CN116260682A - 一种面向otfs的信道估计方法 - Google Patents
一种面向otfs的信道估计方法 Download PDFInfo
- Publication number
- CN116260682A CN116260682A CN202310073311.XA CN202310073311A CN116260682A CN 116260682 A CN116260682 A CN 116260682A CN 202310073311 A CN202310073311 A CN 202310073311A CN 116260682 A CN116260682 A CN 116260682A
- Authority
- CN
- China
- Prior art keywords
- otfs
- channel
- function
- updating
- forgetting
- 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 32
- 239000011159 matrix material Substances 0.000 claims abstract description 40
- 238000004891 communication Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000005562 fading Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
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
- H04L25/0212—Channel estimation of impulse response
-
- 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
- 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
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- 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)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种面向OTFS的信道估计方法,针对高速移动环境中的通信,其传输系统为单输入单输出系统,根据信道冲激响应的稀疏性建立适用于高速移动场景的基拓展模型BEM,采用OGCE‑BEM对OTFS进行信道拟合,信道被拟合成基函数系数与基函数的形式,在基函数已知情况下,将信道矩阵估计问题转变为基函数系数的估计问题;然后在传统的RLS滤波器算法中,基于遗忘因子与估计误差的关系,设计了基于遗忘函数的迭代更新规律,提高了系统的实时追踪能力。本发明可有效保证通信的有效性和可靠性,使信道估计精度大大提高。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种面向正交时频空调制技术(Orthogonal Time Frequency Space,OTFS)的信道估计方法。
背景技术
随着自动驾驶技术的出现,传感器、物联网以及沉浸式媒体的广泛使用,网络传输对于服务质量的要求进一步提高,人们在不同场景下的人际交往、信息传输等方面的需求增加。在传统调制方案,例如OFDM中,信号在时频域中被建模,在时频双选信道下性能不佳,无法满足高速移动通信的需求,6G系统需要新型调剂技术的出现。OTFS调制不同于其它传统调制方案的一个关键特征是,OTFS在时延—多普勒域的维度进行传输。若发送端信号经由OTFS调制则可以极大地简化均衡器的设计,并降低快速时变信道中的信道估计开销,因此OTFS特别适合高速移动环境中的通信。信道估计技术是在接收端获得信道状态信息的主要方法,信道估计技术的准确性关系到信号在接收端恢复的准确性,是衡量一个无线通信系统性能的重要指标,因此信道估计技术对于OTFS至关重要。
中国专利CN 1 113507426A公开了一种基于OTFS调制的联合信道估计与信号检测,提高了估计精度和资源利用率,避免了导频开销过大问题,但是此发明基于MIMO系统,估计的参数量随着天线数目增加而增加,当天线数目过大时,计算量较大。《IEEETransactions on Signal Processing》第67卷第16期《Channel Estimation forOrthogonal Time Frequency Space(OTFS)Massive MIMO》中表明大规模MIMO OTFS下行链路的通道具有3D结构稀疏性,并使用较低的导频开销实现了准确的信道估计,但是OTFS往往应用于高速移动环境中,没有考虑到高速移动环境特质。
发明内容
本发明的目的在于克服现有技术的缺陷,提供一种面向OTFS的信道估计方法,针对高速移动环境中的通信,其传输系统为单输入单输出系统,采用OGCE-BEM对信道建模,将信道矩阵估计问题转变为基函数系数的估计问题;为了得到基函数系数的估计值,设计基于可变遗忘函数的RLS滤波器,依据遗忘函数与估计误差的关系,对遗忘函数进行实时迭代更新,从而有效保证通信的有效性和可靠性,使信道估计精度大大提高。
本发明的目的通过以下技术方案予以实现。
一种面向OTFS的信道估计方法,其通信系统包含一个发送端和一个接收端,采用OTFS的方式进行数据传输;在OTFS系统中,子载波个数为M,OTFS符号个数为N,路径数为L,载频为fc,发送端与接收端的相对速度为v,光速为c。在频域上,以时间间隔T对时间轴进行采样,以频率间隔Δf,对频率轴进行采样;在发送端,首先将二维数据序列x[k,l]映射到时延—多普勒域上,通过ISFFT变换将数据符号映射到时频域上,得到数据序列X[n,m];之后,经过海森堡变换得到时频信号s(t),再通过信道发送出去;在接收端,接收机进行与发送端完全相反的操作,接收到的时域信号r(t)经过魏格纳变换得到时频域信号Y[n,m],Y[n,m]再经过SFFT变换后得到时延多普勒域的信号y[k,l];
所述的信道估计方法包括以下步骤:
步骤一、在接收端,接收到的信号被矢量化为N·M维度的矩阵;OTFS系统的输入输出关系归纳为如下的向量化形式:
定义x={x[0,0],x[0,1]…,x[N-1,0],x[N-1,1],…x[N-1,M-1]}T
y={y[0,0],y[0,1]…,y[N-1,0],y[N-1,1],…y[N-1,M-1]}T作为各自的发送和接收信号;经过具有多普勒传播的双选择衰落信道后,接收到的OTFS信号在时延—多普勒域中的向量y可以表示为:
步骤二、根据BEM,信道矩阵可以用基函数与基函数进行表示,Ht则可表示成:
其中,长度为M·N的bq表示第q个基函数,cq=[cq[0],cq[1],…,cq[L]]T是长度为(L+1)的第q个未知基函数系数,Q表示基函数个数;
步骤三、根据公式(2)可知,信道矩阵Ht由基函数bq和基函数系数cq表示;采用OGCE-BEM表示基函数bq,其第q个基函数的第n个元素可以表示为:
步骤四、对RLS滤波器进行更新迭代,包括:对信道矩阵Ht的基函数系数cq进行估计、更新估计误差e(n)、更新RLS滤波器的系数k(n)、更新RLS滤波器的相关矩阵R(n)、依据遗忘函数与误差的关系,对遗忘函数进行迭代更新,实时追踪信道的变化、得到更新后的基函数表达式、求取最终的信道矩阵;
在此,使用可变遗忘函数的RLS滤波器循环迭代估计基函数系数cq;
当q=1,n=0时,对RLS滤波器参数进行初始化,初始化cq(0)=0,R-1(0)=δ-2I,λ(0)=0.99,x(0)=0,其中R(n)表示滤波器的相关矩阵,λ(n)表示遗忘函数,δ是一个正数。
具体的,所述的更新估计误差e(n):
e(n)=d(n)-cq T(n-1)x(n) (4)
其中,d(n)表示期望收到的信号。
所述的更新RLS滤波器的系数k(n):
所述的更新RLS滤波器的相关矩阵R(n):
R(n)=λ-1(n-1)R-1(n-1)[1-k(n)xT(n)] (6)。
进一步地,所述的对遗忘函数进行迭代更新,依据遗忘函数与误差的关系,实时追踪信道的变化:
进一步地,由公式(4)和(5),可得到更新后的基函数表达式:
cq(n)=cq(n-1)+k(n)e(n) (8)。
进一步地,所述的求取最终信道矩阵的过程为:当q=Q,n=N-1时,则停止迭代,输出cq;将cq代入公式(2)得到信道矩阵。
所述的可变遗忘函数的更新过程:
Step1、由估计误差的公式e(n)=d(n)-cq T(n-1)x(n)可知,其方差表示为:
Step2、定义关于θ的函数:
θ(n)=xT(n)R-1(n-1)x(n) (10)
Step3、由于遗忘函数与估计误差相关,所以遗忘函数表示为公式:
与现有技术相比,本发明的优点和有益效果有:
1.本发明将信道矩阵用基函数和基函数系数进行表示,减少了要估计的未知信道系数,降低了计算复杂度;另一方面降低了载波间干扰,提高了信道估计精度。
2.本发明采用OGCE-BEM对OTFS信道建模,对于多普勒更加密集的采样能够有效减少频谱泄露的问题,减少了高频基函数对模型带来的误差,有利于提高系统在高速移动环境中的性能。
3.本发明使用可变遗忘函数的RLS滤波器对基函数系数进行估计,通过迭代更新遗忘函数,实施追踪系统变化,使得系统的跟踪性更强,系统收敛时的估计误差小。
附图说明
图1是本发明的一种实施例的信道估计系统模型示意图。
图2是本发明的一种实施例的流程简略示意图。
图3是本发明的一种实施例的方法流程图。
具体实施方式
本发明的一种面向正交时频空调制系统(Orthogonal Time Frequency Space,OTFS)的信道估计方法,根据信道冲激响应的稀疏性建立适用于高速移动场景的基扩展模型(Basis Expansion Model,BEM),采用OGCE-BEM对OTFS进行信道拟合,信道被拟合成基函数系数与基函数的形式,在基函数已知情况下,将信道矩阵估计问题转变为基函数系数的估计问题,一方面减少了要估计的未知信道系数,降低了计算复杂度;另一方面降低了载波间干扰,提高了信道估计精度。然后在传统的RLS滤波器算法中,基于遗忘函数与估计误差的关系,设计了基于遗忘函数的迭代更新规律,提高了系统的实时追踪能力。本发明较现有方法在精度和复杂度上具有一定的优越性。
下面结合附图对本发明做进一步详细说明。
如图1所示,是本发明的一种实施例的信道估计系统模型图。其发送端首先将二维数据序列x[k,l]映射到时延—多普勒域上,通过ISFFT变换将数据符号映射到时频域上,得到数据序列X[n,m],这两个步骤称为OTFS调制。之后,经过海森堡变换得到时频信号s(t),再通过信道发送出去。在接收端,接收机进行与发送端完全相反的操作,接收到的时域信号r(t)经过魏格纳变换得到时频域信号Y[n,m],Y[n,m]再经过SFFT变换后得到时延多普勒域的信号y[k,l]。
本发明的一种基于BEM模型的OTFS的信道估计方法,其通信系统包含一个发送端和一个接收端,采用OTFS的方式进行数据传输。在OTFS系统中,子载波个数为M,OTFS符号个数为N,路径数为L,载频为fc,发送端与接收端的相对速度为v,光速为c。在频域上,以时间间隔T对时间轴进行采样,以频率间隔Δf,对频率轴进行采样;所述信道估计方法包括以下步骤:
步骤一:在接收端,接收到的信号被矢量化为N·M维度的矩阵。OTFS系统的输入输出关系可归纳为如下的向量化形式。
定义x={x[0,0],x[0,1]…,x[N-1,0],x[N-1,1],…x[N-1,M-1]}T
y={y[0,0],y[0,1]…,y[N-1,0],y[N-1,1],…y[N-1,M-1]}T作为各自的发送和接收信号。经过具有多普勒传播的双选择衰落信道后,接收到的OTFS信号在时延—多普勒域中的向量y可以表示为:
步骤二:根据BEM,信道矩阵可以用基函数与基函数进行表示。Ht则可表示成:
其中,长度为M·N的bq表示第q个基函数,cq=[cq[0],cq[1],…,cq[L]]T是长度为(L+1)的第q个未知基函数系数,Q表示基函数个数。
步骤三:根据公式(2)可知信道矩阵Ht由基函数bq和基函数系数cq表示。本发明采用OGCE-BEM表示基函数bq,OGCE-BEM对于多普勒更加密集的采样能够有效减少频谱泄露的问题,减少了高频基函数对模型带来的误差。bq的第q个基函数的第n个元素可以表示为:
步骤四、对RLS滤波器进行更新迭代,包括:对信道矩阵Ht的基函数系数cq进行估计、更新估计误差e(n)、更新RLS滤波器的系数k(n)、更新RLS滤波器的相关矩阵R(n)、依据遗忘函数与误差的关系,对遗忘函数进行迭代更新,实时追踪信道的变化、得到更新后的基函数表达式、求取最终的信道矩阵;
在此,使用可变遗忘函数的RLS滤波器循环迭代估计基函数系数cq;
当q=1,n=0时,对RLS滤波器参数进行初始化,初始化cq(0)=0,R-1(0)=δ-2I,λ(0)=0.99,x(0)=0,其中R(n)表示滤波器的相关矩阵,λ(n)表示遗忘函数,δ是一个正数。
所述的更新估计误差e(n):
e(n)=d(n)-cq T(n-1)x(n) (4)
其中,d(n)表示期望收到的信号。
所述的更新RLS滤波器的系数k(n):
所述的更新RLS滤波器的相关矩阵R(n):
R(n)=λ-1(n-1)R-1(n-1)[1-k(n)xT(n)] (6)。
所述的对遗忘函数进行迭代更新,依据遗忘函数与误差的关系,实时追踪信道的变化:
由上述公式(4)和(5),可得到更新后的基函数表达式:
所述的求取最终信道矩阵的过程为:当q=Q,n=N-1时,则停止迭代,输出cq。将cq代入公式(2)得到信道矩阵。
所述的可变遗忘函数的更新过程:
Step1、由估计误差的公式e(n)=d(n)-cq T(n-1)x(n)可知,其方差表示为:
Step2、定义关于θ的函数:
Step3、由于遗忘函数与估计误差相关,所以遗忘函数表示为公式:
Claims (8)
1.一种面向OTFS的信道估计方法,其通信系统包含一个发送端和一个接收端,采用OTFS的方式进行数据传输;在OTFS系统中,子载波个数为M,OTFS符号个数为N,路径数为L,载频为fc,发送端与接收端的相对速度为v,光速为c;在频域上,以时间间隔T对时间轴进行采样,以频率间隔Δf,对频率轴进行采样;在发送端,首先将二维数据序列x[k,l]映射到时延—多普勒域上,通过ISFFT变换将数据符号映射到时频域上,得到数据序列X[n,m];之后,经过海森堡变换得到时频信号s(t),再通过信道发送出去;在接收端,接收机进行与发送端完全相反的操作,接收到的时域信号r(t)经过魏格纳变换得到时频域信号Y[n,m],Y[n,m]再经过SFFT变换后得到时延多普勒域的信号y[k,l];
所述的信道估计方法包括以下步骤:
步骤一、在接收端,接收到的信号被矢量化为N·M维度的矩阵;OTFS系统的输入输出关系归纳为如下的向量化形式:
定义x={x[0,0],x[0,1]…,x[N-1,0],x[N-1,1],…x[N-1,M-1]}T
y={y[0,0],y[0,1]…,y[N-1,0],y[N-1,1],…y[N-1,M-1]}T作为各自的发送和接收信号;经过具有多普勒传播的双选择衰落信道后,接收到的OTFS信号在时延—多普勒域中的向量y可以表示为:
步骤二、根据BEM,信道矩阵可以用基函数与基函数进行表示,Ht则可表示成:
其中,长度为M·N的bq表示第q个基函数,cq=[cq[0],cq[1],…,cq[L]]T是长度为(L+1)的第q个未知基函数系数,Q表示基函数个数;
步骤三、根据公式(2)可知,信道矩阵Ht由基函数bq和基函数系数cq表示;采用OGCE-BEM表示基函数bq,其第q个基函数的第n个元素可以表示为:
步骤四、对RLS滤波器进行更新迭代,包括:对信道矩阵Ht的基函数系数cq进行估计、更新估计误差e(n)、更新RLS滤波器的系数k(n)、更新RLS滤波器的相关矩阵R(n)、依据遗忘函数与误差的关系,对遗忘函数进行迭代更新,实时追踪信道的变化、得到更新后的基函数表达式、求取最终的信道矩阵;
在此,使用可变遗忘函数的RLS滤波器循环迭代估计基函数系数cq;
当q=1,n=0时,对RLS滤波器参数进行初始化,初始化cq(0)=0,R-1(0)=δ-2I,λ(0)=0.99,x(0)=0,其中R(n)表示滤波器的相关矩阵,λ(n)表示遗忘函数,δ是一个正数。
2.根据权利要求1所述的一种面向OTFS的信道估计方法,其特征在于,所述的更新估计误差e(n):
e(n)=d(n)-cq T(n-1)x(n) (4)
其中,d(n)表示期望收到的信号。
4.根据权利要求1所述的一种面向OTFS的信道估计方法,其特征在于,所述的更新RLS滤波器的相关矩阵R(n):
R(n)=λ-1(n-1)R-1(n-1)[1-k(n)xT(n)] (6)。
6.根据权利要求2或3所述的一种面向OTFS的信道估计方法,其特征在于,由公式(4)和(5),可得到更新后的基函数表达式:
cq(n)=cq(n-1)+k(n)e(n) (8)。
7.根据权利要求1所述的一种面向OTFS的信道估计方法,其特征在于,所述的求取最终信道矩阵的过程为:当q=Q,n=N-1时,则停止迭代,输出cq;将cq代入公式(2)得到信道矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310073311.XA CN116260682A (zh) | 2023-02-07 | 2023-02-07 | 一种面向otfs的信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310073311.XA CN116260682A (zh) | 2023-02-07 | 2023-02-07 | 一种面向otfs的信道估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116260682A true CN116260682A (zh) | 2023-06-13 |
Family
ID=86682010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310073311.XA Pending CN116260682A (zh) | 2023-02-07 | 2023-02-07 | 一种面向otfs的信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116260682A (zh) |
-
2023
- 2023-02-07 CN CN202310073311.XA patent/CN116260682A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111404849B (zh) | 一种基于深度学习的ofdm信道估计与信号检测方法 | |
CN106130939B (zh) | 一种迭代的mimo-ofdm系统中快时变信道估计方法 | |
CN113852575A (zh) | 一种基于时域信道均衡辅助的迭代otfs符号检测方法 | |
CN108650199B (zh) | 无线通信接收端iq不平衡和信道联合估计方法及装置 | |
Ma et al. | Doppler compensation of Orthogonal frequency division multiplexing for Ocean Intelligent Multimodal information technology | |
CN105812299B (zh) | 基于联合块稀疏重构的无线传感网信道估计方法 | |
CN105847192B (zh) | 一种动态稀疏信道的联合估计方法 | |
CN111291511B (zh) | 一种基于历史信息的软卡尔曼滤波迭代时变信道估计方法 | |
CN116260682A (zh) | 一种面向otfs的信道估计方法 | |
CN115412416B (zh) | 一种面向高速移动场景的低复杂度otfs信号检测方法 | |
CN111404848A (zh) | 一种渐进最优的海洋通信系统信道估计方法 | |
CN111628815A (zh) | 一种卫星vdes系统的信道估计方法 | |
CN116488965A (zh) | 一种联合感知与通信一体化方法 | |
CN111817990B (zh) | Ofdm系统中基于最小均方误差的一种信道估计改进算法 | |
WO2015101418A2 (en) | Methods and devices for doppler shift compensation in a mobile communication system | |
CN113852579A (zh) | 一种低维子空间otfs信道估计方法 | |
CN111726308B (zh) | 基于频响预插值的正交匹配追踪信道估计方法 | |
CN114884787A (zh) | 适用快时变信道的波形可控多载波通信方法、装置及系统 | |
Kumar et al. | Doppler shift based sampling rate conversion for GFDM underwater acoustic communication | |
CN108540411B (zh) | 一种利用快速傅里叶变换的低复杂度bem信道估计方法 | |
CN109842581B (zh) | 基于三级阈值变步长自适应压缩感知技术的信道估计方法 | |
Yuan et al. | A new channel estimation method based on GPR and wavelet denosing | |
Ye et al. | Deep learning based CS channel estimation in MIMO system | |
CN113098801B (zh) | 水声ofdm系统精度-复杂度联合优化的信道估计方法和系统 | |
Samir et al. | On the Design of a High Data Rate Underwater Acoustic Receiver |
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 |