CN116455486A - 基于多用户srs信号的snr估计方法和装置 - Google Patents
基于多用户srs信号的snr估计方法和装置 Download PDFInfo
- Publication number
- CN116455486A CN116455486A CN202310367195.2A CN202310367195A CN116455486A CN 116455486 A CN116455486 A CN 116455486A CN 202310367195 A CN202310367195 A CN 202310367195A CN 116455486 A CN116455486 A CN 116455486A
- Authority
- CN
- China
- Prior art keywords
- srs
- signal
- channel estimation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 9
- 210000001520 comb Anatomy 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 7
- 238000010295 mobile communication Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 102000000422 Matrix Metalloproteinase 3 Human genes 0.000 description 1
- 108010016160 Matrix Metalloproteinase 3 Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2657—Carrier synchronisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及基于多用户SRS信号的SNR估计方法和装置，采用在5G NR通信协议框架下周期性发送的SRS信号计算信号功率与噪声，采用最小二乘法准则LS算法计算出多个用户的信道估计响应。此外，本发明还对各自用户的信道估计响应进行时偏估计与补偿，使信道估计响应更加精确，从而解决现有技术中SNR测量不准确的问题，进而改善5G小基站系统的通信质量。
Description
【技术领域】
本发明涉及移动通信技术领域，尤其是涉及一种基于多用户SRS信号的SNR估计方法和装置。
【背景技术】
在移动通信5G系统中，尤其是基站上行系统，需要根据SRS(soundingreferencesignal，探测参考信号)进行SNR(signal-to-noiseratio，信噪比)的测量。SNR是指对接收信号中的信息和噪声功率或能量分别进行估计和测量，并计算信息和噪声之比。信噪比是衡量移动通信5G系统质量的重要指标。一方面，系统使用SNR参数衡量信道质量，另一方面可以通过SNR参数优化系统中其它算法模块的性能。随着高速通信系统的快速发展，对SNR估计的要求也越来越高，要求准确度更高、性能更好、计算更简单且实现更容易。
目前，5G小站系统计算SNR估计方法为最大似然(Maximum Likelihood)估计法，该方法是利用接收到的频域信号y，采用最小二乘法准则(leastsquare，ls)算法计算出信道估计响应H，然后利用y-Hx(x为本地生成的SRS序列信号)计算出信号噪声Ni。最后计算出信噪比SNR＝Hx/(y-Hx)。在实际测试中发现，在时偏较大的场景下，传统的LS最小二乘法则算法计算信道估计响应H不够精确，当小基站同时接入多个用户终端(UE)时，存在多UE的SRS信号相互叠加干扰现象，从而导致SNR测量不准确的问题。因此，信道估计响应计算越精确，SNR计算越准确，对整个5G小基站系统性能提升具有至关重要的作用。
因此，亟需提出一种信道估计更准确的SNR估计方法和装置。
【发明内容】
本发明所要解决的技术问题是提供基于多用户SRS信号的SNR估计方法和装置，其信道估计更准确。
为解决上述技术问题，本发明提供一种基于多用户SRS信号的SNR估计方法，包括以下步骤：
S1.从接收到的频域数据中提取出多个UE的SRS测量信号Ysrs(k，l，r)；其中，k为接收到的SRS信号的子载波索引，l为OFDM符号，r为接收天线；
S2.根据3GPP协议生成每个UE的本地发生序列Xsrs(k，l，p)；其中，p为发送天线端口索引；
S3.依据所述多个UE的SRS测量信号Ysrs(k，l，r)和所述每个UE的本地发生序列Xsrs(k，l，p)，基于最小二乘估计算法，计算得到每个UE的粗信道估计
S4.对所述每个UE的粗信道估计进行时偏预补偿，得到预补偿信道估计/>
S5.对所述每个UE的预补偿信道估计进行连续Nm子载波平滑去干扰处理，得到每个UE的中间信道估计/>
其中，所述 是SRS的端口数，Nu是用户数，/>或8；
S6.利用所述每个UE的中间信道估计进行时偏估计，得到时偏值TA；
S7.依据所述时偏值TA对所述每个UE的中间信道估计进行时偏补偿，得到每个UE的补偿信道估计H′SRS(k，l，r，p)；
S8.依据MMSE均衡算法对所述每个UE的补偿信道估计H′SRS(k，l，r，p)进行插值滤波处理，得到不同时刻不同子载波间协方差矩阵θ(k)及MMSE矩阵Φ(k′)；
S9.依据所述不同时刻不同子载波间协方差矩阵θ(k)和所述MMSE矩阵Φ(k′)计算权值w(k，l；k′，l′)，再依据所述权值w(k，l；k′，l′)对所述每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算，得到每个UE的插值信道估计H"SRS(k，l，r，p)；
S10.对所述每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理，得到每个UE的最终信道估计HSRS(k，l，r，p)；
S11.依据所述每个UE的最终信道估计HSRS(k，l，r，p)和所述每个UE的本地发生序列Xsrs(k，l，p)计算频带上的信号功率Pu；依据所述SRS测量信号Ysrs(k，l，r)，所述最终信道估计HSRS(k，l，r，p)和所述本地发生序列Xsrs(k，l，p)计算出频带上的噪声功率Ni；
S12.依据所述频带上的信号功率Pu和所述频带上的噪声功率Ni，基于信噪比计算公式确定中间信噪比SNR′；
S13.根据所述中间信噪比SNR′和所述协方差矩阵θ(k)，得到新的MMSE矩阵Φ(k′)；然后，返回所述步骤S9进行再一次依序逐步计算，直到所述步骤S12依据所述信噪比计算公式得到最终信噪比SNRest。
更进一步的，所述步骤S3进一步包括：
所述粗信道估计
所述步骤S4进一步包括：
所述预补偿信道估计其中，TAest,pre＝40Ts。
更进一步的，所述步骤S5进一步包括：
所述中间信道估计
更进一步的，所述步骤S6进一步包括：
所述时偏值
其中，NFFT为4096，若为两梳分，则L＝2×Nm，若为四梳分，则L＝4×Nm，angle为反正切函数；
所述步骤S7进一步包括：
所述补偿信道估计
更进一步的，所述步骤S8进一步包括：
所述协方差矩阵
其中，τmax为信道传播最大时延量，ΔF为载波空间，k为整个带宽的载波索引值，k′为SRS载波索引值；
所述MMSE矩阵其中，SNR0为初始信噪比；
在所述步骤S13中，所述新的MMSE矩阵
更进一步的，所述步骤S9进一步包括：
所述权值w(k，l；k′，l′)＝θ(k)×Φ-1(k′)；
所述插值信道估计H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)；其中，T表示矩阵转置；
所述步骤S10进一步包括：
所述最终信道估计其中，TAest,pre＝40TS。
更进一步的，所述步骤S11进一步包括：
所述频带上的信号功率Pu＝mean(Xe×Xe H)；其中，所述Xe＝∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述Xe H为Xe的转置共轭；
所述频带上的噪声功率Ni＝mean(δ×δH)；其中，δ＝YSRS(k，l，r)-∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述δH是δ的转置共轭。
为解决上述技术问题，本发明还提供一种基于多用户SRS信号的SNR估计装置，包括第一信号单元，第二信号单元，第一运算单元，第二运算单元，时偏单元，信道估计单元和信噪比计算单元；
所述第一信号单元从接收到的频域数据中提取出多个UE的SRS测量信号Ysrs(k，l，r)；其中，k为接收到的SRS信号子载波索引，l为OFDM符号，r为接收天线；
所述第二信号单元根据3GPP协议生成每个UE的本地发生序列Xsrs(k，l，p)；其中，p为发送天线端口索引；
所述第一运算单元用于依据所述每个UE的最终信道估计HSRS(k，l，r，p)和所述每个UE的本地发生序列Xsrs(k，l，p)计算频带上的信号功率Pu；
所述信道估计单元用于计算所述每个UE的最终信道估计HSRS(k，l，r，p)；所述每个UE的最终信道估计HSRS(k，l，r，p)通过对每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理得到；所述每个UE的插值信道估计H"SRS(k，l，r，p)依据权值w(k，l；k′，l′)对每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算得到；所述权值w(k，l；k′，l′)依据不同时刻不同子载波间协方差矩阵θ(k)和MMSE矩阵Φ(k′)计算得到；所述不同时刻不同子载波间协方差矩阵θ(k)和所述MMSE矩阵Φ(k′)依据MMSE均衡算法对每个UE的补偿信道估计H′SRS(k，l，r，p)进行插值滤波处理得到；所述每个UE的补偿信道估计H′SRS(k，l，r，p)依据时偏值TA对每个UE的中间信道估计进行时偏补偿得到；所述每个UE的中间信道估计/>通过对每个UE的预补偿信道估计/>进行连续Nm子载波平滑去干扰处理得到；所述每个UE的预补偿信道估计/>通过对所述每个UE的粗信道估计/>进行时偏预补偿得到；所述每个UE的粗信道估计/>依据所述多个UE的SRS测量信号Ysrs(k，l，r)和所述每个UE的本地发生序列Xsrs(k，l，p)，基于最小二乘估计算法计算得到；其中，所述/> 是SRS的端口数；Nu是用户数，/>或8；
所述第二运算单元用于依据所述多个UE的SRS测量信号Ysrs(k，l，r)，所述最终信道估计HSRS(k，l，r，p)和所述本地发生序列Xsrs(k，l，p)计算出频带上的噪声功率Ni；
所述时偏单元用于利用所述每个UE的中间信道估计进行时偏估计，得到所述时偏值TA；
所述信噪比计算单元用于依据所述频带上的信号功率Pu和所述频带上的噪声功率Ni，基于信噪比计算公式确定中间信噪比SNR′，将中间信噪比SNR′输出到所述第一运算单元；再接收所述第一运算单元输出的新的频带上的信号功率Pu，和所述第二运算单元输出的新的频带上的噪声功率Ni，基于信噪比计算公式/>得到最终信噪比SNRest；
所述信道估计单元还用于根据所述中间信噪比SNR′和所述不同时刻不同子载波间协方差矩阵θ(k)，得到新的MMSE矩阵Φ(k′)；再依据所述不同时刻不同子载波间协方差矩阵θ(k)和所述新的MMSE矩阵Φ(k′)计算得到新的权值w(k，l；k′，l′)，再依据新的权值w(k，l；k′，l′)对所述每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算，得到每个UE的插值信道估计H"SRS(k，l，r，p)，再对所述每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理得到新的最终信道估计HSRS(k，l，r，p)；
所述第一运算单元还用于依据新的最终信道估计HSRS(k，l，r，p)和所述本地发生序列Xsrs(k，l，p)计算得到新的频带上的信号功率Pu，再输出给所述信噪比计算单元；
所述第二运算单元还用于依据新的最终信道估计HSRS(k，l，r，p)，所述多个UE的SRS测量信号Ysrs(k，l，r)和所述本地发生序列Xsrs(k，l，p)，计算出新的频带上的噪声功率Ni。
更进一步的，所述每个UE的粗信道估计
所述每个UE的预补偿信道估计其中，TAest,pre＝40Ts；
所述每个UE的中间信道估计
所述协方差矩阵其中，τmax为信道传播最大时延量，ΔF为载波空间，k为整个带宽的载波索引值，k′为SRS载波索引值；
所述MMSE矩阵其中，SNR0为初始信噪比；
所述新的MMSE矩阵
所述权值w(k，l；k′，l′)＝θ(k)×Φ-1(k′)；
所述插值信道估计H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)；其中，T表示矩阵转置；
所述最终信道估计
所述频带上的信号功率Pu＝mean(Xe×Xe H)；其中，所述Xe＝∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述Xe H为Xe的转置共轭；
所述频带上的噪声功率Ni＝mean(δ×δH)；其中，所述δ＝YSRS(k，l，r)-∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述δH是δ的转置共轭。
更进一步的，所述时偏值
其中，NFFT为4096，若为两梳分，则L＝2×Nm，若为四梳分，则L＝4×Nm，angle为反正切函数；
所述每个UE的补偿信道估计
与现有技术相比，本发明具有如下有益效果：本发明采用在5G NR通信协议框架下周期性发送的SRS信号计算信号功率与噪声，采用最小二乘法准则LS算法计算出信道估计响应。此外，本发明还对各自用户的信道估计响应进行时偏估计与补偿，使信道估计响应更加精确，从而解决现有技术中SNR测量不准确的问题，进而改善5G小基站系统的通信质量。
【附图说明】
图1是本发明实施例的基于多用户SRS信号的SNR估计方法步骤图；
图2是本发明实施例的基于多用户SRS信号的SNR估计装置的结构框图。
【具体实施方式】
下面将结合本发明实施例中的附图，对本发明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，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便按本发明实施例以外的其他顺序实施。
如图1所示，本发明实施例的基于多用户SRS信号的SNR估计方法，包括以下步骤：
S1.从接收到的频域数据中提取出多个UE的SRS测量信号Ysrs(k，l，r)；其中，k为收到的SRS信号的子载波索引，根据协议的规定，k为偶数，可以是0,2,4,8...等，也可以是0，4，8，12...等。1为OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)符号，r为接收天线。
S2.根据3GPP协议生成每个UE的本地发生序列Xsrs(k，l，p)；其中，p为发送天线端口索引。
3GPP TS38.211协议规定了产生天线端口pi的SRS序列Xsrs(k，l，p)的生成公式：
其中：
个连续的OFDM符号；
是SRS序列长度，/>i是天线端口的索引值。
mSRS,b表示SRS在频域占用的RB个数，可参考3GPP TS38.211协议的Table6.4.1.4.3-1表格设置。令b＝BSRS，BSRS∈{0，1，2，3}，CSRS∈{0，1，...，63}是SRS带宽配置索引。均由上层参数freqHopping设置，以此确定mSRS,b的取值。KTC是传输梳的数量，取值2或4，包含在高层参数transmissionComb中。δ＝log2(KTC)。
天线端口pi的循环移位αi根据如下公式获得：
其中，包含在高层参数transmissionComb中，协议规定，若KTC＝4，则/>若KTC＝2，则/>
为低峰均比系列，由以下公式产生：
其中，ru，v(k)是基序列，是序列长度，/>是每个RB的载波个数，j为复数，α是循环移位，通过不同的α和δ，可以从单个基序列上产生多个序列。
基序列ru，v(k)分成多个组，其中u∈{0，1，...，29}是组号，v是序列内的基序列号，当一个组只包含一个基序列(v＝0)时，每个基序列的长度时 其中1/2≤m/2δ≤5。此时用此配置，一个组只包含一个基序列。
基序列ru，v(0)，...，ru，v(MZC-1)的定义依赖于长度MZC。当基序列长度大于等于36，即基序列ru，v(0)，...，ru，v(MZC-1)由以下公式定义：
ru，v(k)＝xq(k mod NZC)
其中：π＝3.14，
长度NZC是满足NZC＜MZC的最大质数。
当基序列长度小于36时，分为以下两种情况：
对于MZC＝30，
对于MZC∈{6，12，18,24}，
由3GPP TS38.211协议5.2.2节的4个表格定义，分别对应MZC等于6/12/18和24共4种情况，在此不再赘述。
S3.依据多个UE的SRS测量信号Ysrs(k，l，r)和每个UE的本地发生序列Xsrs(k，l，p)，基于最小二乘估计算法，计算得到每个UE的粗信道估计即
S4.对每个UE的粗信道估计进行时偏预补偿，得到预补偿信道估计/>即/>其中，TAest,pre＝40Ts。
S5.对每个UE的预补偿信道估计进行连续Nm子载波平滑去干扰处理，得到每个UE的中间信道估计/>
即，
其中， 是SRS的端口数，Nu是用户数，/>或8。
S6.利用每个UE的中间信道估计进行时偏估计，得到时偏值TA。
具体的，时偏值
其中，NFFT为4096，若为两梳分，则L＝2×Nm，若为四梳分，则L＝4×Nm，angle为反正切函数。
S7.依据时偏值TA对每个UE的中间信道估计进行时偏补偿，得到每个UE的补偿信道估计H′SRS(k，l，r，p)。
具体的，补偿信道估计
S8.依据MMSE均衡算法对每个UE的补偿信道估计H′SRS(k，l，r，p)进行插值滤波处理，得到不同时刻不同子载波间协方差矩阵θ(k)及MMSE矩阵Φ(k′)。
对于SRS信道估计，由于只需配置单符号，因此只需考虑频域插值，时域插值可以忽略，因此，协方差矩阵MMSE矩阵/>
其中，τmax为信道传播最大时延量，ΔF为载波空间，可配置为30kHz，k为整个带宽的载波索引值，k′为SRS载波索引值；SNR0为初始信噪比，可设置为30dB。
S9.依据不同时刻不同子载波间协方差矩阵θ(k)和MMSE矩阵Φ(k′)计算权值w(k，l；k′，l′)，再依据权值w(k，l；k′，l′)对每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算，得到每个UE的插值信道估计H"SRS(k，l，r，p)。
权值w(k，l；k′，l′)＝θ(k)×Φ-1(k′)。
插值信道估计H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)；其中，T表示矩阵转置。
S10.对每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理，得到最终信道估计HSRS(k，l，r，p)。
具体的，最终信道估计其中，TAest,pre＝40Ts。
S11.依据每个UE的最终信道估计HSRS(k，l，r，p)和每个UE的本地发生序列Xsrs(k，l，p)计算频带上的信号功率Pu；依据SRS测量信号Ysrs(k，l，r)，最终信道估计HSRS(k，l，r，p)和本地发生序列Xsrs(k，l，p)计算出频带上的噪声功率Ni。
具体的，频带上的信号功率Pu＝mean(Xe×Xe H)；其中，Xe＝∑p XSRS(k，l，p)×HSRS(k，l，r，p)，Xe H为Xe的转置共轭。
Xe计算出来为复数，Xe×Xe H表示Xe乘以自身的转置共轭，可将其转换为实数，即信号功率。
频带上的噪声功率Ni＝mean(δ×δH)；其中，δ＝YSRS(k，l，r)-∑pXSRS(k，l，p)×HRS(k，l，r，p)，δH是δ的转置共轭。
δ表示在SRS的OFDM符号上，所有上的噪声值，此噪声值为复数，δ×δH表示δ乘以自身的转置共轭，可将其转换为实数，即噪声功率。
mean是指计算平均值。
S12.依据频带上的信号功率Pu和频带上的噪声功率Ni，基于信噪比计算公式确定中间信噪比SNR′。
S13.根据中间信噪比SNR′和协方差矩阵θ(k)，得到新的MMSE矩阵Φ(k′)；然后，返回步骤S9进行再一次依序逐步计算，直到步骤S12依据信噪比计算公式得到最终信噪比SNRest。
具体的，本步骤中新的MMSE矩阵
然后，返回步骤9，计算权值w(k，l；k′，l′)，将步骤S11计算得出的新的MMSE矩阵Φ(k′)输入权值计算公式w(k，l；k′，l′)＝θ(k)×Φ-1(k′)，得到新的权值w(k，l；k′，l′)，再将新的权值w(k，l；k′，l′)输入插值信道估计的计算公式H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)，得到新的插值信道估计H"SRS(k，l，r，p)；再执行步骤S10，将新的插值信道估计H"SRS(k，l，r，p)再进行解时偏补偿处理，得到新的最终信道估计HSRS(k，l，r，p)；再执行步骤S11，将新的最终信道估计HSRS(k，l，r，p)输入频带上的信号功率的计算公式Pu＝mean(Xe×Xe H)，Xe＝∑pXSRS(k，l，p)×HSRS(k，l，r，p)，得到新的频带上的信号功率Pu；将新的最终信道估计HSRS(k，l，r，p)输入频带上的噪声功率的计算公式Ni＝mean(δ×δH)；δ＝YSRS(k，l，r)-∑pXSRS(k，l，p)×HSRS(k，l，r，p)，得到新的频带上的噪声功率Ni；再执行步骤S12，将新的频带上的信号功率Pu和新的频带上的噪声功率Ni输入信噪比计算公式得到最终信噪比SNRest。
如图2所示，本发明实施例基于多用户SRS信号的SNR估计装置，包括第一信号单元，第二信号单元，第一运算单元，第二运算单元，时偏单元，信道估计单元和信噪比计算单元。
第一信号单元从接收到的频域数据中提取出多个UE的SRS测量信号Ysrs(k，l，r)；其中，k为接收到的SRS信号的子载波索引，l为OFDM符号，r为接收天线。
第二信号单元根据3GPP协议生成每个UE的本地发生序列Xsrs(k，l，p)；其中，p为发送天线端口索引。
第一运算单元用于依据每个UE的最终信道估计HSRS(k，l，r，p)和每个UE的本地发生序列Xsrs(k，l，p)计算频带上的信号功率Pu。
信道估计单元用于计算每个UE的最终信道估计HSRS(k，l，r，p)；每个UE的最终信道估计HSRS(k，l，r，p)通过对每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理得到；每个UE的插值信道估计H"SRS(k，l，r，p)依据权值w(k，l；k′，l′)对每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算得到；权值w(k，l；k′，l′)依据不同时刻不同子载波间协方差矩阵θ(k)和MMSE矩阵Φ(k′)计算得到；不同时刻不同子载波间协方差矩阵θ(k)和MMSE矩阵Φ(k′)依据MMSE均衡算法对每个UE的补偿信道估计H′SRS(k，l，r，p)进行插值滤波处理得到；每个UE的补偿信道估计H′SRS(k，l，r，p)依据时偏值TA对每个UE的中间信道估计进行时偏补偿得到；每个UE的中间信道估计/>通过对每个UE的预补偿信道估计/>进行连续Nm子载波平滑去干扰处理得到；每个UE的预补偿信道估计/>通过对每个UE的粗信道估计/>进行时偏预补偿得到；每个UE的粗信道估计/>依据多个UE的SRS测量信号Ysrs(k，l，r)和每个UE的本地发生序列Xsrs(k，l，p)，基于最小二乘估计算法计算得到；其中， 是SRS的端口数；Nu是用户数，/>或8。
具体的，每个UE的粗信道估计
每个UE的预补偿信道估计其中，TAest,pre＝40Ts。
每个UE的中间信道估计
协方差矩阵其中，τmax为信道传播最大时延量，ΔF为载波空间，可配置为30kHz，k为整个带宽的载波索引值，k′为SRS载波索引值。
MMSE矩阵其中，SNR0为初始信噪比，可设置为30dB。新的MMSE矩阵/>
权值w(k，l；k′，l′)＝θ(k)×Φ-1(k′)；插值信道估计H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)；其中，T表示矩阵转置。
所述插值信道估计H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)；其中，T表示矩阵转置。
最终信道估计
第二运算单元用于依据多个UE的SRS测量信号Ysrs(k，l，r)，最终信道估计HSRS(k，l，r，p)和本地发生序列Xsrs(k，l，p)计算出频带上的噪声功率Ni。
时偏单元用于利用每个UE的中间信道估计进行时偏估计，得到时偏值TA。
具体的，时偏值
其中，NFFT为4096，若为两梳分，则L＝2×Nm，若为四梳分，则L＝4×Nm，angle为反正切函数；
每个UE的补偿信道估计
信噪比计算单元用于依据频带上的信号功率Pu和频带上的噪声功率Ni，基于信噪比计算公式确定中间信噪比SNR′，将中间信噪比SNR′输出到第一运算单元；再接收第一运算单元输出的新的频带上的信号功率Pu，和第二运算单元输出的新的频带上的噪声功率Ni，基于信噪比计算公式/>得到最终信噪比SNRest。
信道估计单元还用于根据中间信噪比SNR′和协方差矩阵θ(k)，得到新的MMSE矩阵Φ(k′)；再依据不同时刻不同子载波间协方差矩阵θ(k)和新的MMSE矩阵Φ(k′)计算得到新的权值w(k，l；k′，l′)，再依据新的权值w(k，l；k′，l′)对每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算，得到每个UE的插值信道估计H"SRS(k，l，r，p)，再对每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理得到新的最终信道估计HSRS(k，l，r，p)。
其中，新的MMSE矩阵
第一运算单元还用于依据新的最终信道估计HSRS(k，l，r，p)和本地发生序列Xsrs(k，l，p)计算得到新的频带上的信号功率Pu，再输出给信噪比计算单元。
具体的，频带上的信号功率Pu＝mean(Xe×Xe H)；其中，Xe＝∑pXSRS(k，l，p)×HSRS(k，l，r，p)，Xe H为Xe的转置共轭。
第二运算单元还用于依据新的最终信道估计HSRS(k，l，r，p)，多个UE的SRS测量信号Ysrs(k，l，r)和本地发生序列Xsrs(k，l，p)，计算出新的频带上的噪声功率Ni。
具体的，频带上的噪声功率Ni＝mean(δ×δH)；其中，δ＝YSRS(k，l，r)-∑pXSRS(k，l，p)×HSRS(k，l，r，p)，δH是δ的转置共轭。
综上所述，本发明采用在5G NR通信协议框架下周期性发送的SRS信号计算信号功率与噪声，采用最小二乘法准则LS算法计算出信道估计响应。此外，本发明还对各自用户的信道估计响应进行时偏估计与补偿，使信道估计响应更加精确，从而解决现有技术中SNR测量不准确的问题，进而改善5G小基站系统的通信质量。
以上实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，如对各个实施例中的不同特征进行组合等，这些都属于本发明的保护范围。
Claims (10)
1.一种基于多用户SRS信号的SNR估计方法，其特征在于，包括以下步骤：
S1.从接收到的频域数据中提取出多个UE的SRS测量信号Ysrs(k,l,r)；其中，k为接收到的SRS信号的子载波索引，l为OFDM符号，r为接收天线；
S2.根据3GPP协议生成每个UE的本地发生序列Xsrs(k,l,p)；其中，p为发送天线端口索引；
S3.依据所述多个UE的SRS测量信号Ysrs(k,l,r)和所述每个UE的本地发生序列Xsrs(k,l,p)，基于最小二乘估计算法，计算得到每个UE的粗信道估计
S4.对所述每个UE的粗信道估计进行时偏预补偿，得到预补偿信道估计
S5.对所述每个UE的预补偿信道估计进行连续Nm子载波平滑去干扰处理，得到每个UE的中间信道估计/>
其中，所述是SRS的端口数，Nu是用户数，/>或8；
S6.利用所述每个UE的中间信道估计进行时偏估计，得到时偏值TA；
S7.依据所述时偏值TA对所述每个UE的中间信道估计进行时偏补偿，得到每个UE的补偿信道估计H′SRS(k,l,r,p)；
S8.依据MMSE均衡算法对所述每个UE的补偿信道估计H′SRS(k,l,r,p)进行插值滤波处理，得到不同时刻不同子载波间协方差矩阵θ(k)及MMSE矩阵Φ(k')；
S9.依据所述不同时刻不同子载波间协方差矩阵θ(k)和所述MMSE矩阵Φ(k')计算权值w(k,l；k′,l′)，再依据所述权值w(k,l；k′,l′)对所述每个UE的补偿信道估计H′SRS(k,l,r,p)进行RE级插值运算，得到每个UE的插值信道估计H"SRS(k,l,r,p)；
S10.对所述每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理，得到每个UE的最终信道估计HSRS(k，l，r，p)；
S11.依据所述每个UE的最终信道估计HSRS(k，l，r，p)和所述每个UE的本地发生序列Xsrs(k，l，p)计算频带上的信号功率Pu；依据所述SRS测量信号Ysrs(k，l，r)，所述最终信道估计HSRS(k，l，r，p)和所述本地发生序列Xsrs(k，l，p)计算出频带上的噪声功率Ni；
S12.依据所述频带上的信号功率Pu和所述频带上的噪声功率Ni，基于信噪比计算公式确定中间信噪比SNR′；
S13.根据所述中间信噪比SNR′和所述协方差矩阵θ(k)，得到新的MMSE矩阵Φ(k′)；然后，返回所述步骤S9进行再一次依序逐步计算，直到所述步骤S12依据所述信噪比计算公式得到最终信噪比SNRest。
2.如权利要求1所述的基于多用户SRS信号的SNR估计方法，其特征在于，所述步骤S3进一步包括：
所述粗信道估计
所述步骤S4进一步包括：
所述预补偿信道估计其中，TAest,pre＝40Ts。
3.如权利要求1所述的基于多用户SRS信号的SNR估计方法，其特征在于，所述步骤S5进一步包括：
所述中间信道估计
4.如权利要求1所述的基于多用户SRS信号的SNR估计方法，其特征在于，所述步骤S6进一步包括：
所述时偏值
其中，NFFT为4096，若为两梳分，则L＝2×Nm，若为四梳分，则L＝4×Nm，angle为反正切函数；
所述步骤S7进一步包括：
所述补偿信道估计
5.如权利要求1所述的基于多用户SRS信号的SNR估计方法，其特征在于，所述步骤S8进一步包括：
所述协方差矩阵
其中，τmax为信道传播最大时延量，ΔF为载波空间，k为整个带宽的载波索引值，k′为SRS载波索引值；
所述MMSE矩阵其中，SNR0为初始信噪比；
在所述步骤S13中，所述新的MMSE矩阵
6.如权利要求1所述的基于多用户SRS信号的SNR估计方法，其特征在于，所述步骤S9进一步包括：
所述权值w(k，l；k′，l′)＝θ(k)×Φ-1(k′)；
所述插值信道估计H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)；其中，T表示矩阵转置；
所述步骤S10进一步包括：
所述最终信道估计其中，TAest,pre＝40Ts。
7.如权利要求1所述的基于多用户SRS信号的SNR估计方法，其特征在于，所述步骤S11进一步包括：
所述频带上的信号功率Pu＝mean(Xe×Xe H)；其中，所述Xe＝∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述Xe H为Xe的转置共轭；
所述频带上的噪声功率Ni＝mean(δ×δH)；其中，δ＝YSRS(k，l，r)-∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述δH是δ的转置共轭。
8.一种基于多用户SRS信号的SNR估计装置，其特征在于，包括第一信号单元，第二信号单元，第一运算单元，第二运算单元，时偏单元，信道估计单元和信噪比计算单元；
所述第一信号单元从接收到的频域数据中提取出多个UE的SRS测量信号Ysrs(k，l，r)；其中，k为接收到的SRS信号子载波索引，l为OFDM符号，r为接收天线；
所述第二信号单元根据3GPP协议生成每个UE的本地发生序列Xsrs(k，l，p)；其中，p为发送天线端口索引；
所述第一运算单元用于依据每个UE的最终信道估计HSRS(k，l，r，p)和所述每个UE的本地发生序列Xsrs(k，l，p)计算频带上的信号功率Pu；
所述信道估计单元用于计算所述每个UE的最终信道估计HSRS(k，l，r，p)；所述最终信道估计HSRS(k，l，r，p)通过对每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理得到；所述每个UE的插值信道估计H"SRS(k，l，r，p)依据权值w(k，l；k′，l′)对每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算得到；所述权值w(k，l；k′，l′)依据不同时刻不同子载波间协方差矩阵θ(k)和MMSE矩阵Φ(k′)计算得到；所述不同时刻不同子载波间协方差矩阵θ(k)和所述MMSE矩阵Φ(k′)依据MMSE均衡算法对每个UE的补偿信道估计H′SRS(k，l，r，p)进行插值滤波处理得到；所述每个UE的补偿信道估计H′SRS(k，l，r，p)依据时偏值TA对每个UE的中间信道估计进行时偏补偿得到；所述每个UE的中间信道估计通过对每个UE的预补偿信道估计/>进行连续Nm子载波平滑去干扰处理得到；所述每个UE的预补偿信道估计/>通过对所述每个UE的粗信道估计/>进行时偏预补偿得到；所述每个UE的粗信道估计/>依据所述多个UE的SRS测量信号Ysrs(k，l，r)和所述每个UE的本地发生序列Xsrs(k，l，p)，基于最小二乘估计算法计算得到；其中，所述/>是SRS的端口数；Nu是用户数，/>或8；
所述第二运算单元用于依据所述多个UE的SRS测量信号Ysrs(k，l，r)，所述最终信道估计HSRS(k，l，r，p)和所述本地发生序列Xsrs(k，l，p)计算出频带上的噪声功率Ni；
所述时偏单元用于利用所述每个UE的中间信道估计进行时偏估计，得到所述时偏值TA；
所述信噪比计算单元用于依据所述频带上的信号功率Pu和所述频带上的噪声功率Ni，基于信噪比计算公式确定中间信噪比SNR′，将中间信噪比SNR′输出到所述第一运算单元；再接收所述第一运算单元输出的新的频带上的信号功率Pu，和所述第二运算单元输出的新的频带上的噪声功率Ni，基于信噪比计算公式/>得到最终信噪比SNRest；
所述信道估计单元还用于根据所述中间信噪比SNR′和所述不同时刻不同子载波间协方差矩阵θ(k)，得到新的MMSE矩阵Φ(k′)；再依据所述不同时刻不同子载波间协方差矩阵θ(k)和所述新的MMSE矩阵Φ(k′)计算得到新的权值w(k，l；k′，l′)，再依据新的权值w(k，l；k′，l′)对所述每个UE的补偿信道估计H′SRS(k，l，r，p)进行RE级插值运算，得到每个UE的插值信道估计H"SRS(k，l，r，p)，再对所述每个UE的插值信道估计H"SRS(k，l，r，p)进行解时偏补偿处理得到新的最终信道估计HSRS(k，l，r，p)；
所述第一运算单元还用于依据新的最终信道估计HSRS(k，l，r，p)和所述本地发生序列Xsrs(k，l，p)计算得到新的频带上的信号功率Pu，再输出给所述信噪比计算单元；
所述第二运算单元还用于依据新的最终信道估计HSRS(k，l，r，p)，所述多个UE的SRS测量信号Ysrs(k，l，r)和所述本地发生序列Xsrs(k，l，p)，计算出新的频带上的噪声功率Ni。
9.如权利要求8所述的基于多用户SRS信号的SNR估计装置，其特征在于，所述每个UE的粗信道估计
所述每个UE的预补偿信道估计其中，TAest,pre＝40Ts；
所述每个UE的中间信道估计
所述协方差矩阵其中，τmax为信道传播最大时延量，ΔF为载波空间，k为整个带宽的载波索引值，k′为SRS载波索引值；
所述MMSE矩阵其中，SNR0为初始信噪比；
所述新的MMSE矩阵
所述权值w(k，l；k′，l′)＝θ(k)×Φ-1(k′)；
所述插值信道估计H"SRS(k，l，r，p)＝wT(k，l；k′，l′)×H′SRS(k′，l，r，p)；其中，T表示矩阵转置；
所述最终信道估计
所述频带上的信号功率Pu＝mean(Xe×Xe H)；其中，所述Xe＝∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述Xe H为Xe的转置共轭；
所述频带上的噪声功率Ni＝mean(δ×δH)；其中，所述δ＝YSRS(k，l，r)-∑pXSRS(k，l，p)×HSRS(k，l，r，p)，所述δH是δ的转置共轭。
10.如权利要求8所述的基于多用户SRS信号的SNR估计装置，其特征在于，所述时偏值
其中，NFFT为4096，若为两梳分，则L＝2×Nm，若为四梳分，则L＝4×Nm，angle为反正切函数；
所述每个UE的补偿信道估计
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310367195.2A CN116455486A (zh) | 2023-04-07 | 2023-04-07 | 基于多用户srs信号的snr估计方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310367195.2A CN116455486A (zh) | 2023-04-07 | 2023-04-07 | 基于多用户srs信号的snr估计方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116455486A true CN116455486A (zh) | 2023-07-18 |
Family
ID=87121377
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310367195.2A Pending CN116455486A (zh) | 2023-04-07 | 2023-04-07 | 基于多用户srs信号的snr估计方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116455486A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117081716A (zh) * | 2023-10-17 | 2023-11-17 | 深圳国人无线通信有限公司 | 基于5g小基站的多用户dmrs信号的snr估计方法和装置 |
-
2023
- 2023-04-07 CN CN202310367195.2A patent/CN116455486A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117081716A (zh) * | 2023-10-17 | 2023-11-17 | 深圳国人无线通信有限公司 | 基于5g小基站的多用户dmrs信号的snr估计方法和装置 |
| CN117081716B (zh) * | 2023-10-17 | 2023-12-19 | 深圳国人无线通信有限公司 | 基于5g小基站的多用户dmrs信号的snr估计方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4550746B2 (ja) | Ｏｆｄｍを用いた無線通信方法、ｏｆｄｍ送信装置及びｏｆｄｍ受信装置 | |
| JP4832261B2 (ja) | チャネル推定装置 | |
| JP4129004B2 (ja) | 通信システムにおける干渉及び雑音推定装置及びその方法 | |
| US8422595B2 (en) | Channel estimation for communication systems with multiple transmit antennas | |
| US7606299B2 (en) | Apparatus and method for estimating a carrier-to-interference-and-noise ratio in a communication system | |
| TWI422193B (zh) | 通道估測裝置與方法 | |
| US20180013592A1 (en) | Channel estimation using composite subcarriers and combined pilots | |
| CN108234364A (zh) | 一种lte-a系统中基于小区参考信号的信道估计方法 | |
| TW201921849A (zh) | 共相位誤差和載波間干擾估計與補償的方法，以及傳送資料的方法 | |
| CN110868369A (zh) | 基于5g nr系统的上行信道估计方法及装置 | |
| CN116527458B (zh) | 5g小基站的dmrs信号的snr估计方法和装置 | |
| JP3568873B2 (ja) | マルチキャリア無線伝送システムにおけるチャネル推定方法及び装置 | |
| KR101465825B1 (ko) | 직교 파일럿 패턴에 대한 간섭 추정 방법 | |
| CN115941405A (zh) | 基于srs的5g小基站系统snr估计方法和装置 | |
| JP5592421B2 (ja) | 無線通信システムにおけるオフセット補償を考慮するｍｍｓｅチャネル推定装置及び方法 | |
| JP4610401B2 (ja) | チャネル推定装置 | |
| CN115801506A (zh) | 5g小基站设备计算tpmi和ri的方法和装置 | |
| CN116455486A (zh) | 基于多用户srs信号的snr估计方法和装置 | |
| CN115913420A (zh) | 5g小基站系统中基于srs的snr估计方法和装置 | |
| CN107743106B (zh) | 用于lte系统中基于统计特性的信道估计方法 | |
| Soman et al. | Pilot based MMSE channel estimation for spatial modulated OFDM systems | |
| CN111884978B (zh) | 一种基于ofdm抗脉冲噪声的符号同步方法 | |
| Kahlon et al. | Channel estimation techniques in MIMO-OFDM systems–review article | |
| CN116132228B (zh) | 基于多用户srs的信道时偏补偿方法和装置 | |
| CN113055318A (zh) | 一种信道估计方法 |
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 |