
孙致南
李静洁
陈前斌
金石
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202210805376.4A priority Critical patent/CN115412187A/zh
Publication of CN115412187A publication Critical patent/CN115412187A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明涉及移动通讯领域，公开了一种基于可重构智能表面的毫米波信道追踪方法，包括如下步骤：步骤1、构建RIS辅助上行无线通信系统模型，以及UE‑RIS‑BS链路的双时间尺度模型和角度变化模型；步骤2、使用二维快速傅里叶变换算法初始化信道角度参数，并使用最大似然算法初始化路径增益参数；步骤3、基于牛顿算法追踪UE‑RIS水平方向的信道角度；步骤4、对信道矩阵H(t)是否会发生突变进行检测，若检测到信道矩阵H(t)突变，则再次初始化参数，否则使用牛顿算法继续追踪角度参数。本发明在保证优越性能的前提下，计算复杂度可以达到最低，极大节省算力资源。

Description

一种基于可重构智能表面的毫米波信道追踪方法
技术领域
本发明涉及移动通讯技术领域，尤其涉及一种基于可重构智能表面的毫米波信道追踪方法。
背景技术
可重构智能表面(Reconfigurable Intelligent Surface,RIS)作为6G移动通信的潜在技术之一，具有广阔的应用前景。RIS辅助大规模多输入多输出(Multiple InputMultiple Output,MIMO)系统可以显著提高无线通信覆盖率、吞吐量和频谱效率。然而毫米波信道的高损耗特性导致用户(User equipment,UE)与基站(Base Station,BS)的视距(Line ofSight,LoS)径极易被阻断，从而严重影响通信质量。
引入RIS可以动态调整每个反射单元的信号幅度或相移以改善该难题，但需要UE-RIS-BS链路的准确信道状态信息(Channel State Information,CSI)作为支撑。因为BS和RIS的空间位置保持不变，所以RIS-BS端的毫米波信道可建模为准静态信道，而用户端缓慢移动或车辆和行人等散射体的突然阻塞会导致UE-RIS端信道遭受信道突变和角度缓慢变化。因此，在多个时隙内追踪UE-RIS信道角度参数以保证估计性能，并且分离估计UE-RIS-BS级联信道，减少不必要的信道估计开销以降低计算复杂度成为了当前的研究重点。
目前已有大量文献对RIS辅助毫米波信道估计进行了研究，但是现有大部分研究并没有考虑存在角度变化时的信道追踪问题，对于RIS的实际应用不具有普适性。还有一些研究虽然考虑了UE-RIS信道随时间的变化，但是所用算法仅能追踪整个级联信道，无法分离估计单个信道，导致计算复杂度巨大。由此可见，在散射体突然变化和用户缓慢移动场景下研究低复杂度的信道追踪方案具有十分重要的实际意义。
发明内容
有鉴于此，本发明的目的是提供一种基于可重构智能表面的毫米波信道追踪方法，能够在保证优越性能的前提下，达到更低的计算复杂度，极大节省算力资源。
本发明通过以下技术手段解决上述技术问题：
一种基于可重构智能表面的毫米波信道追踪方法，应用在散射体突然变化和用户端缓慢移动环境下的毫米波信道追踪问题中，包括以下步骤：
S1、构建RIS辅助上行无线通信系统模型，以及UE-RIS-BS链路的双时间尺度模型和角度变化模型；
S2、使用二维快速傅里叶变换算法初始化信道角度参数，并使用最大似然算法初始化路径增益参数；
S3、基于牛顿算法追踪UE-RIS水平方向的信道角度；
S4、对信道矩阵H(t)是否会发生突变进行检测，若检测到信道矩阵H(t)突变，则再次初始化参数，否则使用牛顿算法继续追踪角度参数。
进一步，针对UE-RIS-BS链路的信道仅能通过RIS端反射进行通信，所述步骤S1的方法具体包括以下步骤：
S101、在BS端配备NR根均匀线性阵列天线，服务于配备NT根天线的单用户，RIS由
Figure BDA0003738505190000021
个反射单元组成，其中，
Figure BDA0003738505190000022
和
Figure BDA0003738505190000023
分别为RIS水平和竖直方向上反射元素的数目；
S102、在RIS水平与竖直方向上分别连接L个RF链，并且UE到BS的LoS径被阻断，UE在第t个时隙发送的信号仅能通过RIS反射到BS端，BS端的接收信号
Figure BDA0003738505190000024
为：
Y(t)＝GH(t)Γ(t)+N(t)
其中，
Figure BDA0003738505190000025
为RIS-BS的信道矩阵，
Figure BDA0003738505190000026
为UE-RIS的信道矩阵，
Figure BDA0003738505190000031
为UE发送的导频信号，T为时隙数，导频信号满足正交条件
Figure BDA0003738505190000032
Figure BDA0003738505190000033
是均值为0，方差为
Figure BDA0003738505190000034
的复高斯白噪声；
S103、假设RIS-BS的毫米波信道G是准静态信道，分别对UE-RIS和RIS-BS的信道矩阵G和H(t)进行建模。
进一步，基于双时间尺度模型对信道矩阵G和H(t)进行建模，所述步骤S103中，对UE-RIS和RIS-BS信道矩阵建模，具体为：
Figure BDA0003738505190000035
Figure BDA0003738505190000036
其中，La和Lb分别为UE-RIS和RIS-BS的路径数，
Figure BDA0003738505190000037
为信道H(t)第la条路径增益，
Figure BDA0003738505190000038
为信道G第lb条路径增益，
Figure BDA0003738505190000039
为UE离开角(AoD)，
Figure BDA00037385051900000310
和
Figure BDA00037385051900000311
分别为RIS到达角(AoA)的仰角和方位角，
Figure BDA00037385051900000312
和
Figure BDA00037385051900000313
分别为RIS的AoD的仰角和方位角，
Figure BDA00037385051900000314
为BS的AoA，
Figure BDA00037385051900000315
和
Figure BDA00037385051900000316
为信道H(t)的阵列导向矢量。
进一步，基于马尔科夫链对角度变化进行建模，所述信道H(t)的阵列导向矢量
Figure BDA00037385051900000317
和
Figure BDA00037385051900000318
分别为：
Figure BDA00037385051900000319
Figure BDA00037385051900000320
其中，
Figure BDA00037385051900000321
dU和dI分别为UE和RIS端天线间距，λ为电磁波波长；
Figure BDA00037385051900000322
表达式与
Figure BDA00037385051900000323
类似，将
Figure BDA00037385051900000324
和dU分别用
Figure BDA00037385051900000325
和dB代替，dB为BS端天线间距，
Figure BDA00037385051900000326
表达式与
Figure BDA00037385051900000327
类似，将
Figure BDA00037385051900000328
和
Figure BDA00037385051900000329
分别用
Figure BDA00037385051900000330
和
Figure BDA00037385051900000331
代替；
第t个时隙中UE-RIS所有路径的角度参数集合O(t)为：
Figure BDA0003738505190000041
由于相邻时隙的信道角度变化可以建模为一阶马尔可夫链，所以第t个时隙存在角度变化时的角度模型为：
O(t)＝O(t-1)+u(t)
其中，
Figure BDA0003738505190000042
表示均值为0，角度变化方差为
Figure BDA0003738505190000043
的复高斯白噪声，QU为u(t)的协方差矩阵。
进一步，所述步骤S2中，使用二维快速傅里叶变换算法初始化信道角度参数，包括RIS在水平方向上估计角度和RIS在竖直方向上估计角度，所述RIS在水平和竖直方向上估计角度的方法相同，所述RIS在水平方向上估计角度具体包括以下步骤：
S201、RIS水平方向上的接收信号
Figure BDA0003738505190000044
为：
Figure BDA0003738505190000045
其中，
Figure BDA0003738505190000046
为UE到RIS水平方向信道矩阵，Nx(t)为高斯白噪声，将接收信号与导频进行解相关后补零得到
Figure BDA0003738505190000047
S202、通过2D-FFT得到信号空间谱
Figure BDA0003738505190000048
具体为：
Figure BDA0003738505190000049
其中，
Figure BDA00037385051900000410
为Hx(t)的空间谱，
Figure BDA00037385051900000411
为得到补零后的接收信号所叠加高斯白噪声N′x(t)的空间谱，FL′和
Figure BDA00037385051900000412
为补零后的傅里叶矩阵，信道矩阵
Figure BDA00037385051900000413
中第m行n列的元素
Figure BDA00037385051900000414
为：
Figure BDA0003738505190000051
其中，定义
Figure BDA0003738505190000052
经过谱峰搜索确定第la条路径峰值点坐标为
Figure BDA0003738505190000053
得到
Figure BDA0003738505190000054
所以UE到RIS水平方向第la条路径的角度估计值为：
Figure BDA0003738505190000055
Figure BDA0003738505190000056
S203、对UE到RIS所连RF链竖直方向接收信号进行2D-FFT可估计出
Figure BDA0003738505190000057
为：
Figure BDA0003738505190000058
其中，
Figure BDA0003738505190000059
为
Figure BDA00037385051900000510
所对应的峰值点纵坐标。
进一步，所述步骤S2中使用最大似然算法初始化路径增益参数，具体为：
将信号模型改写为：
Figure BDA00037385051900000511
其中，
Figure BDA00037385051900000512
Hx(t)中阵列导向矩阵
Figure BDA00037385051900000513
和路径增益矩阵
Figure BDA00037385051900000514
分别为：
Figure BDA00037385051900000515
Figure BDA00037385051900000516
Figure BDA00037385051900000517
利用ML算法求解第t个时隙UE-RIS信道矩阵路径增益参数估计值
Figure BDA00037385051900000518
为：
Figure BDA0003738505190000061
其中，()-1为矩阵求逆，
Figure BDA0003738505190000062
和
Figure BDA0003738505190000063
为阵列导向矩阵估计值，同理可初始化RIS-BS信道路径增益。
进一步，所述步骤S3的方法具体包括以下步骤：
S301、在追踪得到一条路径的角度参数后，移除该路径的接收信号得到残差Fx(t)为：
Figure BDA0003738505190000064
其中，
Figure BDA0003738505190000065
和
Figure BDA0003738505190000066
为前la次迭代得到的信道矩阵参数估计值，将残差能量R(t)简化为：
Figure BDA0003738505190000067
其中，la＝1,...,La为迭代次数，
Figure BDA0003738505190000068
和
Figure BDA0003738505190000069
分别为第la次迭代后
Figure BDA00037385051900000610
和估计值
Figure BDA00037385051900000611
的列向量，最小化残差能量R(t)，得到
Figure BDA00037385051900000612
和
Figure BDA00037385051900000613
的取值即可追踪到信道角度参数值；
S302、将R(t)在
Figure BDA00037385051900000614
处泰勒展开为：
Figure BDA00037385051900000615
其中，R′u(t)和R′v(t)分别为函数R(t)对u(t)和v(t)求1次偏导，R″uu(t),R″uv(t),R″vu(t)和R″vv(t)分别为函数R(t)对u(t)求2次偏导、对u(t)求偏导后再对v(t)求偏导、对v(t)求偏导后再对u(t)求偏导和对v(t)求2次偏导；
S303、将UE-RIS信道角度参数追踪问题转化为求解R′u(u(t),v(t))＝0和R′v(u(t),v(t))＝0时(u(t),v(t))取值问题，R′u(u(t),v(t))和R′v(u(t),v(t))为：
Figure BDA0003738505190000071
Figure BDA0003738505190000072
S304、通过联立求解R′u(u(t),v(t))＝0,R′v(u(t),v(t))＝0得到：
Figure BDA0003738505190000073
因为在第la次追踪中仅循环1次得到的信道角度参数值不一定最精确，因此需要多次循环，假设循环Rc次，则第la次追踪中第k次循环得到的信道角度参数值为：
Figure BDA0003738505190000074
其中，k＝1,…,Rc，
Figure BDA0003738505190000075
Figure BDA0003738505190000076
为1阶偏导量，
Figure BDA0003738505190000077
为2阶偏导量；
S305、迭代追踪信道角度参数值，追踪值收敛条件为残差小于所要求的精度值，当追踪到角度参数值后使用ML估计路径增益参数值。
S306、利用信道角度参数值和路径增益参数值恢复第t个时隙UE-RIS水平方向RF链的信道矩阵Hx(t)。
同理，UE-RIS竖直方向RF链的信道矩阵Hy(t)参数也可以使用上述方法进行追踪估计。
进一步，所述步骤S4的方法具体包括以下步骤：
S401、定义似然函数为：
Figure BDA0003738505190000081
其中，QU为噪声协方差矩阵，
Figure BDA0003738505190000082
为计算矩阵QU行列式的NT次方，当发生H0事件，上式中
Figure BDA0003738505190000083
趋近于0；
S402、根据纽曼-皮尔逊准则得到对数似然比为：
Figure BDA0003738505190000084
当判决为H1事件时需满足
Figure BDA0003738505190000085
其中，Υ是预先定义的判决门限，预设发生H0事件被判决为H1事件的虚警概率Pfa为：
Figure BDA0003738505190000086
给定虚警概率Pfa可确定门限Υ的取值，
Figure BDA0003738505190000087
服从卡方分布
Figure BDA0003738505190000088
定义
Figure BDA0003738505190000089
为右尾概率，其中p(t)为概率密度函数，因此计算门限Υ为：
Figure BDA00037385051900000810
S403、依据步骤S402中的判决准则，当判决为H1事件，可认为信道发生突变，此时重新初始化信道矩阵，然后开始下一次追踪过程。
需要说明的是在本发明中，RIS表示可重构智能表面，UE表示用户，BS表示基站，LoS表示视距，CSI表示信道状态信息，RF表示射频，2D-FFT表示二维快速傅里叶变换。
本发明的有益效果：
1、本发明将RIS的元件连接射频链，首先使用二维快速傅里叶变换算法初始化估计角度，然后使用最大似然算法估计路径增益；在后续时隙中，使用牛顿算法追踪每个时隙的角度参数。由于毫米波信道的高路损和散射体的突然变化可能导致信道矩阵发生突变，若检测到发生突变，则再次初始化参数，否则使用牛顿算法继续追踪角度参数，与现有方案相比，本发明基于牛顿算法的信道追踪方案在保证优越性能的前提下计算复杂度可以达到更低，极大节省算力资源。
2、本发明还考虑用户端缓慢移动或车辆和行人等散射体突然阻塞导致UE-RIS链路角度变化和信道突变，更具有实际意义。
3、本发明利用信道突变检测方案对不同时隙的UE-RIS信道进行检测，以提高RIS辅助无线通信的可靠性。
附图说明
图1是本发明一种基于可重构智能表面的毫米波信道追踪方法的流程图；
图2是RIS辅助上行无线通信系统示意图；
图3是本发明与LS、LMMSE和KF不同算法的计算复杂度与用户天线数对比曲线；
图4是本发明与LS、LMMSE和KF不同算法NMSE与SNR对比曲线；
图5是本发明与LS、LMMSE和KF不同算法NMSE与时隙对比曲线。
具体实施方式
以下将结合附图对本发明进行详细说明：
如图1所示，本实施例的一种基于可重构智能表面的毫米波信道追踪方法具体包括以下步骤：
S1、构建RIS辅助上行无线通信系统模型，以及UE-RIS-BS链路的双时间尺度模型和角度变化模型。
如图2所示，BS端配备NR根均匀线性阵列天线(Uniform Linear Array,ULA)，服务于配备NT根天线的单用户。RIS由
Figure BDA0003738505190000091
个反射单元组成，
Figure BDA0003738505190000092
和
Figure BDA0003738505190000093
分别为RIS水平和竖直方向上反射元素的数目。由于RIS不具有信号处理能力，本实施例考虑在RIS水平与竖直方向上分别连接L个RF链，并且UE到BS的LoS径被阻断。UE在第t个时隙发送信号经RIS反射到BS端的接收信号
Figure BDA0003738505190000101
为：
Y(t)＝GH(t)Γ(t)+N(t)
其中，
Figure BDA0003738505190000102
为RIS-BS的信道矩阵，
Figure BDA0003738505190000103
为UE-RIS的信道矩阵，
Figure BDA0003738505190000104
为UE发送的导频信号，T为时隙数，导频信号满足正交条件
Figure BDA0003738505190000105
Figure BDA0003738505190000106
是均值为0，方差为
Figure BDA0003738505190000107
的复高斯白噪声。
在该系统中，由于BS和RIS的空间位置保持不变，所以假设RIS-BS的毫米波信道G是准静态信道，而UE-RIS链路可能由于用户端缓慢移动或车辆和行人等散射体突然阻塞导致毫米波信道H(t)突变和角度缓慢变化，所以对UE-RIS和RIS-BS信道矩阵建模为：
Figure BDA0003738505190000108
Figure BDA0003738505190000109
其中，La和Lb分别为UE-RIS和RIS-BS的路径数，
Figure BDA00037385051900001010
为信道H(t)第la条路径增益，
Figure BDA00037385051900001011
为信道G第lb条路径增益，
Figure BDA00037385051900001012
为UE离开角(Angle of Departure,AoD)，
Figure BDA00037385051900001013
和
Figure BDA00037385051900001014
分别为RIS到达角(Angle of Arrival,AoA)的仰角和方位角，
Figure BDA00037385051900001015
和
Figure BDA00037385051900001016
分别为RIS的AoD的仰角和方位角，
Figure BDA00037385051900001017
为BS的AoA，信道H(t)的阵列导向矢量
Figure BDA00037385051900001018
和
Figure BDA00037385051900001019
分别为：
Figure BDA00037385051900001020
Figure BDA00037385051900001021
其中，
Figure BDA00037385051900001022
dU和dI分别为UE和RIS端天线间距，λ为电磁波波长。
Figure BDA00037385051900001023
表达式类似于
Figure BDA00037385051900001024
将
Figure BDA00037385051900001025
和dU分别用
Figure BDA00037385051900001026
和dB代替，dB为BS端天线间距，
Figure BDA00037385051900001027
表达式类似于
Figure BDA00037385051900001028
将
Figure BDA00037385051900001029
和
Figure BDA00037385051900001030
分别用
Figure BDA00037385051900001031
和
Figure BDA00037385051900001032
代替。第t个时隙中UE-RIS所有路径的角度参数集合O(t)为：
Figure BDA0003738505190000111
由于相邻时隙的信道角度变化可以建模为一阶马尔可夫链，所以第t个时隙存在角度变化时的角度模型为：
O(t)＝O(t-1)+u(t)
其中，
Figure BDA0003738505190000112
表示均值为0，角度变化方差为
Figure BDA0003738505190000113
的复高斯白噪声。
S2、基于2D-FFT算法初始化信道角度参数，并且基于最大似然算法初始化路径增益参数。
因为RIS在水平和竖直方向上估计角度的方法一致，本发明以RIS所连RF链水平方向接收信号为例进行角度参数初始化的说明。RIS水平方向上的接收信号
Figure BDA0003738505190000114
为：
Figure BDA0003738505190000115
其中，
Figure BDA0003738505190000116
为UE到RIS水平方向信道矩阵，Nx(t)为高斯白噪声，将接收信号与导频进行解相关后补零得到
Figure BDA0003738505190000117
再通过2D-FFT得到信号空间谱
Figure BDA0003738505190000118
为：
Figure BDA0003738505190000119
其中，
Figure BDA00037385051900001110
为Hx(t)的空间谱，
Figure BDA00037385051900001111
为得到补零后的接收信号所叠加高斯白噪声N′x(t)的空间谱。FL′和
Figure BDA00037385051900001112
为补零后的傅里叶矩阵，信道矩阵
Figure BDA00037385051900001113
中第m行n列的元素
Figure BDA00037385051900001114
为：
Figure BDA0003738505190000121
其中，定义
Figure BDA0003738505190000122
经过谱峰搜索确定第la条路径峰值点坐标为
Figure BDA0003738505190000123
得到
Figure BDA0003738505190000124
所以UE到RIS水平方向第la条路径的角度估计值为：
Figure BDA0003738505190000125
Figure BDA0003738505190000126
对UE到RIS所连RF链竖直方向接收信号进行2D-FFT可估计出
Figure BDA0003738505190000127
为：
Figure BDA0003738505190000128
其中，
Figure BDA0003738505190000129
为
Figure BDA00037385051900001210
所对应的峰值点纵坐标，同理可初始化RIS-BE信道G的角度参数。
使用ML算法初始化路径增益参数，可将信号模型改写为：
Figure BDA00037385051900001211
其中，
Figure BDA00037385051900001212
Hx(t)中阵列导向矩阵
Figure BDA00037385051900001213
和路径增益矩阵
Figure BDA00037385051900001214
分别为：
Figure BDA00037385051900001215
Figure BDA00037385051900001216
Figure BDA00037385051900001217
利用ML算法求解第t个时隙UE-RIS信道矩阵路径增益参数估计值
Figure BDA00037385051900001218
为：
Figure BDA0003738505190000131
其中，()-1为矩阵求逆，
Figure BDA0003738505190000132
和
Figure BDA0003738505190000133
为阵列导向矩阵估计值，同理可初始化RIS-BS信道路径增益。
S3、基于牛顿算法追踪UE-RIS水平方向的信道角度。在追踪得到一条路径的角度参数后，移除该路径的接收信号得到残差为：
Figure BDA0003738505190000134
其中，
Figure BDA0003738505190000135
和
Figure BDA0003738505190000136
为前la次迭代得到的信道矩阵参数估计值，将残差能量R(t)简化为：
Figure BDA0003738505190000137
其中，la＝1,...,La为迭代次数，
Figure BDA0003738505190000138
和
Figure BDA0003738505190000139
分别为第la次迭代后
Figure BDA00037385051900001310
和估计值
Figure BDA00037385051900001311
的列向量。最小化残差能量R(t)得到
Figure BDA00037385051900001312
和
Figure BDA00037385051900001313
的取值就可追踪到信道角度参数值，将R(t)在
Figure BDA00037385051900001314
处泰勒展开为：
Figure BDA00037385051900001315
其中，R′u(t)和R′v(t)分别为函数R(t)对u(t)和v(t)求1次偏导，R″uu(t),R″uv(t),R″vu(t)和R″vv(t)分别为函数R(t)对u(t)求2次偏导、对u(t)求偏导后再对v(t)求偏导、对v(t)求偏导后再对u(t)求偏导和对v(t)求2次偏导。
本实施例将UE-RIS信道角度参数追踪问题转化为求解R′u(u(t),v(t))＝0和R′v(u(t),v(t))＝0时(u(t),v(t))取值问题，R′u(u(t),v(t))和R′v(u(t),v(t))为：
Figure BDA0003738505190000141
Figure BDA0003738505190000142
通过联立求解R′u(u(t),v(t))＝0,R′v(u(t),v(t))＝0得到：
Figure BDA0003738505190000143
因为在第la次追踪中仅循环1次得到的信道角度参数值不一定最精确，因此需要多次循环，假设循环Rc次，则第la次追踪中第k次循环得到的信道角度参数值为：
Figure BDA0003738505190000144
其中，k＝1,…,Rc，
Figure BDA0003738505190000145
Figure BDA0003738505190000146
为1阶偏导量，
Figure BDA0003738505190000147
为2阶偏导量。
利用上式迭代追踪信道角度参数值，追踪值收敛条件为残差小于所要求的精度值。当追踪到角度参数值后使用ML估计路径增益参数值，最后利用信道角度参数值和路径增益参数值恢复第t个时隙UE-RIS水平方向RF链的信道矩阵Hx(t)。同理，UE-RIS竖直方向RF链的信道矩阵Hy(t)参数也可以使用上述方法进行追踪估计。
S4、对信道矩阵H(t)是否会发生突变进行检测。首先存在两种假设，即H1：信道矩阵H(t)发生突变；H0：信道矩阵H(t)未发生突变。定义似然函数为：
Figure BDA0003738505190000148
其中，QU为噪声协方差矩阵，
Figure BDA0003738505190000151
为计算矩阵QU行列式的NT次方，当发生H0事件，上式中
Figure BDA0003738505190000152
趋近于0。根据纽曼-皮尔逊准则得到对数似然比为：
Figure BDA0003738505190000153
当判决为H1事件时需满足
Figure BDA0003738505190000154
其中，Υ是预先定义的判决门限，预设发生H0事件被判决为H1事件的虚警概率Pfa为：
Figure BDA0003738505190000155
给定虚警概率Pfa可确定门限Υ的取值，
Figure BDA0003738505190000156
服从卡方分布
Figure BDA0003738505190000157
定义
Figure BDA0003738505190000158
为右尾概率，其中p(t)为概率密度函数，因此计算门限Υ为：
Figure BDA0003738505190000159
依据以上判决准则，当判决为H1事件，可认为信道发生突变，此时重新初始化信道矩阵，然后开始下一次追踪过程。
下面依据本发明的方法进行仿真，并与LS、LMMSE和KF算法进行对比，结果如图3、图4和图5所示：
从图3可以看出，所有算法的计算复杂度随着用户天线数的增加而增加，但是本发明的计算复杂度远小于LS、LMMSE和KF算法，能够很好的节约算力资源，体现了本发明的优越性。
从图4可以看出，在任意SNR情况下，本发明所提方案性能均优于LS与LMMSE算法，虽然相比于KF算法性能较弱，但是本发明方案的计算复杂度最低，可以在散射体突然变化时以极低计算复杂度达到较好的追踪估计性能。
从图5可以看出，随着时隙数t的增加，本发明所提方案与KF算法性能逐渐降低，但是在前4个时隙内均优于LS和LMMSE算法，验证了本发明方案在多个时隙追踪角度参数的可行性。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。

Claims (8)

1.一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：所述方法应用在散射体突然变化和用户端缓慢移动环境下的毫米波信道追踪问题中，包括以下步骤：
S1、构建RIS辅助上行无线通信系统模型，以及UE-RIS-BS链路的双时间尺度模型和角度变化模型；
S2、使用二维快速傅里叶变换算法初始化信道角度参数，并使用最大似然算法初始化路径增益参数；
S3、基于牛顿算法追踪UE-RIS水平方向的信道角度；
S4、对信道矩阵H(t)是否会发生突变进行检测，若检测到信道矩阵H(t)突变，则再次初始化参数，否则使用牛顿算法继续追踪角度参数。
2.根据权利要求1所述的一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：针对UE-RIS-BS链路的信道仅能通过RIS端反射进行通信，所述步骤S1的方法具体包括以下步骤：
S101、在BS端配备NR根均匀线性阵列天线，服务于配备NT根天线的单用户，RIS由
Figure FDA0003738505180000011
个反射单元组成，其中，
Figure FDA0003738505180000012
和
Figure FDA0003738505180000013
分别为RIS水平和竖直方向上反射元素的数目；
S102、在RIS水平与竖直方向上分别连接L个射频链，并且UE到BS的直射径被阻断，UE在第t个时隙发送的信号仅能通过RIS反射到BS，BS的接收信号
Figure FDA0003738505180000017
为：
Y(t)＝GH(t)Γ(t)+N(t)
其中，
Figure FDA0003738505180000018
为RIS-BS的信道矩阵，
Figure FDA0003738505180000019
为UE-RIS的信道矩阵，
Figure FDA00037385051800000110
为UE发送的导频信号，T为时隙数，导频信号满足正交条件
Figure FDA0003738505180000014
N(t)CN
Figure FDA0003738505180000015
是均值为0，方差为
Figure FDA0003738505180000016
的复高斯白噪声；
S103、假设RIS-BS的毫米波信道G是准静态信道，分别对UE-RIS和RIS-BS的信道矩阵G和H(t)进行建模。
3.根据权利要求2所述的一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：基于双时间尺度模型对信道矩阵G和H(t)进行建模，所述步骤S103中，对UE-RIS和RIS-BS信道矩阵具体建模为：
Figure FDA0003738505180000021
Figure FDA0003738505180000022
其中，La和Lb分别为UE-RIS和RIS-BS的路径数，
Figure FDA0003738505180000023
为信道H(t)第la条路径增益，
Figure FDA0003738505180000024
为信道G第lb条路径增益，
Figure FDA0003738505180000025
为UE离开角(AoD)，
Figure FDA0003738505180000026
和
Figure FDA0003738505180000027
分别为RIS到达角(AoA)的仰角和方位角，
Figure FDA0003738505180000028
和
Figure FDA0003738505180000029
分别为RIS的AoD的仰角和方位角，
Figure FDA00037385051800000210
为BS的AoA，
Figure FDA00037385051800000211
和
Figure FDA00037385051800000212
为信道H(t)的阵列导向矢量。
4.根据权利要求3所述的一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：基于马尔科夫链对角度变化进行建模，所述信道H(t)的阵列导向矢量
Figure FDA00037385051800000213
和
Figure FDA00037385051800000214
分别为：
Figure FDA00037385051800000215
Figure FDA00037385051800000216
其中，
Figure FDA00037385051800000217
dU和dI分别为UE和RIS端天线间距，λ为电磁波波长；
Figure FDA00037385051800000218
表达式与
Figure FDA00037385051800000219
类似，将
Figure FDA00037385051800000220
和dU分别用
Figure FDA00037385051800000221
和dB代替，dB为BS端天线间距，
Figure FDA00037385051800000222
表达式与
Figure FDA00037385051800000223
类似，将
Figure FDA00037385051800000224
和
Figure FDA00037385051800000225
分别用
Figure FDA00037385051800000226
和
Figure FDA00037385051800000227
代替；
第t个时隙中UE-RIS所有路径的角度参数集合O(t)为：
Figure FDA00037385051800000228
由于相邻时隙的信道角度变化可以建模为一阶马尔可夫链，所以第t个时隙存在角度变化时的角度模型为：
O(t)＝O(t-1)+u(t)
其中，
Figure FDA0003738505180000031
表示均值为0，角度变化方差为
Figure FDA0003738505180000032
的复高斯白噪声，QU为u(t)的协方差矩阵。
5.根据权利要求1所述的一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：所述步骤S2中，使用二维快速傅里叶变换算法初始化信道角度参数，包括RIS在水平方向上估计角度和RIS在竖直方向上估计角度，所述RIS在水平和竖直方向上估计角度的方法相同，所述RIS在水平方向上估计角度具体包括以下步骤：
S201、RIS水平方向上的接收信号
Figure FDA0003738505180000033
为：
Figure FDA0003738505180000034
其中，
Figure FDA00037385051800000314
为UE到RIS水平方向信道矩阵，Nx(t)为高斯白噪声，将接收信号与导频进行解相关后补零得到
Figure FDA0003738505180000035
S202、通过2D-FFT得到信号空间谱
Figure FDA0003738505180000036
具体为：
Figure FDA0003738505180000037
其中，
Figure FDA0003738505180000038
为Hx(t)的空间谱，
Figure FDA0003738505180000039
为得到补零后的接收信号所叠加高斯白噪声N′x(t)的空间谱，FL′和
Figure FDA00037385051800000310
为补零后的傅里叶矩阵，信道矩阵
Figure FDA00037385051800000311
中第m行n列的元素
Figure FDA00037385051800000312
为：
Figure FDA00037385051800000313
其中，定义
Figure FDA0003738505180000041
经过谱峰搜索确定第la条路径峰值点坐标为
Figure FDA0003738505180000042
得到
Figure FDA0003738505180000043
所以UE到RIS水平方向第la条路径的角度估计值为：
Figure FDA0003738505180000044
Figure FDA0003738505180000045
S203、对UE到RIS所连RF链竖直方向接收信号进行2D-FFT可估计出
Figure FDA0003738505180000046
为：
Figure FDA0003738505180000047
其中，
Figure FDA0003738505180000048
为
Figure FDA0003738505180000049
所对应的峰值点纵坐标。
6.根据权利要求5所述的一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：所述步骤S2中使用最大似然算法初始化路径增益参数，具体步骤为：
将信号模型改写为：
Figure FDA00037385051800000410
其中，
Figure FDA00037385051800000411
Hx(t)中阵列导向矩阵
Figure FDA00037385051800000418
和路径增益矩阵
Figure FDA00037385051800000419
分别为：
Figure FDA00037385051800000413
Figure FDA00037385051800000414
Figure FDA00037385051800000415
利用ML算法求解第t个时隙UE-RIS信道路径增益参数估计值
Figure FDA00037385051800000416
为：
Figure FDA00037385051800000417
其中，()-1为矩阵求逆，
Figure FDA0003738505180000051
和
Figure FDA0003738505180000052
为阵列导向矩阵估计值，同理可初始化RIS-BS信道路径增益。
7.根据权利要求6所述的一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：所述步骤S3的方法具体包括以下步骤：
S301、在追踪得到一条路径的角度参数后，移除该路径的接收信号得到残差Fx(t)为：
Figure FDA0003738505180000053
其中，
Figure FDA0003738505180000054
和
Figure FDA0003738505180000055
为前la次迭代得到的信道矩阵参数估计值，将残差能量R(t)简化为：
Figure FDA0003738505180000056
其中，la＝1,...,La为迭代次数，
Figure FDA0003738505180000057
和
Figure FDA0003738505180000058
分别为第la次迭代后
Figure FDA0003738505180000059
和估计值
Figure FDA00037385051800000510
的列向量，最小化残差能量R(t)，得到
Figure FDA00037385051800000511
和
Figure FDA00037385051800000512
的取值即可追踪到信道角度参数值；
S302、将R(t)在
Figure FDA00037385051800000513
处泰勒展开为：
Figure FDA00037385051800000514
其中，R′u(t)和R′v(t)分别为函数R(t)对u(t)和v(t)求1次偏导，R″uu(t),R″uv(t),R″vu(t)和R″vv(t)分别为函数R(t)对u(t)求2次偏导、对u(t)求偏导后再对v(t)求偏导、对v(t)求偏导后再对u(t)求偏导和对v(t)求2次偏导；
S303、将UE-RIS信道角度参数追踪问题转化为求解R′u(u(t),v(t))＝0和R′v(u(t),v(t))＝0时(u(t),v(t))取值问题，R′u(u(t),v(t))和R′v(u(t),v(t))为：
Figure FDA0003738505180000061
Figure FDA0003738505180000062
S304、通过联立求解R′u(u(t),v(t))＝0,R′v(u(t),v(t))＝0得到：
Figure FDA0003738505180000063
因为在第la次追踪中仅循环1次得到的信道角度参数值不一定最精确，因此需要多次循环，假设循环Rc次，则第la次追踪中第k次循环得到的信道角度参数值为：
Figure FDA0003738505180000064
其中，k＝1,…,Rc，
Figure FDA0003738505180000065
Figure FDA0003738505180000066
为1阶偏导量，
Figure FDA0003738505180000067
为2阶偏导量；
S305、迭代追踪信道角度参数值，追踪值收敛条件为残差小于所要求的精度值，当追踪到角度参数值后使用ML估计路径增益参数值；
S306、利用信道角度参数值和路径增益参数值恢复第t个时隙UE-RIS水平方向RF链的信道矩阵Hx(t)。
8.根据权利要求7所述的一种基于可重构智能表面的毫米波信道追踪方法，其特征在于：所述步骤S4的方法具体包括以下步骤：
S401、定义似然函数为：
Figure FDA0003738505180000068
其中，QU为噪声协方差矩阵，
Figure FDA0003738505180000071
为计算矩阵QU行列式的NT次方，当发生H0事件，上式中
Figure FDA0003738505180000072
趋近于0；
S402、根据纽曼-皮尔逊准则得到对数似然比为：
Figure FDA0003738505180000073
当判决为H1事件时需满足
Figure FDA0003738505180000074
其中，Υ是预先定义的判决门限，预设发生H0事件被判决为H1事件的虚警概率Pfa为：
Figure FDA0003738505180000075
给定虚警概率Pfa可确定门限Υ的取值，
Figure FDA0003738505180000076
服从卡方分布
Figure FDA0003738505180000077
定义
Figure FDA0003738505180000078
为右尾概率，其中p(t)为概率密度函数，因此计算门限Υ为：
Figure FDA0003738505180000079
S403、依据步骤S402中的判决准则，当判决为H1事件，可认为信道发生突变，此时重新初始化信道矩阵，然后开始下一次追踪过程。
CN202210805376.4A 2022-07-10 2022-07-10 一种基于可重构智能表面的毫米波信道追踪方法 Pending CN115412187A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210805376.4A CN115412187A (zh) 2022-07-10 2022-07-10 一种基于可重构智能表面的毫米波信道追踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210805376.4A CN115412187A (zh) 2022-07-10 2022-07-10 一种基于可重构智能表面的毫米波信道追踪方法

Publications (1)

Publication Number Publication Date
CN115412187A true CN115412187A (zh) 2022-11-29

Family

ID=84157899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210805376.4A Pending CN115412187A (zh) 2022-07-10 2022-07-10 一种基于可重构智能表面的毫米波信道追踪方法

Country Status (1)

Country Link
CN (1) CN115412187A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108494449A (zh) * 2018-03-23 2018-09-04 中国人民解放军陆军工程大学 大规模mimo高速移动场景下角度域信道追踪方法
CN110430147A (zh) * 2019-07-15 2019-11-08 东南大学 一种面向fdd系统的信道跟踪方法
CN113472705A (zh) * 2021-06-16 2021-10-01 复旦大学 基于zc序列的ris辅助信道的估计及预测方法
WO2021221603A1 (en) * 2020-04-27 2021-11-04 Nokia Technologies Oy Ue positioning aided by reconfigurable reflecting surfaces such as intelligent reflecting surfaces (irs)
WO2022000402A1 (en) * 2020-07-02 2022-01-06 Zte Corporation Surface element segmentation and node grouping for intelligent reflecting devices
EP3962006A1 (en) * 2020-09-01 2022-03-02 Vestel Elektronik Sanayi ve Ticaret A.S. Channel estimation for configurable surfaces
CN114285702A (zh) * 2022-01-04 2022-04-05 重庆航天火箭电子技术有限公司 一种用于毫米波irs协作系统的稀疏级联信道估计方法
CN114520699A (zh) * 2021-12-28 2022-05-20 重庆邮电大学 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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108494449A (zh) * 2018-03-23 2018-09-04 中国人民解放军陆军工程大学 大规模mimo高速移动场景下角度域信道追踪方法
CN110430147A (zh) * 2019-07-15 2019-11-08 东南大学 一种面向fdd系统的信道跟踪方法
WO2021221603A1 (en) * 2020-04-27 2021-11-04 Nokia Technologies Oy Ue positioning aided by reconfigurable reflecting surfaces such as intelligent reflecting surfaces (irs)
WO2022000402A1 (en) * 2020-07-02 2022-01-06 Zte Corporation Surface element segmentation and node grouping for intelligent reflecting devices
EP3962006A1 (en) * 2020-09-01 2022-03-02 Vestel Elektronik Sanayi ve Ticaret A.S. Channel estimation for configurable surfaces
CN113472705A (zh) * 2021-06-16 2021-10-01 复旦大学 基于zc序列的ris辅助信道的估计及预测方法
CN114520699A (zh) * 2021-12-28 2022-05-20 重庆邮电大学 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
CN114285702A (zh) * 2022-01-04 2022-04-05 重庆航天火箭电子技术有限公司 一种用于毫米波irs协作系统的稀疏级联信道估计方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Y. LIN: "Channel Estimation and User Localization for IRS-Assisted MIMO-OFDM Systems", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》, 16 September 2021 (2021-09-16) *
Y. YOU: "Structured OMP for IRS-assisted mmWave Channel Estimation by Exploiting Angular Spread", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》, 13 January 2022 (2022-01-13) *
李静洁: "可重构智能表面中的低复杂度毫米波信道追踪算法", 《电子与信息学报》, 8 November 2022 (2022-11-08) *
韩瑜: "低成本大规模MIMO无线传输理论与关键技术研究", 《万方知识服务平台》, 21 January 2022 (2022-01-21) *

Similar Documents

Publication Publication Date Title
US7084812B2 (en) Method and device for tracking the directions-of-arrival of radio waves
Liu et al. Reconfigurable intelligent surface aided wireless localization
US7228244B2 (en) Method and apparatus for direction-of-arrival tracking and their application to beamforming at base-station
Varade et al. Robust algorithms for DOA estimation and adaptive beamforming for smart antenna application
JP2007159130A (ja) 分散型アンテナ移動通信システムにおける上り受信方法及び装置
CN114285702B (zh) 一种用于毫米波irs协作系统的稀疏级联信道估计方法
US8054785B2 (en) Method for estimating direction-of-arrival of terminal in multiple co-frequency cells
US11804890B2 (en) Systems and methods for updating beamforming codebooks for angle-of-arrival estimation using compressive sensing in wireless communications
EP3387805A1 (en) Method and computer implemented method for decoding symbol transmitted over mmwave channel, receiver for receiving and decoding symbols transmitted over mmwave channel
CN110824414A (zh) 一种到达角估计的装置及方法
CN101119147A (zh) 一种空间到达方向的估计方法及装置
CN101483280B (zh) 一种稳健波束合成器权值求解方法
Wang et al. A dual-function radar-communication system empowered by beyond diagonal reconfigurable intelligent surface
WO2007028278A1 (en) Estimation method for direction of arrival and means thereof
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
CN105262550B (zh) 一种高阶累积量来波方向快速估计的方法
CN115412187A (zh) 一种基于可重构智能表面的毫米波信道追踪方法
CN114866377A (zh) 工业物联网ris辅助通信中基于导频重构的反射信道估计方法
Rao et al. Evaluation of MUSIC algorithm for a smart antenna system for mobile communications
Goto et al. Reduced complexity direction-of-arrival estimation for 2d planar massive arrays: A separation approach
CN115278869B (zh) 幂迭代辅助Root-MUSIC的快速MIMO测向方法及装置
CN117061028B (zh) 一种ris辅助毫米波通信的信道估计方法
Choi et al. Real-time design of a smart antenna system utilizing a modified conjugate gradient method for CDMA-Based Mobile Communications
Belhadi et al. Low Computational Cost Hybrid Approach for Near-Field RFID Tag Localization
CN111669210B (zh) 一种基于大规模天线时空对准的多用户定时同步方法

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