CN116471151A - 信道估计方法及相关装置 - Google Patents
信道估计方法及相关装置 Download PDFInfo
- Publication number
- CN116471151A CN116471151A CN202310541585.7A CN202310541585A CN116471151A CN 116471151 A CN116471151 A CN 116471151A CN 202310541585 A CN202310541585 A CN 202310541585A CN 116471151 A CN116471151 A CN 116471151A
- Authority
- CN
- China
- Prior art keywords
- channel estimation
- matrix
- mmse
- channel
- dimension
- 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 97
- 239000011159 matrix material Substances 0.000 claims abstract description 476
- 238000004088 simulation Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 102100022734 Acyl carrier protein, mitochondrial Human genes 0.000 description 1
- 101000678845 Homo sapiens Acyl carrier protein, mitochondrial Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure 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
- H04L25/0256—Channel estimation using minimum mean square error criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种信道估计方法及相关装置,其中方法包括:基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得第一个维度的信道估计值矩阵;其中,第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;第一幅度因子为小于等于1的正数;基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵。该方法,能够提升多维分步MMSE信道估计的性能。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种信道估计方法及相关装置。
背景技术
最小均方误差(Minimum Mean Squared Error,MMSE)信道估计法可应用在时域、频域、空域、码域等多个维度,其原理是利用了时域、频域、空域或者码域的信道的相关性,通过滤波使信道矩阵的实际值与估计值的均方误差最小化,来达到降低噪声、提升信道估计性能的效果。对于多维MMSE信道估计而言,一种可选的方式是采用多维联合MMSE信道估计方法,然而,多维联合MMSE信道估计方法虽然性能较好,但是复杂度较高。另一种可选的方式是采用多维分步MMSE信道估计方法,然而,多维分步MMSE信道估计方法相比于多维联合MMSE信道估计方法而言,虽然可降低复杂度,但是,会存在一定的性能损失。因此,如何提升多维分步MMSE信道估计的性能成为了一个亟待解决的问题。
发明内容
本申请实施例提供了一种信道估计方法及相关装置,能够提升多维分步MMSE信道估计的性能。
第一方面,本申请实施例提供了一种信道估计方法,该方法包括:
基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得第一个维度的信道估计值矩阵;
其中,第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;
第一噪声功率为最小二乘LS信道估计值对应的噪声功率,或为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率;第一幅度因子为小于等于1的正数;
基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵;其中,第二噪声功率是第一个维度的信道估计值矩阵对应的噪声功率。
可见,本申请实施例中,通过对多维分步MMSE信道估计中,非最后一步的MMSE信道估计时所使用的第一噪声功率乘以第一幅度因子,其中,第一幅度因子为小于等于1的正数,从而,在进行多维分步MMSE信道估计的过程中,可利用不同的第一幅度因子,得到使信道估计性能最优的多维分步MMSE信道估计后的信道估计值矩阵,从而能够提升多维分步MMSE信道估计的性能。
在一种可选的实施方式中,第一幅度因子是从幅度因子表格中确定的,幅度因子表格存储了各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
在一种可选的实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子进行仿真,得到每个幅度因子分别对应的仿真结果;
从每个幅度因子分别对应的仿真结果中,选择仿真性能最优的信道估计值矩阵;
将选择的信道估计值矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
在一种可选的实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;
从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的归一化相关性最大的多维分步MMSE信道估计系数矩阵;
将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
在一种可选的实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;
从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的第一值最小的多维分步MMSE信道估计系数矩阵;
其中,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模,进行求和处理得到的,或者,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模的平方,进行求和处理得到的;
将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。在一种可选的实施方式中,在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵,包括:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的第一个维度的信道估计系数矩阵;
基于每个幅度因子对应的第一个维度的信道估计系数矩阵,确定每个幅度因子分别对应的最后一个维度的信道估计系数矩阵;
基于每个幅度因子分别对应的第一个维度的信道估计系数矩阵和最后一个维度的信道估计系数矩阵,得到每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵。
在一种可选的实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维信道估计值矩阵;
基于每个幅度因子分别对应的多维信道估计值矩阵,以及信道矩阵,确定每个幅度因子分别对应的平均均方误差MSE;
从每个幅度因子分别对应的平均均方误差MSE中,选择最小的MSE对应的幅度因子为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头对应的幅度因子。
第二方面,本申请实施例提供了一种信道估计装置,该装置包括:
确定单元,用于基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得第一个维度的信道估计值矩阵;
其中,第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;
第一噪声功率为最小二乘信道估计值对应的噪声功率,或为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率,第一幅度因子为小于等于1的正数;
获取单元,用于基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵;其中,第二噪声功率是第一个维度的信道估计值矩阵对应的噪声功率。
可选的,该信道估计装置执行可选的实施方式以及有益效果可参见上述第一方面的相关内容,此处不再详述。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:处理器、存储器,处理器和存储器相互连接,其中,存储器用于存储计算机程序,计算机程序包括程序指令,其中,处理器用于调用程序指令以实现上述第一方面中任一可选的实施方式所涉及的方法。可选的,该电子设备可以为终端设备或终端设备中的芯片或芯片模组。可选的,该电子设备还可以为网络设备或网络设备中的芯片或芯片模组。
第四方面,本申请实施例提供一种芯片,所述芯片包括处理器,其中,所述处理器执行上述第一方面中任一可选的实施方式所涉及的方法。可选的,所述芯片还可以包括存储器以及存储在存储器上的计算机程序或指令,所述处理器执行所述计算机程序或指令以实现上述第一方面中任一可选的实施方式所涉及的方法。
第五方面,本申请实施例提供了一种芯片模组,包括收发组件和芯片,所述芯片包括处理器,其中,所述处理器执行上述第一方面中任一可选的实施方式所涉及的方法。可选的,所述芯片还可以包括存储器以及存储在存储器上的计算机程序或指令,所述处理器执行所述计算机程序或指令以实现上述第一方面中任一可选的实施方式所涉及的方法。
第六方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被计算机执行时实现上述第一方面中任一可选的实施方式所涉及的方法。
第七方面,本申请实施例提供了一种计算机程序产品,包括计算机程序或程序指令,所述计算机程序或程序指令被执行时实现上述第一方面中任一可选的实施方式所涉及的方法。
附图说明
图1是本申请实施例提供的一种信道估计方法的流程示意图;
图2a是本申请实施例提供的一种采用不同信道估计方法得到的时频二维权值幅度的比较结果示意图;
图2b是本申请实施例提供的另一种采用不同信道估计方法得到的时频二维权值幅度的比较结果示意图;
图3a是本申请实施例提供的一种采用不同信道估计方法得到的MSE的仿真结果示意图;
图3b是本申请实施例提供的另一种采用不同信道估计方法得到的MSE的仿真结果示意图;
图3c是本申请实施例提供的又一种采用不同信道估计方法得到的MSE的仿真结果示意图;
图4是本申请实施例提供的一种信道估计装置的结构示意图;
图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
需要说明的是,本申请中“第一”、“第二”、“第三”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。此外,术语“包括”及其任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤或单元的过程、方法、软件、产品或设备没有限定于已列出的步骤或单元,而是还包括没有列出的步骤或单元,或还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本申请中“等于”可以与“小于”连用,也可以与“大于”连用,但不同时与“小于”和“大于”连用。当“等于”与“小于”连用时,适用于“小于”所采用的技术方案。当“等于”与“大于”连用时,适用于“大于”所采用的技术方案。
本申请中“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,表示前后关联对象是一种“或”的关系。
“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a、b或c中的至少一项(个),可以表示:a,b,c,a和b,a和c,b和c,或,a、b和c,其中a、b、c中的每一个本身可以是元素,也可以是包含一个或多个元素的集合。
本申请中“至少一个”是指一个或多个。“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述,仅作示意与区分描述对象之用,没有次序之分,也不表示本申请实施例中对个数的特别限定,不能构成对本申请实施例的任何限制。例如,第一标识和第二标识,只是为了区分不同车辆对应的标识,而并不是表示这两个标识相同或不同。
在本申请中,“示例的”“在一些实施例中”“在另一些实施例中”等用于表示作例子、例证或说明。本申请中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用示例的一词旨在以具体方式呈现概念。
本申请中“的(of)”、“相应的(corresponding,relevant)”、“对应的(corresponding)”、“关联的”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。本申请实施例中通信、传输有时可以混用,应当指出的是,在不强调区别时,其所表达的含义是一致的。例如传输可以包括发送和/或接收,可以为名词,也可以是动词。
本申请中,电子设备可以是终端设备,也可以是网络设备。
其中,终端设备是一种具有无线通信功能的设备,又可以称之为终端(terminal)、用户设备(user equipment,UE)、移动台(mobile station,MS)、移动终端(mobileterminal,MT)、接入终端设备、车载终端设备、工业控制终端设备、UE单元、UE站、移动站、移动台、远方站、远程终端设备、移动设备、UE终端设备、无线通信设备、智能终端设备、UE代理或UE装置等。终端设备可以是固定的或者移动的。
可选的,终端设备可以部署在陆地上,包括室内或室外、手持、穿戴或车载;可以部署在水面上(如轮船等);还可以部署在空中(如飞机、气球和卫星等)。
需要说明的是,终端设备可以支持至少一种无线通信技术,例如长期演进系统(Long-Term Evolution,LTE)、新空口(new radio,NR)、6G或下一代无线通信技术等。例如,终端设备可以是手机(mobile phone)、平板电脑(pad)、台式机、笔记本电脑、一体机、车载终端、虚拟现实(virtual reality,VR)终端设备、增强现实(augmented reality,AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、蜂窝电话、无绳电话、会话启动协议(session initiation protocol,SIP)电话、无线本地环路(wireless local loop,WLL)站、个人数字助理(personal digital assistant,PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、可穿戴设备、下一代通信系统例如NR网络中的终端设备、未来移动通信网络中的终端设备或者未来演进的公共陆地移动网络(public land mobile network,PLMN)中的终端设备等。
进一步的,终端设备还可以包括具有收发功能的装置,例如芯片系统。其中,芯片系统可以包括芯片,还可以包括其它分立器件。
其中,网络设备可以是用于与终端设备之间进行通信的设备,其负责空口侧的无线资源管理(radio resource management,RRM)、服务质量(quality of service,QoS)管理、数据压缩和加密、数据收发等。其中,网络设备可以是通信系统中的基站(basestation,BS)或者部署于无线接入网(radio access network,RAN)以用于提供无线通信功能的设备。例如,全球移动通信系统(Global System for Mobile Communication,GSM)或码分多址(Code Division Multiple Access,CDMA)通信系统中的基站(base transceiverstation,BTS)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)通信系统中的节点B(node B,NB)、LTE通信系统中的演进型节点B(evolutional node B,eNB或eNodeB)、NR通信系统中的下一代演进型的节点B(next generation evolved node B,ng-eNB)、NR通信系统中的下一代节点B(next generation node B,gNB)、双链接架构中的主节点(master node,MN)、双链接架构中的第二节点或辅节点(secondary node,SN)等,对此不作具体限制。
可选的,网络设备还可以是核心网(core network,CN)中的其他设备,如接入和移动性管理功能(access and mobility management function,AMF)、用户面功能(userplan function,UPF)等;还可以是无线局域网(wireless local area network,WLAN)中的接入点(access point,AP)、中继站、未来演进的PLMN网络中的通信设备、非陆地通信网络(non-terrestrial network,NTN)网络中的通信设备等。
可选的,网络设备可以包括具有为终端设备提供无线通信功能的装置,例如芯片系统。示例的,芯片系统可以包括芯片,还可以包括其它分立器件。
需要说明的是,在一些网络部署中,网络设备可以是一个独立的节点以实现上述基站的所有功能,其可以包括集中式单元(centralized unit,CU)和分布式单元(distributed unit,DU),如gNB-CU和gNB-DU;还可以包括有源天线单元(active antennaunit,AAU)。其中,CU可以实现网络设备的部分功能,而DU也可以实现网络设备的部分功能。比如,CU负责处理非实时协议和服务,实现无线资源控制(Radio Resource Control,RRC)层、服务数据适配(service data adaptation protocol,SDAP)层、分组数据汇聚(packetdata convergence protocol,PDCP)层的功能。DU负责处理物理层协议和实时服务,实现无线链路控制(radio link control,RLC)层、媒体接入控制(medium access control,MAC)层和物理(physical,PHY)层的功能。另外,AAU可以实现部分物理层处理功能、射频处理及有源天线的相关功能。由于RRC层的信息最终会变成PHY层的信息,或者由PHY层的信息转变而来,因此,在该网络部署下,高层信令(如RRC层信令)可以认为是由DU发送的,或者由DU和AAU共同发送的。可以理解的是,网络设备可以包括CU、DU、AAU中的至少一个。另外,可以将CU划分为接入网(radio access network,RAN)中的网络设备,也可以将CU划分为核心网中的网络设备,对此不做具体限定。
可选的,网络设备可以具有移动特性,例如网络设备可以为移动的设备。可选地,网络设备可以为卫星、气球站。例如,卫星可以为低地球轨道(low earth orbit,LEO)卫星、中地球轨道(medium earth orbit,MEO)卫星、地球同步轨道(geostationary earthorbit,GEO)卫星、高椭圆轨道(high elliptical orbit,HEO)卫星等。可选地,网络设备还可以为设置在陆地、水域等位置的基站。该网络设备包括网络设备102。
首先,对本申请实施例涉及的一些概念进行简要阐述。
1、MMSE信道估计
MMSE信道估计是指利用时域、频域、空域或者码域的信道的相关性,计算信道矩阵的实际值与估计值的均方误差最小化,以达到降低噪声、提升信道估计性能的效果。
MMSE信道估计的公式如下式(1):
公式(1)中,表示的是MMSE信道估计值矩阵;G表示的是MMSE信道估计系数矩阵,有G=Rhh(Rhh+σ2I)-1;hLS表示的是最小二乘(Least Square,LS)信道估计值矩阵;Rhh表示的是信道自相关矩阵;σ2表示的是LS信道估计值的噪声功率,如果Rhh为归一化矩阵时,σ2=1/SNR,其中,SNR表示的是LS信道估计值的信噪比;I表示的是对角矩阵,G为MMSE信道估计系数矩阵;(·)-1表示的是矩阵的逆运算。
2、多维联合MMSE信道估计
多维联合MMSE信道估计是指多个不同维度(例如是时域和频域)联合进行MMSE信道估计。
对于多维联合MMSE信道估计而言,前述公式(1)中,hLS表示的是多维联合LS信道估计值矩阵;Rhh表示的是多维联合信道自相关矩阵;G表示的是多维联合MMSE信道估计系数矩阵,维度较大。
下面以时域、频域二维联合MMSE信道估计为例,对多维联合MMSE信道估计进行阐述。
假设Ntap,t表示的是时域MMSE信道估计的抽头数;Rhh,t表示的是时域信道自相关矩阵,Rhh,t的维度为Ntap,t×Ntap,t;Ntap,f表示的是频域MMSE信道估计的抽头数;Rhh,f表示的是频域信道自相关矩阵,Rhh,f的维度为Ntap,f×Ntap,f,则时频二维联合MMSE信道估计的抽头数Ntap=Ntap,t×Ntap,f。时频域二维联合MMSE信道估计的公式如下式(2):
公式(2)中,表示的是克罗内克张量积(Kronecker product);Rhh表示的是时频二维信道自相关矩阵,Rhh的维度为Ntap×Ntap;hLS表示的是时频二维LS信道估计值矩阵,hLS的维度为Ntap×1;G表示的是时频二维联合MMSE信道估计系数矩阵,G的维度为Ntap×Ntap;表示的是时频二维MMSE信道估计后的信道估计值矩阵;σ2表示的是LS信道估计值的噪声功率;I表示的是对角矩阵;(·)-1表示的是矩阵的逆运算。
也就是说,对于时频二维联合MMSE信道估计而言,多维联合MMSE信道估计系数矩阵G(记为Gunite)可表示成如下公式(3)。
公式(3)中,Rhh、σ2、I、Rhh,t以及Rhh,f的物理含义可参见前述公式(2)中的阐述,此处不再进行赘述。
可见,多维联合MMSE信道估计无论是系数矩阵G的生成复杂度,还是信道估计过程的运算复杂度均较高。
3、多维分步MMSE信道估计
多维分步MMSE信道估计是指先进行某个维度的MMSE信道估计,再进行下一个维度的MMSE信道估计,直到把所有维度的MMSE信道估计完成。
下面以时域、频域二维分步MMSE信道估计为例,对多维分步MMSE信道估计进行阐述。
假设先进行频域MMSE信道估计,再进行时域MMSE信道估计,则频域MMSE信道估计的计算公式如下式(4):
公式(4)中,Rhh,f表示的是频域信道自相关矩阵,Rhh,f的维度为Ntap,f×Ntap,f,其中,Ntap,f为频域MMSE信道估计的抽头数;Gf表示的是频域MMSE信道估计系数矩阵,Gf的维度为Ntap,f×Ntap,f;hLS表示的是LS信道估计值矩阵,hLS的维度为Ntap,f×Ntap,t,其中,Ntap,t为时域MMSE信道估计的抽头数,hLS中行是频域维度,列是时域维度;σ2表示的是频域LS信道估计值的噪声功率;If表示的是频域MMSE信道估计时的对角矩阵;(·)-1表示的是矩阵的逆运算;表示的是频域MMSE信道估计后的信道估计值矩阵,/>的维度为Ntap,f×Ntap,t。
在计算完频域MMSE信道估计后的信道估计值矩阵后,可进一步进行时域MMSE信道估计,如下式(5):
公式(5)中,Rhh,t表示的是时域信道自相关矩阵,Rhh,t的维度为Ntap,t×Ntap,t,其中,Ntap,t为时域MMSE信道估计的抽头数;Gt表示的是时域MMSE信道估计系数矩阵,Gt的维度为Ntap,t×Ntap,t;表示的是频域MMSE信道估计后的信道估计值矩阵;σ′2指的是频域MMSE信道估计后的残留噪声功率,通常有σ′2<σ2;It表示的是时域MMSE信道估计时的对角矩阵;(·)-1表示的是矩阵的逆操作;(·)T表示的是矩阵的转置操作。
通过公式(5)所计算得到的即为时频域二维分步MMSE信道估计后的信道估计值矩阵,其维度为Ntap,f×Ntap,t。
可选的,由上述公式(4)和公式(5)可得,时频域二维分步MMSE信道估计的计算公式如下(6):
公式(6)中,Gf、hLS以及Gt的物理含义可参见前述公式(4)、公式(5)中的相关阐述,此处不再进行赘述。
由于二维分步MMSE信道估计系数Gf和Gt的维度相对于二维联合MMSE信道估计系数G的维度较低,因此,多维分步MMSE信道估计相比于多维联合MMSE信道估计方法而言,可降低计算的复杂度。然而,由于多维分步MMSE信道估计并不是多个维度联合最优的信道估计,所以,多维分步MMSE信道估计相比于多维联合MMSE信道估计方法而言,会存在一定的性能损失。因此,如何提升多维分步MMSE信道估计的性能成为了一个亟待解决的问题。
下面对本申请实施例提供的信道估计方法进行详细描述。
请参见图1,图1是本申请实施例提供的一种信道估计方法的流程示意图。为便于阐述,下面以二维分步MMSE信道估计为例进行阐述。如图1所示,该信道估计方法可包括但不限于如下步骤:
S101、基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得第一个维度的信道估计值矩阵;其中,第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;第一幅度因子为小于等于1的正数。
其中,第一噪声功率为最小二乘LS信道估计值对应的噪声功率,或为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率。
可选的,如果第一个维度为多维分步进行MMSE信道估计中的第一步MMSE信道估计,则第一噪声功率为最小二乘LS信道估计值对应的噪声功率;如果第一个维度为多维分步进行MMSE信道估计中的非第一步MMSE信道估计,则第一噪声功率为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率。
在一种可选的实施方式中,电子设备基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得第一个维度的信道估计值矩阵,可采用如下方式:基于第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,确定第一个维度的信道估计系数矩阵;如果第一个维度为多维分步进行MMSE信道估计中的第一步MMSE信道估计,则对第一个维度的信道估计系数矩阵和最小二乘LS信道估计值进行乘法运算,得到第一个维度的信道估计值矩阵;如果第一个维度为多维分步进行MMSE信道估计中的非第一步MMSE信道估计,则对第一个维度的信道估计系数矩阵和上一步MMSE信道估计输出的信道估计值矩阵进行乘法运算,得到第一个维度的信道估计值矩阵。
该实施方式中,电子设备基于第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,确定第一个维度的信道估计系数矩阵,可采用如下方式:对第一噪声功率与第一幅度因子之间的乘积,和第一个维度的第一对角矩阵进行乘法运算,得到第一矩阵;对第一矩阵和第一个维度的第一信道自相关矩阵进行加法运算,得到第二矩阵;对第二矩阵进行求逆运算,得到第三矩阵;对第三矩阵和第一信道自相关矩阵进行乘法运算,得到第一个维度的信道估计系数矩阵。
以时域、频域二维分步MMSE信道估计为例,假设电子设备先进行频域MMSE信道估计,然后再进行时域MMSE信道估计,则上述第一个维度的信道估计值矩阵为频域MMSE信道估计后的信道估计值矩阵。
电子设备在确定频域MMSE信道估计后的信道估计值矩阵时,可先采用如下公式(7)确定频域MMSE信道估计系数矩阵Gf。
Gf=Rhh,f(Rhh,f+scale*σ2If)-1 (7)
公式(7)中,scale表示的是幅度因子,scale≤1,其中,Ntap,t为时域MMSE信道估计的抽头数;σ2表示的是频域LS信道估计值对应的噪声功率;If表示的是频域对角矩阵(对应前述第一对角矩阵);Rhh,f表示的是频域信道自相关矩阵(对应前述第一信道自相关矩阵)。
在确定频域MMSE信道估计系数矩阵Gf之后,电子设备可采用如下公式(8)确定频域MMSE信道估计后的信道估计值矩阵
公式(6)中,hLS表示的是频域LS信道估计值;其中,Gf、Rhh,、scale、σ2、If的物理含义可参见前述公式(7)中的阐述,此处不再进行赘述。
S102、基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵。
其中,第二噪声功率是第一个维度的信道估计值矩阵对应的噪声功率。
在一种可选的实施方式中,电子设备基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵,可采用如下方式:确定第二噪声功率;基于最后一个维度的第二信道自相关矩阵、第二噪声功率以及第二对角矩阵,确定最后一个维度的信道估计系数矩阵;基于最后一个维度的信道估计系数矩阵和第一个维度的信道估计值矩阵,获得多维信道估计值矩阵。
可选的,电子设备确定第二噪声功率,可采用如下方式:确定第一个维度的信道估计系数矩阵;基于第一个维度的信道估计系数矩阵,确定第一个维度的第一位置的信道估计系数;基于第一个维度的第一位置的信道估计系数和第一噪声功率,确定第二噪声功率。可选的,该第二噪声功率也可以称为第一个维度的第一位置滤波后的噪声功率。例如,第一个维度的第一位置可以是频域维度的子载波索引,或者可以是时域维度的符号或时隙等的索引,或者可以是码域的码本索引,或者空域的天线索引等等,本申请不作限定。
以时域、频域二维分步MMSE信道估计为例,假设电子设备先进行频域MMSE信道估计,然后再进行时域MMSE信道估计,则上述第一个维度为频域维度,最后一个维度为时域维度。
其中,电子设备在基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵时,可先采用上述公式(7)确定频域维度MMSE信道估计系数矩阵Gf;然后将Gf转化为多个行向量的形式,即其中,gf,表示的是频域维度的第一位置,如频域子载波i,的信道估计系数,gf,为1×Ntap,f的行向量。下面以频域子载波i为频域维度的第一位置为例,对第二噪声功率(或者称为频域子载波i滤波后的噪声功率)的确定方式以及多维信道估计值矩阵的确定方式进行相应的阐述。
可选的,电子设备可采用如下公式(9),根据频域子载波i的信道估计系数gf,和频域MMSE信道估计时,所使用的第一噪声功率σ2,确定频域子载波i滤波后的噪声功率σ′2。
公式(9)中,‖·‖2表示的是求向量的二范数。
电子设备确定该频域子载波i滤波后的噪声功率σ′2之后,可基于σ′2、时域对角矩阵It(对应前述第二对角矩阵)以及时域信道自相关矩阵Rhh,(对应前述第二信道自相关矩阵),确定该频域子载波i的时域MMSE信道估计系数矩阵。例如,电子设备可采用如下公式(10)确定该频域子载波i的时域MMSE信道估计系数矩阵Gt。
可选的,电子设备基于最后一个维度的信道估计系数矩阵和第一个维度的信道估计值矩阵,获得多维信道估计值矩阵时,可采用如下公式(11)。
/>
公式(11)中,表示的是频域MMSE信道估计后的信道估计值矩阵,可通过公式(8)确定;Gt表示的是频域子载波i的时域MMSE信道估计系数矩阵,可通过公式(10)确定;(·)T表示矩阵的转置操作;(·)-1表示矩阵的逆操作。
也就是说,对于时频二维分步MMSE信道估计来说,电子设备可采用公式(7)至公式(11)确定该多维分步MMSE信道估计后的信道估计值矩阵
可选的实施例中,可以时域、频域、空域三个维度MMSE信道估计为例,假设电子设备先进行频域MMSE信道估计,然后进行时域MMSE信道估计,最后进行空域MMSE信道估计,则第一个维度为频域维度或时域维度,最后一个维度为空域维度。相应的,电子设备确定该三维MMSE信道估计值矩阵,可采用如下方式:基于最小二乘LS信道估计值对应的噪声功率与第一幅度因子之间的乘积、频域维度的信道自相关矩阵以及频域维度的对角矩阵,确定频域维度的信道估计值矩阵;基于频域维度的信道估计值矩阵对应的噪声功率与第一幅度因子的乘积、时域维度的信道自相关矩阵以及时域维度的对角矩阵,确定时域维度的信道估计值矩阵;基于时域维度的信道估计值矩阵以及空域维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵。可选的,确定频域维度的信道估计值矩阵时所使用的第一幅度因子和确定时域维度的信道估计值矩阵时所使用的第一幅度因子可以是不一样的值。
可见,本申请实施例中,通过对多维分步MMSE信道估计中,非最后一步的MMSE信道估计时所使用的第一噪声功率乘以幅度因子,其中,幅度因子为小于等于1的正数,从而,在进行多维分步MMSE信道估计的过程中,可利用不同的第一幅度因子,得到使得信道估计性能最优的多维分步MMSE信道估计后的信道估计值矩阵,从而能够提升多维分步MMSE信道估计的性能。
在一种可选的实施方式中,电子设备还可先确定多维分步MMSE信道估计系数矩阵,该多维分步MMSE信道估计系数矩阵用于结合LS信道估计值,确定多维信道估计值矩阵。也就是说,电子设备可基于多维分步MMSE信道估计系数矩阵和多维LS信道估计值,确定多维分步MMSE信道估计后的信道估计值矩阵。
可选的,以时域、频域二维分步MMSE信道估计为例,电子设备可采用如下公式(12)确定该多维分步MMSE信道估计系数矩阵G(记为Gstep)。
公式(10)中,Gf表示的是频域MMSE信道估计系数矩阵,可通过前述公式(7)得到;Gt表示的是时域MMSE信道估计系数矩阵,可通过前述公式(10)得到。
结合公式(12),电子设备在基于多维分步MMSE信道估计系数矩阵和多维LS信道估计值矩阵,确定多维分步MMSE信道估计后的信道估计值矩阵时,可采用如下公式(13)。
公式(13)中,hLS表示的是时频二维LS信道估计值矩阵,hLS的维度为Ntap×1,其中,Ntap=Ntap,t×Ntap,f,Ntap,t为时域MMSE信道估计的抽头数,Ntap,f为频域MMSE信道估计的抽头数。
在一种可选的实施方式中,图1所示的信道估计方法中,第一幅度因子是从幅度因子表格(或者称为scale因子表格)中确定的,幅度因子表格存储了各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。也就是说,幅度因子scale和LS信道估计值的信噪比SNR、每个维度的信道自相关矩阵以及每个维度MMSE信道估计采用的抽头数有关。可选的,每个维度的信道估计采用的抽头数可以是相同的,也可以是不同的,此处不进行限定。可选的,幅度因子表格中各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子的获得方式可包括但不限于如下实施方式1.1至实施方式1.3。
实施方式1.1,幅度因子表格中各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是利用仿真遍历法获得的。
该实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子进行仿真,得到每个幅度因子分别对应的仿真结果;从每个幅度因子分别对应的仿真结果中,选择仿真性能最优的信道估计值矩阵;将选择的信道估计值矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
也就是说,电子设备可固定某一SNR、某一信道自相关矩阵以及某一抽头数,遍历多个不同的幅度因子(或者称为scale因子)进行仿真,其中,仿真性能最好的幅度因子即为固定的SNR、信道自相关矩阵以及抽头数所对应的幅度因子。
可选的,每个幅度因子分别对应的仿真结果可以是BLER结果、系统吞吐量结果,也可以是平均均方误差(Mean Squared Error,MSE)等,此处不进行限定。
可选的,幅度因子表格可以是电子设备遍历多个不用的SNR、每个维度的信道相关性、每个维度信道估计采用的抽头数,并采用实施方式1.1获得每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子之后获得的。
实施方式1.2,幅度因子表格中各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是利用权值相关法获得的。
该实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的归一化相关性最大的多维分步MMSE信道估计系数矩阵;将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
也就是说,电子设备可固定某一SNR、某一信道自相关矩阵以及某一抽头数,遍历多个不同的幅度因子,其中,使得多维分步信道估计系数矩阵和多维联合信道估计系数矩阵的归一化相关性最大的幅度因子,为固定的SNR、信道自相关矩阵以及抽头数所对应的幅度因子。
该实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的第一值最小的多维分步MMSE信道估计系数矩阵;其中,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模,进行求和处理得到的,或者,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模的平方,进行求和处理得到的;将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
也就是说,电子设备可固定某一SNR、某一信道自相关矩阵以及某一抽头数,遍历多个不同的幅度因子,其中,使得多维分步信道估计系数矩阵中各元素和多维联合信道估计系数矩阵中对应位置的元素的差的模的和最小的幅度因子,或者,使得多维分步信道估计系数矩阵中各元素和多维联合信道估计系数矩阵中对应位置的元素的差的平方的和最小的幅度因子为固定的SNR、信道自相关矩阵以及抽头数所对应的幅度因子。
可选的,电子设备在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵时,可采用如下方式:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的第一个维度的信道估计系数矩阵;基于每个幅度因子对应的第一个维度的信道估计系数矩阵,确定每个幅度因子分别对应的最后一个维度的信道估计系数矩阵;基于每个幅度因子分别对应的第一个维度的信道估计系数矩阵和最后一个维度的信道估计系数矩阵,得到每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵。
以时域、频域二维分步MMSE信道估计为例,可选的,电子设备可采用前述公式(7)确定每个幅度因子分别对应的第一个维度的信道估计系数矩阵。可选的,电子设备可采用前述公式(7)、(9)和(10),确定每个幅度因子分别对应的最后一个维度的信道估计系数矩阵。可选的,电子设备可采用前述公式(12)确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵。
可选的,电子设备可采用前述公式(3)确定多维联合信道估计系数矩阵。
可选的,幅度因子表格可以是电子设备遍历多个不用的SNR、每个维度的信道相关性、每个维度信道估计采用的抽头数,并采用实施方式1.2获得每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子之后获得的。实施方式1.3,幅度因子表格中各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是利用平均均方误差(Mean Squared Error,MSE)最小法获得的。
该实施方式中,幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维信道估计值矩阵;基于每个幅度因子分别对应的多维信道估计值矩阵,以及信道矩阵,确定每个幅度因子分别对应的平均均方误差MSE;从每个幅度因子分别对应的平均均方误差MSE中,选择最小的MSE对应的幅度因子为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头对应的幅度因子。
也就是说,电子设备可固定某一SNR、某一信道自相关矩阵以及某一抽头数,遍历多个不同的幅度因子,其中,使得信道估计统计MSE值最小的幅度因子,为固定的SNR、信道自相关矩阵以及抽头数所对应的幅度因子。
可选的,电子设备可采用如下公式(14)确定信道估计统计MSE值。
公式(14)中,h表示的是信道矩阵;表示的是多维信道估计值矩阵。可选的,可通过前述公式(11)获得,也可通过前述公式(13)获得,此处不进行限定。
下面以电子设备通过公式(13)获得即/>为例,对公式(14)进行展开,可得到如下公式(15)。
令公式(15)中, 则/>其中,n指的是噪声,E{nnH}=σ2I。这种情况下,公式(15)可写为如下公式(16)。
公式(16)中,real(·)表示的是取实部操作。
也就是说,电子设备可固定某一SNR、某一信道自相关矩阵以及某一抽头数,遍历多个不同的幅度因子,获得多个Gstep。之后基于上述公式(16)计算信道估计统计MSE值,其中,使得公式(16)的值最小的幅度因子,为固定的SNR、信道自相关矩阵以及抽头数所对应的幅度因子。
进一步的,电子设备可剔除公式(16)中与Gstep无关的项,即公式(16)中,等式右边的第一项,tr[Rhh];确定使得tr-2*real(GstepRhh H)+Gstep(Rhh+σ2I)Gstep H]最小的幅度因子,为固定的SNR、信道自相关矩阵以及抽头数所对应的幅度因子。
可选的,幅度因子表格可以是电子设备遍历多个不用的SNR、每个维度的信道相关性、每个维度信道估计采用的抽头数,并采用实施方式1.3获得每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子之后获得的。
为验证本申请实施例提供的信道估计方法的可靠性,利用本申请实施例提供的信道估计方法进行了如下对比实验。
请参见图2a,图2a是本申请实施例提供的一种采用不同信道估计方法得到的时频二维权值幅度的比较结果示意图。其中,采用本申请提供的信道估计方法得到分步权值的过程中,所采用的幅度因子(scale值)为0.25。如图2a所示,在频域MMSE信道估计采用的抽头数为24,时域MMSE信道估计采用的抽头数为4,SNR为10dB,频率fd为10Hz,链路级仿真的信道模型为抽头延迟线-C(Tapped Delay Line-C,TDL-C)信道模型的情况下,采用本申请提供的多维分步信道估计方法后的分步权值和二维联合权值更加吻合。
请参见图2b,图2b是本申请实施例提供的另一种采用不同信道估计方法得到的时频二维权值幅度的比较结果示意图。其中,采用本申请提供的信道估计方法得到分步权值的过程中,所采用的幅度因子(scale值)为0.25。如图2b所示,在频域MMSE信道估计采用的抽头数为24,时域MMSE信道估计采用的抽头数为4,SNR为20dB,频率fd为10Hz,信道模型为TDL-C信道模型的情况下,采用本申请提供的多维分步信道估计方法后的分步权值和二维联合权值更加吻合。
请参见图3a,图3a是本申请实施例提供的一种采用不同信道估计方法得到的MSE的仿真结果示意图。如图3a所示,在频域MMSE信道估计采用的抽头数为24,时域MMSE信道估计采用的抽头数为4,频率为10Hz,信道模型为TDL-A信道模型的情况下,采用本申请提供的信道估计方法后得到的MSE的值小于采用原多维分步MMSE信道估计得到的MSE的值,且采用本申请提供的信道估计方法后得到的MSE的值更接近采用二维联合MMSE信道估计方法得到的MSE的值。
请参见图3b,图3b是本申请实施例提供的另一种采用不同信道估计方法得到的MSE的仿真结果示意图。如图3b所示,频域MMSE信道估计采用的抽头数为24,时域MMSE信道估计采用的抽头数为4,频率为10Hz,信道模型为TDL-B信道模型,采用本申请提供的信道估计方法后得到的MSE的值小于采用原多维分步MMSE信道估计得到的MSE的值,且采用本申请提供的信道估计方法后得到的MSE的值更接近采用二维联合MMSE信道估计方法得到的MSE的值。
请参见图3c,图3c是本申请实施例提供的又一种采用不同信道估计方法得到的MSE的仿真结果示意图。如图3c所示,在频域MMSE信道估计采用的抽头数为24,时域MMSE信道估计采用的抽头数为4,频率为10Hz,信道模型为TDL-C信道模型的情况下,采用本申请提供的信道估计方法后得到的MSE的值小于采用原多维分步MMSE信道估计得到的MSE的值,且采用本申请提供的信道估计方法后得到的MSE的值更接近采用二维联合MMSE信道估计方法得到的MSE的值。
综上所述,采用本申请实施例提供的信道估计方法能够提升多维分步MMSE信道估计的性能,减小其相对于多维联合MMSE信道估计的性能损失。
请参见图4,图4是本申请实施例提供的一种信道估计装置的结构示意图。如图4所示,该信道估计装置可以包括确定单元401和获取单元402。
确定单元401,用于基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得第一个维度的信道估计值矩阵;
其中,第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;
第一噪声功率为最小二乘LS信道估计值对应的噪声功率,或为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率,第一幅度因子为小于等于1的正数;
获取单元402,用于基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵;第二噪声功率是第一个维度的信道估计值矩阵对应的噪声功率。
在一种可选的实施方式中,第一幅度因子是从幅度因子表格中确定的,幅度因子表格存储了各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
在一种可选的实施方式中,确定单元401还用于确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子。
该实施方式中,确定单元401在用于确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体用于:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子进行仿真,得到每个幅度因子分别对应的仿真结果;从每个幅度因子分别对应的仿真结果中,选择仿真性能最优的信道估计值矩阵;将选择的信道估计值矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
该实施方式中,确定单元401在用于确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体用于:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的归一化相关性最大的多维分步MMSE信道估计系数矩阵;将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
该实施方式中,确定单元401在用于确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体用于:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的第一值最小的多维分步MMSE信道估计系数矩阵;其中,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模,进行求和处理得到的,或者,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模的平方,进行求和处理得到的;将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
可选的,在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵,包括:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的第一个维度的信道估计系数矩阵;基于每个幅度因子对应的第一个维度的信道估计系数矩阵,确定每个幅度因子分别对应的最后一个维度的信道估计系数矩阵;基于每个幅度因子分别对应的第一个维度的信道估计系数矩阵和最后一个维度的信道估计系数矩阵,得到每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵。
该实施方式中,确定单元401在用于确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体用于:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维信道估计值矩阵;基于每个幅度因子分别对应的多维信道估计值矩阵,以及信道矩阵,确定每个幅度因子分别对应的平均均方误差MSE;从每个幅度因子分别对应的平均均方误差MSE中,选择最小的MSE对应的幅度因子为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头对应的幅度因子。
可以理解的是,本申请实施例提供的信道估计装置中各个单元的具体实现以及可以达到的有益效果可参考前述相关信道估计方法实施例的描述,在此不再赘述。
请参见图5,图5是本申请实施例提供的一种电子设备的结构示意图。其中,包括处理器501、存储器502以及用于连接处理器501、存储器502的通信总线。
该信道估计装置还可以包括通信接口,其可以用于接收和发送数据。
存储器502包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmableread-only memory,EPROM)或便携式只读存储器(compact disc read-only memory,CD-ROM),该存储器502用于存储所执行的程序代码和所传输的数据。
处理器501可以是一个或多个中央处理单元(Central Processing Unit,CPU),在处理器501是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。该处理器还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Fieldprogrammable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,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。
在一种可选的实施方式中,处理器501可用于执行存储器502中存储的计算机程序或指令503,执行上述信道估计方法中电子设备的操作,例如:
基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得第一个维度的信道估计值矩阵;
其中,第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;
第一噪声功率为最小二乘LS信道估计值对应的噪声功率,或为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率,第一幅度因子为小于等于1的正数;
基于第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率和第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵;第二噪声功率是第一个维度的信道估计值矩阵对应的噪声功率。
在一种可选的实施方式中,第一幅度因子是从幅度因子表格中确定的,幅度因子表格存储了各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
在一种可选的实施方式中,处理器501还执行:确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子。
该实施方式中,处理器501在执行确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体执行:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子进行仿真,得到每个幅度因子分别对应的仿真结果;从每个幅度因子分别对应的仿真结果中,选择仿真性能最优的信道估计值矩阵;将选择的信道估计值矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
该实施方式中,处理器501在执行确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体执行:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的归一化相关性最大的多维分步MMSE信道估计系数矩阵;将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
该实施方式中,处理器501在执行确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体执行:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定多维信道估计值矩阵;从每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的第一值最小的多维分步MMSE信道估计系数矩阵;其中,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模,进行求和处理得到的,或者,第一值是对每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模的平方,进行求和处理得到的;将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
可选的,在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵,包括:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的第一个维度的信道估计系数矩阵;基于每个幅度因子对应的第一个维度的信道估计系数矩阵,确定每个幅度因子分别对应的最后一个维度的信道估计系数矩阵;基于每个幅度因子分别对应的第一个维度的信道估计系数矩阵和最后一个维度的信道估计系数矩阵,得到每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵。
该实施方式中,处理器501在执行确定幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子时,具体执行:在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维信道估计值矩阵;基于每个幅度因子分别对应的多维信道估计值矩阵,以及信道矩阵,确定每个幅度因子分别对应的平均均方误差MSE;从每个幅度因子分别对应的平均均方误差MSE中,选择最小的MSE对应的幅度因子为LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头对应的幅度因子。
可以理解的是,处理器501的具体实现以及可以达到的有益效果可参考前述相关信道估计方法实施例的描述,在此不再赘述。
本申请实施例还提供了一种芯片,该芯片包括:处理器、存储器及存储在存储器上的计算机程序或指令,其中,处理器执行计算机程序或指令以实现上述方法实施例所描述的步骤。
本申请实施例还提供了一种芯片模组,包括收发组件和芯片,该芯片包括处理器、存储器及存储在该存储器上的计算机程序或指令,其中,该处理器执行该计算机程序或指令以实现上述方法实施例所描述的步骤。
本申请实施例还提供了一种计算机可读存储介质,其中,该计算机存储介质存储有用于信号处理的计算机程序或指令,该计算机程序或指令被执行时使得计算机实现上述任一方法实施例所描述的部分或全部步骤。
本申请实施例还提供了一种计算机程序产品,其中,该计算机程序产品包括存储了计算机程序或指令的非瞬时性计算机可读存储介质,该计算机程序或指令被执行时实现上述任一方法实施例所描述的部分或全部步骤。该计算机程序产品或指令可以为一个软件安装包。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,本申请实施例对各个实施例的描述都各有侧重,任意多个实施例可以结合使用,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。也就是说,关于上述实施例中描述的各个装置、产品包含单元/模块,其可以是软件单元/模块,也可以是硬件单元/模块,或者也可以部分是软件单元/模块,部分是硬件单元/模块。例如,对于应用或集成芯片的各个装置、产品其包含的各个单元/模块可以都采用电路等硬件的方式实现,或者至少部分单元/模块可以采用软件程序的方式实现,该运行于芯片内部集成处理器,剩余的部分单元/模块可以采用电路等硬件方式实现;对于应于或集成芯片模组的各个装置、产品,其包含的各个单元/模块可以都采用电路等硬件的方式实现,不同单元/模块可以位于芯片模组的同一件(例如片、电路单元等)或者不同组件中,至少部分/模块可以采用软件程序的方式实现,该软件程运行于芯片模组内部集成处理器剩余部分单元/模块可以采用电路等硬件方式实现;对于应或集成终端的各个装置、产品,其包含的单元/模块可以都采用电路等硬件的方式实现,不同的单元/模块可以位于终端内同一组件(例如,芯片、电路单元等)或者不同组件中,或者至少部分单元/模块可以采用软件程序的方式实现,该序运行于终端内部集成的处理器,剩余分单元/单元可以采用电路等硬件方式实现。
本申请实施例所描述的方法或者算法的步骤可以以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件单元组成,软件单元可以被存放于U盘、随机存取存储器(random access memory,RAM)、闪存、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmable ROM,EPROM)、电可擦可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、磁碟、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于终端设备或网络设备中。当然,处理器和存储介质也可以作为分立组件存在于终端设备或网络设备中。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者TRP等)执行本申请各个实施例方法的全部或部分步骤。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例所描述的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当上述集成的单元以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以计算机软件产品的形式实现。该计算机软件产品存储在一个存储器中,包括一个或多个计算机指令,用以使得一台计算机设备(可为个人计算机、服务器或者TRP等)执行本申请各个实施例方法的全部或部分步骤。其中,该计算机设备还可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。例如,该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,数字视频光盘(digital video disc,DVD))或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想,并不用于限定本申请实施例的保护范围;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。也就是说,以上所述仅为本申请实施例的具体实施方式而已,并不用于限定本申请实施例的保护范围,凡在本申请实施例的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本申请实施例的保护范围之内。
Claims (12)
1.一种信道估计方法,其特征在于,所述方法包括:
基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、所述第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得所述第一个维度的信道估计值矩阵;
其中,所述第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;
所述第一噪声功率为最小二乘LS信道估计值对应的噪声功率,或为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率,所述第一幅度因子为小于等于1的正数;
基于所述第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率以及第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵;
所述第二噪声功率是所述第一个维度的信道估计值矩阵对应的噪声功率。
2.根据权利要求1所述的方法,其特征在于,所述第一幅度因子是从幅度因子表格中确定的,所述幅度因子表格存储了各LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
3.根据权利要求2所述的方法,其特征在于,所述幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子进行仿真,得到每个幅度因子分别对应的仿真结果;
从所述每个幅度因子分别对应的仿真结果中,选择仿真性能最优的信道估计值矩阵;
将选择的信道估计值矩阵对应的幅度因子,确定为所述LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
4.根据权利要求2所述的方法,其特征在于,所述幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;所述多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定所述多维信道估计值矩阵;
从所述每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的归一化相关性最大的多维分步MMSE信道估计系数矩阵;
将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为所述LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
5.根据权利要求2所述的方法,其特征在于,所述幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵;所述多维分步MMSE信道估计系数矩阵用于结合LS信道估计值矩阵,确定所述多维信道估计值矩阵;
从所述每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中,选择与多维联合MMSE信道估计系数矩阵的第一值最小的多维分步MMSE信道估计系数矩阵;
其中,所述第一值是对所述每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与所述多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模,进行求和处理得到的,或者,所述第一值是对所述每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵中各元素,与所述多维联合MMSE信道估计系数矩阵中对应位置的元素的差的模的平方,进行求和处理得到的;
将选择的多维分步MMSE信道估计系数矩阵对应的幅度因子,确定为所述LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数对应的幅度因子。
6.根据权利要求4或5所述的方法,其特征在于,所述在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵,包括:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的第一个维度的信道估计系数矩阵;
基于所述每个幅度因子对应的第一个维度的信道估计系数矩阵,确定每个幅度因子分别对应的最后一个维度的信道估计系数矩阵;
基于所述每个幅度因子分别对应的第一个维度的信道估计系数矩阵和最后一个维度的信道估计系数矩阵,得到每个幅度因子分别对应的多维分步MMSE信道估计系数矩阵。
7.根据权利要求2所述的方法,其特征在于,所述幅度因子表格中,每个LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数,对应的幅度因子是采用如下步骤获得的:
在LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头数不变的情况下,利用多个不同的幅度因子,确定每个幅度因子分别对应的多维信道估计值矩阵;
基于每个幅度因子分别对应的多维信道估计值矩阵,以及信道矩阵,确定每个幅度因子分别对应的平均均方误差MSE;
从每个幅度因子分别对应的平均均方误差MSE中,选择最小的MSE对应的幅度因子为所述LS信道估计值的信噪比SNR、信道自相关矩阵以及信道估计采用的抽头对应的幅度因子。
8.一种信道估计装置,其特征在于,所述装置包括:
确定单元,用于基于第一个维度的第一噪声功率与第一幅度因子之间的乘积、所述第一个维度的第一信道自相关矩阵以及第一对角矩阵,进行最小均方误差MMSE信道估计,获得所述第一个维度的信道估计值矩阵;
其中,所述第一个维度的信道估计值矩阵是多维分步进行MMSE信道估计中非最后一步进行MMSE信道估计获得的;
所述第一噪声功率为最小二乘LS信道估计值对应的噪声功率,或为上一步MMSE信道估计获得的信道估计值矩阵对应的噪声功率,所述第一幅度因子为小于等于1的正数;
获取单元,用于基于所述第一个维度的信道估计值矩阵以及最后一个维度的第二信道自相关矩阵、第二噪声功率以及第二对角矩阵,进行MMSE信道估计,获得多维信道估计值矩阵;
所述第二噪声功率是所述第一个维度的信道估计值矩阵对应的噪声功率。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器和所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于调用所述程序指令,执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被计算机执行时,如权利要求1至7任一项所述的方法被执行。
11.一种芯片,其特征在于,所述芯片包括处理器,所述处理器执行如权利要求1至7任一项所述的方法。
12.一种芯片模组,其特征在于,所述芯片模组包括收发组件和芯片,所述芯片包括处理器,所述处理器执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310541585.7A CN116471151A (zh) | 2023-05-12 | 2023-05-12 | 信道估计方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310541585.7A CN116471151A (zh) | 2023-05-12 | 2023-05-12 | 信道估计方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116471151A true CN116471151A (zh) | 2023-07-21 |
Family
ID=87177162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310541585.7A Pending CN116471151A (zh) | 2023-05-12 | 2023-05-12 | 信道估计方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116471151A (zh) |
-
2023
- 2023-05-12 CN CN202310541585.7A patent/CN116471151A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10079627B1 (en) | Joint power allocation, precoding, and decoding method and base station thereof | |
TWI354463B (en) | Apparatus comprising a communication device, commu | |
KR101446452B1 (ko) | 다중 사용자 다중-입력 다중-출력 무선 통신 장치, 시스템 및 방법 | |
US11706054B2 (en) | Methods, distributed base station system, remote radio unit and base band unit system for handling uplink signals | |
EP3900481B1 (en) | Methods, remote radio units and base band units of a distributed base station system for handling uplink signals | |
JP5633914B2 (ja) | 部分的チャンネル状態情報による多層ビーム成形 | |
CN109474315B (zh) | 一种指示及确定预编码矩阵的方法和设备 | |
US20090052513A1 (en) | Data Processing Method, Equalizer, Receiver, Communication System, Network Element, and Terminal Using Simplified Channel Matrix Inversion | |
CN109547139B (zh) | 一种基于Rician信道的上行链路模型构建和性能分析方法 | |
US20140022979A1 (en) | Wireless communication method, relay node, and base station | |
US20180287675A1 (en) | Lattice reduction-aided symbol detection | |
CN116471151A (zh) | 信道估计方法及相关装置 | |
CN106878225A (zh) | 一种设备指纹与信道分离的方法及装置 | |
CN114430590B (zh) | 一种实现上行大规模urllc的无线传输方法 | |
CN113346933B (zh) | 基于等效基带信道增益的大规模mimo多用户调度方法及系统 | |
US20100189200A1 (en) | Decoding device and method for mimo system | |
CN116055260A (zh) | 信道估计方法及装置、存储介质、终端设备、网络设备 | |
US8885454B2 (en) | Apparatus and method for precoding using channel orthogonalization in multi-user multi-antenna system | |
CN114374585A (zh) | 无线通信控制方法、接收站点及非易失性存储介质 | |
JP3860796B2 (ja) | アップリンクデータ通信装置及びその方法 | |
US20220271826A1 (en) | Systems and Methods for Multiple Signal Reception Using Receiver Diversity | |
WO2024113524A1 (zh) | NAFD uRLLC系统的频谱效率确定方法及组件 | |
WO2024109553A1 (zh) | 一种预编码方法、通信装置及存储介质 | |
CN113644943B (zh) | 一种mmse检测方法、装置、设备和存储介质 | |
WO2022062868A1 (zh) | 一种信号检测方法及相关设备 |
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 |