CN116458077A - 用于估计老化无线信道的基于小波变换的跟踪 - Google Patents
用于估计老化无线信道的基于小波变换的跟踪 Download PDFInfo
- Publication number
- CN116458077A CN116458077A CN202180068753.4A CN202180068753A CN116458077A CN 116458077 A CN116458077 A CN 116458077A CN 202180068753 A CN202180068753 A CN 202180068753A CN 116458077 A CN116458077 A CN 116458077A
- Authority
- CN
- China
- Prior art keywords
- channel
- wireless communication
- estimate
- communication entity
- coefficients
- 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
- 238000004891 communication Methods 0.000 claims abstract description 150
- 238000000034 method Methods 0.000 claims abstract description 63
- 230000032683 aging Effects 0.000 claims abstract description 50
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 28
- 238000012549 training Methods 0.000 claims description 93
- 239000013598 vector Substances 0.000 claims description 90
- 230000005540 biological transmission Effects 0.000 claims description 72
- 239000011159 matrix material Substances 0.000 claims description 38
- 239000002131 composite material Substances 0.000 claims description 21
- 210000004027 cell Anatomy 0.000 description 92
- 230000006870 function Effects 0.000 description 37
- 230000008569 process Effects 0.000 description 20
- 238000012545 processing Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000013459 approach Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008054 signal transmission Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 210000003771 C cell Anatomy 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- 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
- H04L25/022—Channel estimation of frequency response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0848—Joint weighting
- H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
-
- 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
- H04L25/0224—Channel estimation using sounding signals
-
- 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
- H04L25/0248—Eigen-space 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
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0258—Channel estimation using zero-forcing criteria
Abstract
本公开的各方面涉及无线通信系统中的信道估计和跟踪。无线通信实体利用任何合适的过程来估计收到信号。该无线通信实体将小波分解滤波器应用于所估计的收到信号以生成信道系数估计。该小波分解滤波器可被配置成采用哈尔母小波。该无线通信实体通过根据信道老化的一阶自回归模型表征信道来生成对稍晚时间的将来信道估计的预测。还要求保护并描述了其他方面、实施例和特征。
Description
相关申请的交叉引用
本申请为PCT申请,其要求来自于2020年10月13日在美国专利商标局提交的非临时专利申请no.17/069,636的优先权的权益。
技术领域
以下所讨论的技术一般涉及无线通信系统,并且尤其涉及与老化无线信道相对应的信道估计。
引言
出于各种原因,现代无线通信系统频繁地采用多天线技术。多天线技术的一些示例包括波束成形、发射分集和空间复用。空间复用的一个特定示例是多输入多输出(MIMO)系统,其中多天线发射机向多天线接收机发送信号(或者,在一些示例中,向多个单天线接收机发送信号)。通过利用MIMO,无线通信系统可采用空域来倍增给定信道上的吞吐量。也就是说,当来自不同空间定位的天线的传输的不同空间签名特征与对信道的多径性质的分析相结合时,可在同一时频资源上同时传送多个不同的数据流。
然而,此类MIMO系统依赖于准确的信道估计来表征多径信道。在许多系统中,信道估计可藉由对该信道上合适的导频信号的测量来生成。虽然信道估计可使用此类导频信号来完成,但估计的准确性可能受到干扰、噪声和信道老化的阻碍。
一些示例的简要概述
以下给出本公开的一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是本公开的所有构想到的特征的详尽综览,并且既非旨在标识出本公开的所有方面的关键性或决定性要素亦非试图界定本公开的任何或所有方面的范围。其唯一目的是以简化形式给出本公开的一个或多个方面的一些概念作为稍后给出的更详细描述之序言。
在各个方面,本公开提供了信道估计的准确生成,该信道估计指示传送方设备与接收方设备之间的无线信道的特征。在一些方面,小波变换(例如,小波-哈尔变换)可被用来生成准确的信道估计,尽管存在导频污染。在进一步方面,信道老化预测器(例如,根据信道老化的一阶自回归模型配置)可被用来生成对将来信道估计的准确预测,尽管信道老化或信道特性随时间变化,例如,由与移动的设备相关联的多普勒频移导致。
在一些方面,本公开提供了用于信道估计的方法、存储代码的计算机可读介质、和装置(例如,无线通信实体)。一种无线通信实体接收参考信号,以及基于收到参考信号来生成收到信号估计。该无线通信实体随后基于对收到信号估计的小波分解来生成信道系数估计。该无线通信实体进一步基于该信道系数估计来生成对将来信道系数的预测。
本发明的这些和其他方面将在阅览以下详细描述后得到更全面的理解。在结合附图研读了下文对具体示例性实施例的描述之后,其他方面、特征和实施例对于本领域普通技术人员将是明显的。尽管以下描述可能关于某些实施例和附图讨论了各种优点和特征,但是所有实施例可包括本文中所讨论的有利特征中的一个或多个。换言之,尽管本说明书可能讨论了一个或多个实施例具有某些有利特征,但也可以根据本文所讨论的各种实施例使用一个或多个此类特征。以类似方式,虽然本说明书可能以设备、系统或方法实施例讨论了示例性实施例,但是应当领会,此类示例性实施例可被实现在各种设备、系统、和方法中。
附图简述
图1是根据一些方面的无线通信系统的示意解说。
图2是根据一些方面的无线电接入网的示例的概念性解说。
图3是解说支持波束成形和/或多输入多输出(MIMO)通信的无线通信系统的框图。
图4是根据一些方面的采用大规模MIMO的无线电接入网的示例的概念性解说。
图5是根据一些方面的在训练阶段期间采用大规模MIMO的无线电接入网络的另一示例的概念解说。
图6是解说根据本公开的一些方面的无线通信实体的硬件实现的示例的框图。
图7是示意性地解说根据一些方面的无线传输中的多普勒频移的某些参数的图表。
图8是解说根据本公开的一些方面的用于与老化无线信道相对应的信道估计的一示例性过程的流程图。
图9是解说根据本公开的一些方面的基于小波变换的信道估计的示例的框图。
图10是解说根据本公开的一些方面的用于与老化无线信道相对应的信道估计的另一示例性过程的流程图。
详细描述
以下结合附图阐述的详细描述旨在作为各种配置的描述而无意表示可实践本文中所描述的概念的仅有配置。本详细描述包括具体细节以提供对各种概念的透彻理解。然而,本领域技术人员将容易地认识到,没有这些具体细节也可以实践这些概念。在一些实例中,本说明书以框图形式提供了众所周知的结构和组件以便避免淡化此类概念。
尽管本说明书通过对一些示例的解说来描述各方面和各实施例,但本领域技术人员将理解,在许多不同布置和场景中可产生附加的实现和用例。本文中所描述的创新可跨许多不同的平台类型、设备、系统、形状、大小、封装布置来实现。例如,各实施例和/或使用可经由集成芯片实施例和其他基于非模块组件的设备(例如,端用户设备、交通工具、通信设备、计算设备、工业装备、零售/购物设备、医疗设备、启用AI的设备等等)来产生。虽然一些示例可以是或可以不是专门针对各用例或应用的,但可出现所描述创新的广泛适用性。各实现的范围可从芯片级或模块组件至非模块、非芯片级实现,并进一步至纳入所描述创新的一个或多个方面的聚集的、分布式或OEM设备或系统。在一些实践环境中,纳入所描述的各方面和特征的设备还可以必要地包括用于实现和实践所要求保护并描述的各实施例的附加组件和特征。例如,无线信号的传送和接收必需包括用于模拟和数字目的数个组件(例如,硬件组件,包括天线、RF链、功率放大器、调制器、缓冲器、处理器、交织器、加法器/求和器等等)。本文中所描述的创新旨在可以在各种大小、形状和构成的各种各样的设备、芯片级组件、系统、分布式布置、端用户设备等等中实践。
接下来的公开内容提出了可跨各种各样的电信系统、网络架构和通信标准来实现的各种概念。现在参照图1,作为解说性示例而非限定,此示意解说参照无线通信系统100示出了本公开的各个方面。无线通信系统100包括三个交互域:核心网102、无线电接入网(RAN)104和用户装备(UE)106。藉由无线通信系统100,可使得UE 106能够与外部数据网络110(诸如(但不限于)因特网)执行数据通信。
RAN 104可实现任何合适的一种或多种无线通信技术以向UE 106提供无线电接入。作为一个示例,RAN 104可根据第三代伙伴项目(3GPP)新无线电(NR)规范(通常被称为5G)来进行操作。作为另一示例,RAN 104可在5G NR和演进型通用地面无线电接入网(eUTRAN)标准(通常被称为LTE)的混合下进行操作。3GPP将该混合RAN称为下一代RAN,或即NG-RAN。当然,可以在本公开的范围内利用许多其他示例。
如所解说的,RAN 104包括多个基站108。广义地,基站是无线电接入网中负责一个或多个蜂窝小区中去往或来自UE的无线电传输和接收的网络元件。在不同技术、标准或上下文中,基站可被本领域技术人员不同地称为无线通信实体、基收发机站(BTS)、无线电基站、无线电收发机、收发机功能、基本服务集(BSS)、扩展服务集(ESS)、接入点(AP)、B节点(NB)、演进型B节点(eNB)、g B节点(gNB)、或某个其他合适的术语。
无线电接入网104支持多个移动装置的无线通信。移动装置在3GPP标准中可被称为用户装备(UE),但是也可被本领域技术人员称为无线通信实体、移动站(MS)、订户站、移动单元、订户单元、无线单元、远程单元、移动设备、无线设备、无线通信设备、远程设备、移动订户站、接入终端(AT)、移动终端、无线终端、远程终端、手持机、终端、用户代理、移动客户端、客户端、或某个其他合适的术语。UE可以是提供对网络服务的接入的装置(例如,移动装置)。
在本文档内,“移动”装置不一定需要具有移动能力,并且可以是驻定的。术语移动装置或移动设备泛指各种各样的设备和技术。UE可包括大小、形状被设定成并且被布置成有助于通信的数个硬件结构组件;此类组件可包括彼此电耦合的天线、天线阵列、RF链、放大器、一个或多个处理器等等。例如,移动装置的一些非限定性示例包括移动设备、蜂窝(蜂窝小区)电话、智能电话、会话发起协议(SIP)电话、膝上型设备、个人计算机(PC)、笔记本、上网本、智能本、平板设备、个人数字助理(PDA)、以及广泛多样的嵌入式系统,例如,对应于“物联网”(IoT)。附加地,移动装置可以是汽车或其他运输交通工具、远程传感器或致动器、机器人或机器人设备、卫星无线电、全球定位系统(GPS)设备、对象跟踪设备、无人机、多轴飞行器、四轴飞行器、遥控设备、消费者和/或可穿戴设备(诸如眼镜)、可穿戴相机、虚拟现实设备、智能手表、健康或健身跟踪器、数字音频播放器(例如,MP3播放器)、相机、游戏控制台等。移动装置另外可以是数字家用或智能家用设备,诸如家用音频、视频和/或多媒体设备、电器、自动售货机、智能照明设备、家用安全性系统、智能仪表等。移动装置另外可以是智能能源设备,安全性设备,太阳能电池板或太阳能电池阵,控制电力、照明、水等的市政基础设施设备(例如,智能电网);工业自动化和企业设备;物流控制器;农业装备;军事防御装备、交通工具、飞机、船和武器等。更进一步,移动装置可提供联网医疗或远程医疗支持,例如远距离的健康保健。远程保健设备可包括远程保健监视设备和远程保健监管设备,它们的通信可例如以对于关键服务数据传输的优先化接入和/或对于关键服务数据传输的相关QoS的形式被给予胜于其他类型的信息的优先对待或优先化接入。
RAN 104与UE 106之间的无线通信可被描述为利用空中接口。空中接口上从基站(例如,基站108)到一个或多个UE(例如,UE 106)的传输可被称为下行链路(DL)或前向链路传输。根据本公开的某些方面,术语下行链路可以指在调度实体(以下进一步描述;例如,基站108)处始发的点到多点传输。描述这一方案的另一方式可以是使用术语广播信道复用。从UE(例如,UE 106)到基站(例如,基站108)的传输可被称为上行链路(UL)或反向链路传输。根据本公开的进一步方面,术语上行链路可以指在被调度实体(下文进一步描述;例如,UE 106)处始发的点到点传输。
在一些示例中,可调度对空中接口的接入,其中调度实体(例如,基站108)在其服务区域或蜂窝小区内的一些或全部设备和装备间分配用于通信的资源。在本公开内,如下文进一步讨论的,调度实体可负责调度、指派、重配置、以及释放用于一个或多个被调度实体的资源。也就是说,对于被调度通信而言,UE 106(其可以是被调度实体)可利用由调度实体108分配的资源。
基站108不是可用作调度实体的仅有实体。也就是说,在一些示例中,UE可用作调度实体,以调度用于一个或多个被调度实体(例如,一个或多个其他UE或其他无线通信实体)的资源。
如图1中所解说的,调度实体108可向一个或多个被调度实体106广播下行链路话务112。广义地,调度实体108是负责在无线通信网络中调度话务(包括下行链路话务112以及在一些示例中还包括从一个或多个被调度实体106至调度实体108的上行链路话务116)的节点或设备。在另一方面,被调度实体106是接收来自无线通信网络中的另一实体(诸如调度实体108)的下行链路控制信息114(包括但不限于调度信息(例如,准予)、同步或定时信息)、或其他控制信息的节点或设备。
一般而言,基站108可包括用于与无线通信系统的回程部分120进行通信的回程接口。回程120可提供基站108与核心网102之间的链路。此外,在一些示例中,回程网络可提供相应基站108之间的互连。可采用各种类型的回程接口,诸如使用任何合适的传输网络的直接物理连接、虚拟网络等等。
核心网102可以是无线通信系统100的一部分,并且可独立于RAN 104中所使用的无线电接入技术。在一些示例中,核心网102可根据5G标准(例如,5GC)来配置。在其他示例中,核心网102可根据4G演进型分组核心(EPC)或任何其他合适标准或配置来配置。
现在参照图2,作为示例而非限定,提供了RAN 200的示意解说。在一些示例中,RAN200可与在以上描述且在图1中解说的RAN 104相同。由RAN 200覆盖的地理区域可被划分成可由用户装备(UE)基于从一个接入点或基站广播的标识来唯一性地标识的蜂窝区域(蜂窝小区)。图2解说了宏蜂窝小区202、204和206、以及小型蜂窝小区208,其中的每一者可包括一个或多个扇区(未示出)。扇区是蜂窝小区的子区域。一个蜂窝小区内的所有扇区由相同的基站服务。扇区内的无线电链路可由属于该扇区的单个逻辑标识来标识。在被划分成扇区的蜂窝小区中,蜂窝小区内的多个扇区可由天线群形成,其中每一天线负责与该蜂窝小区的一部分中的诸UE的通信。
在图2中,蜂窝小区202和204中示出了两个基站210和212;并且第三基站214被示为控制蜂窝小区206中的远程无线电头端(RRH)216。也就是说,基站可具有集成天线,或者可由馈电电缆连接到天线或RRH。在所解说的示例中,蜂窝小区202、204和126可被称为宏蜂窝小区,因为基站210、212和214支持具有大尺寸的蜂窝小区。此外,基站218被示为在小型蜂窝小区208(例如,微蜂窝小区、微微蜂窝小区、毫微微蜂窝小区、家用基站、家用B节点、家用演进型B节点等)中,小型蜂窝小区308可与一个或多个宏蜂窝小区交叠。在该示例中,蜂窝小区208可被称为小型蜂窝小区,因为基站218支持具有相对小尺寸的蜂窝小区。蜂窝小区尺寸设定可根据系统设计以及组件约束来配置。
将理解,无线电接入网200可包括任何数目的无线基站和蜂窝小区。此外,可部署中继节点以扩展给定蜂窝小区的尺寸或覆盖区域。基站210、212、214、218为任何数目个UE提供至核心网的无线接入点。在一些示例中,基站210、212、214、和/或218可与在以上描述且在图1中解说的基站/调度实体108相同。
图2进一步包括四轴飞行器或无人机220,其可被配置成用作基站。也就是说,在一些示例中,蜂窝小区可以不必是驻定的,并且蜂窝小区的地理区域可根据移动基站(诸如四轴飞行器220)的位置而移动。
在RAN 200内,蜂窝小区可包括可与每个蜂窝小区的一个或多个扇区处于通信的UE。此外,每个基站210、212、214、218和220可被配置成为相应蜂窝小区中的所有UE提供至核心网102(见图1)的接入点。例如,UE 222和224可与基站210处于通信;UE 226和228可与基站212处于通信;UE 230和232可藉由RRH 216与基站214处于通信;UE 234可与基站218处于通信;并且UE 236可与移动基站220处于通信。在一些示例中,UE 222、224、226、228、230、232、234、236、238、240和/或242可与在以上描述且在图1中解说的UE/被调度实体106相同。
在一些示例中,移动网络节点(例如,四轴飞行器220)可被配置成用作UE。例如,四轴飞行器220可通过与基站210进行通信来在蜂窝小区202内操作。
在RAN 200的进一步方面,可在各UE之间使用侧链路信号而不必依赖于来自基站的调度或控制信息。例如,两个或更多个UE(例如,UE 226和228)可使用对等(P2P)或侧链路信号227彼此通信而无需通过基站(例如,基站212)中继该通信。在进一步示例中,UE 238被解说为与UE 240和242进行通信。此处,UE 238可用作调度实体或主要的侧链路设备,并且UE 240和242可用作被调度实体或非主要的(例如,副的)侧链路设备。在又一示例中,UE可用作设备到设备(D2D)、对等(P2P)、或交通工具到交通工具(V2V)网络、和/或网状网络中的调度实体。在网状网络示例中,UE 240和242除了与调度实体238进行通信之外还可以可任选地彼此直接通信。由此,在具有对时频资源的经调度接入并且具有蜂窝配置、P2P配置或网状配置的无线通信系统中,调度实体和一个或多个被调度实体可利用经调度的资源来通信。
无线电接入网200中的空中接口可利用一个或多个双工算法。双工是指双方端点能在两个方向上彼此通信的点到点通信链路。全双工意指双方端点能同时彼此通信。半双工意指一次仅一个端点可向另一端点发送信息。通常通过利用频分双工(FDD)或时分双工(TDD)为无线链路实现全双工仿真。在FDD中,不同方向上的传输在不同的载波频率处操作。在TDD中,在给定信道上的不同方向上的传输使用时分复用彼此分开。也就是说,在一些时间,该信道专用于一个方向上的传输,而在其他时间,该信道专用于另一方向上的传输,其中方向可以非常快速地改变,例如,每时隙改变若干次。
无线电接入网200中的空中接口可利用一个或多个复用和多址算法来实现各个设备的同时通信。例如,5G NR规范利用具有循环前缀(CP)的正交频分复用(OFDM)来为从UE222和224至基站210的UL传输提供多址,并为从基站210至一个或多个UE 222和224的DL传输提供复用。另外,对于UL传输,5G NR规范提供对具有CP的离散傅立叶变换扩展OFDM(DFT-s-OFDM)(也被称为单载波FDMA(SC-FDMA))的支持。然而,在本公开的范围内,多任务和多任务接入不限于以上方案。例如,UE可以利用时分多址(TDMA)、码分多址(CDMA)、频分多址(FDMA)、稀疏码多址(SCMA)、资源扩展多址(RSMA)、或其他合适的多址方案来提供UL多址。此外,基站210可以利用时分复用(TDM)、码分复用(CDM)、频分复用(FDM)、正交频分复用(OFDM)、稀疏码复用(SCM)、或其他合适的复用方案来对到UE 222和224的DL传输进行复用。
MIMO/波束成形
在本公开的一些方面,调度实体和/或被调度实体可被配置有多个天线以用于波束成形和/或多输入多输出(MIMO)技术。图3解说具有多个天线、支持波束成形和/或MIMO的无线通信系统300的示例。对此类多天线技术的使用使得无线通信系统能够利用空域来支持空间复用、波束成形、以及发射分集。
波束成形一般是指定向信号传送或接收。对于经波束成形的传输,可以预编码或控制天线阵列中的每个天线的振幅和相位以创建波阵面中的相长干涉和相消干涉的期望(例如,定向)模式。在MIMO系统中,发射机302包括多个发射天线304(例如,N个发射天线),并且接收机306包括一个或多个接收天线308(例如,M个接收天线)。由此,从发射天线304到接收天线310有N×M个信号路径308。发射机302和接收机306中的每一者可例如在调度实体108、被调度实体106、或任何其他合适的无线通信设备中实现。
在MIMO系统中,空间复用可被用来在相同时频资源上同时传送多个不同的数据流(也被称为层)。在一些示例中,发射机可向单个接收机发送多个数据流。以此方式,MIMO系统可利用与在其中可跟踪信道变化的富散射环境中使用多个天线相关联的容量增益和/或增加的数据率。此处,接收机可跟踪这些信道变化并向发射机提供对应的反馈。在多天线发射机处,合适的预编码算法(缩放相应流的振幅和相位)被应用(在一些示例中,基于已知的信道状态信息)。在多天线接收机处,相应流的不同空间签名(并且在一些示例中,已知的信道状态信息)可使得能够将这些流彼此分开。例如,在最简单的情形中,如图3中所示,2x2MIMO天线配置上的秩2(即,包括2个数据流)空间复用传输将经由两个发射天线304来传送两个数据流。来自每个发射天线304的信号沿着不同的信号路径310到达每个接收天线308。接收机306随后可使用接收自每个接收天线308的信号来重构这些数据流。
在一些示例中,发射机可向多个接收机发送多个数据流。这通常被称为多用户MIMO(MU-MIMO)。以此方式,MU-MIMO系统可利用多径信号传播,通过提高吞吐量和频谱效率并减少所需的传输能量来增加整体网络容量。这通过以下操作来实现:对每个数据流(在一些示例中,基于已知信道状态信息)进行空间预编码(即,将这些数据流乘以不同的加权和相移)并且然后使用相同的经分配时-频资源通过多个发射天线将每个经空间预编码的流传送到接收方设备。接收方可传送例如包括信道的经量化版本的反馈,以使得传送方可按良好的信道间隔来调度诸接收方。经空间预编码的数据流到达具有不同空间签名特征的接收方,这使得(诸)接收方能够(在一些示例中,与已知信道状态信息相组合)将这些流彼此分离并恢复以该接收机为目的地的数据流。在另一方向上,多个传送方可各自向单个接收方传送经空间预编码的数据流,这使得该接收方能够标识每个经空间预编码的数据流的源。
大规模MIMO是指其中具有非常大的数目N个天线的基站服务具有蜂窝小区中的U个用户的集合的系统,其中天线数目一般比用户数目大得多(例如,N>>U)。在一些示例中,大规模MIMO蜂窝小区中的U个用户中的每一者可利用单天线UE。
信道状态信息
在这些多天线系统中,传送方设备可例如基于已知信道状态信息来确定预编码以应用于所传送的一个或多个数据流。例如,传送方设备可以传送接收方设备可测量的一个或多个合适的参考信号(例如,信道状态信息参考信号(CSI-RS)或探通参考信号(SRS))。接收机随后可将所测得的信道状态信息(CSI)报告回传送方设备。此类CSI报告通常提供当前通信信道质量,并且可指示各种信道属性,诸如多径衰落、散射、信号功率衰减等。在一些示例中,CSI报告还可包括回送至传送方设备的诸如为至接收方的将来传输所请求的传输块大小(TBS)、预编码矩阵指示符(PMI)等的参数。PMI通常报告供传送方设备使用的接收方设备的优选预编码矩阵,并且可被索引到预定义的码本。传送方设备随后可利用该CSI来确定用于至接收方的传输的合适预编码矩阵。
在时分双工(TDD)系统中,UL和DL常常是互易的,其中每个相应方向使用相同的频率带宽的不同时隙。因此,在TDD系统中,基站可基于对UL信道状况的估计(例如,对基于探通参考信号(SRS)或从UE传送的其他导频信号的测量)来对DL MIMO传输或经波束成形传输进行预编码。类似地,UL传输(例如,大规模MIMO系统中的UL波束成形、UL MIMO和单天线UL传输)可根据对DL信道状况的估计来配置。
通用命名
现在参照图4,解说了包括两个蜂窝小区(第b个蜂窝小区402和第c个蜂窝小区404)的示例性RAN 400,尽管本领域普通技术人员将认识到以下描述能够容易地扩展到具有任何合适数目的蜂窝小区的较大系统。在RAN 400中,每个蜂窝小区中有一数目U个用户(例如,单天线UE)。给定蜂窝小区内的每个用户都可用用户索引u来标记,其中u∈{0,1,2,…,U-1}。在所解说的示例中,解说了四个用户(UE 406、408、410和412)。为了解说每个蜂窝小区包括相同数目U个用户,用户406和408两者均被标记为它们相应的蜂窝小区的第u个用户。也就是说,一个蜂窝小区402中的用户406可具有与另一蜂窝小区404中的用户408相同的用户索引u。
RAN 400包括数目C个蜂窝小区,每个蜂窝小区被标记有蜂窝小区索引c,其中c∈{0,1,2,…,C-1}。此外,RAN 400包括数目C个基站(即,与每个蜂窝小区相对应一个基站),每个基站被标记有基站索引b,其中b∈{0,1,2,…,C-1}。
在一些示例中,RAN 400可采用大规模MIMO。此处,令N为每个基站414和416处的天线数目,其中N>>U。
问题
大规模MIMO尤其依赖于准确的信道估计来生成合适的预编码矩阵,以将传输信号映射到其天线。然而,信道估计可能面临可能限制其准确性的若干挑战。这些挑战之中包括导频污染和信道老化。
例如,假定基站期望通过测量其蜂窝小区中的一个或多个用户进行的上行链路传输来生成信道估计。在该情形中,基站的信道估计的准确性可能受不同蜂窝小区的用户进行的干扰传输的显著妨碍。为了提供对这种干扰的解说,图5是RAN 500的示意图解,RAN500具有与在以上描述且在图4中解说的RAN 400大体上相同的两蜂窝小区配置。
为了获得与第b个蜂窝小区502中的第u个用户506相对应的信道系数,第b个基站514可尝试测量来自该用户的上行链路导频(例如,参考信号)传输ψbu。如以下进一步讨论的,上行链路导频传输ψbu可以是从具有U个标准正交导频序列的集合Ψ中选择的导频序列。在具有这种属性的情况下,导频序列ψbu可与集合Ψ中的所有其他导频序列相互正交。由此,尽管第b个基站514可从使用不同导频序列的其他用户接收上行链路导频传输(为了清楚起见,未在图5中解说),但是这些传输基本上不会干扰来自第b个蜂窝小区502中的第u个用户506的上行链路导频传输ψbu。
在图5中,第b个基站514感兴趣的上行链路导频传输使用具有连续线(即,非虚线)的箭头550来解说。然而,如以上所讨论的,在一些示例中,第b个蜂窝小区502中的用户可与RAN 500中的所有其他蜂窝小区中的用户采用相同的导频序列集合。由此,第b个基站514接收的信号可包括来自毗邻蜂窝小区(例如,第c个蜂窝小区504)中的用户(例如,第u个用户554)的上行链路导频传输556的形式的导频污染、或干扰,这些用户使用相同的导频序列来传送它们自己的上行链路导频。
信道老化是影响信道估计的准确性的另一问题。也就是说,信道系数可随时间改变,例如,由移动的用户或任何其他原因引起的。因此,在基站将其所估计的信道系数应用于例如对下行链路传输进行预编码时的时刻,基站生成这些信道系数的时刻已经过去,从而潜在地导致信道估计误差。
具体而言,由于大规模MIMO需要大量且潜在地耗时的处理资源,因此信道在基站生成信道估计的时间与基站使用该信道估计进行预编码的时间之间可能经历显著老化。随着现代网络将越来越高的频率用于无线通信(例如,mmW),这个问题进一步加剧。也就是说,在高频率下,相干时间或即信道估计基本上保持平坦或恒定的时间区间非常低。
解决在非常高频率下在具有低相干时间的情况下的信道老化的一种方案就是简单地去更频繁地生成信道估计。然而,这种办法会导致用于导频传输和CSI反馈的增加开销,并且可能降低蜂窝小区中的吞吐量。解决信道老化的另一办法是采用信道预测,即尝试预测信道老化。然而,先前存在的信道预测算法的有效性并不是最优的。
现有方法及其缺点
为了解决导频污染,已知的现有办法包括使用基于多蜂窝小区最小均方误差(MMSE)的预编码,这取决于用户用于其导频传输的训练序列集合;以及使用线性最小均方误差(LMMSE)滤波器来生成信道估计。并且,为了解决信道老化问题,已知的现有设计包括通过使用有限脉冲响应(FIR)维纳预测器进行信道预测。然而,该滤波器是理想滤波器,其无法实际实施。另一办法包括使用卡尔曼滤波器进行信道预测。虽然是实际的,但是这种办法可能仍然导致不那么理想的信道预测。
已知的现有方案未解决导频污染和信道老化两者。且此外,这些现有方案可能依赖于一个或多个不切实际的假定,诸如基站完全知晓信道相关性统计和路径损耗矩阵;所有用户以相同的速率移动;或者所有用户在它们的信道中经历相同的环境变化。因此,在本领域中存在用于信道估计的进一步办法的空间,该办法可以实际的方式来解决导频污染和信道老化两者,而无需依赖于上述不切实际的假定。
示例装置结构框图
在一些方面,本公开提供了一种用于采用小波-哈尔变换的信道估计的办法。如以下所讨论的,基于小波-哈尔变换的信道估计可提供相对于先前设计提高的信道状态估计的准确度(例如,减小的RMSE误差)、以及跨宽多普勒扩展/用户速度改进的性能。此外,这种办法不需要依赖于假定,诸如基站完全知晓信道相关性统计和路径损耗矩阵,所有用户以相同的速率移动,或者所有用户经历相同的环境变化。且此外,基于小波-哈尔变换的信道估计可以高效的方式同时处理信道老化和导频污染两者。
图6是解说采用处理系统614的无线通信实体600的硬件实现的示例的框图。例如,无线通信实体600可以是如在图1、2、3、4、5和/或7中的任一者或多者中解说的用户装备(UE)或被调度实体。在另一示例中,无线通信实体600可以是如在图1、2、3、4、5和/或7中的任一者或多者中解说的基站或调度实体。
无线通信实体600可使用包括一个或多个处理器604的处理系统614来实现。处理器604的示例包括微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、状态机、门控逻辑、离散硬件电路、以及被配置成执行本公开通篇描述的各种功能性的其他合适硬件。在各个示例中,无线通信实体600可被配置成执行本文中所描述的任何一个或多个功能。也就是说,如在无线通信实体600中利用的,处理器604可被配置成(例如,与存储器605和/或收发机610协调地)实现在以下描述且在图8、9和/或10中解说的过程和规程中的任一者或多者。
在此示例中,处理系统614可用由总线602一般化表示的总线架构来实现。取决于处理系统614的具体应用和整体设计约束,总线602可包括任何数目的互连总线和桥接器。总线602将包括一个或多个处理器(由处理器604一般化地表示)、存储器605和计算机可读介质(由计算机可读介质606一般化地表示)的各种电路通信地耦合在一起。总线602还可链接各种其他电路,诸如定时源、外围设备、稳压器和功率管理电路,这些电路在本领域是众所周知的,且因此将不再进一步描述。总线接口608提供总线602与收发机610之间的接口。收发机610提供用于在传输介质上与各种其他设备进行通信的通信接口或装置。取决于无线通信实体600的特性,还可提供用户接口612(例如,按键板、显示器、扬声器、话筒、操纵杆)。当然,此类用户接口612是可任选的,且可在一些示例(诸如基站)中被省略。
在本公开的一些方面,处理器604可包括通信控制器640,其被配置成(例如,与存储器605和收发机610协调地)用于各种功能,包括例如传送和/或接收参考信号(例如,复合训练信号),传送和/或接收控制和/或数据消息信号,并且在一些示例中,为一个或多个其他设备调度或指派资源(例如,导频序列)。例如,通信控制器640可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框801、802和/或810。处理器604可进一步包括信号估计器642,其被配置成(例如,与存储器605协调地)用于各种功能,包括例如基于收到信号来生成收到信号估计(例如,训练信号估计)。在各个示例中,信号估计器642可被配置成通过将LMMSE估计器应用于收到信号或者通过任何其他合适的信号估计技术来用基于对应导频序列的向量去后乘收到信号估计。例如,信号估计器642可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框804。处理器604可进一步包括信道系数估计器644,其被配置成(例如,与存储器605协调地)用于各种功能,包括例如基于收到信号估计来生成信道系数估计(例如,信道系数向量估计)。在各个示例中,信道系数估计器644可采用小波分解滤波器或其他合适的电路系统以基于任何合适的母小波(例如,哈尔母小波)将小波变换应用于收到信号估计。在一些示例中,小波变换可提供近似系数集合和细节系数集合。此处,该近似系数集合可对应于信道系数估计。例如,信道系数估计器644可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框806。处理器604可进一步包括信道老化预测器646,其被配置成(例如,与存储器605协调地)用于各种功能,包括例如基于信道系数估计生成对将来信道系数的预测(例如,所预测的信道系数向量)。在一些示例中,信道老化预测器646可根据老化的一阶自回归信道模型来配置。例如,信道老化预测器646可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框808。处理器604可进一步包括预编码向量/矩阵生成器648,其被配置成(例如,(与存储器605和收发机610协调地)用于各种功能,包括例如基于对将来信道系数的一个或多个预测来生成预编码向量或矩阵。例如,预编码向量/矩阵生成器648可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框810。
处理器604负责管理总线602和一般性处理,包括对存储在计算机可读介质606上的软件的执行。软件在由处理器604执行时使处理系统614执行下面针对任何特定设备描述的各种功能。计算机可读介质606和存储器605还可被用于存储由处理器604在执行软件时操纵的数据。
处理系统中的一个或多个处理器604可执行软件。软件应当被宽泛地解释成意为指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、可执行件、执行的线程、规程、函数等,无论其是用软件、固件、中间件、微代码、硬件描述语言、还是其他术语来述及皆是如此。软件可驻留在计算机可读介质606上。计算机可读介质606可以是非瞬态计算机可读介质。作为示例,非瞬态计算机可读介质包括磁存储设备(例如,硬盘、软盘、磁带)、光盘(例如,压缩碟(CD)或数字多用碟(DVD))、智能卡、闪存设备(例如,卡、棒或钥匙型驱动器)、随机存取存储器(RAM)、只读存储器(ROM)、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、寄存器、可移动盘、以及用于存储可由计算机访问和读取的软件和/或指令的任何其他合适介质。计算机可读介质606可驻留在处理系统614中,在处理系统614外部,或者跨包括处理系统614的多个实体分布。计算机可读介质606可被实施在计算机程序产品中。作为示例,计算机程序产品可包括封装材料中的计算机可读介质。本领域技术人员将认识到如何取决于具体应用和加诸于整体系统上的总设计约束来最佳地实现本公开中通篇给出的所描述功能性。
在一个或多个示例中,计算机可读存储介质606可存储包括通信控制软件660的计算机可执行代码,通信控制软件660将无线通信实体600配置成用于各种功能,包括例如传送和/或接收参考信号(例如,复合训练信号),传送和/或接收控制和/或数据消息信号,并且在一些示例中,为一个或多个其他设备调度或指派资源(例如,导频序列)。例如,通信控制软件660可被配置成使无线通信实体600实现以下关于图8所描述的一个或多个功能,包括例如框801、802和/或810。计算机可执行代码可进一步包括信号估计软件662,其将无线通信实体600配置成用于各种功能,包括例如基于收到信号来生成收到信号估计(例如,训练信号估计)。在各个示例中,信号估计软件662可将无线通信实体600配置成通过将LMMSE估计器应用于收到信号或者通过任何其他合适的信号估计技术来用基于对应导频序列的向量去后乘收到信号估计。例如,信号估计软件662可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框804。计算机可执行代码可进一步包括信道系数估计软件664,其将无线通信实体600配置成用于各种功能,包括例如基于收到信号估计来生成信道系数估计(例如,信道系数向量估计)。在各个示例中,信道系数估计软件664可将无线通信实体600配置成采用小波分解滤波器或其他合适的电路系统以基于任何合适的母小波(例如,哈尔母小波)将小波变换应用于收到信号估计。在一些示例中,小波变换可提供近似系数集合和细节系数集合。此处,该近似系数集合可对应于信道系数估计。例如,系数估计软件664可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框806。计算机可执行代码可进一步包括信道老化预测软件666,其将无线通信实体600配置成用于各种功能,包括例如基于信道系数估计来生成对将来信道系数的预测(例如,所预测的信道系数向量)。在一些示例中,信道老化预测软件666可根据老化的一阶自回归信道模型来配置。例如,信道老化预测软件666可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框808。计算机可执行代码可进一步包括预编码向量/矩阵生成软件668,其将无线通信实体600配置成用于各种功能,包括例如基于对将来信道系数的一个或多个预测来生成预编码向量或矩阵。例如,预编码向量/矩阵生成软件668可被配置成实现以下关于图8所描述的一个或多个功能,包括例如框810。
在一种配置中,无线通信实体600包括用于传送和/或接收参考信号(例如,复合训练信号)的装置,用于传送和/或接收控制和/或数据消息信号的装置,以及在一些示例中,用于为一个或多个其他设备调度或指派资源(例如,导频序列)的装置。在进一步配置中,无线通信实体600包括用于基于收到信号来生成收到信号估计(例如,训练信号估计)的装置。在各个示例中,用于生成收到信号估计的装置可被配置成通过将LMMSE估计器应用于收到信号或者通过任何其他合适的信号估计技术来用基于对应导频序列的向量去后乘收到信号估计。在进一步配置中,无线通信实体600包括用于基于收到信号估计来生成信道系数估计(例如,信道系数向量估计)的装置。在各个示例中,用于生成信道系数估计的装置可采用小波分解滤波器或其他合适的电路系统以基于任何合适的母小波(例如,哈尔母小波)将小波变换应用于收到信号估计。在一些示例中,小波变换可提供近似系数集合和细节系数集合。此处,该近似系数集合可对应于信道系数估计。在进一步配置中,无线通信实体600包括用于基于信道系数估计来生成对将来信道系数的预测(例如,所预测的信道系数向量)的装置。在一些示例中,用于生成对将来信道系数的预测的装置可根据老化的一阶自回归信道模型来配置。在另一配置中,无线通信实体600包括用于基于对将来信道系数的一个或多个预测来生成预编码向量或矩阵的装置。在一个方面,前述装置可以是图6中所示的(诸)处理器640,其被配置成执行由前述装置所叙述的功能。在另一方面,前述装置可以是被配置成执行由前述装置所叙述的功能的电路或任何设备。
当然,在以上示例中,处理器604中所包括的电路系统仅作为示例来提供,并且用于执行所描述的功能的其他装置可被包括在本公开的各个方面内,包括但不限于存储在计算机可读存储介质606、或在图1、2、4、3、5和/或7中的任一者中所描述的任何其他合适的设备或装置中并且利用例如在本文中关于图8、9和/或10所描述的过程和/或算法的指令。
蜂窝系统模型
以下讨论使用与以上所描述的相同的命名。例如,下标bcu指示基站b与用户u之间的信道,其中用户u位于蜂窝小区c中。如以上,u∈{0,1,2,…,U-1},b∈{0,1,2,…,C-1},且c∈{0,1,2,…,C-1}。此外,为简单起见,基站b对应于(例如,服务)蜂窝小区b;基站c对应于(例如,服务)蜂窝小区c;等等。由此,hbcu表示由蜂窝小区c中的用户u传送给基站b的信号(例如,对应于干扰蜂窝小区间信号)所经历的信道。并且hbbu表示由蜂窝小区b中的用户u传送给基站b的信号(例如,对应于期望蜂窝小区内信号)所经历的信道。在本公开中,粗体字母表示向量和矩阵。
再一次参照图5中所解说的RAN 500,本公开的一些方面提供了第b个基站514利用小波-哈尔变换来估计信道系数向量hbbu。
复数集是可以形式a+bi来表示的所有数的集合,其中a和b为实数,且/> 在本公开中,标记/>表示具有A元素集合的向量,其中该向量中的每个元素是复数集/>的元素。且标记/>表示具有维度A×B的矩阵,其中该矩阵中的每个元素为复数集/>的元素。
可假定存在矩阵Hbb[n],其表示关于第b个基站514(其中b∈{0,1,2,…,C-1})与第b个蜂窝小区502中的所有U个用户(其中c∈{0,1,2,…,C-1})之间的信道的经组合信道信息。在该标记中,n表示第n个时刻(例如,对应于第n个样本的时刻)。该矩阵Hbb[n]可被定义为包括具有U个信道系数向量的集合,对应于第b个蜂窝小区502中的所有U个用户。也就是说, 其中/>
此处,hbbu表示第b个蜂窝小区502中的第u个用户506与第b个基站514之间的传输的信道系数向量。在以下讨论中,当关于从第b个蜂窝小区502中的第u个用户506至第b个基站514的上行链路传输550(例如,参考信号、训练信号或导频序列的上行链路传输)给出信道系数向量hbbu时,则假定信道互易性,互补信道系数向量(即,信道系数向量hbbu的复共轭)可对应于从第b个基站514至第b个蜂窝小区502中的第u个用户506的下行链路传输。例如,当将TDD载波用于第b个基站514与第u个用户506之间的无线通信时,此类信道互易性常常可能存在。本领域普通技术人员将认识到,在不能假定信道互易性的示例中(例如,当使用FDD载波时),上行链路与下行链路信道之间的这种关系可能不存在。然而,将以下该概念扩展到此类非互易信道是直截了当的,并且如此,为简单起见,在以下讨论中假定信道互易性。
可进一步假定信道系数向量hbbu[n]可被表征为:
此处,表示圆对称相关性矩阵(例如,独立于样本索引n的确定性厄密共轭(Hermitian)-对称正定矩阵),其中/> 代表期望值算子。相关矩阵Rbbu可能捕获许多影响,例如,该信道中的路径损耗、阴影和空间相关性。
快衰落信道向量vbbu[n]为N元素向量,其中每个元素表示第b个基站514的N个天线中对应一者的CSI。信道向量vbbu[n]可被认为是具有零均值和独立同分布(i.i.d.)单位方差的不相关的广义平稳复高斯随机过程。也就是说,
训练阶段
在一些系统中,不时地,所有蜂窝小区内的所有用户可同时(或基本上同时)传送训练信号或导频序列ψu,其可以是具有数目lt个复数元素的向量。由此, 此处,下标t表示训练阶段。参数lt表示导频序列ψu的样本数或其他合适的时间历时单位(例如,码元)。每个用户的训练信号ψu可具有平均上行链路传输功率pt和时间长度lt。RAN中的各个蜂窝小区可被适当地同步以提供跨蜂窝小区的这种经协调训练阶段。
在以下讨论中,可进一步假定该系统中的所有C个蜂窝小区可共享具有U个标准正交导频序列ψi的集合Ψ,0≤i≤U-1。也就是说,导频序列集合Ψ可被定义为此处,标准正交向量被配置成使得ΨΨ*=IU(即,维度为U×U的单位矩阵)。相应地,对于≤u≤U-1,/>
并且更进一步,可假定任何给定蜂窝小区中的U个用户中不超过一个用户在同一训练阶段中使用来自该集合Ψ的任何给定导频序列ψi。以此方式,使用不同导频序列的同时传输彼此正交,并且基本上不对期望的训练信号传输贡献干扰(例如,基本上不相关)。并且进一步,在一些示例中,可通过藉由与期望导频序列的复共轭相乘以处理收到样本集合来容易地估计使用期望导频序列的训练信号传输,如以下进一步描述的。
在训练阶段期间,(当每个蜂窝小区中的所有U个用户都传送它们各自相应的上行链路导频序列时)由第b个基站514接收的信号可被命名为复合训练信号并且被标示为Yt,b。第b个基站514可将所接收的复合训练信号的样本Yt,b[n]存储在存储器中。例如:
此处,Yt,b[n]是表示第b个基站514在训练阶段内的每个时刻n接收的信号Yt,b的样本的矩阵,其中该训练阶段可具有为STs的历时,其中S表示样本数(即,n∈{0,1,…,S–1}),并且Ts表示采样时间或相继时刻(诸如[n-1]与[n])之间的时间间隔。并且通过包括从c=1至c=C的范围内的和,所接收的复合训练信号Yt,b包括第b个基站可从所有C个蜂窝小区中的所有U个用户接收的信号。
所接收的复合训练信号Yt,b一般包括来自第b个基站的N个天线中的每一个天线处的噪声Zt,b的贡献。此处,噪声是表示在训练阶段期间由第b个基站514处的N个天线经历的复加性高斯白噪声(AWGN)的矩阵。
一旦第b个基站514接收到复合训练信号Yt,b并将收到信号的样本存储在存储器中,第b个基站514(例如,采用处理器、DSP等)可生成复合训练信号Yt,b[n]中对应于来自第b个蜂窝小区502中的第u个用户506的训练信号传输的分量的估计在一些情形中,第b个基站514可通过采用本领域普通技术人员已知的LMMSE估计器来生成该训练信号估计并且在一些情形中,藉由使用标准正交导频序列集合,第b个基站514可通过用来自第u个用户506的训练信号(例如,导频序列)的复共轭(/>当第b个基站514可向第u个用户提供导频序列时,第b个基站514可能先验已知/>并且已经在存储器中存储/>)去后乘收到复合训练信号Yt,b[n]的所存储样本来生成训练信号估计/>也就是说,其可被观察如下。等式(2)将该运算应用于以上等式(1)的两侧。
如以上所讨论的,基于将Ψ构造成包括具有U个标准正交导频信号的集合,等式(2)可被简化如下:
以此方式应用来自第u个用户506的导频序列的复共轭允许第b个基站514从和中取出来自第u个用户的导频传输的贡献。也就是说,/> 另外,以此方式应用导频序列的复共轭消除了所接收的复合训练信号Yt,b中对应于使用不同(正交)导频序列的传输的任何分量。也就是说/>其中hbcu对应于来自除第b个蜂窝小区502之外的蜂窝小区中采用与第b个蜂窝小区502中的第u个用户506相同的导频序列ψu的用户的传输。
如先前所讨论的,hbbu(见等式(3))表示第b个蜂窝小区502中的第u个用户506与第b个基站514之间的信道的信道系数向量。遵循以上等式(3),藉由其中(见上文)的属性,从第b个基站514的角度来看,可看出hbbu对应于期望信号。
等式(3)中的项∑b≠chbcu[n]表示来自所有其他蜂窝小区(即,除第b个蜂窝小区502之外的蜂窝小区)中在训练阶段期间使用相同的导频序列ψu的任何干扰用户的训练信号估计的贡献。也就是说,该项对应于来自非正交蜂窝小区间导频污染信号的干扰。
以上等式(3)进一步包括对应于来自第b个基站514在训练阶段期间接收的任何噪声对训练信号估计的贡献的项。为了简化以上等式(3)中的标记,表示噪声的向量被定义为:
由此,训练信号估计的信号与干扰加噪声比(SINR)可以容易地从等式(3)中搜集如下:
相应地,所接收上行链路的SINR取决于信道系数向量hbbu[n]的值。相应地,对信道系数向量的准确估计是改进或最大化上行链路SINR的重要因素。
在各个方面,第b个基站514可基于训练信号估计来生成信道系数向量估计/>例如,对以上等式(3)的右侧,第b个基站514可通过采用本领域普通技术人员已知的线性最小均方误差(LMMSE)估计器来计算信道系数向量估计/>然而,由于存在干扰和噪声,如以上所讨论的,信道系数向量估计/>包括估计误差,标示为/>即:
如以上所讨论的,常常依赖于LMMSE估计器来生成信道估计的这种办法可能导致显着估计误差由于基站采用信道估计/>来为稍晚下行链路传输生成预编码器,因此这些估计错误可能引起下行链路吞吐量方面的不良性能。并且此外,由于大规模MIMO中的基站在解码来自其蜂窝小区中的用户的上行链路传输时采用信道估计/>因此相同的估计误差可能进一步引起上行链路吞吐量方面的不良性能。
建模信道老化
虽然以上讨论聚焦于与导频污染相对应的估计误差但是所估计的信道系数向量/>可能进一步遭受与信道老化相对应的估计误差。也就是说,在基站应用所估计的信道系数向量/>的时刻,例如,用于对下行链路传输进行预编码,时刻n已经过去。自时刻n起的信道变化(例如,由用户的天线的移动、传输端点之间反射对象的移动、或任何其他原因引起)可能导致估计误差。
根据本公开的一方面,可假定信道老化一般遵循一阶自回归模型,其可被标示为AR(1)过程。使用该模型,在时刻[n]获取的样本的信道系数向量hbbu的时间变化取决于前一样本[n-1],但不取决于在前一样本[n-1]之前获取的其他样本。由此,当计及信道老化时,信道系数向量hbbu可如下给出。
在等式(6)中,α表示信道系数向量hbbu的自相关系数(例如,退化系数)。参数w表示噪声。在等式(6)中,表示作为高斯随机变量的噪声模型(例如,高斯白噪声)。
向量abbu表示可由用户的速度之外的损害引起的老化因子。例如,老化因子abbu可对应于频率失配,其中第u个用户的移动装备处的锁相环(PLL)无法带来与其服务基站频率完全匹配的频率。本领域普通技术人员将认识到由于频率失配引起的信道老化仅是一个示例,并且abbu可对应于基于除用户的速度之外的任何原因的老化因子。在目前讨论中,假定abbu可由高斯随机变量来表示。并且在本公开的范围内的一些示例中,abbu可被略去或被给予值0。
在AR(1)过程中,信道系数向量hbbu的自相关系数α可被标示为:
α[k]=J0(2πfDTs|k|) (7)
对于k个滞后。此处,J0表示第一类型的零阶贝塞尔函数,并且fD表示由用户移动导致的多普勒频移(例如,多普勒扩展)。Ts表示采样时间或相继时刻(诸如[n-1]与[n])之间的时间间隔。k可表示任何合适的时间间隔。在一些示例中,k可表示以样本或码元数目给出的滞后或延迟。
多普勒频移fD可由给出。此处,用于站804与用户802之间的信道上的传输的波长可被标示为λ。为了解说多普勒频移,图7是解说服务用户702的基站704的示图。如所解说的,用户702正以速度/>移动。此处,/>指向与用户702与基站704天线之间的视线呈角度θ的方向,并且具有表示用户速率的长度。在所解说的示例中,用户的速度/>在用户802与基站804天线之间的视线方向上的投影可由/>给出。
如从以上等式(6)和(7)看出,自相关系数α=J0(2πfDTs|k|),并且由此,信道老化的幅度(例如,信道的“平坦度”)部分地取决于用户的速度和角度θ。例如,用户速度的增加可能增加多普勒频移fD,从而导致自相关系数α减小。这种减小的自相关系数α对应于信道系数向量hbbu的更快速退化。换言之,若采样率保持不变,则随着用户速度的增加,信道一般老化得更快。
如以下进一步讨论的,通过将这种信道老化模型用作如在等式(6)中所示的AR(1)过程,无线通信设备(例如,基站)可基于当前信道系数测量来预测将来信道系数。也就是说,若信道老化模型密切跟踪信道系数的实际时间演变,并且若初始信道系数估计在测量时对于实际信道是准确的,则设备可生成对于任何合适的值t有用的将来或所预测的信道系数向量估计/>此外,使用此AR(1)模型跟踪信道所需的计算资源是微乎其微的,从而减少了用来预测老化的信道的时间和能量。
下行链路传输
再一次参照图5,以下讨论涉及从第b个基站514至所有用户(例如,任何蜂窝小区中的用户)的下行链路传输。为了表征下行链路信道(有时也被称为前向链路),可假定第b个基站514向第u个用户506发送数据码元集或消息信号mf,bu。下标f表示前向链路(例如,下行链路)。
当至第u个用户506的下行链路传输是大规模MIMO传输的一部分时,第b个基站514可将合适的预编码向量fbu应用于消息信号mf,bu,其中该预编码向量可被认为是预编码矩阵/>的分量(例如,列),其表示第b个基站514跨其具有N个天线的集合应用的预编码矩阵以用至第b个蜂窝小区502中的所有U个用户的经复用传输。
由此,第b个基站514向第u个用户506传送的信号可被表示为此处,λb是归一化参数,其被包括以确保传输满足平均发射功率约束。一般而言,对于任何给定基站j,归一化参数λj可被表示如下:
当第b个基站514传送下行链路信号时,用户(例如,第b个蜂窝小区502中的第u个用户506)可接收信号,该信号可被表示为yf,bu。然而,RAN 500中的其他蜂窝小区中的基站可能同时传送它们自己的数据。由此,收到信号yf,bu不仅可能包括来自第b个基站514的传输,而且还可能包括噪声zf,bu、以及来自由除第b个基站之外的其他基站(例如,第c个基站516)进行的传输的干扰。若假定该系统中的所有C个基站针对它们相应的下行链路传输采用相同的平均下行链路传输功率pf,则第b个蜂窝小区502中的第u个用户506接收、采样并存储在存储器中的信号可被如下给出:
等式(8)描述了由第u个用户506接收的信号的三个分量。首先,来自第b个基站514的期望信号对应于第一部分:其次,由第u个用户506接收的噪声对应于第二部分:zf,bu[n]。第三,来自除第b个基站之外的基站(例如,第c个基站516)的蜂窝小区间干扰对应于第三部分:/>
由此,如在等式(8)中看到,由第b个基站514利用的预编码向量fbu直接影响用户接收的与来自第b个基站514的期望信号相对应的信号的分量yf,bu[n]。例如,基于等式(8),由第u个用户506看到的信号与干扰加噪声比(SINR)可被如下表示:
在一些示例中,基站(诸如第b个基站514)可基于等式(8.1)来配置用于与第u个用户506的通信的预编码向量fbu,其目的是减少或最小化该无线信道、噪声和干扰的影响(例如,以改进或最大化SINR)。也就是说,等式(8.1)示出了预编码向量fbu的配置影响由第u个用户506接收的期望信号的SINR。然而,等式(8.1)还示出了SINR取决于基站对至第u个用户506的下行链路传输的信道系数向量的估计的准确性。
也就是说,若基站不具有准确的信道估计,则基站生成合适的预编码向量以改进SINR的能力可能被抑制。由此,若基站生成信道系数向量的不良估计(例如,由于导频污染、信道老化或这些的组合),这可能导致不良SINR。因此,为了改进大规模MIMO网络中的SINR,本领域存在对改进的信道系数向量估计的需求。
使用小波-哈尔方法生成信道估计
如以上关于训练阶段所讨论的,基站(例如,第b个基站514)可采用任何合适的规程以努力生成信道系数向量hbbu[n]的准确估计然而,在使用先前办法(诸如通过采用LMMSE估计器生成估计/>)的情况下,如在等(5)中看到的,信道估计可包括显著的估计误差/>进而,该不良信道估计可能导致不良预编码性能(例如,不良SINR)。
根据本公开的一方面,基站可通过采用具有合适母小波的小波分解滤波器来生成信道系数向量估计如下所述。在特定示例中,该基站可通过使用哈尔母小波来采用小波-哈尔变换。以此方式,可获得更准确的信道估计(例如,与真实信道系数向量hbbu[n]相比提供低均方根误差(RMSE)),即使在遇到导频污染和/或信道老化时亦是如此。本领域普通技术人员将认识到任何其他合适的母小波(例如,多贝西(Daubechies)母小波)可代替示例性哈尔母小波。
图8是解说根据本公开的一些方面的用于生成信道估计的示例性过程800的流程图。如下所述,一些或全部所解说的特征可在本公开的范围内在特定实现中省略,并且一些所解说的特征可不被要求用于实现所有实施例。在一些示例中,过程800可由图6中所解说的无线通信实体600来执行。在一些示例中,过程800可由用于执行下述功能或算法的任何合适的设备或装置来执行。
在以下过程800的讨论中,另外参照图9中所提供的框图,图9示出了被配置成用于基于小波变换的信道系数估计的装置或功能块的示例。如上所述,在各个示例中,图9中所解说的基于小波变换的信道系数估计器可被包括在和/或耦合到图6中所解说的无线通信实体600(例如,对应于一个或多个处理器604、计算机可读介质606、和/或存储器605)。
在示例性过程800中,无线通信实体(例如,为了与以上描述一致,服务第b个蜂窝小区中的具有U个UE的集合的第b个基站)可采用训练阶段来生成信道估计。例如,在框801,第b个基站可将训练信号指派给多个UE(例如,具有U个UE的集合)。在一些示例中,第b个基站可从存储器904检索具有U个标准正交导频序列的集合Ψ(例如,其中Ψ=[ψ1,ψ2,…,ψU]),并且可将来自集合Ψ的导频序列ψu指派给该U个UE中相应的UE。在一些示例中,存储器904可对应于在以上描述且在图6中结合无线通信实体600解说的存储器605。此处,指派导频序列可对应于经由收发机向每个UE传送合适的控制消息。
在框802,该基站(例如,第b个基站)可(例如,利用收发机)接收与由多个UE同时或基本上同时传送的上行链路训练信号或导频序列集合相对应的复合训练信号。此处,该基站可生成所接收的复合训练信号Yt,b的样本Yt,b[n](见等式(1))并将其存储在存储器中。此处,n∈{1,2,…,S},其中S表示样本数。再一次,尽管该基站可将其服务的UE集合配置成使用标准正交导频序列,但是由于由其他(例如,相邻)蜂窝小区中的UE同时或基本上同时传送的一个或多个非正交导频序列,基站接收的复合训练信号Yt,b仍然可能受导频污染的影响。
在框804,该基站可生成训练信号估计,其估计由基站服务的所选UE传送的训练信号或导频序列。例如,第b个基站可生成与第b个蜂窝小区中的第u个UE相对应的训练信号估计参照图9,在一些示例中,训练信号估计器902可基于所存储的复合训练信号Yt,b[n]以及可任选地基于存储器904中所存储的导频序列集合Ψ来生成训练信号估计例如,在一些方面,训练信号估计器902可采用合适的信号处理,包括但不限于利用LMMSE估计器来基于所接收的复合训练信号Yt,b[n]的所存储样本来生成训练信号估计在一些示例中,训练信号估计器902可通过以下方式来生成训练信号估计从其存储器904检索被指派给第u个UE以用于其导频传输的导频序列ψu,并且用第u个UE的用户训练信号(例如,导频序列)的复共轭/>后乘所接收的复合训练信号Yt,b[n]的所存储样本(见等式(3),对应于以下等式(9))。
在框806,基站可通过被配置有合适的母小波的小波分解滤波器906来传递训练信号估计在一些示例中,小波分解滤波器可被配置有哈尔母小波(等式(10)中一般地表征)。该配置在本文中被称为哈尔变换。
哈尔变换是在各个不同领域(诸如模式识别、图像处理和压缩等)中采用的小波变换。然而,执行该操作以生成如本文中所描述的信道系数向量估计可提供改进的性能以及减少的计算要求。
在本公开的一方面,小波分解滤波器906可将离散小波变换应用于信号估计此处,信号估计/>的离散小波变换可基于与哈尔矩阵相对应的母小波H、通过计算/>来计算。例如,以下提供了2×2哈尔矩阵H2,尽管本领域普通技术人员将认识到在本公开的范围内可利用任何合适维度的哈尔矩阵HN。也就是说,任意给定维度的哈尔矩阵HN可根据公知的算法来生成,在此处无需提供。/>
作为示例,小波分解滤波器906可将序列 变换成两分量向量序列并将这些向量中的每一者乘以哈尔矩阵H2。该计算得到输出序列/>
小波分解滤波器906可相应地生成输出参数,包括近似系数集合ay[n]和细节系数集合dy[n]。在采用哈尔母小波的示例中,小波分解滤波器906可如下生成近似系数集合ay[n]:
并且小波分解滤波器906可如下生成细节系数集合dy[n]:
再一次,S对应于来自训练阶段操作的样本数。根据本公开的一方面,以此方式采用哈尔变换使得计算设备能够通过减少或最小化训练信号估计的非平稳度来获得更准确的信道系数向量估计/>也就是说,基于这些近似系数和细节系数,计算设备(诸如基站)可生成对信道系数向量hbbu[n]的估计,同时基本上移除由干扰(诸如导频污染)对该估计作出的贡献。
例如,近似系数ay[n]一般对应于被应用于训练信号估计的低通滤波器的输出,并且可被认为是期望信道系数估计。细节系数dy[n]一般对应于被应用于训练信号估计/>的高通滤波器的输出,并且可被认为是干扰(例如,导频污染)并被丢弃。
由此,在框808,基站可将近似系数ay[n]应用于信道老化预测器910以生成对将来信道系数向量的预测。在一些示例中,基站可丢弃细节系数dy[n]。根据本公开的一方面,如上所述(见等式(6)),信道老化预测器910可被配置成采用信道预测算法,例如,以用于根据如下AR(1)过程来预测信道老化。AR(1)过程将信道系数向量hbbu的信道老化建模为取决于自相关系数α和先前样本中的信道系数向量的值。
如以上关于等式(7)和以下讨论所讨论的,自相关系数α是相关UE的速度(例如,其在给定时间的速率以及与UE与基站之间的视线方向呈角度θ)的函数。在一些示例中,基站可以可任选地使用各种合适机制中的任一种来获得指示UE的速率和方向的值的信息。例如,该UE可监视这些参数并且将它们连同其训练信号传输一起报告给基站(或以其他方式与训练信号传输相关联)。在一些示例中,基站可基于该UE的训练信号的抵达角估计来确定UE的方向。
相应地,基于相关UE的速率和方向,以及信道系数向量估计(对应于近似系数ay[n]),信道老化预测器910可计算对将来时间的信道系数向量的预测。例如,基于信道系数向量估计/>信道老化预测器910可如下采用等式(13)来生成对时间[n+1]的信道系数向量的预测:
在一些示例中,参数abbu和可被假定为时不变的,即对n的所有值取相同的值。在其他示例中,可在本公开的范围内利用针对噪声模型/>和老化因子abbu中的时间变化的任何合适的模型。并且在一些示例中,可以通过假定参数abbu和/>作为随机过程具有为零的平均值来计算自相关系数α的估计,以使得在跨n的所有值的平均上,相应地,信道老化预测器901可基于跨序列/>的平均值α来生成对自相关系数α的简单估计,例如,/>
通过将等式14迭代任何合适的次数k,信道老化预测器910可生成对将来的任何期望时间的信道系数向量的预测(相对于与基站接收训练信号的时间相对应的时刻n)在该示例中,若采样时间或相继样本之间的时间为[n+1]–[n]=Ts,则信道预测的将来(相对于时刻n)的时间延迟或历时对应于kTs.
在框810,基站可相应地针对与所选用户(例如,第u个UE)的通信采用信道系数估计(或/>对应于比接收和采样训练信号的时刻晚kTs的时刻)。例如,基站可基于对将来信道系数向量的预测来计算和采用用于在时间[n+k]至第u个UE的下行链路传输的预编码向量。
通过利用上述过程生成信道系数向量估计,基站可实现跟踪老化信道的改进能力,即使在高速度下(例如,具有高fDTs)亦是如此。由此,对于下行链路和上行链路传输两者,跨整个用户速度的范围,该基站可获得增加的平均总吞吐率(例如,给定蜂窝小区中的所有用户的经组合吞吐量)。
图10是解说根据本公开的进一步方面的用于生成信道估计的示例性过程1000的流程图。如下所述,一些或全部所解说的特征可在本公开的范围内在特定实现中省略,并且一些所解说的特征可不被要求用于实现所有实施例。在一些示例中,过程1000可由图6中所解说的无线通信实体600来执行。在一些示例中,过程1000可由用于执行下述功能或算法的任何合适的设备或装置来执行。
无线通信实体例如利用无线收发机来接收参考信号(1002)。此类参考信号可以是适用于无线信道的信道表征的任何信号,例如,与给定信道的信道相关统计、路径损耗矩阵或其他参数相关的信号。该无线通信实体可获取参考信号的样本序列并将这些样本存储在存储器中。
基于所接收参考信号,该无线通信实体生成收到信号估计(1004)。例如,该无线通信实体可处理参考信号的所存储样本以移除或抑制对该信号的不想要的贡献(诸如干扰)。
该无线通信实体随后基于对收到信号估计的小波分解来生成信道系数估计(1006)。例如,该无线通信实体可应用小波分解滤波器或其他合适的电路系统以基于任何合适的母小波来将小波变换应用于收到信号估计。此处,由小波分解滤波器生成的输出的至少一部分可对应于信道系数估计。
该无线通信实体进一步基于该信道系数估计来生成对将来信道系数的预测(1008)。例如,该无线通信实体可采用信道系数随时间变化的合适模型。使用该模型,无线通信实体可观察到信道系数估计岁时间的变化,并外插所观察到的模式以确定对将来信道的预测。通过采用如上所述的信道估计、以及收到信号估计的小波分解和对将来信道系数预测,无线通信设备可实现信道状态估计的提高的准确性,例如,从而使用单个解决方案来解决导频污染和信道老化的问题。并且此外,此类信道估计可实现对跨宽多普勒扩展的多个用户的老化信道的改进跟踪。
具有各种特征的进一步示例
示例1:一种用于信道估计的方法、装置和非瞬态计算机可读介质。一种无线通信实体接收参考信号,以及基于所接收参考信号来生成收到信号估计。该无线通信实体随后基于对收到信号估计的小波分解来生成信道系数估计。该无线通信实体进一步基于该信道系数估计来生成对将来信道系数的第一预测。
示例2:如示例1的方法、装置和非瞬态计算机可读介质,其中该无线通信实体通过以下方式来生成该信道系数估计:利用哈尔母小波进行小波分解,计算近似系数集合和细节系数集合。此处,所生成的信道系数估计对应于该近似系数集合。
示例3:如示例1至2中的任一者的方法、装置和非瞬态计算机可读介质,其中该无线通信实体根据信道老化的一阶自回归模型来生成对将来信道系数的第一预测。
示例4:如示例1至3中的任一者的方法、装置和非瞬态计算机可读介质,其中所接收参考信号为与由多个传送方设备中的每个传送方设备传送的训练信号相对应的复合训练信号。该无线通信实体通过以下方式来生成收到信号估计:生成与由该多个传送方设备中的第一传送方设备传送的第一训练信号相对应的训练信号估计。并且该信道系数估计对应于第一传送方设备与该无线通信实体之间的信道。
示例5:如示例1至4中的任一者的方法、装置和非瞬态计算机可读介质,其中该无线通信实体进一步将第一导频序列指派给第一传送方设备以供其传送第一训练信号。由此,该无线通信实体通过以下方式来生成收到信号估计:用基于第一导频序列的向量去后乘收到信号估计,或者将线性最小均方误差(LMMSE)估计器应用于收到信号估计。
示例6:如示例1至5中的任一者的方法、装置和非瞬态计算机可读介质,其中该无线通信实体生成与该多个传送方设备中相应的传送方设备相对应的多个信道系数估计。由此,第一信道系数估计为该多个信道系数估计之中的一者。
示例7:如示例1至6中的任一者的方法、装置和非瞬态计算机可读介质,其中该无线通信实体通过以下方式来生成对将来信道系数的第一预测:基于多个信道系数估计中相应的信道系数估计来生成对将来信道系数的多个预测。由此,对将来信道系数的第一预测为对将来信道系数的多个预测之中的一者。
示例8:如示例1至7中的任一者的方法、装置和非瞬态计算机可读介质,其中该无线通信实体基于对将来信道系数的多个预测来生成预编码矩阵。该无线通信实体随后向该多个传送方设备传送包括经复用消息集合的信号,该信号是根据所生成的预编码矩阵来配置的。
示例9:如示例1至8中的任一者的方法、装置和非瞬态计算机可读介质,其中该无线通信实体基于对将来信道系数的第一预测来生成预编码向量;以及传送消息,该消息是根据所生成的预编码向量来配置的。
已参照示例性实现给出了无线通信网络的若干方面。如本领域技术人员将容易领会的,贯穿本公开所描述的各种方面可被扩展到其他电信系统、网络架构和通信标准。
作为示例,各种方面可在由3GPP定义的其他系统内实现,诸如长期演进(LTE)、演进型分组系统(EPS)、通用移动电信系统(UMTS)、和/或全球移动系统(GSM)。各种方面还可被扩展到由第三代伙伴项目2(3GPP2)所定义的系统,诸如CDMA2000和/或演进数据优化(EV-DO)。其他示例可在采用IEEE 802.11(Wi-Fi)、IEEE 802.16(WiMAX)、IEEE 802.20、超宽带(UWB)、蓝牙的系统和/或其他合适系统内实现。所采用的实际的电信标准、网络架构和/或通信标准将取决于具体应用和加诸于系统的总体设计约束。
在本公开内,措辞“示例性”用于意指“用作示例、实例、或解说”。在本文中被描述为“示例性”的任何实现或方面不必被解释为优于或胜过本公开的其他方面。同样,术语“方面”不要求本公开的所有方面都包括所讨论的特征、优点或操作模式。术语“耦合”在本文中被用来指两个对象之间的直接或间接耦合。例如,如果对象A物理地接触对象B,且对象B接触对象C,则对象A和C仍可被认为是彼此耦合的——即便它们并非彼此直接物理接触。例如,第一对象可以耦合到第二对象,即便第一对象从不直接与第二对象物理接触。术语“电路”和“电路系统”被宽泛地使用且意在包括电子器件和导体的硬件实现以及信息和指令的软件实现两者,这些电子器件和导体在被连接和配置时使得能够执行本公开中所描述的功能而在电子电路的类型上没有限制,这些信息和指令在由处理器执行时使得能够执行本公开中所描述的各功能。
图1-10中所解说的组件、步骤、特征和/或功能中的一者或多者可被重新编排和/或组合成单个组件、步骤、特征或功能,或者实施在若干组件、步骤或功能中。还可添加附加的元件、组件、步骤、和/或功能而不会脱离本文中所公开的新颖性特征。图1-10中所解说的装置、设备和/或组件可被配置成执行本文中所描述的一个或多个方法、特征或步骤。本文中所描述的新颖算法还可被高效地实现在软件中和/或嵌入在硬件中。
将理解,所公开的方法中各步骤的具体次序或阶层是示例性过程的解说。基于设计偏好,将理解,可以重新编排这些方法中各步骤的具体次序或阶层。所附方法权利要求以样本次序呈现各种步骤的要素,且并不意味着被限定于所呈现的具体次序或阶层,除非在本文中有特别叙述。
提供先前描述是为了使本领域任何技术人员均能够实践本文中所描述的各个方面。对这些方面的各种修改将容易为本领域技术人员所明白,并且在本文中所定义的普适原理可被应用于其他方面。由此,权利要求并非旨在被限定于本文中所示出的各方面,而是应被授予与权利要求的语言相一致的全部范围,其中对要素的单数形式的引述并非旨在表示“有且仅有一个”——除非特别如此声明,而是旨在表示“一个或多个”。除非特别另外声明,否则术语“一些/某个”指的是一个或多个。引述一列项目“中的至少一个”的短语指代这些项目的任何组合,包括单个成员。作为示例,“a、b或c中的至少一个”旨在涵盖:a;b;c;a和b;a和c;b和c;以及a、b和c。本公开通篇描述的各个方面的要素为本领域普通技术人员当前或今后所知的所有结构上和功能上的等效方案通过引述被明确纳入于此,且旨在被权利要求所涵盖。此外,本文所公开的任何内容都不旨在捐献于公众,无论此类公开内容是否明确记载在权利要求书中。
Claims (36)
1.一种能在无线通信实体处操作的信道估计的方法,所述方法包括:
接收参考信号;
基于收到参考信号来生成收到信号估计;
基于对所述收到信号估计的小波分解来生成信道系数估计;以及
基于所述信道系数估计来生成对将来信道系数的第一预测。
2.如权利要求1所述的方法,其中生成所述信道系数估计包括:利用哈尔母小波进行所述小波分解,
其中生成所述信道系数估计包括计算近似系数集合和细节系数集合,并且
其中所生成的信道系数估计对应于所述近似系数集合。
3.如权利要求1所述的方法,其中生成所述对将来信道系数的第一预测对应于信道老化的一阶自回归模型。
4.如权利要求1所述的方法,
其中所述收到参考信号包括与由多个传送方设备中的每个传送方设备传送的训练信号相对应的复合训练信号;
其中生成所述收到信号估计包括:生成与由所述多个传送方设备中的第一传送方设备传送的第一训练信号相对应的训练信号估计;并且
其中所述信道系数估计对应于所述第一传送方设备与所述无线通信实体之间的信道。
5.如权利要求4所述的方法,进一步包括:
将第一导频序列指派给所述第一传送方设备以供其传送所述第一训练信号;
其中生成所述收到信号估计包括以下至少一者:
用基于所述第一导频序列的向量去后乘所述收到信号估计;或者
将线性最小均方误差(LMMSE)估计器应用于所述收到信号估计。
6.如权利要求4所述的方法,进一步包括:
生成与所述多个传送方设备中相应的传送方设备相对应的多个信道系数估计,第一信道系数估计在所述多个信道系数估计之中。
7.如权利要求6所述的方法,
其中生成所述对将来信道系数的第一预测包括:基于所述多个信道系数估计中相应的信道系数估计来生成对将来信道系数的多个预测,所述对将来信道系数的第一预测在所述对将来信道系数的所述多个预测之中。
8.如权利要求7所述的方法,进一步包括:
基于所述对将来信道系数的多个预测来生成预编码矩阵;以及
向所述多个传送方设备传送包括经复用消息集合的信号,所述信号是根据所生成的预编码矩阵来配置的。
9.如权利要求1所述的方法,进一步包括:
基于所述对将来信道系数的第一预测来生成预编码向量;以及
传送消息,所述消息是根据所生成的预编码向量来配置的。
10.一种被配置成用于信道估计的无线通信实体,所述无线通信实体包括:
用于接收参考信号的装置;
用于基于收到参考信号来生成收到信号估计的装置;
用于基于对所述收到信号估计的小波分解来生成信道系数估计的装置;以及
用于基于所述信道系数估计来生成对将来信道系数的第一预测的装置。
11.如权利要求10所述的无线通信实体,其中用于生成所述信道系数估计的装置被配置成利用哈尔母小波进行所述小波分解,
其中用于生成所述信道系数估计的装置被配置成计算近似系数集合和细节系数集合,并且
其中所生成的信道系数估计对应于所述近似系数集合。
12.如权利要求10所述的无线通信实体,其中用于生成所述对将来信道系数的第一预测的装置是根据信道老化的一阶自回归模型来配置的。
13.如权利要求10所述的无线通信实体,
其中所述收到参考信号包括与由多个传送方设备中的每个传送方设备传送的训练信号相对应的复合训练信号;
其中用于生成所述收到信号估计的装置被配置成用于生成与由所述多个传送方设备中的第一传送方设备传送的第一训练信号相对应的训练信号估计;并且
其中所述信道系数估计对应于所述第一传送方设备与所述无线通信实体之间的信道。
14.如权利要求13所述的无线通信实体,进一步包括:
用于将第一导频序列指派给所述第一传送方设备以供其传送所述第一训练信号的装置;
其中用于生成所述收到信号估计的装置被配置成用于以下至少一者:
用基于所述第一导频序列的向量去后乘所述收到信号估计;或者
将线性最小均方误差(LMMSE)估计器应用于所述收到信号估计。
15.如权利要求13所述的无线通信实体,进一步包括:
用于生成与所述多个传送方设备中相应的传送方设备相对应的多个信道系数估计的装置,第一信道系数估计在所述多个信道系数估计之中。
16.如权利要求15所述的无线通信实体,
其中用于生成所述对将来信道系数的第一预测的装置被配置成用于基于所述多个信道系数估计中相应的信道系数估计来生成对将来信道系数的多个预测,所述对将来信道系数的第一预测在所述对将来信道系数的多个预测之中。
17.如权利要求16所述的无线通信实体,进一步包括:
用于基于所述对将来信道系数的多个预测来生成预编码矩阵的装置;以及
用于向所述多个传送方设备传送包括经复用消息集合的信号的装置,所述信号是根据所生成的预编码矩阵来配置的。
18.如权利要求10所述的无线通信实体,进一步包括:
用于基于所述对将来信道系数的第一预测来生成预编码向量的装置;以及
用于传送消息的装置,所述消息是根据所生成的预编码向量来配置的。
19.一种存储计算机可执行代码的非瞬态计算机可读介质,包括用于使无线通信实体执行以下操作的代码:
接收参考信号;
基于收到参考信号来生成收到信号估计;
基于对所述收到信号估计的小波分解来生成信道系数估计;以及
基于所述信道系数估计来生成对将来信道系数的第一预测。
20.如权利要求19所述的非瞬态计算机可读介质,其中用于使所述无线通信实体生成所述信道系数估计的代码被配置成利用哈尔母小波进行所述小波分解,
其中用于使所述无线通信实体生成所述信道系数估计的代码被配置成计算近似系数集合和细节系数集合,并且
其中所生成的信道系数估计对应于所述近似系数集合。
21.如权利要求19所述的非瞬态计算机可读介质,其中用于使所述无线通信实体生成所述对将来信道系数的第一预测的代码对应于信道老化的一阶自回归模型。
22.如权利要求19所述的非瞬态计算机可读介质,
其中所述收到参考信号包括与由多个传送方设备中的每个传送方设备传送的训练信号相对应的复合训练信号;
其中用于使所述无线通信实体生成所述收到信号估计的代码被配置成生成与由所述多个传送方设备中的第一传送方设备传送的第一训练信号相对应的训练信号估计;并且
其中所述信道系数估计对应于所述第一传送方设备与所述无线通信实体之间的信道。
23.如权利要求22所述的非瞬态计算机可读介质,其中所述计算机可执行代码进一步包括:用于使所述无线通信实体将第一导频序列指派给所述第一传送方设备以供其传送所述第一训练信号的代码;
其中用于使所述无线通信实体生成所述收到信号估计的代码被配置成用于以下至少一者:
用基于所述第一导频序列的向量去后乘所述收到信号估计;或者
将线性最小均方误差(LMMSE)估计器应用于所述收到信号估计。
24.如权利要求22所述的非瞬态计算机可读介质,其中所述计算机可执行代码进一步包括:用于使所述无线通信实体生成与所述多个传送方设备中相应的传送方设备相对应的多个信道系数估计的代码,第一信道系数估计在所述多个信道系数估计之中。
25.如权利要求24所述的非瞬态计算机可读介质,其中用于使所述无线通信实体生成所述对将来信道系数的第一预测的代码被配置成基于所述多个信道系数估计中相应的信道系数估计来生成对将来信道系数的多个预测,所述对将来信道系数的第一预测在所述对将来信道系数的多个预测之中。
26.如权利要求25所述的非瞬态计算机可读介质,其中所述计算机可执行代码进一步包括用于使所述无线通信实体执行以下操作的代码:
基于所述对将来信道系数的多个预测来生成预编码矩阵;以及
向所述多个传送方设备传送包括经复用消息集合的信号,所述信号是根据所生成的预编码矩阵来配置的。
27.如权利要求19所述的非瞬态计算机可读介质,其中所述计算机可执行代码进一步包括用于使所述无线通信实体执行以下操作的代码:
基于所述对将来信道系数的第一预测来生成预编码向量;以及
传送消息,所述消息是根据所生成的预编码向量来配置的。
28.一种无线通信实体,包括:
处理器;
通信地耦合到所述处理器的收发机;以及
通信地耦合到所述处理器的存储器;
其中所述处理器和所述存储器被配置成:
经由所述收发机来接收参考信号;
基于收到参考信号来生成收到信号估计;
基于对所述收到信号估计的小波分解来生成信道系数估计;以及
基于所述信道系数估计来生成对将来信道系数的第一预测。
29.如权利要求28所述的无线通信实体,其中被配置成生成所述信道系数估计的所述处理器和所述存储器被配置成利用哈尔母小波进行所述小波分解,
其中被配置成生成所述信道系数估计的所述处理器和所述存储器被配置成计算近似系数集合和细节系数集合,并且
其中所生成的信道系数估计对应于所述近似系数集合。
30.如权利要求28所述的无线通信实体,其中被配置成生成所述对将来信道系数的第一预测的所述处理器和所述存储器是根据信道老化的一阶自回归模型来配置的。
31.如权利要求28所述的无线通信实体,
其中所述收到参考信号包括与由多个传送方设备中的每个传送方设备传送的训练信号相对应的复合训练信号;
其中被配置成生成所述收到信号估计的所述处理器和所述存储器被进一步配置成生成与由所述多个传送方设备中的第一传送方设备传送的第一训练信号相对应的训练信号估计;并且
其中所述信道系数估计对应于所述第一传送方设备与所述无线通信实体之间的信道。
32.如权利要求31所述的无线通信实体,其中所述处理器和所述存储器被进一步配置成:
将第一导频序列指派给所述第一传送方设备以供其传送所述第一训练信号;
其中被配置成生成所述收到信号估计的所述处理器和所述存储器被配置成用于以下至少一者:
用基于所述第一导频序列的向量去后乘所述收到信号估计;或者
将线性最小均方误差(LMMSE)估计器应用于所述收到信号估计。
33.如权利要求31所述的无线通信实体,其中所述处理器和所述存储器被进一步配置成生成与所述多个传送方设备中相应的传送方设备相对应的多个信道系数估计,第一信道系数估计在所述多个信道系数估计之中。
34.如权利要求33所述的无线通信实体,其中被配置成生成所述对将来信道系数的第一预测的所述处理器和所述存储器被进一步配置成基于所述多个信道系数估计中相应的信道系数估计来生成对将来信道系数的多个预测,所述对将来信道系数的第一预测在所述对将来信道系数的多个预测之中。
35.如权利要求34所述的无线通信实体,其中所述处理器和所述存储器被进一步配置成:
基于所述对将来信道系数的多个预测来生成预编码矩阵;以及
经由所述收发机来向所述多个传送方设备传送包括经复用消息集合的信号,所述信号是根据所生成的预编码矩阵来配置的。
36.如权利要求28所述的无线通信实体,其中所述处理器和所述存储器被进一步配置成:
基于所述对将来信道系数的第一预测来生成预编码向量;以及
经由所述收发机来传送消息,所述消息是根据所生成的预编码向量来配置的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/069,636 | 2020-10-13 | ||
US17/069,636 US11431388B2 (en) | 2020-10-13 | 2020-10-13 | Wavelet transform-based tracking for estimating an aging wireless channel |
PCT/US2021/050488 WO2022081292A1 (en) | 2020-10-13 | 2021-09-15 | Wavelet transform-based tracking for estimating an aging wireless channel |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116458077A true CN116458077A (zh) | 2023-07-18 |
Family
ID=78135140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180068753.4A Pending CN116458077A (zh) | 2020-10-13 | 2021-09-15 | 用于估计老化无线信道的基于小波变换的跟踪 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11431388B2 (zh) |
EP (1) | EP4229840A1 (zh) |
CN (1) | CN116458077A (zh) |
WO (1) | WO2022081292A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050185732A1 (en) * | 2004-02-25 | 2005-08-25 | Nokia Corporation | Multiscale wireless communication |
CN101958860A (zh) * | 2010-08-30 | 2011-01-26 | 南京信息工程大学 | 基于平衡正交多小波变换的模糊神经网络盲均衡方法 |
CN102594472A (zh) * | 2012-03-22 | 2012-07-18 | 北京邮电大学 | 一种基于小波分解阈值去噪的无线信道测量的方法及其装置 |
CN107005320A (zh) * | 2014-10-20 | 2017-08-01 | 梁平 | 用于多用户无线通信系统中信道信息获取、信号检测和传输的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6647252B2 (en) * | 2002-01-18 | 2003-11-11 | General Instrument Corporation | Adaptive threshold algorithm for real-time wavelet de-noising applications |
US8229868B2 (en) * | 2009-04-13 | 2012-07-24 | Tokyo Institute Of Technology | Data converting apparatus and medium having data converting program |
US9161214B2 (en) * | 2010-03-05 | 2015-10-13 | University Of Maryland | Wireless communication method and system for transmission authentication at the physical layer |
-
2020
- 2020-10-13 US US17/069,636 patent/US11431388B2/en active Active
-
2021
- 2021-09-15 WO PCT/US2021/050488 patent/WO2022081292A1/en active Application Filing
- 2021-09-15 CN CN202180068753.4A patent/CN116458077A/zh active Pending
- 2021-09-15 EP EP21791119.7A patent/EP4229840A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050185732A1 (en) * | 2004-02-25 | 2005-08-25 | Nokia Corporation | Multiscale wireless communication |
CN101958860A (zh) * | 2010-08-30 | 2011-01-26 | 南京信息工程大学 | 基于平衡正交多小波变换的模糊神经网络盲均衡方法 |
CN102594472A (zh) * | 2012-03-22 | 2012-07-18 | 北京邮电大学 | 一种基于小波分解阈值去噪的无线信道测量的方法及其装置 |
CN107005320A (zh) * | 2014-10-20 | 2017-08-01 | 梁平 | 用于多用户无线通信系统中信道信息获取、信号检测和传输的方法 |
Non-Patent Citations (1)
Title |
---|
YAZHOU YUAN等: "A new channel estimation method based on GPR and wavelet denosing", 2019 3RD INTERNATIONAL SYMPOSIUM ON AUTONOMOUS SYSTEMS (ISAS) * |
Also Published As
Publication number | Publication date |
---|---|
US20220116081A1 (en) | 2022-04-14 |
US11431388B2 (en) | 2022-08-30 |
EP4229840A1 (en) | 2023-08-23 |
WO2022081292A1 (en) | 2022-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102607030B1 (ko) | 무선 통신 시스템을 위한 도플러 코드북-기반 프리코딩 및 csi 보고 | |
US20220224464A1 (en) | Fractional cooperative multipoint network operation | |
Truong et al. | Effects of channel aging in massive MIMO systems | |
CN112514276A (zh) | 用于无线通信系统的多普勒延迟基于码本的预编码和csi报告 | |
WO2017180485A1 (en) | A hybrid beamforming method for wireless multi-antenna and frequency-division duplex systems | |
EP3940968B1 (en) | A method and an apparatus for a transmission scheme | |
US20230361842A1 (en) | Improving precoding | |
Papazafeiropoulos et al. | Linear precoding for downlink massive MIMO with delayed CSIT and channel prediction | |
WO2020164723A1 (en) | Apparatuses and methods for multi-user transmissions | |
EP4032213B1 (en) | Spectral efficiency (spef) to channel quality indicator (cqi) mapping adaptation | |
US20230328568A1 (en) | Quantization scheme for channel state information reports | |
US20220231738A1 (en) | Spatial multiplexing with single transmitter on wideband channels | |
WO2022184161A1 (en) | Multi-mode precoding matrix information report for orbital angular momentum based communication system | |
WO2022027625A1 (en) | Frequency domain precoding for fdd reciprocity | |
US11431388B2 (en) | Wavelet transform-based tracking for estimating an aging wireless channel | |
CN114391232B (zh) | 频谱效率(spef)至信道质量指示符(cqi)映射适配 | |
WO2023206373A1 (en) | Doppler channel state information (csi) based on a modified slepian basis | |
CN114982142B (zh) | 针对多个传输假设的预编码矩阵指示符反馈 | |
WO2024059992A1 (en) | Three dimensional search and positioning in wireless communications systems | |
US11844034B2 (en) | Method and apparatus for transmitting and receiving signal in frequency-asynchronous non-orthogonal multiple access system | |
CN115118358B (zh) | 干扰源角度的估计方法、装置、设备和存储介质 | |
WO2023206198A1 (en) | Differential channel state information report | |
WO2022213347A1 (en) | Channel state reporting for the updating of precoders | |
US20240137256A1 (en) | Techniques for enhanced sounding reference signal multiplexing | |
Peken et al. | Elastic net for channel estimation in massive MIMO |
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 |