CN115941001B - 基于mimo系统的信息传输收发装置、系统、方法和存储介质 - Google Patents
基于mimo系统的信息传输收发装置、系统、方法和存储介质 Download PDFInfo
- Publication number
- CN115941001B CN115941001B CN202211404019.3A CN202211404019A CN115941001B CN 115941001 B CN115941001 B CN 115941001B CN 202211404019 A CN202211404019 A CN 202211404019A CN 115941001 B CN115941001 B CN 115941001B
- Authority
- CN
- China
- Prior art keywords
- signal
- super
- matrix
- antenna
- originating
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 97
- 239000013598 vector Substances 0.000 claims abstract description 65
- 230000010363 phase shift Effects 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 238000005562 fading Methods 0.000 description 8
- 241001168730 Simo Species 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Radio Transmission System (AREA)
Abstract
本发明涉及无线通信技术领域中的一种基于MIMO系统的信息传输收发装置、系统、方法和存储介质,包括多天线发射机、多天线接收机以及智能超表面;多天线发射机通过编码调制实现主动信息传输,智能超表面通过编码调制并以相移形式附加于智能超表面的反射信号上实现被动信息传输;多天线接收机基于接收信号,检测智能超表面的信号向量以及检测多天线发射机的发端信号矩阵,突破了现有无线通信链路传输效率较低的瓶颈。
Description
技术领域
本发明涉及无线通信技术领域,具体涉及基于MIMO系统的信息传输收发装置、系统、方法和存储介质。
背景技术
智能超表面(Reconfigurable Intelligent Surface,RIS)作为6G的驱动技术,其表面由大量反射单元组成,每个反射单元都可对入射电磁波加入可调节的相移,从而达到改变信号传播环境的效果,同时该调节相移的过程对应能耗远低于通信发送端射频能耗,因此智能超表面可近似为无源器件。基于这些特征,早期工作大都关注于通过优化反射单元的相位,以构建高可靠性的通信链路。
但从频谱效率而言,使用智能超表面改变传播环境并非最高效的方式。在现有技术方案中提出使用超表面单元的开关模式来传递信息(开状态对应比特1、关状态对应比特0),同时还提出联合设计发送端符号以及RIS端的单元相位,在实现信息传输的同时保证传输的高可靠性。但现有设计方案仍存在诸多不足,例如,使用超表面单元的开关模式将引起接收信号能量波动,甚至导致传输中断,而联合发端与超表面端的符号设计复杂度将随着单次传输比特数指数增加。
另一方面,公开号为CN115001551A的发明专利,公开了一种智能超表面辅助MIMO系统的鲁棒收发联合设计方法;公开号为CN114640381A的发明专利,公开了一种智能超表面的反射系数计算方法及系统,上述两篇发明专利中,均将智能超表面作为波束赋形的工具,是通过调整超表面相位以改善发送端信号的无线传输环境,从而提升发端传输的可靠性或传输效率,然而,超表面本身无法传输信号,只存在发送端一路信号,无法实现发送端、超表面端的同时信息传输从而提升传输效率,且将智能超表面作为波束赋形的工具时,发端与超表面信号会相互干扰,对接收端信号的检测造成巨大挑战。
发明内容
本发明针对现有技术中的缺点,提供了一种基于MIMO系统的信息传输收发装置、系统、方法和存储介质,突破了现有无线通信链路传输效率较低的瓶颈。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种基于MIMO系统的信息传输收发装置,包括多天线发射机、多天线接收机以及智能超表面;
所述多天线发射机通过编码调制实现主动信息传输,所述智能超表面通过编码调制并以相移形式附加于智能超表面的反射信号上实现被动信息传输;
所述多天线接收机基于接收信号,检测所述智能超表面的信号向量以及检测所述多天线发射机的发端信号矩阵。
可选的,所述多天线发射机和智能超表面编码调制,包括:
所述多天线发射机获取第一码本集合,并基于所述第一码本集合生成发端信号矩阵;
所述智能超表面获取第二码本集合,并基于所述第二码本集合生成超表面信号向量。
可选的,所述多天线接收机基于接收信号,检测所述智能超表面的信号向量以及检测所述多天线发射机的发端信号矩阵,包括:
所述多天线接收机基于所述发端信号矩阵和超表面信号向量生成接收信号模型;
所述多天线接收机基于所述接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;
所述多天线接收机基于所述联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于所述边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息。
可选的,所述接收信号模型为:
Yq=(Gdiag(sq)F+H)Xq+Wq;
其中,表示从多天线发射机到智能超表面的基带信道矩阵;表示从智能超表面到多天线接收机的基带信道矩阵;/>表示从多天线发射机到多天线接收机的基带信道矩阵;每个传输块由Q子块组成,每个子块由T时隙组成;Yq为第q个时隙下接收端M根天线及T个时隙内的接收信号,且 q∈{1,……,Q}:
为第q个子块中调制编码后的超表面信号向量;为第q个子块中调制编码后的发端信号矩阵;Wq为加性白高斯噪声矩阵,其方差为/>
一种基于MIMO系统的信息传输收发方法,所述信息传输收发方法应用于上述任意一项所述的基于MIMO系统的信息传输收发装置,包括以下步骤:
获取第一码本集合和第二码本集合,并基于所述第一码本集合生成发端信号矩阵,基于所述第二码本集合生成超表面信号向量;
基于所述发端信号矩阵,进行主动信息传输,基于所述超表面信号向量并以相移形式附加于智能超表面的反射信号上进行被动信息传输;
获取接收信号,并检测所述智能超表面的信号向量以及检测所述多天线发射机的发端信号矩阵。
可选的,其特征在于,检测所述智能超表面的信号向量以及检测所述多天线发射机的发端信号矩阵,包括以下步骤:
基于所述发端信号矩阵和超表面信号向量生成接收信号模型;
基于所述接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;
基于所述联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于所述边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息。
一种基于MIMO系统的信息传输收发系统,包括码本调制单元、传输单元和接收单元;
所述码本调制单元用于获取第一码本集合和第二码本集合,并基于所述第一码本集合生成发端信号矩阵,基于所述第二码本集合生成超表面信号向量;
所述传输单元用于基于所述发端信号矩阵,进行主动信息传输,基于所述超表面信号向量并以相移形式附加于智能超表面的反射信号上进行被动信息传输;
所述接收单元用于获取接收信号,并检测智能超表面的信号向量以及检测多天线发射机的发端信号矩阵。
可选的,所述接收单元包括模型生成单元、后验概率获取单元和验证评估单元;
所述模型生成单元用于基于所述发端信号矩阵和超表面信号向量生成接收信号模型;
所述后验概率获取单元用于基于所述接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;
所述验证评估单元用于基于所述联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于所述边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,且所述计算机程序被处理器执行时,执行上述任意一项所述的基于MIMO系统的信息传输收发方法。
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
1、在多天线发射机端与智能超表面(RIS)端同时引入调制编码技术,且对于调制技术,在RIS端允许每个RIS单元单独利用其相位变化传递信息,对应调制星座点取横模约束;在多天线发射机端,每个发端天线按照调制星座点实现信息调制,调制星座点无横模约束可灵活调整,另一方面,多天线发射机端与RIS端引入的编码技术通过对信息比特引入冗余保证传输可靠性,编码与调制技术结合以生成传输码本,共同实现从信息比特流到信号的映射。
2、在多天线接收机端,通过设计贝叶斯框架下的新型消息传递算法,该消息传递算法可在每次迭代中,将上一次迭代的多天线发射机端、超表面端信号估计值互相作为对方软导频,同时精准刻画多天线发射机端、RIS端信号估计均方误差,并结合所挖掘的模型结构性特征及所采用的调制编码信息,实现估计更新,算法迭代直至收敛,从而去除发端、超表面信号的干扰。此外,所提算法复杂度和收发端天线数及超表面单元数均呈二次方关系,且只需简单调整便可拓展至无收发端直射路径或无编码技术的场景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本实施例一提出的一种基于MIMO系统的信息传输收发装置的信息传输收发框图;
图2为本实施例一提出的多天线接收机采用消息传递算法对应的因子图;
图3为本实施例一提出的多天线接收机采用消息传递算法的流程图;
图4为本实施例一中国发端及RIS端信号检测误比特率随发端功率变化仿真曲线。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例一
如图1所示,一种基于MIMO系统的信息传输收发装置,包括多天线发射机、多天线接收机以及智能超表面;多天线发射机通过编码调制实现主动信息传输,智能超表面通过编码调制并以相移形式附加于智能超表面的反射信号上实现被动信息传输,其中,多天线发射机的天线数为K,且K>1,多天线接收机的天线数为M,且M>1,智能超表面包括N个超表面单元,且N>1。
由于调制编码技术的引入需要结合整个收发系统的尺寸及传输协议,因此设置信息传输收发装置由一个K多天线发射机(Tx)、一个M多天线接收机(Rx)和一个N单元智能超表面组成,分别用及/>表示从发端到超表面、从超表面到接收端及直接从发端到接收端的基带信道矩阵,让每个传输块由Q子块组成,每个子块由T时隙组成。RIS元件在每个子块中的T时隙内相移保持不变。
进一步地,多天线发射机和智能超表面编码调制,包括:多天线发射机获取第一码本集合,并基于第一码本集合生成发端信号矩阵;智能超表面获取第二码本集合,并基于第二码本集合生成超表面信号向量。
具体地,调制编码技术的引入:对于发送端,需使用一个调制编码的码本,即第一码本集合实现从比特流到发端信号的映射,不同比特流对应/>中不同码字,/>码字的每个元素只能从星座点/>中取值。对应到接收信号系统模型中,/>中的码字就是发端Q个块内发送信号,即/>,从该关系中可以看出/>码字长度等于X元素个数。
RIS端的调制编码方式类似,需使用一个码本集合,即第二码本集合,由于RIS端硬件本身限制其只能生成恒模信号,由此/>码字的元素只能在星座点取值,其中/>θi是RIS控制器的可调相位角,j为虚数符号,进一步地,将/>的第前NP行作为导频即接收端已知信号,定义为SP,剩余N-NP行组成一个码字矩阵即SD∈CS。
需要说明的是,对于比特流,在特定的无线通信场景下,比特流代表着某张图片、某个视频、某段文本等等,为了不失一般性,在此使用比特流术语。
进一步地,多天线接收机基于接收信号,检测智能超表面的信号向量以及检测多天线发射机的发端信号矩阵,具体包括:多天线接收机基于发端信号矩阵和超表面信号向量生成接收信号模型;其中,接收信号模型为:
Yq=(Gdiag(sq)F+H)Xq+Wq;
其中,Yq为第q个时隙下接收端M根天线及T个时隙内的接收信号,且q∈{1,……,Q};为第q个子块中调制编码后的超表面信号向量;为第q个子块中调制编码后的发端信号矩阵,且在传输块q发射的超表面信号及发端信号的维度是由相应发端的天线数量K与超表面端的单元数量N决定的;Wq为加性白高斯噪声(AWGN)矩阵,其方差为/>
需要说明的是,上述接收信号模型考虑的是MIMO场景,发端天线数K>1,当发端信号矩阵,取K=1退化成行向量时,所考虑场景也退化为SIMO场景。相较于SIMO场景,MIMO场景下的难点在于发端K根天线的信号会同时到达接收端,即天线之间的信号会互相干扰,并且,K根发端天线的信号还会与N个超表面单元的信号互相干扰,基于上述干扰问题对接收器检测算法的复杂度要求更高。
进一步地,多天线接收机基于接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;多天线接收机基于联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于边缘后验概率估计分别重构超表面信号向量的传输信息和发端信号矩阵的传输信息。
具体地,为了接收到信号Yq后检测RIS端信号SD及发端信号Xq,进而结合码本与反向映射得到比特流,首先引入辅助变量建立与接收信号模型等效的系统模型:
Yq=GUq+HXq+Wq (1);
Cq=FXq (2);
Uq=diag(sq)Cq (3);
其中,矩阵Uq与Cq是为了建立等效系统模型而引入的辅助变量矩阵,该等效模型结构性特征是低复杂度接收器算法设计的关键,其中第(1)、(2)个子模型为Xq的线性模型,第(3)个子模型为SD的逐点双线性模型,结合上述等效模型,从贝叶斯统计推断的角度考虑接收端的检测问题,首先从上述等效模型中得到条件概率,分别为:
p(uqtn|cqtn,sqn)=δ(uqn-sqnicqtn);
其中,第一项条件概率为p(yqtm|uqt,xqt),根据等效公式(1)得出,代表已知uqt与Xqt的条件下,接收量yqtm的条件概率;第二项条件概率为p(cqtn|xqt),根据等效模型公式(2)得到,代表已知xqt的条件下,辅助变量cqtn的条件概率;第三项条件概率为p(uqtn|cqtn,sqn),根据等效模型公式(3)得到,代表已知cqtn和Sqn的条件下,辅助变量uqtn的条件概率;此外,上式中,代表循环对称复高斯概率密度函数,δ(·)代表delta函数,yqtm下标(t,m)代表矩阵Yq的第(t,m)个元素,其它变量的下标含义同理。
此时SD和X在给定接收信号Y及导频SP下的联合后验概率为:
其中p(SD)是RIS码本上的均匀分布,p(X)是发端码本/>上的均匀分布。统计推断要求基于该联合后验概率得到SD与X的边缘后验概率估计作为其检测值,但边缘后验概率估计涉及高维积分复杂度过高无法实现,因此,在本实施例中设计新型消息传递算法来近似求解联合后验概率描述的统计推断问题。
具体地,如图2所示,为联合后验概率的图形化表示,其中矩形因子节点表示联合后验概率中的条件概率,圆圈变量节点表示联合后验概率中的随机变量,模块A、B及C包含三类因子节点,X与SD的解调解码器分别利用发端及超表面端的调制编码信息,符号Δa→b(b)表示从因子节点a到变量节点b的消息;Δa←b(b)表示自变量节点b到因子节点a的消息;用Δb(b)表示汇聚至节点b处的消息,该消息Δb(b)结合了来自连接到变量节点b的所有消息。
如图3所示,具体消息传递公式表述如下:
S1、接收端消息传递算法为迭代算法,算法运行首先为初始化:
上式中,代表该次迭代在第q个子块第t个时隙第k根发送天线上的信号估计值,初始为0,其余变量均为中间量,其目的是为了最终检测发端及超表面信号,无实际物理意义,此外,上式中/>代表矩阵的Frobenius范数,/>代表星座集合/>的基数。
S2、更新模块B、C输入至模块A的消息方差、均值如下:
其中,bqtm为中间变量,τb为该变量估计均方误差,及/>代表上一次迭代所获得的τb及bqtm。
S3、更新模块A输出的关于变量uqtn的消息方差、均值:消息(其中,下标yqtm为因子节点p(yqtm|uqt,xqt)缩写)的方差τd与均值dqtn如下:
;其中,dqtn与τd均为中间变量。
S4、结合模块A、B输出的关于uqtn的消息并计算其均值、方差:消息的均值与方差如下:
;其中,为等效系统模型中辅助变量uqtn的估计均值,/>为对应估计均方误差;
,其中λqtn(s)用于得到与/>公式中S代表/>中某个星座点。
s5、结合模块B、C输出的关于cqtn的消息并计算其均值、方差:消息
的均值与方差如下:
其中为等效系统模型中辅助变量cqtn的估计均值,/>为对应估计均方误差,λqtn(s)更新公式见S4。
S6、更新模块B输出的关于Sqn的消息,将其输入解调解码器得外信息:
即从因子节点δ(uqtn-sqncqtn)至变量节点sqn,n=NP+1,……,N的消息,继而SD解码器的输入为:
结合该解码器输入以及SD采用的码本/>,进行相应的解调解码操作,并进一步更新外信息:
其中,αqn(s)代表sqn=s的概率,αqn(s)将用于后续迭代。
S7、结合模块B与Sqn解调解码器输出的关于Sqn的消息并更新其均值、方差,消息的均值与方差如下:
;为RIS段第q个子块内第n个RIS单元上的信号估计值,vs为对应估计均方误差,至此,完成该次算法迭代中RIS信号的检测。
S8、更新输入模块B的关于Sqn取各个星座点的概率,概率如下:
其中,对于注意到sqn,n=1,...,Np为导频(收端已知),当s=sqn时πqtn(s)=1。
S9、更新模块C输出的关于xqtk消息的方差、均值,消息的方差与均值如下:
,其中,τr与rqtk为估计xqtk服务的中间量。
s10、更新模块A输出的关于xqtk消息的方差、均值,更新消息的方差与均值如下:
,其中τo与Oqtk为估计xqtk服务的中间量。
s11、将模块A、C结输出关于xqtk的消息输入xqtk解调解码器,并输出外信息,以及S9与S10中关于xqtk的变量更新值,X解码器的输入为:
,利用该输入并结合X所对应码本进行相应的解调解码操作,并输出外信息为:
S12、结合模块A、C及xqtk解调解码器输出的关于xqtk消息并更新其均值方差,更新及mqtk=τm(rqtk/τr+oqtk/τo),进而更新消息的均值方差如下:
,其中,代表该次迭代在第q个子块第t个时隙第k根发送天线上的信号估计值,vx代表对应的估计均方误差,至此完成该次算法迭代中的发端信号检测。
S13、更新模块C输出的关于cqtn的消息方差、均值,消息的方差与均值如下:
其中及/>代表上一次迭代所获得的τp及pqt,且本步骤为构成迭代闭环的条件。
S14、若算法收敛,即前后两次迭代 变化百分比小于千分之一,则输出最后一次迭代所得/>与/>作为xqtk与Sqn检测值,再结合码本/>与/>反向映射得到比特流,若未收敛,则返回S2继续迭代。
此外,若发端及RIS端仅使用调制不考虑编码,则简化S6及S11中及/>若实际情况发端与收端的直射链路被遮挡,即信道H=0,则简化S2为:
同时简化步骤S9为τr→∞,rqtk=0。
需要说明的是,具体消息传递公式表述的过程中,大部分变量的更新仅作为中间结果以构成迭代的闭环,无实际物理意义。
从而使得在RIS端允许每个RIS单元利用其相位变化传递信息,以提升信息传输速率;由于RIS信息调制在发端入射信号上,因而无需额外射频元件,且通过在RIS及发端引入调制编码技术保证传输的可靠性,另一方面,在接收端,通过在贝叶斯框架下设计新型消息传递算法,所提算法可利用发端及RIS端的调制编码信息,且每次迭代刻画发端及RIS端信号估计值、估计均方误差,于迭代中将上一次迭代估计值作为软导频加以利用,获得更准确估计值直至收敛,算法复杂度与迭代次数L、分块数Q及每块时隙数T呈线性关系,与发端天线数K、RIS单元数N及收端天线数M呈二次方关系,且该过程用矩阵乘向量并行实现,实现计算的关联性,其中,本实施所说的发端指的是多天线发射机,收端指的是多天线接收机。
本实施例基于具体实施案例对上述编码调制过程进行阐述,该具体的参数设置可如下设置,在三维坐标中,发端、RIS端及收端位于(0,0,1.5),(0,500,11.5)和(10,490,11.5),单位为m;信道的大尺度衰落模型为其中d0代表参考距离,β0代表参考距离处的衰落系数,/>代表衰落因子,d3D代表距离,设置d0=1m,β0=-30dB,/>对应发端至RIS端及RIS端至收端链路,同时设置/>对应发端至收端链路,按照上述大尺度衰落模型及所给坐标,可得发端至RIS端、RIS端至收端、发端至收端衰落/>信道的小尺度衰落模型采用Rayleigh fading模型,即/> 及考虑白噪声功率谱密度为-150dBm/Hz及系统带宽为1MHz,对应噪声方差-90dBm,设置RIS单元数N=512,收端天线数M=512,发端天线数K=64,RIS端导频数NP=40,分块数Q=103,每个子块时隙数T=2。对于发端及RIS端的调制编码技术,发端采用格雷码下的QPSK(quadrature phase-shift keying)调制,对应星座点数/>RIS端采用BPSK调制(phase-shift keying and quadrature),对应星座点数/>发端及RIS端的编码均采用码率1/2及生成多项式(171,133)的卷积码。
如图4所示,根据以上参数设置,该仿真的具体步骤如下:
系统由一个K=64多天线发射机(Tx)、一个M=512多天线接收机(Rx)和一个N=512单元智能超表面组成。让每个传输块由Q=1000子块组成,每个子块由T=2时隙组成。RIS元件在每个子块中的T时隙内相移保持不变,对应使用接收信号模型进行表示。
发端信号与超表面信号的信号设计,设计Sq时,其每个元素都受BPSK星座约束。对于发端信号,Xq的每个元素都约束在QPSK星座/>上。发端与RIS端均采用码率1/2及生成多项式(171,133)的卷积码,对应码本定义为/>和/>。在每个子传输块q,在发端的码字矩阵为/>对于RIS,我们将的第前NP=40行作为导频,剩余N-NP=472行组成一个码字矩阵即SD∈CS。
通过图4可知,本实施例方案相较于“被动波束赋形”曲线本实施例突破了现有无线通信链路传输效率较低的瓶颈,相较于“Turbo消息传递”曲线本实施例的接收机算法的检测性能更优越性,“检测RIS端信号下界(S已知)”曲线为本实施例收发机并假设RIS端信号已知理想情况下的曲线,作为检测发端信号的性能下界,“检测发端信号下界(X已知)”为本实施例收发机并假设发端信号已知理想情况下曲线,作为检测RIS端信号的性能下界,可见随着发端功率提升,无论是检测发端信号或是RIS端信号的误码率性能都在逼近其性能下界。
实施例二
一种基于MIMO系统的信息传输收发方法,包括多天线发射机、多天线接收机以及智能超表面;多天线发射机通过编码调制实现主动信息传输,智能超表面通过编码调制并以相移形式附加于智能超表面的反射信号上实现被动信息传输,其中,多天线发射机的天线数为K,且K>1,多天线接收机的天线数为M,且M>1,智能超表面包括N个超表面单元,且N>1,所述信息传输收发方法包括以下步骤:基于发端信号矩阵,进行主动信息传输,基于超表面信号向量并以相移形式附加于智能超表面的反射信号上进行被动信息传输。
由于调制编码技术的引入需要结合整个收发系统的尺寸及传输协议,因此设置信息传输收发装置由一个K多天线发射机(Tx)、一个M多天线接收机(Rx)和一个N单元智能超表面组成,分别用及/>表示从发端到超表面、从超表面到接收端及直接从发端到接收端的基带信道矩阵,让每个传输块由Q子块组成,每个子块由T时隙组成。RIS元件在每个子块中的T时隙内相移保持不变。
进一步地,多天线发射机和智能超表面编码调制,包括以下步骤:获取第一码本集合和第二码本集合,并基于第一码本集合生成发端信号矩阵,基于第二码本集合生成超表面信号向量。
具体地,调制编码技术的引入:对于发送端,需使用一个调制编码的码本即第一码本集合实现从比特流到发端信号的映射,不同比特流对应/>中不同码字,/>码字的每个元素只能从星座点/>中取值。对应到接收信号系统模型中,/>中的码字就是发端Q个块内发送信号,即/>从该关系中可以看出/>码字长度等于X元素个数。
RIS端的调制编码方式类似,需使用一个码本集合即第二码本集合,由于RIS端硬件本身限制其只能生成恒模信号,由此/>码字的元素只能在星座点取值,其中/>θi是RIS控制器的可调相位角,j为虚数符号,进一步地,将/>的第前Np行作为导频即接收端已知信号,定义为SP,剩余N-NP行组成一个码字矩阵即SD∈CS。
需要说明的是,对于比特流,在特定的无线通信场景下,比特流代表着某张图片、某个视频、某段文本等等,为了不失一般性,在此使用比特流术语。
进一步地,获取接收信号,并检测智能超表面的信号向量以及检测多天线发射机的发端信号矩阵,具体包括以下步骤:基于发端信号矩阵和超表面信号向量生成接收信号模型;其中,接收信号模型为:
Yq=(Gdiag(sq)F+H)Xq+Wq;
其中,Yq为第q个时隙下接收端M根天线及T个时隙内的接收信号,且q∈{1,……,Q};/>为第q个子块中调制编码后的超表面信号向量;/>为第q个子块中调制编码后的发端信号矩阵,且在传输块q发射的超表面信号及发端信号的维度是由相应发端的天线数量K与超表面端的单元数量N决定的;Wq为加性白高斯噪声(AWGN)矩阵,其方差为/>
需要说明的是,上述接收信号模型考虑的是MIMO场景,发端天线数K>1,当发端信号矩阵取K=1退化成行向量时,所考虑场景也退化为SIMO场景。相较于SIMO场景,MIMO场景下的难点在于发端K根天线的信号会同时到达接收端,即天线之间的信号会互相干扰,并且,K根发端天线的信号还会与N个超表面单元的信号互相干扰,基于上述干扰问题对接收器检测算法的复杂度要求更高。
进一步地,基于接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;基于联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息。
具体地,为了接收到信号Yq后检测RIS端信号SD及发端信号Xq,进而结合码本与反向映射得到比特流,首先引入辅助变量建立与接收信号模型等效的系统模型:
Yq=GUq+HXq+Wq (1);
Cq=FXq (2);
Uq=diag(sq)Cq (3);
其中,矩阵Uq与Cq是为了建立等效系统模型而引入的辅助变量矩阵,该等效模型结构性特征是低复杂度接收器算法设计的关键,其中第(1)、(2)个子模型为Xq的线性模型,第(3)个子模型为SD的逐点双线性模型,结合上述等效模型,从贝叶斯统计推断的角度考虑接收端的检测问题,首先从上述等效模型中得到条件概率,分别为:
p(uqtn|cqtn,sqn)=δ(uqtn-sqncqtn);
其中,第一项条件概率为p(yqtm|uqt,xqt),根据等效公式(1)得出,代表已知uqt与Xqt的条件下,接收量yqtm条件概率;第二项条件概率为p(cqtn|xqt),根据等效模型公式(2)得到,代表已知Xqt的条件下,辅助变量cqtn的条件概率;第三项条件概率为p(uqtn|cqtn,sqn),根据等效模型公式(3)得到,代表已知cqtn和Sqn.的条件下,辅助变量uqtn的条件概率;此外,上式中,代表循环对称复高斯概率密度函数,δ(·)代表delta函数,yqtm下标(t,m)代表矩阵Yq的第(t,m)个元素,其它变量的下标含义同理。
此时SD和X在给定接收信号Y及导频SP下的联合后验概率为:
其中p(SD)是RIS码本上的均匀分布,p(X)是发端码本/>上的均匀分布。统计推断要求基于该联合后验概率得到SD与X的边缘后验概率估计作为其检测值,但边缘后验概率估计涉及高维积分复杂度过高无法实现,因此,在本实施例中设计新型消息传递算法来近似求解联合后验概率描述的统计推断问题。
具体的后验概率图形化表示以及消息传递公式表述与实施例一相同,在本实施例中不作详细赘述。
实施例三
一种基于MIMO系统的信息传输收发系统,包括码本调制单元、传输单元和接收单元;传输单元用于基于发端信号矩阵,进行主动信息传输,基于超表面信号向量并以相移形式附加于智能超表面的反射信号上进行被动信息传输。
由于调制编码技术的引入需要结合整个收发系统的尺寸及传输协议,因此设置信息传输收发装置由一个K多天线发射机(Tx)、一个M多天线接收机(Rx)和一个N单元智能超表面组成,分别用及/>表示从发端到超表面、从超表面到接收端及直接从发端到接收端的基带信道矩阵,让每个传输块由Q子块组成,每个子块由T时隙组成。RIS元件在每个子块中的T时隙内相移保持不变。
进一步地,码本调制单元用于获取第一码本集合和第二码本集合,并基于第一码本集合生成发端信号矩阵,基于第二码本集合生成超表面信号向量。
具体地,调制编码技术的引入:对于发送端,需使用一个调制编码的码本即第一码本集合实现从比特流到发端信号的映射,不同比特流对应/>中不同码字,/>码字的每个元素只能从星座点/>中取值。对应到接收信号系统模型中,/>中的码字就是发端Q个块内发送信号,即/>从该关系中可以看出/>码字长度等于X元素个数。
RIS端的调制编码方式类似,需使用一个码本集合即第二码本集合,由于RIS端硬件本身限制其只能生成恒模信号,由此/>码字的元素只能在星座点取值,其中/>θi是RIS控制器的可调相位角,j为虚数符号,进一步地,将/>的第前NP行作为导频即接收端已知信号,定义为SP,剩余N-NP行组成一个码字矩阵即SD∈CS。
需要说明的是,对于比特流,在特定的无线通信场景下,比特流代表着某张图片、某个视频、某段文本等等,为了不失一般性,在此使用比特流术语。
进一步地,接收单元用于获取接收信号,并检测智能超表面的信号向量以及检测多天线发射机的发端信号矩阵,接收单元包括模型生成单元、后验概率获取单元和验证评估单元,模型生成单元用于基于发端信号矩阵和超表面信号向量生成接收信号模型;其中,接收信号模型为:Yq=(Gdiag(sq)F+H)Xq+Wq;
其中,Yq为第q个时隙下接收端M根天线及T个时隙内的接收信号,且q∈{1,……,Q};/>为第q个子块中调制编码后的超表面信号向量;/>为第q个子块中调制编码后的发端信号矩阵,且在传输块q发射的超表面信号及发端信号的维度是由相应发端的天线数量K与超表面端的单元数量N决定的;Wq为加性白高斯噪声(AWGN)矩阵,其方差为/>
需要说明的是,上述接收信号模型考虑的是MIMO场景,发端天线数K>1,当发端信号矩阵取K=1退化成行向量时,所考虑场景也退化为SIMO场景。相较于SIMO场景,MIMO场景下的难点在于发端K根天线的信号会同时到达接收端,即天线之间的信号会互相干扰,并且,K根发端天线的信号还会与N个超表面单元的信号互相干扰,基于上述干扰问题对接收器检测算法的复杂度要求更高。
进一步地,后验概率获取单元用于基于接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;验证评估单元用于基于联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息。
具体地,为了接收到信号Yq后检测RIS端信号SD及发端信号Xq,进而结合码本与反向映射得到比特流,首先引入辅助变量建立与接收信号模型等效的系统模型:
Yq=GUq+HXq+Wq (1);
Cq=FXq (2);
Uq=diag(sq)Cq (3);
其中,矩阵Uq与Cq是为了建立等效系统模型而引入的辅助变量矩阵,该等效模型结构性特征是低复杂度接收器算法设计的关键,其中第(1)、(2)个子模型为Xq的线性模型,第(3)个子模型为SD的逐点双线性模型,结合上述等效模型,从贝叶斯统计推断的角度考虑接收端的检测问题,首先从上述等效模型中得到条件概率,分别为:
p(uqtn|cqtn,sq)=δ(uqtn-sqncqtn);
其中,第一项条件概率为p(yqtm|uqt,xqt),根据等效公式(1)得出,代表已知uqt与Xqt的条件下,接收量yqtm的条件概率;第二项条件概率为p(cqtn|xqt),根据等效模型公式(2)得到,代表已知Xqt的条件下,辅助变量cqtn的条件概率;第三项条件概率为p(uqtn|cqtn,sqn),根据等效模型公式(3)得到,代表已知cqtn和Sqn.的条件下,辅助变量uqtn的条件概率;此外,上式中,代表循环对称复高斯概率密度函数,δ(·)代表delta函数,yqtm下标(t,m)代表矩阵Yq的第(t,m)个元素,其它变量的下标含义同理。/>
此时SD和X在给定接收信号Y及导频SP下的联合后验概率为:
其中p(SD)是RIS码本上的均匀分布,p(X)是发端码本/>上的均匀分布。统计推断要求基于该联合后验概率得到SD与X的边缘后验概率估计作为其检测值,但边缘后验概率估计涉及高维积分复杂度过高无法实现,因此,在本实施例中设计新型消息传递算法来近似求解联合后验概率描述的统计推断问题。
具体的后验概率图形化表示以及消息传递公式表述与实施例一相同,在本实施例中不作详细赘述。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,且所述计算机程序被处理器执行时,执行上述任意一项所述的基于MIMO系统的信息传输收发方法。
计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线段、电线段、光缆、RF等等,或者上述的任意合适的组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块、模组或单元的划分,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,例如多个单元、模组或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。
所述单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明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。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件,或者任意以上的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
此外,需要说明的是,以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何在本发明揭露的技术范围内的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种基于MIMO系统的信息传输收发装置,其特征在于,包括多天线发射机、多天线接收机以及智能超表面;
所述多天线发射机通过编码调制实现主动信息传输,所述智能超表面通过编码调制并以相移形式附加于智能超表面的反射信号上实现被动信息传输;
所述多天线接收机基于接收信号,检测所述智能超表面的信号向量以及检测所述多天线发射机的发端信号矩阵,具体包括以下步骤:所述多天线接收机基于所述发端信号矩阵和超表面信号向量生成接收信号模型;所述多天线接收机基于所述接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;所述多天线接收机基于所述联合后验概率,通过在贝叶斯框架下设计消息传递算法近似获取智能超表面及多天线发射机的边缘后验概率估计,并基于所述边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息;
其中,所述接收信号模型为:Yq=(Gdiag(sq)F+H)Xq+Wq;其中,表示从多天线发射机到智能超表面的基带信道矩阵;/>表示从智能超表面到多天线接收机的基带信道矩阵;/>表示从多天线发射机到多天线接收机的基带信道矩阵;多天线发射机的天线数为K,且K>1,多天线接收机的天线数为M,且M>1,智能超表面包括N个超表面单元,且N>1;每个传输块由Q子块组成,每个子块由T时隙组成;Yq为第q个子块下接收端M根天线及T个时隙内的接收信号,且/>q∈{1,……,Q};/>为第q个子块中调制编码后的发端信号矩阵;/>为第q个子块中调制编码后的超表面信号向量;Wq为加性白高斯噪声矩阵,其方差为/>
所述多天线接收机基于所述接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率,包括以下步骤:
为了从接收信号Yq中检测RIS端信号SD及发端信号Xq,同时结合RIS端码本与发送端码本/>反向映射得到比特流,首先引入辅助变量建立与接收信号模型等效的系统模型:
Yq=GUq+HXq+Wq (1);
Cq=FXq (2);
Uq=diag(sq)Cq (3);
其中,矩阵Uq与Cq是为了建立等效系统模型而引入的辅助变量矩阵,该等效模型结构性特征是低复杂度接收器算法设计的关键,其中第(1)、(2)个子模型为Xq的线性模型,第(3)个子模型为SD的逐点双线性模型,结合上述等效模型,从贝叶斯统计推断的角度考虑接收端的检测问题,首先从上述等效模型中得到条件概率,分别为:
p(uqtn|cqtn,sqn)=δ(uqtn-sqncqtn);
其中,t=1,……,T,t表示时隙;k表示多天线发射机的第k根天线标识,k=1,……,K;n表示RIS第n个单元标识,n=1,……,N;第一项条件概率为p(yqtm|uqt,xqt),根据等效公式(1)得出,代表已知uqt与xqt的条件下,接收量yqtm的条件概率;第二项条件概率为根据等效模型公式(2)得到,代表已知Xqt的条件下,辅助变量/>的条件概率;第三项条件概率为/>,根据等效模型公式(3)得到,代表已知/>和Sqn的条件下,辅助变量/>的条件概率;此外,上式中,/>代表循环对称复高斯概率密度函数,δ(·)代表delta函数,yqtm下标(t,m)代表矩阵Yq的第(t,m)个元素,其它变量的下标含义同理;
此时SD和X在给定接收信号Y及导频SP下的联合后验概率为:
其中p(SD)是RIS端码本/>上的均匀分布,p(X)是发送端码本/>上的均匀分布。
2.根据权利要求1所述的一种基于MIMO系统的信息传输收发装置,其特征在于,所述多天线发射机和智能超表面编码调制,包括:
所述多天线发射机获取第一码本集合,并基于所述第一码本集合生成发端信号矩阵;
所述智能超表面获取第二码本集合,并基于所述第二码本集合生成超表面信号向量。
3.一种基于MIMO系统的信息传输收发方法,其特征在于,所述信息传输收发方法应用于如权利要求1-2任意一项所述的基于MIMO系统的信息传输收发装置,包括以下步骤:
获取第一码本集合和第二码本集合,并基于所述第一码本集合生成发端信号矩阵,基于所述第二码本集合生成超表面信号向量;
基于所述发端信号矩阵,进行主动信息传输,基于所述超表面信号向量并以相移形式附加于智能超表面的反射信号上进行被动信息传输;
获取接收信号,并检测所述智能超表面的信号向量以及检测所述多天线发射机的发端信号矩阵。
4.根据权利要求3所述的一种基于MIMO系统的信息传输收发方法,其特征在于,检测所述智能超表面的信号向量以及检测所述多天线发射机的发端信号矩阵,包括以下步骤:
基于所述发端信号矩阵和超表面信号向量生成接收信号模型;
基于所述接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;
基于所述联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于所述边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息。
5.一种基于MIMO系统的信息传输收发系统,其特征在于,所述系统执行如权利要求3-4所述的基于MIMO系统的信息传输收发方法,包括码本调制单元、传输单元和接收单元;
所述码本调制单元用于获取第一码本集合和第二码本集合,并基于所述第一码本集合生成发端信号矩阵,基于所述第二码本集合生成超表面信号向量;
所述传输单元用于基于所述发端信号矩阵,进行主动信息传输,基于所述超表面信号向量并以相移形式附加于智能超表面的反射信号上进行被动信息传输;
所述接收单元用于获取接收信号,并检测智能超表面的信号向量以及检测多天线发射机的发端信号矩阵。
6.根据权利要求5所述的一种基于MIMO系统的信息传输收发系统,其特征在于,所述接收单元包括模型生成单元、后验概率获取单元和验证评估单元;
所述模型生成单元用于基于所述发端信号矩阵和超表面信号向量生成接收信号模型;
所述后验概率获取单元用于基于所述接收信号模型获取超表面信号向量和发端信号矩阵的联合后验概率;
所述验证评估单元用于基于所述联合后验概率获取智能超表面及多天线发射机的边缘后验概率估计,并基于所述边缘后验概率估计分别重构所述超表面信号向量的传输信息和发端信号矩阵的传输信息。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,且所述计算机程序被处理器执行时,执行如权利要求3-4任意一项所述的基于MIMO系统的信息传输收发方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211404019.3A CN115941001B (zh) | 2022-11-10 | 2022-11-10 | 基于mimo系统的信息传输收发装置、系统、方法和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211404019.3A CN115941001B (zh) | 2022-11-10 | 2022-11-10 | 基于mimo系统的信息传输收发装置、系统、方法和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115941001A CN115941001A (zh) | 2023-04-07 |
CN115941001B true CN115941001B (zh) | 2023-09-19 |
Family
ID=86651839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211404019.3A Active CN115941001B (zh) | 2022-11-10 | 2022-11-10 | 基于mimo系统的信息传输收发装置、系统、方法和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115941001B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116318490B (zh) * | 2023-05-25 | 2023-08-29 | 广州南方卫星导航仪器有限公司 | 一种基于5g应急通信车的通信信号检测方法及系统 |
CN117335855B (zh) * | 2023-11-02 | 2024-04-05 | 暨南大学 | 一种面向主被动同传的有源智能超表面幅相键控方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112532289A (zh) * | 2020-11-20 | 2021-03-19 | 电子科技大学 | 基于智能反射表面的共生通信系统多天线多播传输方法 |
CN112565121A (zh) * | 2020-12-07 | 2021-03-26 | 电子科技大学 | 用于智能反射面辅助的大规模mimo系统的半盲信道估计方法 |
WO2022090044A1 (en) * | 2020-11-02 | 2022-05-05 | British Telecommunications Public Limited Company | Wireless telecommunications network |
CN114785391A (zh) * | 2022-03-22 | 2022-07-22 | 清华大学 | 一种ris以及基于ris的波束赋形方法和装置 |
WO2022183310A1 (en) * | 2021-03-01 | 2022-09-09 | Qualcomm Incorporated | Codebook generation for precoding reconfigurable intelligent surface (ris) elements |
CN115314087A (zh) * | 2022-07-08 | 2022-11-08 | 东南大学 | 一种智能反射面主动信息传输的相位偏移调制与性能分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355520B (zh) * | 2020-03-10 | 2022-03-08 | 电子科技大学 | 一种智能反射表面辅助的太赫兹安全通信系统设计方法 |
-
2022
- 2022-11-10 CN CN202211404019.3A patent/CN115941001B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022090044A1 (en) * | 2020-11-02 | 2022-05-05 | British Telecommunications Public Limited Company | Wireless telecommunications network |
CN112532289A (zh) * | 2020-11-20 | 2021-03-19 | 电子科技大学 | 基于智能反射表面的共生通信系统多天线多播传输方法 |
CN112565121A (zh) * | 2020-12-07 | 2021-03-26 | 电子科技大学 | 用于智能反射面辅助的大规模mimo系统的半盲信道估计方法 |
WO2022183310A1 (en) * | 2021-03-01 | 2022-09-09 | Qualcomm Incorporated | Codebook generation for precoding reconfigurable intelligent surface (ris) elements |
CN114785391A (zh) * | 2022-03-22 | 2022-07-22 | 清华大学 | 一种ris以及基于ris的波束赋形方法和装置 |
CN115314087A (zh) * | 2022-07-08 | 2022-11-08 | 东南大学 | 一种智能反射面主动信息传输的相位偏移调制与性能分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115941001A (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115941001B (zh) | 基于mimo系统的信息传输收发装置、系统、方法和存储介质 | |
CN111224906B (zh) | 基于深度神经网络的近似消息传递大规模mimo信号检测算法 | |
CN109921882B (zh) | 一种基于深度学习的mimo解码方法、装置及存储介质 | |
EP3245745B1 (en) | System and method for a message passing algorithm | |
JP5705138B2 (ja) | ネットワークコーディングされた無線中継通信のための非コヒーレント時空間トレリス符号化変調 | |
CN108353046B (zh) | 用于顺序解码器的预期终止 | |
KR101751497B1 (ko) | 행렬 네트워크 코딩을 사용하는 장치 및 방법 | |
CN107070525B (zh) | 参数化顺序解码 | |
CN109981224B (zh) | 一种深空通信信道编译码系统及其方法 | |
US6473472B2 (en) | Adaptive array communication system and receiver | |
CN114097202A (zh) | 用于机器学习辅助的球解码的装置和方法 | |
US10284276B2 (en) | Weighted sequential decoding | |
US20230198811A1 (en) | Reconstruction method of discrete digital signals in noisy overloaded wireless communication systems | |
CN105846955B (zh) | 多波束移动卫星通信系统多用户联合迭代检测译码方法 | |
JP7455240B2 (ja) | ディリクレ過程を使用して通信チャネルの容量を最適化する方法、システム、及びコンピュータープログラム | |
CN105812038B (zh) | 多波束移动卫星通信系统多用户下行联合预编码方法 | |
KR101244303B1 (ko) | 다중 안테나 시스템에서 수신장치 및 방법 | |
CN112787694A (zh) | 一种基于期望传播的mimo-scma系统的低复杂度检测算法 | |
Jiang et al. | RIS-Aided MIMO Systems with Simultaneous Active and Passive Information Transfer: Iterative Decoding and Evolution Analysis | |
AU2020369979B2 (en) | M-MIMO receiver | |
CN100539573C (zh) | 基于缩减候选比特流的接收器以及接收信号处理方法 | |
Dang et al. | Methods of adaptive signal processing in the space-time coding system | |
Perarasi et al. | GM-LAMP with Residual Learning Network for Millimetre Wave MIMO Architectures | |
Noordin et al. | Cascaded and Separate Channel Estimation based on CNN for RIS-MIMO Systems | |
Long et al. | Adaptive Modulation and Coding with LDPC Codes and Retransmission for Ultraviolet Communication |
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 |