CN116366405B - 面向高移动性通信的大规模mimo信道估计方法、基站 - Google Patents
面向高移动性通信的大规模mimo信道估计方法、基站 Download PDFInfo
- Publication number
- CN116366405B CN116366405B CN202310296845.9A CN202310296845A CN116366405B CN 116366405 B CN116366405 B CN 116366405B CN 202310296845 A CN202310296845 A CN 202310296845A CN 116366405 B CN116366405 B CN 116366405B
- Authority
- CN
- China
- Prior art keywords
- channel
- user
- pilot
- covariance matrix
- channel estimation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004891 communication Methods 0.000 title claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims abstract description 83
- 108091006146 Channels Proteins 0.000 claims description 237
- 230000005540 biological transmission Effects 0.000 claims description 41
- 238000001228 spectrum Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000032683 aging Effects 0.000 abstract description 23
- 230000003679 aging effect Effects 0.000 abstract description 16
- 230000003595 spectral effect Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 5
- 230000001427 coherent effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003712 anti-aging effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- 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)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
面向高移动性通信的大规模MIMO信道估计方法和基站,该方法包括:接收所有用户发送的导频信号以计算各用户的导频信号协方差矩阵;对于每一个指定的用户,控制其不发送导频信号但与其使用相同导频信号的其他用户发送导频信号,获得除去该用户的导频信号协方差矩阵;根据用户的导频信号协方差矩阵和除去该用户的导频信号协方差矩阵计算得到信道的协方差矩阵;根据接收的导频信号、导频信号协方差矩阵、信道的协方差矩阵和信道时间相关系数估计信道并计算估计的信道的协方差矩阵。信道时间相关系数表示任意时刻的信道与初始状态的信道的相关程度,反映了信道的老化程度,故本方法能够获得更准确的信道知识抵抗信道老化效应,提高大规模MIMO网络的性能。
Description
技术领域
本发明涉及无线通信领域,具体涉及一种面向高移动性通信的大规模MIMO信道估计方法、基站。
背景技术
大规模MIMO(Multiple Input Multiple Output,多输入多输出)移动通信网络已经成为第五代移动通信系统(5G)的关键技术之一,业内普遍认为它也是第六代移动通信系统(6G)的基础性关键技术。由于大规模MIMO系统使用了多天线空间分集技术,加之内生的信道硬化和良好传播效应使其能够指数级地提高网络频谱效率(Spectral Efficiency,SE)来应对未来超密集且具有高吞吐量需求的移动通信场景。大规模MIMO依靠精确的信道信息进行合并和预编码操作来实现它声称的性能增益。在无线通信过程中,一个时频资源块(子帧)通常包括信道估计阶段和数据传输阶段。在信道估计阶段,基站(Base Station,BS)接收用户发送的导频信号,对与用户进行通信的信道进行估计;在数据传输阶段,基站接收用户发送的数据信号,利用估计所得的信道,对接收的数据信号进行解码。当网络为大量且高移动性的设备用户(例如,未来自动驾驶车辆和无人机设备用户)估计信道时,需要使用大量的相互正交的导频来降低导频污染,从而导致了很大的导频开销。特别是,高移动性使无线信道快速时变,产生信道老化效应。信道老化效应会影响大规模MIMO网络的信道估计阶段和数据传输阶段。一方面,现有的基于导频的信道估计方法通常假设信道估计阶段信道保持不变;另一方面,现有的块衰落信道模型假设在相干块上进行数据传输时信道是时不变的,相干块大小一旦设计完成就保持不变,且每个相干块上仅估计一次信道。然而,这些假设与实际情况不符。因为高移动性的场景中,每个用户的无线信道都在以某种程度的速率时变。如果系统使用过时的/老化的信道信息为高移动性的用户设备进行合并和预编码操作,不可避免地会降低大规模MIMO网络的系统性能。
发明内容
本申请提供一种面向高移动性通信的大规模MIMO信道估计方法和基站,解决的技术问题是现有的信道估计方法忽视了信道老化效应,导致大规模MIMO网络的性能降低。
根据第一方面,一种实施例中提供一种面向高移动性通信的大规模MIMO信道估计方法,应用于基站,所述大规模MIMO信道估计方法包括:
进入信道估计准备状态;
接收所有用户发送的导频信号,根据所接收到的导频信号计算各用户的导频信号协方差矩阵;
对于每一个指定的用户k,控制其不发送导频信号但与其使用相同导频信号的其他用户都发送导频信号,根据所接收到的导频信号计算除去用户k的导频信号协方差矩阵其中k∈{1,2,3……K},K为正整数,表示用户的数量,tk为正整数,表示用户k分配到的导频序列号;
根据用户k的导频信号协方差矩阵和除去用户k的导频信号协方差矩阵/>计算用户k的信道的协方差矩阵Rk;
对于每一个用户k,根据其导频信号协方差矩阵信道的协方差矩阵Rk,接收的导频信号以及预设的信道时间相关系数,计算估计的信道/>以及估计的信道的协方差矩阵Φk,从而完成信道估计,其中信道时间相关系数用于表示任意时刻的信道与初始状态的信道的相关程度。
一种实施例中,所述接收所有用户发送的导频信号在从时刻1到时刻T1的时间段内进行,在此时间段内,所有用户发送各自的导频信号,其中T1为预设的第一导频传输时长;
所述对于每一个指定的用户k,控制其不发送导频信号但与其使用相同导频信号的其他用户都发送导频信号在从时刻T1+1到时刻T的时间段内进行,其中T为预设的导频传输总时长。
一种实施例中,tk∈{1,2……T1},在从时刻1到时刻T1的时间段内,用户k只在时刻tk上发送导频信号,其他时刻不发送导频信号。
一种实施例中,所述对于每一个用户k,根据其导频信号协方差矩阵信道的协方差矩阵Rk,接收的导频信号和预设的信道时间相关系数,计算估计的信道/>以及估计的信道的协方差矩阵Φk在时刻T+1进行;
所述信道时间相关系数是时间间隔为Tsτ的信道归一化时间相关系数ρk[τ],其中τ为整数,表示时延,Ts表示抽样周期,ρk[τ]表示用户k在时延为τ时的信道归一化时间相关系数。
一种实施例中,所述估计的信道表示为:
其中yp[tk]表示在时刻tk接收到的导频信号,P为用户的发射功率;
所述协方差矩阵Φk表示为:
其中符号|.|表示求绝对值。
一种实施例中,所述大规模MIMO信道估计方法还包括:在所述接收所有用户发送的导频信号之前,为各用户分配导频序列,然后向各用户发送分配好的导频序列,其中导频序列的数量T1<K,导频序列按以下方式分配:
对于k∈{1,2,3……T1}的用户,随机分配任意一个未分配的导频序列tk给用户k,对于k∈{T1+1,……K}的用户,以最小化导频信号协方差矩阵的迹为准则,选择一个导频序列tk分配给用户k。
一种实施例中,所述大规模MIMO信道估计方法还包括:在完成信道估计之后,接收所有用户发送的数据信号,每个时隙计算系统可达性能,若系统可达性能较上一个时隙计算得到的系统可达性能变差,则重新进行信道估计。
一种实施例中,所述每个时隙计算系统可达性能,若系统可达性能较上一个时隙计算得到的系统可达性能变差,则重新进行信道估计,包括:每接收到一个符号则计算各用户的频谱效率,将所有用户的频谱效率相加得到和频谱效率,若和频谱效率小于上一个符号计算得到的和频谱效率,则重新进行信道估计。
根据第二方面,一种实施例中提供一种基站,包括:
接收天线和发射天线;
处理器,用于通过所述接收天线接收用户发送的导频信号和/或数据信号,以及用于执行如上述第一方面所述的大规模MIMO信道估计方法。
根据第三方面,一种实施例中提供一种计算机可读存储介质,所述介质上存储有程序,所述程序能够被处理器执行以实现如上述第一方面所述的大规模MIMO信道估计方法。
依据上述实施例的面向高移动性通信的大规模MIMO信道估计方法和基站,首先接收所有用户发送的导频信号,根据所接收到的导频信号计算各用户的导频信号协方差矩阵然后对于每一个指定的用户k,控制其不发送导频信号但与其使用相同导频信号的其他用户都发送导频信号,根据所接收到的导频信号计算除去用户k的导频信号协方差矩阵根据用户k的导频信号协方差矩阵/>和除去用户k的导频信号协方差矩阵/>计算得到用户k的信道的协方差矩阵Rk,通过这种两阶段的导频传输方式,容易获得导频信号协方差矩阵和信道协方差矩阵。最后根据用户k的导频信号协方差矩阵/>信道的协方差矩阵Rk,接收的导频信号和预设的信道时间相关系数,估计信道并计算估计的信道的协方差矩阵Φk,从而完成信道估计,其中信道时间相关系数用于表示任意时刻的信道与初始状态的信道的相关程度,一定程度上反映了信道的老化程度,因此本申请的方法能够适应高移动性通信场景下的信道估计,获得更准确的信道知识抵抗信道老化效应,以提高大规模MIMO网络的系统性能。
附图说明
图1为一种实施例的帧结构示意图;
图2为一种实施例的面向高移动性通信的大规模MIMO信道估计方法的流程图;
图3为一种实施例中用户和基站进行通信的流程图;
图4为一种实施例中为用户分配导频序列的流程示意图;
图5为一种实施例中在用户的不同移动速度下和频谱效率随帧周期变化的趋势图;
图6为另一种实施例中在用户的不同移动速度下和频谱效率随帧周期变化的趋势图;
图7为另一种实施例的面向高移动性通信的大规模MIMO信道估计方法的流程图;
图8为另一种实施例中用户和基站进行通信的流程图;
图9为一种实施例的基站的结构图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。本文中的“用户”、“用户设备”和“设备用户”具有相同的含义。
由背景技术部分的内容可知,在高移动性场景下进行信道估计,信道的老化效应不可忽视。为了提高高移动性用户设备通信的信道估计精度并保障系统性能受信道老化效应影响最小,必须在信道估计阶段考虑信道老化效应。本申请的申请人通过建立时变的无线信道模型,然后推导它的老化速率,获得不同传播环境中的信道老化情况,开发了一种在信道估计阶段考虑信道时变的信道估计技术,提出了本申请的面向高移动性通信的大规模MIMO信道估计方法,从而弥补了现有的信道估计技术假设信道保持不变的技术缺陷。同理,该老化模型也可以应用到数据传输阶段,避免使用不准确的信道知识来进行合并和预编码计算导致错误的系统性能。
本申请提供的面向高移动性通信的大规模MIMO信道估计方法,主要应用于大规模MIMO网络中的基站中。需要说明的是,“大规模MIMO”是通信领域中具有公认含义的技术术语,一般指天线数量大于100的MIMO系统。基站在相同的时频资源上服务K个单天线用户,表示为集合其中K为正整数。基站部署一个均匀线阵(Uniform Linear Array,ULA),共M个天线,天线间距为d。时频资源被划分为帧或者称资源块,其占据一定的时间和带宽用于传输数据,帧结构如图1所示,每个帧包含F个符号,每个符号占用一个时隙,每帧的前T个符号用于信道估计,剩下的F-T个符号用于数据传输,其中F和T均为正整数,通常T在通信系统设计之初预先进行设置。
请参考图2,本申请一种实施例中的面向高移动性通信的大规模MIMO信道估计方法包括步骤110~150,下面结合图3具体说明。
步骤110:进入信道估计准备状态,做好信道估计准备。
步骤120:接收所有用户发送的导频信号,根据所接收到的导频信号计算各用户的导频信号协方差矩阵。
基站会为每个用户分配导频序列,在信道估计阶段,用户据此向基站发送导频信号,基站利用导频信号对信道进行估计。对于基站接收到的导频信号yp,其协方差矩阵为其中/>表示对接收信号求期望,上标p表示导频,对各用户发送的导频信号按上式进行计算可得各用户的导频信号协方差矩阵/>其中k∈{1,2,3……K},tk为正整数,表示用户k分配到的导频序列号。
步骤130:对于每一个指定的用户k,控制其不发送导频信号但与其使用相同导频信号的其他用户都发送导频信号,根据所接收到的导频信号计算除去用户k的导频信号协方差矩阵
在实际中,常需要使用有限的导频资源服务大量的用户,因此用户之间不得不共享导频,即存在多个用户使用相同的一个导频的情况。本步骤中,可以每次指定一个用户不发送导频信号但与其使用相同导频信号的其他用户都发送导频信号获得除去该用户的导频信号协方差矩阵,通过依次指定每一个用户,获得相应的协方差矩阵。协方差矩阵的计算方式请参考步骤120。
请参考图1,一种实施例中信道估计阶段可以分为第一导频传输阶段和第二导频传输阶段,第一导频传输阶段占T1个符号,即从时刻1到时刻T1的时间段为第一导频传输阶段;第二导频传输阶段占T2个符号,即从时刻T1+1到时刻T1+T2的时间段为第二导频传输阶段,其中T=T1+T2,T1为预设的第一导频传输时长,T2为预设的第二导频传输时长。如图3所示,在第一导频传输阶段内,所有用户发送各自的导频信号,基站进行步骤120;在第二导频传输阶段内,基站进行步骤130。
一种实施例中,基站使用T1个时间复用的导频序列估计信道,导频序列号tk与时刻一一对应,tk∈{1,2……T1},在第一导频传输阶段,每个时刻仅一个用户的导频需要被发送,其余用户保持静默,使用相同导频的用户则在同一时刻发送导频信号。例如,用户k分配到的导频序列号为tk,则它只在时刻tk上发送导频信号,其他时刻不发送导频信号。
步骤140:根据用户k的导频信号协方差矩阵和除去用户k的导频信号协方差矩阵/>计算用户k的信道的协方差矩阵Rk。
可以理解,导频信号经信道传输到达基站,则导频信号协方差矩阵与信道的分布有关,可以表示为与信道的协方差矩阵有关的表达式。用户k的导频信号协方差矩阵与包括用户k的所有使用导频序列tk的用户的信道协方差矩阵有关,除去用户k的导频信号协方差矩阵/>则与除用户k外使用导频序列tk的用户的信道协方差矩阵有关,根据两者的表达式可以求得用户k的信道的协方差矩阵Rk。
下面给出一个例子说明信道的协方差矩阵Rk的计算。
假设信道估计阶段分为第一导频传输阶段和第二导频传输阶段,基站使用T1个时间复用的导频序列估计信道,导频序列构成的导频码本为:
其中P为用户的发射功率,函数diag(·)表示构造对角矩阵,表示实数。也就是说,如果用户k分配到的导频序列号为tk,则它只在时刻tk上发射幅度为/>的脉冲,其他时刻不发送导频信号。导频序列的数量T1<K,使用/>表示与用户k一样,分配到第tk号导频序列(也是时刻)的用户集合。则在基站处,在第一导频传输阶段,时刻tk接收到的导频信号为
其中是时刻tk的接收噪声,~表示服从某概率分布,表示相关矩阵为X的多元圆对称复高斯分布,σ2是高斯噪声的方差,/>是单位矩阵,/>表示复数;hi[ti]是用户i在时刻ti的信道,用户k在时刻tk的信道hk[tk]建模为
其中协方差矩阵
用户k的导频信号协方差矩阵为:
其中上标H表示厄米共轭算符。在第二导频传输阶段,在时刻tk接收到的除去用户k的导频信号为
则除去用户k的导频信号协方差矩阵为:
其中表示除去用户k的其他使用导频tk的用户。
因此协方差矩阵Rk可通过下式计算得到:
基站根据上式依次获得所有用户的信道的协方差矩阵Rk,
步骤150:对于每一个用户k,根据其导频信号协方差矩阵信道的协方差矩阵Rk,接收的导频信号和预设的信道时间相关系数,计算估计的信道/>以及估计的信道的协方差矩阵Φk,从而完成信道估计过程。
其中信道时间相关系数用于表示任意时刻的信道与初始状态的信道的相关程度,一定程度上反映了信道的老化程度,初始状态的信道为当前时刻之前的某一个时刻的信道,具体时刻可根据实际需要而定。为适应存在老化效应的信道估计,申请人构建了一种时变的老化信道模型,将用户k任意时刻的老化信道表示为它的初始状态和一个独立的老化误差之和,则利用信道时间相关系数可将老化信道表示为:
其中ρk表示用户k的信道时间相关系数,n0表示初始状态的时刻,是与ρk相关的误差系数,/>是时刻n的独立于hk[n0]的老化误差。
信道时间相关系数可视具体情况选择,例如可以是与时间或者时延相关的函数等。一种实施例中,信道时间相关系数可以是时间间隔为Tsτ的信道归一化时间相关系数ρk[τ],其中τ为整数,表示时延,Ts表示抽样周期,ρk[τ]表示用户k在时延为τ时的信道归一化时间相关系数,一个实例是第一类零阶贝塞尔函数,具体可以是:
ρk[τ]=J0(2πfDTsτ),
其中J0(·)是第一类零阶贝塞尔函数,fD=vk/λ是最大多普勒频移,vk是用户k的移动速度,λ是载频波长。
利用上面的老化信道模型,选择合适的初始状态可以用信道估计时刻的信道表示hk[tk]。信道估计通常在数据传输开始时进行,以图1的帧结构为例,信道估计在时刻T+1进行,即步骤150在时刻T+1进行,下文以此为例进行说明,即用hk[T+1]表示hk[tk],进而可以得到接收导频信号yp[tk]关于信道时间相关系数和hk[T+1]的表达式。基于该表达式,利用最小均方差(Minimum Mean Squared Error,MMSE)估计技术,可根据已知的导频信号yp[tk]、导频信号协方差矩阵信道的协方差矩阵Rk和信道时间相关系数获得用户k在时刻T+1的估计信道/>该结果即为估计的信道/>根据/>可利用导频信号协方差矩阵/>信道的协方差矩阵Rk和信道时间相关系数计算得到估计的信道的协方差矩阵Φk。
下面给出一个例子说明信道估计以及估计的信道的协方差矩阵Φk的计算方式。
信道时间相关系数选择时间间隔为Tsτ的信道归一化时间相关系数ρk[τ],考虑从时刻tk到T+1这期间,信道随时间老化,可建模任意时刻n的老化信道为:
其中是时刻n的独立于hk[n-τ]的老化误差。利用该老化信道模型,可以重写导频信号yp[tk]为
利用最小均方差估计技术,可以获得用户k在时刻T+1的估计信道为
根据可得/>即/>的统计分布表示为/>
上述例子仅为本申请的一种实施方式,在上文相关说明的教导下,本领域技术人员可以通过使用其他的信道时间相关系数、构建其他老化信道模型等获知其他计算协方差矩阵Φk的公式。
本申请实施例通过构建存在老化效应的信道模型,利用信道时间相关系数反映信道的老化程度,获得老化的估计信道以及估计信道的协方差矩阵,有利于抵抗信道老化效应,提高系统性能。
一种实施例中,在步骤120之前,基站还为各用户分配导频序列,然后向各用户发送分配好的导频序列。请参考图4,基站遍历每一个用户k,为用户k分配导频序列,考虑导频序列的数量T1<K的情形,基站按以下方式分配导频序列:对于k∈{1,...,T1}的用户,因为此时没有导频污染,基站随机分配{1,...,T1}中的任意一个导频序列tk给用户k;对于k∈{T1+1,...,K}的用户,以最小化接收导频信号协方差矩阵的迹为准则,从{1,...,T1}选择一个导频序列tk给用户k,用公式表示为:
tk=arg minttr(Ψt),t∈{1,...,T1},
其中函数argmini A表示寻找A最小值对应的下标i,函数tr(·)为求迹操作。利用本实施例的方法分配导频序列可以保证系统的导频污染最小。
在完成信道估计后系统进入数据传输阶段,为适应信道老化效应,步骤150获得的估计信道和信道的协方差矩阵同样可用于数据传输阶段。在数据传输阶段,所有用户同时传输他们的数据到基站,在基站处符号n的接收信号表示为
其中是用户k在时刻n的发射信号,/>是独立于发射信号的噪声,上标s表示数据信号。基站用步骤150获得的估计信道来解码用户k的信号,则处理后的接收信号为
根据该处理后的信号y[n],可以计算系统可达性能,系统可达性能可以是频谱效率、传输速率、吞吐量等。申请人选择频谱效率(Spectral Efficiency,SE)作为指标对信道老化效应的影响进行了研究。对于频谱效率,首先计算用户k在时隙n的信干噪比(Signalto Interference plus Noise Ratio,SINR),表示为
其中且利用上述的老化信道模型,可进一步得到SINR的解析表达式为
利用香农公式,可计算数据传输阶段用户k的频谱效率为
将所有用户的频谱效率相加可得到和频谱效率(简称“和SE”)。利用和频谱效率,申请人在一个无人机场景实例中,进行蒙特卡洛仿真,仿真结果如图5和6所示。图5中设置T1=20,T2=10,即T=30。图6中设置T1=40,T2=10,即T=50。结果显示了在用户的不同移动速度(图中表示为v)下和频谱效率(图中表示为Sum-SE)随着帧周期F变化而变化的趋势。对于每个移动速度,可以发现一个最大的和SE对应的F值。系统在该最大的和SE对应的F值处应重新估计信道,以降低信道老化效应对系统性能的影响,即应当按一定的周期或者说频率重新进行信道估计。因为此时随着数据传输符号D(=F-T)的增加,系统性能并不会变得更好,反而会下降;如果不重新估计信道获得新的信道知识,将会极大地浪费时频资源。特别地,从图5和图6中发现,不同的移动速度导致的最佳信道估计周期不一样。因此,对于不同的传播环境,系统应该自适应地调整信道估计频率,传统的固定信道估计周期的方案会降低系统性能。
有鉴于此,本申请一种实施例的面向高移动性通信的大规模MIMO信道估计方法还包括在数据传输阶段进行信道估计周期的计算,基站在完成信道估计之后,接收所有用户发送的数据信号,每个时隙计算系统可达性能,若系统可达性能较上一个时隙计算得到的系统可达性能变差,则重新进行信道估计。请参考图7,该实施例中的大规模MIMO信道估计方法包括步骤110~190,其中步骤110~150可参考上文相应部分,下面结合图8对步骤160~190进行具体说明。
步骤160:接收所有用户发送的数据信号。
如图8所示,在完成信道估计后基站做好准备,开始接收各用户发送的数据信号。所有用户分别向基站发送各自的符号n,n∈{T+1,……,F}。
步骤170:计算当前时隙的系统可达性能。
基站在每个时隙计算当前的系统可达性能,系统可达性能可以是频谱效率、传输速率、吞吐量等,频谱效率可参照上文的公式计算。
步骤180:比较当前时隙的系统可达性能和上一时隙的系统可达性能,判断系统可达性能较上一个时隙计算得到的系统可达性能是否变差,若是则返回步骤110以重新进行信道估计;若否则执行步骤190。
步骤190:判断帧周期是否结束,若帧周期结束则待下一个帧周期开始时返回步骤110,开始下一个帧的信道估计和数据传输;若帧周期未结束则返回步骤160继续接收下一个符号。
以频谱效率为例,基站在每个时隙计算各用户的频谱效率SEk,将所有用户的频谱效率相加得到和频谱效率若和频谱效率小于上一个时隙计算得到的和频谱效率,则重新进行信道估计。具体地,基站将获得的和频谱效率与上一个时隙的和频谱效率相减,如果结果小于0则意味着达到了最大的系统性能,此时由于信道老化效应使用更多的符号传输数据会降低系统性能,因此返回步骤110重新执行信道估计以获得最新的信道知识;如果结果不小于0则继续传输数据。
在上述面向高移动性通信的大规模MIMO信道估计方法的基础上,本申请还提供一种基站,请参考图9,该基站包括接收天线10、发射天线20和处理器30。处理器30通过接收天线10接收用户发送的导频信号和/或数据信号,执行本申请任一实施例中的大规模MIMO信道估计方法。
处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
传统的大规模MIMO网络信道估计的方法忽视了信道老化效应,即假设在信道估计阶段和数据传输阶段的相干块上,信道保持不变。而本申请提供的大规模MIMO信道估计方法,考虑了信道估计阶段以及数据传输阶段的信道时变性,特别是通过采用信道时间相关系数表示任意时刻的信道与初始状态的信道的相关程度,一定程度上反映了信道的老化程度,构建了老化信道模型,提出了该老化信道模型下的信道估计方法,从而能够适应高移动性通信场景下的信道估计,获得更准确的信道知识抵抗信道老化效应,提高了大规模MIMO网络的系统性能。
此外,在计算用户k的信道的协方差矩阵Rk时,利用一定时频资源符号,分两阶段分别获取用户k的导频信号协方差矩阵和除去用户k的导频信号协方差矩阵/>再根据两者计算协方差矩阵Rk,容易获得接收导频信号的协方差矩阵和信道协方差矩阵。
另外,申请人意识到信道老化不可避免地会降低系统性能,有必要根据不同的老化情况,估计最合适的信道估计频率来保障网络性能。因此将老化信道模型也应用到数据传输阶段,避免使用不准确的信道知识来进行合并和预编码计算导致错误的系统性能。并且创新性地利用数据传输阶段获得的系统可达性能来计算信道估计周期,以数据传输阶段获得最优系统性能为条件动态地计算信道估计周期,在合适的时间重新进行信道估计获得新的信道知识抵抗老化效应,使系统能够根据传输环境,比如移动速度,动态调整信道估计的时间点,保障系统的性能趋于最优。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (9)
1.一种面向高移动性通信的大规模MIMO信道估计方法,应用于基站,其特征在于,所述大规模MIMO信道估计方法包括:
进入信道估计准备状态;
接收所有用户发送的导频信号,根据所接收到的导频信号计算各用户的导频信号协方差矩阵;其中,所述接收所有用户发送的导频信号在从时刻1到时刻T1的时间段内进行,在此时间段内,所有用户发送各自的导频信号,用户k只在时刻tk上发送导频信号,其他时刻不发送导频信号,其中T1为预设的第一导频传输时长;
对于每一个指定的用户k,控制其不发送导频信号但与其使用相同导频信号的其他用户都发送导频信号,根据所接收到的导频信号计算除去用户k的导频信号协方差矩阵其中k∈{1,2,3……K},K为正整数,表示用户的数量,tk为正整数且tk∈{1,2……T1},表示用户k分配到的导频序列号;
根据用户k的导频信号协方差矩阵和除去用户k的导频信号协方差矩阵/>计算用户k的信道的协方差矩阵Rk,计算式为/>
对于每一个用户k,根据其导频信号协方差矩阵信道的协方差矩阵Rk,接收的导频信号和预设的信道时间相关系数,计算估计的信道/>以及估计的信道的协方差矩阵Φk,从而完成信道估计,其中信道时间相关系数用于表示任意时刻的信道与初始状态的信道的相关程度。
2.如权利要求1所述的大规模MIMO信道估计方法,其特征在于,所述对于每一个指定的用户k,控制其不发送导频信号但与其使用相同导频信号的其他用户都发送导频信号在从时刻T1+1到时刻T的时间段内进行,其中T为预设的导频传输总时长。
3.如权利要求1所述的大规模MIMO信道估计方法,其特征在于,所述对于每一个用户k,根据其导频信号协方差矩阵信道的协方差矩阵Rk,接收的导频信号和预设的信道时间相关系数,计算估计的信道/>和估计的信道的协方差矩阵Φk在时刻T+1进行;
所述信道时间相关系数是时间间隔为Tsτ的信道归一化时间相关系数ρk[τ],其中τ为整数,表示时延,Ts表示抽样周期,ρk[τ]表示用户k在时延为τ时的信道归一化时间相关系数。
4.如权利要求3所述的大规模MIMO信道估计方法,其特征在于,所述估计的信道表示为:
其中yp[tk]表示在时刻tk接收到的导频信号,P为用户的发射功率;
所述协方差矩阵Φk表示为:
其中符号|.|表示求绝对值。
5.如权利要求1所述的大规模MIMO信道估计方法,其特征在于,还包括:在所述接收所有用户发送的导频信号之前,为各用户分配导频序列,然后向各用户发送分配好的导频序列,其中导频序列的数量T1<K,导频序列按以下方式分配:
对于k∈{1,2,3……T1}的用户,随机分配任意一个未分配的导频序列tk给用户k,对于k∈{T1+1,……K}的用户,以最小化导频信号协方差矩阵的迹为准则,选择一个导频序列tk分配给用户k。
6.如权利要求1所述的大规模MIMO信道估计方法,其特征在于,还包括:在完成信道估计之后,接收所有用户发送的数据信号,每个时隙计算系统可达性能,若系统可达性能较上一个时隙计算得到的系统可达性能变差,则重新进行信道估计。
7.如权利要求6所述的大规模MIMO信道估计方法,其特征在于,所述每个时隙计算系统可达性能,若系统可达性能较上一个时隙计算得到的系统可达性能变差,则重新进行信道估计,包括:每个时隙计算各用户的频谱效率,将所有用户的频谱效率相加得到和频谱效率,若和频谱效率小于上一个时隙计算得到的和频谱效率,则重新进行信道估计。
8.一种基站,其特征在于,包括:
接收天线和发射天线;
处理器,用于通过所述接收天线接收用户发送的导频信号和/或数据信号,以及用于执行如权利要求1至7中任一项所述的大规模MIMO信道估计方法。
9.一种计算机可读存储介质,其特征在于,所述介质上存储有程序,所述程序能够被处理器执行以实现如权利要求1至7中任一项所述的大规模MIMO信道估计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310296845.9A CN116366405B (zh) | 2023-03-17 | 2023-03-17 | 面向高移动性通信的大规模mimo信道估计方法、基站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310296845.9A CN116366405B (zh) | 2023-03-17 | 2023-03-17 | 面向高移动性通信的大规模mimo信道估计方法、基站 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116366405A CN116366405A (zh) | 2023-06-30 |
CN116366405B true CN116366405B (zh) | 2023-11-07 |
Family
ID=86935295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310296845.9A Active CN116366405B (zh) | 2023-03-17 | 2023-03-17 | 面向高移动性通信的大规模mimo信道估计方法、基站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116366405B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007003680A1 (en) * | 2005-06-30 | 2007-01-11 | Nokia Corporation | A method and device for pilot power measurement in a receiver |
CN101473554A (zh) * | 2006-06-26 | 2009-07-01 | 艾利森电话股份有限公司 | 在mimo通信系统中使用协方差矩阵进行链路选择 |
CN106789770A (zh) * | 2016-12-26 | 2017-05-31 | 电子科技大学 | 基于压缩感知的大规模mimo非正交多用户接入方法 |
CN107566304A (zh) * | 2017-07-28 | 2018-01-09 | 深圳市金立通信设备有限公司 | 一种信道估计方法及终端 |
CN113067783A (zh) * | 2021-03-18 | 2021-07-02 | 东南大学 | 一种用于分布式天线系统的协方差矩阵估计方法 |
CN113938360A (zh) * | 2021-10-12 | 2022-01-14 | 东南大学 | 一种基于指纹定位的分布式mimo系统协方差矩阵估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7443925B2 (en) * | 2004-07-20 | 2008-10-28 | Mitsubishi Electric Research Laboratories, Inc. | Pilot and data signals for MIMO systems using channel statistics |
-
2023
- 2023-03-17 CN CN202310296845.9A patent/CN116366405B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007003680A1 (en) * | 2005-06-30 | 2007-01-11 | Nokia Corporation | A method and device for pilot power measurement in a receiver |
CN101473554A (zh) * | 2006-06-26 | 2009-07-01 | 艾利森电话股份有限公司 | 在mimo通信系统中使用协方差矩阵进行链路选择 |
CN106789770A (zh) * | 2016-12-26 | 2017-05-31 | 电子科技大学 | 基于压缩感知的大规模mimo非正交多用户接入方法 |
CN107566304A (zh) * | 2017-07-28 | 2018-01-09 | 深圳市金立通信设备有限公司 | 一种信道估计方法及终端 |
CN113067783A (zh) * | 2021-03-18 | 2021-07-02 | 东南大学 | 一种用于分布式天线系统的协方差矩阵估计方法 |
CN113938360A (zh) * | 2021-10-12 | 2022-01-14 | 东南大学 | 一种基于指纹定位的分布式mimo系统协方差矩阵估计方法 |
Non-Patent Citations (2)
Title |
---|
Huafu Li ; Liqin Ding ; Yang Wang ; Peng Wu ; Zhenyong Wang.Impact of Channel Aging on Massive MIMO Vehicular Networks in Non-isotropic Scattering Scenarios.2021 IEEE Global Communications Conference (GLOBECOM).2022,全文. * |
两种协方差估计方法的性能比较;陈永彬;别志松;;软件(11);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116366405A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112804695B (zh) | 可重构智能表面辅助的无线通信方法及装置 | |
KR101524689B1 (ko) | 간섭 정렬을 위하여 선택적으로 간섭 채널들에 대한 정보를피드백하는 통신 시스템 및 그 방법 | |
JP5220859B2 (ja) | マルチユーザプリコーディング及びスケジューリングの方法並びにそれを実施するための基地局 | |
KR101639240B1 (ko) | 랜덤 빔포밍 기술을 이용하여 간섭 제어를 수행하는 통신 시스템 및 통신 방법 | |
JP5763270B2 (ja) | 雑音推定フィルタ | |
JP5303215B2 (ja) | 干渉プラス雑音のレベルを推定するための方法および装置、ならびにコンピュータプログラム | |
US20220376956A1 (en) | Transmission System with Channel Estimation Based on a Neural Network | |
US20150215010A1 (en) | Method and apparatus for estimating communication channel in mobile communication system | |
EP3369187B1 (en) | Lattice reduction-aided symbol detection | |
US8379706B2 (en) | Signal and noise power estimation | |
KR101470501B1 (ko) | 양자화된 채널 상태 정보에 기반하여 데이터를 전송하는 장치 및 방법 | |
WO2017097269A1 (zh) | 一种干扰估计方法和设备 | |
CN111162822B (zh) | 大规模mimo波束域统计信道信息获取方法与系统 | |
KR20160129628A (ko) | 무선 통신 시스템에서 하향링크 채널 추정 장치 및 방법 | |
US20120213315A1 (en) | Process for estimating the channel in a ofdm communication system, and receiver for doing the same | |
US8385489B2 (en) | Methods and apparatus for wireless channel estimation using interpolation elimination in the Eigen domain | |
CN116366405B (zh) | 面向高移动性通信的大规模mimo信道估计方法、基站 | |
JP5990199B2 (ja) | 複数の宛先デバイスの中の少なくとも1つの宛先デバイスによって受信される信号の品質を高めるための方法 | |
US10153817B2 (en) | Complexity reduction for transmitter precoding | |
JP2014230281A (ja) | ビームフォーミングベクトル計算装置、方法及び送信機 | |
WO2021104020A1 (zh) | 数据传输方法、发送设备和接收设备 | |
JP2019519984A (ja) | データの送信を行う方法及びデバイス | |
GB2478360A (en) | Optimal pilot symbol design/placement in spatial and delay correlated MIMO OFDM channels | |
JP6466313B2 (ja) | Mimo無線伝送システム、mimo無線伝送方法および受信機 | |
EP2541798A1 (en) | Robust beamforming method and apparatus |
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 |