CN115694691A - 信道预测方法、通信设备和存储介质 - Google Patents
信道预测方法、通信设备和存储介质 Download PDFInfo
- Publication number
- CN115694691A CN115694691A CN202110869678.3A CN202110869678A CN115694691A CN 115694691 A CN115694691 A CN 115694691A CN 202110869678 A CN202110869678 A CN 202110869678A CN 115694691 A CN115694691 A CN 115694691A
- Authority
- CN
- China
- Prior art keywords
- multipath
- channel
- cluster
- information
- complex amplitude
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004891 communication Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 98
- 239000013598 vector Substances 0.000 claims description 53
- 230000015654 memory Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 26
- 230000005540 biological transmission Effects 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 230000008707 rearrangement Effects 0.000 description 11
- 238000007476 Maximum Likelihood Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 230000001934 delay Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000021615 conjugation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Noise Elimination (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种信道预测方法、通信设备和存储介质,该方法包括:获取信道的多普勒频率信息和复振幅信息;基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。本申请实施例可以提升设备之间传输性能。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种信道预测方法、通信设备和存储介质。
背景技术
在一些通信场景下,终端可能会高速移动,当终端高速移动时,终端与网络设备之间的无线信道会发生显著改变。但目前信道估计主要是估计当前时刻的信道信息,从而无法适应无线信道的显著改变,导致设备之间传输性能比较差。
发明内容
本申请实施例提供一种信道预测方法、通信设备和存储介质,以解决设备之间传输性能比较差的问题。
本申请实施例提供一种信道预测方法,包括:
获取信道的多普勒频率信息和复振幅信息;
基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
可选的,所述方法还包括:
获取所述信道的时延信息;
所述基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
可选的,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
可选的,所述获取信道的多普勒频率信息和复振幅信息,包括:
确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
估计所述第n条多径簇中每条子径的多普勒频率信息;
基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
可选的,所述确定第n条多径簇的子径数量,包括:
获取所述第n条多径簇的时间相关矩阵;
根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
可选的,所述获取所述第n条多径簇的时间相关矩阵,包括:
获取所述信道的频率相关矩阵;
根据所述频率相关矩阵,计算所述信道的信道特征值向量;
采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,所述L为大于1的整数;
确定所述L条多径簇的时延;
基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
可选的,所述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述至少一条多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
可选的,所述至少一条多径簇在所述信道的信道特征值向量对应的特征值大于预设阈值。
本申请实施例还提供一种通信设备,包括:存储器、收发机和处理器,其中:
存所述储器,用于存储计算机程序;所述收发机,用于在所述处理器的控制下收发数据;所述处理器,用于读取所述存储器中的计算机程序并执行以下操作:
获取信道的多普勒频率信息和复振幅信息;
基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
可选的,所述处理器还用于读取所述存储器中的计算机程序并执行以下操作:
获取所述信道的时延信息;
所述基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
可选的,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
可选的,所述处理器具体用于读取所述存储器中的计算机程序并执行以下操作:
确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
估计所述第n条多径簇中每条子径的多普勒频率信息;
基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
可选的,所述处理器具体用于读取所述存储器中的计算机程序并执行以下操作,包括:
获取所述第n条多径簇的时间相关矩阵;
根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
可选的,所述处理器具体用于读取所述存储器中的计算机程序并执行以下操作:
获取所述信道的频率相关矩阵;
根据所述频率相关矩阵,计算所述信道的信道特征值向量;
采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,所述L为大于1的整数;
确定所述L条多径簇的时延;
基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
可选的,所述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述部分多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
可选的,所述至少一条多径簇在所述信道的信道特征值向量对应的特征值大于预设阈值。
本申请实施例还提供一种通信设备,包括:
第一获取单元,用于获取信道的多普勒频率信息和复振幅信息;
估计单元,用于基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
可选的,所述通信设备还包括:
第二获取单元,用于获取所述信道的时延信息;
所述估计单元基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
所述估计单元基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
可选的,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
可选的,所述第一获取单元获取信道的多普勒频率信息和复振幅信息,包括:
所述第一获取单元确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
所述第一获取单元估计所述第n条多径簇中每条子径的多普勒频率信息;
所述第一获取单元基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
可选的,所述第一获取单元确定第n条多径簇的子径数量,包括:
所述第一获取单元获取所述第n条多径簇的时间相关矩阵;
所述第一获取单元根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
所述第一获取单元采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
可选的,所述第一获取单元获取所述第n条多径簇的时间相关矩阵,包括:
所述第一获取单元获取所述信道的频率相关矩阵;
所述第一获取单元根据所述频率相关矩阵,计算所述信道的信道特征值向量;
所述第一获取单元采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,所述L为大于1的整数;
所述第一获取单元确定所述L条多径簇的时延;
所述第一获取单元基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
所述第一获取单元从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
可选的,所述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述至少一条多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
可选的,所述至少一条多径簇在所述信道的信道特征值向量对应的特征值大于预设阈值。本申请实施例还提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行本申请实施例提供的信道预测方法。
本申请实施例中,获取信道的多普勒频率信息和复振幅信息;基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。这样可以实现对信道进行预测,从而适应无线信道的显著改变,进而提升设备之间传输性能。
附图说明
图1是本申请实施可应用的网络构架的结构示意图;
图2是本申请实施例提供的一种信道预测方法的流程图;
图3是本申请实施例提供的一种复振幅信息估计的示意图;
图4是本申请实施例提供的另一种复振幅信息估计的示意图;
图5本申请实施例提供的一种通信设备的结构图;
图6本申请实施例提供的另一种通信设备的结构图。
具体实施方式
为使本申请要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本申请实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中术语“多个”是指两个或两个以上,其它量词与之类似。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供一种信道预测方法、通信设备和存储介质,以解决设备之间传输性能比较差的问题。
其中,方法和设备是基于同一申请构思的,由于方法和设备解决问题的原理相似,因此装置和方法的实施可以相互参见,重复之处不再赘述。
本申请实施例提供的技术方案可以适用于多种系统,尤其是6G系统。例如适用的系统可以是全球移动通讯(global system of mobile communication,GSM)系统、码分多址(code division multiple access,CDMA)系统、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)通用分组无线业务(general packet radio service,GPRS)系统、长期演进(long term evolution,LTE)系统、LTE频分双工(frequencydivision duplex,FDD)系统、LTE时分双工(time division duplex,TDD)系统、高级长期演进(long term evolution advanced,LTE-A)系统、通用移动系统(universal mobiletelecommunication system,UMTS)、全球互联微波接入(worldwide interoperabilityfor microwave access,WiMAX)系统、5G新空口(New Radio,NR)系统、6G系统等。这多种系统中均包括终端设备和网络设备。系统中还可以包括核心网部分,例如演进的分组系统(Evloved Packet System,EPS)、5G系统(5GS)等。
请参见图1,图1是本申请实施可应用的网络构架的结构示意图,如图1所示,包括终端11和网络设备12。
其中,本申请实施例涉及的终端,可以是指向用户提供语音和/或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备等。在不同的系统中,终端设备的名称可能也不相同,例如在5G系统中,终端设备可以称为用户设备(User Equipment,UE)。无线终端设备可以经无线接入网(Radio Access Network,RAN)与一个或多个核心网(Core Network,CN)进行通信,无线终端设备可以是移动终端设备,如移动电话(或称为“蜂窝”电话)和具有移动终端设备的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语言和/或数据。例如,个人通信业务(Personal Communication Service,PCS)电话、无绳电话、会话发起协议(Session Initiated Protocol,SIP)话机、无线本地环路(Wireless Local Loop,WLL)站、个人数字助理(Personal Digital Assistant,PDA)、Redcap终端等设备。无线终端设备也可以称为系统、订户单元(subscriber unit)、订户站(subscriber station),移动站(mobile station)、移动台(mobile)、远程站(remote station)、接入点(access point)、远程终端设备(remote terminal)、接入终端设备(access terminal)、用户终端设备(userterminal)、用户代理(user agent)、用户装置(user device),本申请实施例中并不限定。
本申请实施例涉及的网络设备,可以是基站,该基站可以包括多个为终端提供服务的小区。根据具体应用场合不同,基站又可以称为接入点,或者可以是接入网中在空中接口上通过一个或多个扇区与无线终端设备通信的设备,或者其它名称。网络设备可用于将收到的空中帧与网际协议(Internet Protocol,IP)分组进行相互更换,作为无线终端设备与接入网的其余部分之间的路由器,其中接入网的其余部分可包括网际协议(IP)通信网络。网络设备还可协调对空中接口的属性管理。例如,本申请实施例涉及的网络设备可以是全球移动通信系统(Global System for Mobile communications,GSM)或码分多址接入(Code Division Multiple Access,CDMA)中的网络设备(Base Transceiver Station,BTS),也可以是带宽码分多址接入(Wide-band Code Division Multiple Access,WCDMA)中的网络设备(NodeB),还可以是长期演进(long term evolution,LTE)系统中的演进型网络设备(evolutional Node B,eNB或e-NodeB)、5G网络架构(next generation system)中的5G基站(gNB)、6G中的基站,也可以是家庭演进基站(Home evolved Node B,HeNB)、中继节点(relay node)、家庭基站(femto)、微微基站(pico)等,本申请实施例中并不限定。在一些网络结构中,网络设备可以包括集中单元(centralized unit,CU)节点和分布单元(distributed unit,DU)节点,集中单元和分布单元也可以地理上分开布置。
网络设备与终端之间可以各自使用一或多根天线进行多输入多输出(MultiInput Multi Output,MIMO)传输,MIMO传输可以是单用户MIMO(Single User MIMO,SU-MIMO)或多用户MIMO(Multiple User MIMO,MU-MIMO)。根据根天线组合的形态和数量,MIMO传输可以是2D-MIMO、3D-MIMO、FD-MIMO或massive-MIMO,也可以是分集传输或预编码传输或波束赋形传输等。
请参见图2,图2是本申请实施例提供的一种信道预测方法的流程图,如图2所示,包括以下步骤:
步骤201、获取信道的多普勒频率信息和复振幅信息;
步骤202、基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
其中,上述信道的多普勒频率信息和复振幅信息可以是,信道的当前时刻的多普勒频率信息和复振幅信息,或者可以是信道在多个时刻的多普勒频率信息和复振幅信息。
上述基于所述多普勒频率信息和所述复振幅信息进行信道预测可以是,预测未来某一个时刻的信道预测信息,例如:预测t+Δt时刻的信道预测信息,其中,t为当前时刻,Δt为时间变化量。具体可以预测未来任意时刻的信道预测信息。
本申请实施例中,通过上述步骤可以实现对信道进行预测,从而适应无线信道的显著改变,进而提升设备之间传输性能。
需要说明的是,本申请实施例提供的上述方法可以由通信设备执行,该通信设备可以是网络设备或者终端。
作为一种可选的实施方式,所述方法还包括:
获取所述信道的时延信息;
所述基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
上述信道的时延信息可以是,上述信道的多径簇的时延信息。
该实施方式中,上述信道预测可以通过如下公式进行信道预测,得到信道预测信息:
其中,表示t+Δt时刻的信道预测信息,f为带宽内频率,Δt为时间变化量N为信道的多径簇数量,M为每个多径簇中的子径数,αn,m为第n个多径簇中第m条子径的复振幅,fd,n,m为第n个多径簇中第m条子径的多普勒频率,τn为第n个多径簇的时延。
通过上述公式可以预测未来任意时刻的信道。
需要说明的是,本公开中并不限定通过上述公式进行信道预测,只基于部分多径簇的复振幅和多普勒频率进行信道预测,即不需要像上述公式中一样,基于N个多径簇中每个多径簇中各子径的复振幅和多普勒频率进行信道预测,而是基于部分多径簇的复振幅和多普勒频率进行信道预测。
该实施方式中,由于基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,从而可以提高信道预测信息的准确性。
需要说明的是,在一些实施方式中,可以不考虑时延,直接基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。例如:在一些实施方式中,可以将上述公式中与时延τn相关的一项折合到中复振幅αn,m中,如不计算上述公式中的exp(-j2πfτn)这一项。
作为一种可选的实施方式,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
其中,上述至少一条多径簇可以是上述信道的所有多径簇,或者可以是上述信道的部分多径簇,如部分能量高于预设阈值的部分多径簇。
该实施方式中,由于支持基于至少一条多径簇的多普勒频率和复振幅进行信道预测,从而可以降低计算复杂度。
可选的,所述获取信道的多普勒频率信息和复振幅信息,包括:
确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
估计所述第n条多径簇中每条子径的多普勒频率信息;
基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
其中,上述第n条多径簇的子径数量可以是预先配置的,或者可以是基于第n条多径簇的时间相关矩阵计算得到。
上述估计所述第n条多径簇中每条子径的多普勒频率信息可以是,采用旋转因子不变法(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法,估计所述第n条多径簇中每条子径的多普勒频率信息。
上述基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅可以是,采用基于最大似然原理计算每条子径的多普勒频率信息对应的复振幅,得到第n条多径簇中每条子径的复振幅。
该实施方式中,由于上述第n条多径簇为所述至少一条多径簇中任一条多径簇,从而可以实现计算出上述至少一条多径簇所有子径的复振幅和多普勒频率。
可选的,所述确定第n条多径簇的子径数量,包括:
获取所述第n条多径簇的时间相关矩阵;
根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
其中,上述第n条多径簇的时间相关矩阵可以是预先配置好的,或者基于信道的频率相关矩阵计算得的。
上述根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量可以是,对上述时间相关矩阵进行矩阵共轭重排,得到共轭重排后的时间相关矩阵,再对该时间相关矩阵进行特征值分解,得到上述第n条多径簇的信道特征值向量。
例如:上述第n条多径簇的时间相关矩阵可以表示如下:
其中,Ψ1为上述第n条多径簇的时间相关矩阵,Nt为所使用的不同时刻的信道组数,Nwin为时间滑动窗口,Nwin不超过0.5(Nt-1),gj为Nt个时刻的频域信道估计结果中第j个滑动窗口,表示gj的共轭转置。
得到Ψ1后进行矩阵共轭重排能够将原始样本扩大为2倍,即
其中,Rf表示共轭重排后的平均相关矩阵,J为维度为Nwin×Nwin的方阵,其反对角线元素为1,其余元素为0,Ψ1 *表示Ψ1的共轭。
使用ESPRIT算法,对Rf做特征值分解,计算出第n条多径簇的信道特征值向量Vf,其维度为Nwin×Nwin,每个特征向量对应的特征值为λi,i=0,1,…,Nwin-1。使用特征值比值法求出第n条多径簇的子径个数的估计值,具体可以通过如下公式得到:
for i=0,1,…,Nwin-2
end
通过上述实施方式,可以准确地估计出各多径簇的子径数量。
可选的,所述获取所述第n条多径簇的时间相关矩阵,包括:
获取所述信道的频率相关矩阵;
根据所述频率相关矩阵,计算所述信道的信道特征值向量;
采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,所述L为大于1的整数;
确定所述L条多径簇的时延;
基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
上述获取所述信道的频率相关矩阵可以是,基于预先获取的多组上行信道探测参考信号(Sounding Reference Signal,SRS)的频域信道估计结果生成的频率相关矩阵。在一些实施方式中,为了获取信道的频率相关矩阵时,为了抑制噪声并提高估计精度,可以使用矩阵共轭重排并进行滑动平均处理。具体可以如下:
假设单次SRS的频域信道估计结果包括Nf个频点,对该信道估计向量在频域使用一个Nwin长度的滑动窗口,其中,般Nwin可以不超过0.5(Nf-1),依次计算滑动窗口频域信道估计向量对应的相关矩阵,对所有滑动窗口的相关矩阵求平均,得到平均相关矩阵Ψ2:
其中,Rf表示共轭重排后的平均相关矩阵,J为维度为Nwin×Nwin的方阵,其反对角线元素为1,其余元素为0,Ψ2 *表示Ψ2的共轭。
之后,使用ESPRIT算法,对Rf做特征值分解,计算出信道的特征值向量Vf,其维度为Nwin×Nwin,每个特征向量对应的特征值为λi,i=0,1,…,Nwin-1。使用特征值比值法求出信道的多径簇的个数的估计值,具体可以通过如下公式得到:
for i=0,1,…,Nwin-2
end
上述确定所述L条多径簇的时延可以是,根据SRS资源频域等间隔分布下的子空间旋转不变原理,确定信道所有多径簇的时延τn,n=0,1,…,L-1。
上述基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅可以是利用最大似然原理计算信道多径簇的复振幅时间序列。例如:可以采用上述得到的时延τn,通过构造傅里叶转换矩阵及其伪逆矩阵,基于最大似然估计得到每个时延径的复振幅时间序列。具体可以如下:
根据系统配置的SRS导频资源频率向量fSRS以及所得到的时延径时延向量τn,生成傅里叶转换矩阵F(维度为Nf×L)
其中,L表示信道中多延簇的总数,fSRS向量包含元素fk,k=1,2,3,…,Nf,Nf为上述描述的频点数。
其中,FH表示F的共轭转置,(FHF)-1表示对(FHF)求逆。那么所有多径簇的复振幅可表示为AL:
需要说明的是,本申请实施例中,可以采用ESPRIT算法进行多普勒估计,精确求出信道每个多径簇的多普勒频率。另外,由于时延和多普勒频率在短时间内可认为不变化,最大似然估计过程中所用到的傅里叶变换矩阵的伪逆矩阵可在估计时延和多普勒过程中就保存下来,后续估计各多径簇中的各子径复振幅时,只需要进行矩阵乘法,以降低计算量。
可选的,上述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述至少一条多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
在上述至少一条多径簇为所述L条多径簇中的全部多径簇的情况下,计算L条多径簇中各子径的复振幅可以如图3所示,可以包括如下步骤:
使用矩阵共轭重排并进行滑动平均处理,得到信道频率相关矩阵;
采用特征值比值法确定多径簇数目L;其中,该步骤可以是基于ESPRIT算法中EVD求取信道子空间时得到的信道特征值向量,使用特征值比值法求出多径簇数目L;
根据SRS资源频域等间隔分布下的子空间旋转不变原理,最终精确求出信道多径时延;
估计出时延之后,可利用最大似然原理求出信道多径簇的复振幅时间序列;
对每个多径簇(也可以称作多径时延簇),分别采用矩阵共轭重排处理,得到各多径簇的时间相关矩阵,以及确定多径簇的子径数,再采用ESPRIT算法估计子径的多普勒谱,最后使用最大似然原理估计出各子径的复振幅,得到所有多径簇中各子径的复振幅。
其中,可以重复使用类似上述估计时延的方法进行多普勒估计,即根据多径簇复振幅等时间间隔采样下的子空间旋转不变原理,精确求出信道每个多径时延簇的多普勒频率。在得到某个簇的多普勒之后,再次基于最大似然原理得到时延簇内各个子径的复振幅。
在上述至少一条多径簇为所述L条多径簇中的部分多径的情况下,上述至少一条多径簇在所述信道的信道特征值向量对应的特征值可以大于预设阈值。
在上述至少一条多径簇为所述L条多径簇中的部分多径的实施方式,可以降低计算量,且还可以保证信道预测信息的准确性。因为,在实际中发现不同时延簇之间所包含的子径个数往往并不相等,大部分功率较强的多延簇内包含的子径数很少(例如:LOS时延簇往往仅包含1条直射径),此外多延簇中各子径功率也往往不相等,大部分功率集中在1~2条子径上。因此,基于上述至少一条多径簇进行信道预测也可以保证信道预测信息的准确性。
例如:可以通过对各个多径簇的特征值λi,i=0,1,…,L-1进行阈值判决,阈值可以是经验值,大于阈值的认为是能量较强的多径簇,可以记能量较强的多径簇数为Lmain,一般Lmain值较小,大概是1~2。
该实施方式中,可以如图4所示,可以包括如下步骤:
使用矩阵共轭重排并进行滑动平均处理,得到信道频率相关矩阵;
采用特征值比值法确定多径簇数目L;其中,该步骤可以是基于ESPRIT算法中EVD求取信道子空间时得到的信道特征值向量,使用特征值比值法求出多径簇数目L;
根据SRS资源频域等间隔分布下的子空间旋转不变原理,最终精确求出信道多径时延;
估计出时延之后,可利用最大似然原理求出信道多径簇的复振幅时间序列;
对上述至少一条多径簇,采用矩阵共轭重排处理,得到多径簇的时间相关矩阵,以及确定多径簇的子径数,再采用ESPRIT算法估计子径的多普勒谱,最后使用最大似然原理估计出各子径的复振幅,得到至少一条多径簇中各子径的复振幅。
该实施方式中,可以一次性估计出信道所有子径多普勒频率,且相比图3所示的流程,针对信道时延的估计流程保持不变,得到信道多延簇复振幅矩阵之后,由于每个多径簇的大部分能量集中在1~2条子径上,所以整体上能量较强的子径数目不大,因此可以不对各个多延簇进行多普勒谱估计,而是将能量较强的多径簇的复振幅相加得到:
然后对不同时刻的多组Asum进行多普勒估计,得到能量较大的多径簇各子径的多普勒谱,一般其结果与所有多径簇的所有子径的多普勒谱相差很小。相比于图3的算法流程,图4所示算法的复杂度可以进一步降低。本申请实施例中,获取信道的多普勒频率信息和复振幅信息;基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。这样可以实现对信道进行预测,从而适应无线信道的显著改变,进而提升设备之间传输性能。
请参见图5,图5是本申请实施例提供的一种通信设备的结构图,如图5所示,包括存储器520、收发机500和处理器510:
存储器520,用于存储计算机程序;收发机500,用于在所述处理器510的控制下收发数据;处理器510,用于读取所述存储器520中的计算机程序并执行以下操作:
获取信道的多普勒频率信息和复振幅信息;
基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
其中,在图5中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器510代表的一个或多个处理器和存储器520代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机500可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括,这些传输介质包括无线信道、有线信道、光缆等传输介质。针对不同的用户设备,用户接口530还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器510负责管理总线架构和通常的处理,存储器520可以存储处理器500在执行操作时所使用的数据。
可选的,处理器510可以是CPU(中央处埋器)、ASIC(Application SpecificIntegrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或CPLD(Complex Programmable Logic Device,复杂可编程逻辑器件),处理器也可以采用多核架构。
处理器通过调用存储器存储的计算机程序,用于按照获得的可执行指令执行本申请实施例提供的任一所述方法。处理器与存储器也可以物理上分开布置。
可选的,处理器510还用于:
获取所述信道的时延信息;
所述基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
可选的,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
可选的,处理器510具体用于读取所述存储器中的计算机程序并执行以下操作:
确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
估计所述第n条多径簇中每条子径的多普勒频率信息;
基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
可选的,所述处理器510具体用于读取所述存储器中的计算机程序并执行以下操作:
获取所述第n条多径簇的时间相关矩阵;
根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
可选的,处理器510具体用于读取所述存储器中的计算机程序并执行以下操作:
获取所述信道的频率相关矩阵;
根据所述频率相关矩阵,计算所述信道的信道特征值向量;
采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,所述L为大于1的整数;
确定所述L条多径簇的时延;
基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
可选的,所述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述至少一条多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
可选的,所述至少一条多径簇在所述信道的信道特征值向量对应的特征值大于预设阈值。
在此需要说明的是,本申请实施例提供的上述通信设备,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
请参见图6,图6是本申请实施例提供的另一种通信设备的结构图,如图6所示,通信设备600,包括:
第一获取单元601,用于获取信道的多普勒频率信息和复振幅信息;
估计单元602,用于基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
可选的,所述通信设备还包括:
第二获取单元,用于获取所述信道的时延信息;
估计单元602基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
估计单元602基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
可选的,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
可选的,所述第一获取单元601获取信道的多普勒频率信息和复振幅信息,包括:
第一获取单元601确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
第一获取单元601估计所述第n条多径簇中每条子径的多普勒频率信息;
第一获取单元601基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
可选的,所述第一获取单元601确定第n条多径簇的子径数量,包括:
第一获取单元601获取所述第n条多径簇的时间相关矩阵;
第一获取单元601根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
第一获取单元601采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
可选的,所述第一获取单元601获取所述第n条多径簇的时间相关矩阵,包括:
第一获取单元601获取所述信道的频率相关矩阵;
第一获取单元601根据所述频率相关矩阵,计算所述信道的信道特征值向量;
第一获取单元601采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,L为大于1的整数;
第一获取单元601确定所述L条多径簇的时延;
第一获取单元601基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
第一获取单元601从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
可选的,所述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述至少一条多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
可选的,所述至少一条多径簇在所述信道的信道特征值向量对应的特征值大于预设阈值。
在此需要说明的是,本申请实施例提供的上述通信设备,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例还提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行本申请实施例提供的信道预测方法。
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
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和光学存储器等)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。应理解可由计算机可执行指令实现流程图和/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。可提供这些计算机可执行指令到通用计算机、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。
这些处理器可执行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处理器可读存储器中,使得存储在该处理器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。
这些处理器可执行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。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (20)
1.一种信道预测方法,其特征在于,包括:
获取信道的多普勒频率信息和复振幅信息;
基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
2.如权利要求1所述的方法,其特征于,所述方法还包括:
获取所述信道的时延信息;
所述基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
3.如权利要求1或2所述的方法,其特征在于,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
4.如权利要求3所述的方法,其特征在于,所述获取信道的多普勒频率信息和复振幅信息,包括:
确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
估计所述第n条多径簇中每条子径的多普勒频率信息;
基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
5.如权利要求4所述的方法,其特征在于,所述确定第n条多径簇的子径数量,包括:
获取所述第n条多径簇的时间相关矩阵;
根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
6.如权利要求5所述的方法,其特征在于,所述获取所述第n条多径簇的时间相关矩阵,包括:
获取所述信道的频率相关矩阵;
根据所述频率相关矩阵,计算所述信道的信道特征值向量;
采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,所述L为大于1的整数;
确定所述L条多径簇的时延;
基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
7.如权利要求6所述的方法,其特征在于,所述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述至少一条多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
8.如权利要求6或7所述的方法,其特征在于,所述至少一条多径簇在所述信道的信道特征值向量对应的特征值大于预设阈值。
9.一种通信设备,其特征在于,包括:存储器、收发机和处理器,其中:
所述存储器,用于存储计算机程序;所述收发机,用于在所述处理器的控制下收发数据;所述处理器,用于读取所述存储器中的计算机程序并执行以下操作:
获取信道的多普勒频率信息和复振幅信息;
基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
10.如权利要求9所述的通信设备,其特征于,所述处理器还用于读取所述存储器中的计算机程序并执行以下操作:
获取所述信道的时延信息;
所述基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
11.如权利要求9或10所述的通信设备,其特征在于,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
12.如权利要求11所述的通信设备,其特征在于,所述处理器具体用于读取所述存储器中的计算机程序并执行以下操作:
确定第n条多径簇的子径数量,其中,所述第n条多径簇为所述至少一条多径簇中的任一条多径簇;
估计所述第n条多径簇中每条子径的多普勒频率信息;
基于所述第n条多径簇中每条子径的多普勒频率信息,计算所述第n条多径簇中每条子径的复振幅。
13.如权利要求12所述的通信设备,其特征在于,所述处理器具体用于读取所述存储器中的计算机程序并执行以下操作:
获取所述第n条多径簇的时间相关矩阵;
根据所述时间相关矩阵,计算所述第n条多径簇的信道特征值向量;
采用特征值比值法计算所述第n条多径簇的信道特征值向量对应的子径数量,得到所述第n条多径簇的子径数量。
14.如权利要求13所述的通信设备,其特征在于,所述处理器具体用于读取所述存储器中的计算机程序并执行以下操作:
获取所述信道的频率相关矩阵;
根据所述频率相关矩阵,计算所述信道的信道特征值向量;
采用特征值比值法计算所述信道的信道特征值向量对应的多径簇数量,得到所述信道的多径簇数量L,所述L为大于1的整数;
确定所述L条多径簇的时延;
基于所述L条多径簇的时延,计算多个时刻的所述L条多径簇的复振幅,得到所述L条多径簇在所述多个时刻的复振幅相关矩阵;
从所述复振幅相关矩阵中,获取所述第n条多径簇的时间相关矩阵。
15.如权利要求14所述的通信设备,其特征在于,所述至少一条多径簇为所述L条多径簇中的部分多径簇,且所述至少一条多径簇的能量大于所述L条多径簇中除所述部分多径簇外的其他多径簇的能量;或者
所述至少一条多径簇为所述L条多径簇中的全部多径簇。
16.如权利要求14或15所述的通信设备,其特征在于,所述至少一条多径簇在所述信道的信道特征值向量对应的特征值大于预设阈值。
17.一种通信设备,其特征在于,包括:
第一获取单元,用于获取信道的多普勒频率信息和复振幅信息;
估计单元,用于基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息。
18.如权利要求17所述的通信设备,其特征于,所述通信设备还包括:
第二获取单元,用于获取所述信道的时延信息;
所述估计单元基于所述多普勒频率信息和所述复振幅信息进行信道预测,得到信道预测信息,包括:
所述估计单元基于所述多普勒频率信息、所述复振幅信息和所述时延信息进行信道预测,得到信道预测信息。
19.如权利要求17或18所述的通信设备,其特征在于,所述多普勒频率信息包括:
所述信道的至少一条多径簇中的每个子径的多普勒频率;
所述复振幅信息包括:
所述信道的所述至少一条多径簇中的每个子径的复振幅。
20.一种处理器可读存储介质,其特征在于,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行权利要求1至8任一项所述的信道预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110869678.3A CN115694691A (zh) | 2021-07-30 | 2021-07-30 | 信道预测方法、通信设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110869678.3A CN115694691A (zh) | 2021-07-30 | 2021-07-30 | 信道预测方法、通信设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115694691A true CN115694691A (zh) | 2023-02-03 |
Family
ID=85058759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110869678.3A Pending CN115694691A (zh) | 2021-07-30 | 2021-07-30 | 信道预测方法、通信设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115694691A (zh) |
-
2021
- 2021-07-30 CN CN202110869678.3A patent/CN115694691A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11706054B2 (en) | Methods, distributed base station system, remote radio unit and base band unit system for handling uplink signals | |
US11901979B2 (en) | Channel reciprocity-based precoding matrix configuration method and apparatus | |
CN111162822B (zh) | 大规模mimo波束域统计信道信息获取方法与系统 | |
CN114500185A (zh) | 信道估计方法、装置及存储介质 | |
EP2898642B1 (en) | Methods and apparatuses for channel estimation in wireless networks | |
CN115696547A (zh) | 一种时间偏差估计方法及装置 | |
CN115623585A (zh) | 终端设备的定位方法、装置及存储介质 | |
CN114584430B (zh) | 一种上行接收机降维优化的方法、基站及存储介质 | |
CN115694691A (zh) | 信道预测方法、通信设备和存储介质 | |
CN115580328A (zh) | 一种波束赋形方法、装置、存储介质及程序产品 | |
CN115395971A (zh) | 干扰噪声功率的确定方法、装置、电子设备及存储介质 | |
CN115085775B (zh) | 赋形信息确定方法、通信设备和存储介质 | |
CN115442190A (zh) | 一种用于mu-mimo波束赋形的干扰抑制方法及装置 | |
CN115118358B (zh) | 干扰源角度的估计方法、装置、设备和存储介质 | |
CN114696879B (zh) | 信号传输方法及装置、终端、接入网设备 | |
CN118509983A (zh) | 定位参数确定方法、装置、终端、基站及定位服务器 | |
CN115441909B (zh) | 一种波束赋形方法及装置 | |
CN116112047A (zh) | 波束赋形方法、装置及网络设备 | |
CN118138089A (zh) | 天线端口的波束确定方法、网络设备及装置 | |
CN114966643A (zh) | 终端速度确定方法及网络设备 | |
CN116743285A (zh) | 信道预测方法、设备、装置及存储介质 | |
CN116743529A (zh) | 随机相位校准方法、装置、网络侧设备及存储介质 | |
CN118473481A (zh) | 波束赋形干扰抑制方法及装置 | |
CN116566446A (zh) | 码本生成方法、信道估计方法、设备和存储介质 | |
Wang et al. | WMMSE based Online Optimization Channel Prediction for Massive MIMO in High-mobility |
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 |