JP6821047B2 - シンボルを復号する方法及びシンボルを受信し、復号する受信機 - Google Patents

シンボルを復号する方法及びシンボルを受信し、復号する受信機 Download PDF

Info

Publication number
JP6821047B2
JP6821047B2 JP2019544754A JP2019544754A JP6821047B2 JP 6821047 B2 JP6821047 B2 JP 6821047B2 JP 2019544754 A JP2019544754 A JP 2019544754A JP 2019544754 A JP2019544754 A JP 2019544754A JP 6821047 B2 JP6821047 B2 JP 6821047B2
Authority
JP
Japan
Prior art keywords
wave
channel
aod
aoa
diffusion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019544754A
Other languages
English (en)
Other versions
JP2020509683A (ja
Inventor
ワン、プ
パジョヴィック、ミルティン
オーリック、フィリップ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of JP2020509683A publication Critical patent/JP2020509683A/ja
Application granted granted Critical
Publication of JP6821047B2 publication Critical patent/JP6821047B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • 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
    • H04L25/0224—Channel estimation using sounding signals
    • H04L25/0228—Channel estimation using sounding signals with direct estimation from sounding signals
    • H04L25/023—Channel estimation using sounding signals with direct estimation from sounding signals with extension to other symbols
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
    • H04L1/0026—Transmission of channel quality indication

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)

Description

本開示は包括的には通信システムに関し、より詳細には、発射角（ＡｏＤ：angle-of-departure）及び到来角（ＡｏＡ：angle-of-arrival）複合角度拡散を利用する、ミリメートル波（ｍｍ波）通信システムにおけるチャネル推定に関する。
ミリメートル波（ｍｍ波）は、１ミリメートル（ｍｍ）〜１０ｍｍの範囲内の波長を有する電波であり、その範囲は３０ギガヘルツ（ＧＨｚ）〜３００ＧＨｚの無線周波数に対応する。国際電気通信連合（ＩＴＵ）の規定によれば、これらの周波数は、超高周波（ＥＨＦ：Extremely High Frequency）帯とも呼ばれる。
ｍｍ波は、特有の伝搬特性を示す。例えば、それより低い周波数の電波と比較すると、ｍｍ波は、より大きい伝搬損失を受け、建物、壁、枝葉等の物体を貫通する能力がより低く、空気中の粒子（例えば、雨滴）に起因する大気吸収、偏向及び回折をより受けやすい。一方、ｍｍ波の波長がより短いことに起因して、相対的に小さい面積の中により多くのアンテナを実装することができ、それにより、小さいフォームファクターにおいて高利得のアンテナを実現できるようになる。
ｍｍ波は、それより低い周波数の電波より利用が進まなかった。ｍｍ波帯では、大量のスペクトルが利用可能である。例えば、６０ＧＨｚ付近の周波数は、通常、６０ＧＨｚ帯と呼ばれ、大部分の国において免許不要のスペクトルとして利用可能である。
ワイヤレス通信において、チャネル状態情報（ＣＳＩ：channel state information）は、通信リンクの既知のチャネル特性を指している。この情報は、信号が送信機から受信機までいかに伝搬するかを記述し、例えば、散乱、フェージング、及び距離による電力減衰の複合的な影響を表す。マルチアンテナシステムにおいて高データ速度で信頼性のある通信を達成するために、ＣＳＩは、伝送を現在のチャネル条件に適応させることを可能にする。ＣＳＩは、受信機において推定される必要があるが、量子化し、送信機にフィードバックすることができる（ただし、逆方向リンク推定も可能である）。送信機及び受信機は異なるＣＳＩを有する可能性がある。
ｍｍ波ネットワークの潜在能力を利用するために、正確なＣＳＩ推定が望ましい。詳細には、ＣＳＩが正確に推定されると、システム性能を最大化する目的で最適又は準最適なプリコーダー及び等化器を設計するために、ＣＳＩを利用することができる。ＣＳＩを推定するために、いくつかの異なる方法が開発された。しかしながら、低周波数の電波に対して開発されたＣＳＩ推定方法は、波の物理的特性が異なることに起因して、必ずしもｍｍ波チャネル推定に適しているとは限らない。
非特許文献１によって記述される１つの方法は、チャネルのスパース復元定式化を用いて、ｍｍ波チャネルを推定する。しかしながら、そのような定式化は、ｍｍ波チャネルの異なる特性を正確に表すものではないので、この方法は精度が低い。
Roi Mendez-Rial著「Channel Estimation and Hybrid Combining for mmWave: Phase Shifters or Switches」
本開示の実施形態は、包括的には通信システムに関し、より詳細には、発射角（ＡｏＤ）及び到来角（ＡｏＡ）複合角度拡散を利用し、可能であれば高度拡散も利用する、ミリメートル波（ｍｍ波）通信システムにおけるチャネル推定に関するデバイス及び方法を提供する。
具体的には、本開示は、ミリメートル波（ｍｍ波）チャネルが、ｍｍ波の伝搬に関していくつかの固有の特性を有するという認識に基づく。低周波数の電波とは対照的に、ｍｍ波チャネルは、受信機アレイに衝突するｍｍ波の到来数が疎らである。さらに、伝搬するｍｍ波は、角度（ＡｏＡ及びＡｏＤ）領域及び高度領域において拡散し、固有の電力プロファイルを示す可能性がある。したがって、本開示は、ｍｍ波伝搬の異なる特性を利用すること、詳細には、ＡｏＤ−ＡｏＡ複合角度拡散を利用することによって、ｍｍ波チャネル推定性能を改善することに基づく。
チャネルのスパース性を助長しようとするとき、実験を通して、ＡｏＤ及びＡｏＡ領域内のチャネルパスクラスターの複合空間拡散を利用できることがわかった。例えば、空間拡散は、２次元ブロックスパースｍｍ波チャネル利得行列をもたらす。スパース散乱性及び２次元ブロックスパース性を考慮に入れることによって、２次元結合スパースベイズ学習アルゴリズムを取得することができ、そのアルゴリズムは、各パスのチャネル利得を確率変数として取り扱うことができ、２次元結合構成単位を仮定して、ブロックパターンを事前に知ることなく、ブロックスパース解を与える。結合スパースベイズ学習アルゴリズムは２つのステップを含むことができ、これら２つのステップを繰り返す：第１のステップは、チャネル利得行列のベイズ推定であり、後続の第２のステップは、期待値最大化（ＥＭ：expectation-maximization）アルゴリズムを使用することによって、事前分散（又は同等に、チャネルパス電力）を繰り返し更新する。
例えば、本開示の一実施形態は、ｍｍ波チャネルを介して送信されたテストシンボルを受信する。その後、多次元パスに関する統計値を用いる多次元拡散モデルに従って、テストシンボルに関するブロックスパース信号復元を用いて、ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定する。多次元パスに関する統計値を用いる多次元拡散モデルは、発射角（ＡｏＤ）と、到来角（ＡｏＡ）と、ｍｍ波チャネル内を伝搬する、ＡｏＤに関するパス拡散及びＡｏＡに関するパス拡散とを含む。ｍｍ波チャネルを介してシンボルを受信すること、及び、ＣＳＩを用いてシンボルを復号すること。
しかしながら、本開示の他の実施形態は、高度に関するパス拡散及び遅延に関するパス拡散を含む、多次元パスに関する他の統計値を使用することができる。さらに、本開示のいくつかの実施形態は、グループ最小絶対収縮選択演算子（ＬＡＳＳＯ： least absolute shrinkage and selection operator）法、少なくとも１つのグループ貪欲法、例えば、ブロック直交マッチング追跡（ブロックＯＭＰ：block orthogonal match pursuit）、又はブロックスパース性を獲得する少なくとも１つのベイズ推論法等の、異なるタイプの方法を利用するブロックスパース信号復元を含むことができる。さらに、本開示のいくつかの実施形態は、ｍｍ波チャネルにおいてｍｍ波を伝搬させるための環境のタイプを特定することと、その後、ｍｍ波を伝搬させるための環境のタイプに対応する、ｍｍ波チャネルの多次元拡散モデルを選択することとを含む。
本開示のいくつかの実施形態は、ｍｍ波チャネルの環境に応じて、ｍｍ波の拡散を推定できるという理解に基づくことができる。例えば、ｍｍ波の拡散は、種々のオフィスビル群におけるｍｍ波チャネルに関しては類似であるが、住宅地におけるｍｍ波チャネルでは異なる。したがって、ｍｍ波チャネルの環境を知ることによって、チャネル内のｍｍ波の拡散の確率分布を知ることができるようになる。
さらに、チャネル状態情報の係数は、チャネル電力等の、平均が０で、分散が未知である複素ガウス分布である。状態情報のサポート及び係数は、ＡｏＤ及びＡｏＡ複合角度拡散を使用しながら、ｍｍ波チャネル推定のための結合スパースベイズ学習アルゴリズムによって決定される。結合スパースベイズ学習アルゴリズムは、ＡｏＡ又はＡｏＤ領域に沿ったチャネルパス電力の滑らかな減衰等のｍｍ波チャネルの特徴を使用する、少なくとも１つの結合関数を使用する。
本開示の一実施形態の方法によれば、ミリメートル波（ｍｍ波）チャネルを介して送信されたシンボルを復号する。その方法は、ｍｍ波チャネルを介して送信されたテストシンボルを受信することを含む。
その方法は、多次元パスに関する統計値を用いる多次元拡散モデルに従って、テストシンボルに関するブロックスパース信号復元を用いて、ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定する。多次元パスに関する統計値を用いる多次元拡散モデルは、発射角（ＡｏＤ）と、到来角（ＡｏＡ）と、ｍｍ波チャネル内を伝搬する、ＡｏＤに関するパス拡散及びＡｏＡに関するパス拡散を含む。その方法は、ｍｍ波チャネルを介してシンボルを受信すること、及び、ＣＳＩを用いてシンボルを復号することを含む。その方法のステップは受信機のプロセッサによって実行される。
本開示の一実施形態の受信機によれば、ミリメートル波（ｍｍ波）チャネルを介して送信されたシンボルを受信し、復号する。受信機は、ｍｍ波チャネルを介して送信されたシンボルを受信する１組のアンテナと、シンボルをテストシンボル及びデータシンボルに変換するフロントエンドと、発射角（ＡｏＤ）と、到来角（ＡｏＡ）と、ｍｍ波チャネル内を伝搬する、ＡｏＤに関するパス拡散及びＡｏＡに関するパス拡散とを含む、多次元パスに関する統計値を用いる多次元拡散モデルに従って、テストシンボルに関するブロックスパース信号復元を用いて、ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定するプロセッサと、ＣＳＩを用いてシンボルを復号する復号器と、を備える。
本開示の一実施形態のコンピューター実施方法によれば、ミリメートル波（ｍｍ波）チャネルを介して送信されたシンボルを復号する。その方法は、発射角（ＡｏＤ）と、到来角（ＡｏＡ）と、ｍｍ波チャネル内を伝搬する、ＡｏＤに関するパス拡散及びＡｏＡに関するパス拡散とを含む、多次元パスに関する統計値を用いる多次元拡散モデルに従って、テストシンボルに関するブロックスパース信号復元を用いて、ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定することと、ｍｍ波チャネルを介して受信機によって受信されたシンボルを、ＣＳＩを用いて復号することと、を含む。その方法のステップは、受信機のプロセッサによって実行される。
更なる特徴及び利点は、以下の詳細な説明を添付図面とともに取り入れると、この詳細な説明からより容易に明らかになる。
ここに開示されている実施形態は、添付図面を参照して更に説明される。示されている図面は、必ずしも一律の縮尺というわけではなく、その代わり、一般的に、ここに開示されている実施形態の原理を示すことに強調が置かれている。
本開示の一実施形態による、ワイヤレス通信システムの方法のブロック図である。 本開示の一実施形態による、ワイヤレス通信システム１００の概略図である。 本開示の一実施形態による、ｍｍ波チャネルを介して送信されたシンボルを復号する方法のブロック図である。 本開示の種々の実施形態によって利用される、ｍｍ波チャネル内のｍｍ波の伝搬パスクラスターの原理を示す概略図である。 本開示のいくつかの実施形態による、ｍｍ波の伝搬空間内の種々の統計指標の概略図である。 本開示のいくつかの実施形態による、シナリオ１、すなわち、ＡｏＡ拡散がＡｏＤ拡散より大きい、２つの分離したパスクラスターを例示することによって、ＡｏＤ−ＡｏＡ複合角度拡散の２つのシナリオにおけるチャネルパス電力プロファイルを示す概略図である。 本開示のいくつかの実施形態による、シナリオ２、すなわち、一方がＡｏＤにわたって拡散し、他方がＡｏＡに沿って拡散する、２つの交差するパスクラスターを例示することによって、ＡｏＤ−ＡｏＡ複合角度拡散の２つのシナリオにおけるチャネルパス電力プロファイルを示す概略図である。 本開示の一実施形態による、チャネル推定のブロックスパース復元方法のブロック図である。 本開示のいくつかの実施形態による、ブロックスパース復元方法を用いてｍｍ波チャネルの状態を推定する方法のブロック図である。 本開示の一実施形態による、状態情報１４５を特定する２段階方法のブロック図である。 本開示の一実施形態による、伝搬パスの種々の２次元角度拡散クラスターのブロック図である。 本開示の一実施形態による、図７Ａの伝搬パスの２次元角度拡散クラスターを評価するためのブロック図である。 本開示の一実施形態による、２Ｄ結合パターンの構成単位を示す図である。 本開示の一実施形態による、クラスター化されたスパースｍｍ波チャネル推定のための等価１Ｄ結合パターン示す図である。 本開示の実験による、シナリオ１−２パスクラスター及び５７パス：Ｋ＝２０５個のトレーニング信号及びＳＮＲ＝３０ｄＢの場合の２次元ＡｏＤ−ＡｏＡ領域にわたる推定されたチャネル利得行列に関する実験結果を示す図である。 本開示の実験による、シナリオ２−２パスクラスター及び６７パス：Ｋ＝２０５個のトレーニング信号の場合の２次元ＡｏＤ−ＡｏＡ領域にわたる推定されたチャネル利得行列に関する実験結果を示す図である。 本開示の実施形態による、代替のコンピューター又はプロセッサを用いて実施することができる、図１Ａの方法を示すブロック図である。
上記で明らかにされた図面は、ここに開示されている実施形態を記載しているが、この論述において言及されるように、他の実施形態も意図されている。この開示は、限定ではなく代表例として例示の実施形態を提示している。ここに開示されている実施形態の原理の範囲及び趣旨に含まれる非常に多くの他の変更及び実施形態を当業者は考案することができる。
以下の説明は、例示的な実施形態のみを提供し、本開示の範囲も、適用範囲も、構成も限定することを意図していない。そうではなく、例示的な実施形態の以下の説明は、１つ以上の例示的な実施形態を実施することを可能にする説明を当業者に提供する。添付の特許請求の範囲に明記されているような開示された主題の趣旨及び範囲から逸脱することなく要素の機能及び配置に行うことができる様々な変更が意図されている。以下の説明では、実施形態の十分な理解を提供するために、具体的な詳細が与えられる。しかしながら、当業者は、これらの具体的な詳細がなくても実施形態を実施することができることを理解することができる。例えば、開示された主題におけるシステム、プロセス、及び他の要素は、実施形態を不必要な詳細で不明瞭にしないように、ブロック図形式の構成要素として示される場合がある。それ以外の場合において、よく知られたプロセス、構造、及び技法は、実施形態を不明瞭にしないように不必要な詳細なしで示される場合がある。さらに、様々な図面における同様の参照符号及び名称は、同様の要素を示す。
また、個々の実施形態は、フローチャート、フロー図、データフロー図、構造図、又はブロック図として描かれるプロセスとして説明される場合がある。フローチャートは、動作を逐次的なプロセスとして説明することができるが、これらの動作の多くは、並列又は同時に実行することができる。加えて、これらの動作の順序は、再配列することができる。プロセスは、その動作が完了したときに終了することができるが、論述されない又は図に含まれない追加のステップを有する場合がある。さらに、特に説明される任意のプロセスにおける全ての動作が全ての実施形態において行われ得るとは限らない。プロセスは、方法、関数、手順、サブルーチン、サブプログラム等に対応することができる。プロセスが関数に対応するとき、その関数の終了は、呼び出し側関数又はメイン関数へのその機能の復帰に対応することができる。
さらに、開示された主題の実施形態は、少なくとも一部は手動又は自動のいずれかで実施することができる。手動実施又は自動実施は、マシン、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、又はそれらの任意の組み合わせを用いて実行することもできるし、少なくとも援助することができる。ソフトウェア、ファームウェア、ミドルウェア又はマイクロコードで実施されるとき、必要なタスクを実行するプログラムコード又はプログラムコードセグメントは、マシン可読媒体に記憶することができる。プロセッサが、それらの必要なタスクを実行することができる。
概説
本開示の実施形態は、包括的には通信システムに関し、より詳細には、発射角（ＡｏＤ）及び到来角（ＡｏＡ）複合角度拡散を利用する、ミリメートル波（ｍｍ波）通信システムにおけるチャネル推定に関するデバイス及び方法を提供する。
具体的には、本開示は、ミリメートル波（ｍｍ波）チャネルが、ｍｍ波の伝搬に関していくつかの固有の特性を有するという認識に基づく。低周波数の電波とは対照的に、ｍｍ波チャネルは、受信機アレイに衝突するｍｍ波の到来数が疎らである。さらに、伝搬するｍｍ波は角度領域において拡散し、固有の電力プロファイルを示す可能性がある。したがって、本開示は、ｍｍ波伝搬の異なる特性を利用すること、詳細には、ＡｏＤ−ＡｏＡ複合角度拡散を利用することによって、ｍｍ波チャネル推定性能を改善することに基づく。
チャネルのスパース性を助長しようとするとき、実験を通して、ＡｏＤ及びＡｏＡ領域内のチャネルパスクラスターの複合空間拡散を利用できることがわかった。例えば、空間拡散は、２次元ブロックスパースｍｍ波チャネル利得行列をもたらす。スパース散乱性及び２次元ブロックスパース性を考慮に入れることによって、２次元結合スパースベイズ学習アルゴリズムを取得することができ、そのアルゴリズムは、各パスのチャネル利得を確率変数として取り扱うことができ、２次元結合構成単位を仮定して、ブロックパターンを事前に知ることなく、ブロックスパース解を与える。結合スパースベイズ学習アルゴリズムは２つのステップを含むことができ、これら２つのステップを繰り返す：第１のステップは、チャネル利得行列のベイズ推定であり、後続の第２のステップは、期待値最大化（ＥＭ）アルゴリズムを使用することによって、事前分散（又は同等に、チャネルパス電力）を繰り返し更新する。
例えば、本開示の一実施形態は、ｍｍ波チャネルを介して送信されたテストシンボルを受信する。その後、多次元パスに関する統計値を用いる多次元拡散モデルに従って、テストシンボルに関するブロックスパース信号復元を用いて、ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定する。多次元パスに関する統計値を用いる多次元拡散モデルは、発射角（ＡｏＤ）と、到来角（ＡｏＡ）と、ｍｍ波チャネル内を伝搬する、ＡｏＤに関するパス拡散及びＡｏＡに関するパス拡散とを含む。ｍｍ波チャネルを介してシンボルを受信し、ＣＳＩを用いてシンボルを復号する。
しかしながら、本開示の他の実施形態は、高度に関するパス拡散及び遅延に関するパス拡散を含む、多次元パスに関する他の統計値を使用することができる。さらに、本開示のいくつかの実施形態は、グループ最小絶対収縮選択演算子（ＬＡＳＳＯ）法、少なくとも１つのグループ貪欲法、例えば、ブロック直交マッチング追跡（ブロックＯＭＰ）、又はブロックスパース性を獲得する少なくとも１つのベイズ推論法等の、異なるタイプの方法を利用するブロックスパース信号復元を含むことができる。さらに、本開示のいくつかの実施形態は、ｍｍ波チャネルにおいてｍｍ波を伝搬させるための環境のタイプを特定することと、その後、ｍｍ波を伝搬させるための環境のタイプに対応する、ｍｍ波チャネルの多次元拡散モデルを選択することとを含む。
本開示のいくつかの実施形態は、ｍｍ波チャネルの環境に応じてｍｍ波の拡散を確率論的に推定できるという理解に基づくことができる。例えば、ｍｍ波の拡散は、種々のオフィスビル群におけるｍｍ波チャネルに関しては確率論的に類似であるが、住宅地におけるｍｍ波チャネルでは確率論的に異なる。したがって、ｍｍ波チャネルの環境を知ることによって、チャネル内のｍｍ波の拡散の確率分布を知ることができるようになる。
さらに、ｍｍ波のスパース分布の確率も、チャネルの環境に依存する可能性があり、あらかじめ特定することができる。ｍｍ波伝搬の異なる特性を確率論的に特定することができるので、いくつかの実施形態は、チャネル推定問題をベイズ推論問題として構成する。具体的には、状態情報の係数が確率論的である可能性があり、その場合、チャネル利得要素は、チャネル電力等の、平均が０で、分散が未知である複素ガウス分布である。状態情報のサポート及び係数は、ＡｏＤ及びＡｏＡ複合角度拡散を使用しながら、ｍｍ波チャネルを推定するための結合スパースベイズ学習アルゴリズムによって決定される。結合スパースベイズ学習アルゴリズムは、ＡｏＡ又はＡｏＤ領域に沿ったチャネルパス電力の滑らかな減衰等の、ｍｍ波チャネルの特徴を使用する、少なくとも１つの結合関数を使用する。
図１Ａは、本開示の一実施形態による、ワイヤレス通信システムに関する一実施形態の方法ステップのブロック図を示す。コンピューター実施方法１００は、第１の通信デバイスによってミリメートル波（ｍｍ波）チャネルを介して送信されたシンボルを復号する方法であり、図１Ａのステップ１２５から開始し、そのステップは、第２の通信デバイス１０４が、ｍｍ波チャネルを介して送信されたテストシンボルを受信することを含む。
方法１００に関する図１Ａのステップ１２６は、通信デバイス１０４が、発射角（ＡｏＤ）と、到来角（ＡｏＡ）と、ｍｍ波チャネル内を伝搬する、ＡｏＤに関するパス拡散及びＡｏＡに関するパス拡散とを含む、多次元パスに関する統計値を用いる多次元拡散モデルに従って、テストシンボルに関するブロックスパース信号復元を用いて、ｍｍ波チャネルの状態情報（ＣＳＩ）を推定することを含む。
方法１００に関する図１Ａのステップ１２７は、ｍｍ波チャネルを介して受信機によって受信されたシンボルを、ＣＳＩを用いて復号することを含む。
図１Ｂは、本開示の一実施形態による、ワイヤレス通信システム１００の概略図を示す。通信システム１００は、通信チャネル１０６を介して第２の通信デバイス１０４と通信することができる第１の通信デバイス１０２を含む。通信チャネル１０６はミリメートル波（ｍｍ波）チャネルである。種々の産業において、ｍｍ波は６ギガヘルツ（ＧＨｚ）〜３００ＧＨｚの周波数を指している。例えば、第１の通信デバイス１０２及び／又は第２の通信デバイス１０４は、８０２．１１ａｄ規格に従って互いに通信することができる。
例えば、デバイス１０２はＮｔｘ個のアンテナ１１０を含み、デバイス１０４はＮｒｘ個のアンテナ１１２を含み、単一のアンテナによって、又はビームフォーミング及び／又は空間多重化を用いて複数のアンテナを介して、チャネル１０６を介して単一のデータストリームを送信する。単一のデータストリームは複数のサブデータストリームに分割することができ、その際、サブデータストリームは、チャネル１０６等の同じ通信チャネルを介して、複数のアンテナから個別に、かつ同時に送信される。本開示の範囲はこの点に関して限定されず、アンテナ１１０及び／又は１１２のために種々の実施形態によって使用されるアンテナのタイプは、限定はしないが、内部アンテナ、ダイポールアンテナ、無指向性アンテナ、モノポールアンテナ、端部給電アンテナ、円偏波アンテナ、マイクロストリップアンテナ、ダイバーシティアンテナ等を含む。
通信デバイス１０２は、Ｎｔｘ個のアンテナ１１０をそれぞれ介してデータストリームを送信することによって、ビームフォーミングされた伝送を送信する送信機１０８を含む。通信デバイス１０４は、Ｎｒｘ個のアンテナ１１２を通して、チャネル１０６を介してデータストリームを受信する受信機１１４を含む。受信信号は、例えば、送信機１０８によって送信された信号のシンボルに対応するシンボルを含むことができる。
いくつかの実施形態において、受信機１１４は、フロントエンド１１６及び／又は変圧器１１８を含む。フロントエンド１１６は、アンテナ１１２から受信された時間領域信号を変圧器１１８に適したフォーマットの時間領域信号に変換する任意の適切なフロントエンドモジュールを含むことができる。変圧器１１８は、信号を、復号器１２０又はチャネル推定器１２２に適した複数の異なるタイプの信号に変換することができる。例えば、フロントエンドは、受信信号を、復号するのに適したシンボルに変換することができる。
また、受信機１１４は、チャネル推定を表す信号を生成するチャネル推定器１２２を含む。また、受信機１１４は、受信信号を復号し、デバイス１０２によって送信された信号の推定を表す信号を生成する復号器１２０を含むこともできる。チャネル推定器１２２は、チャネル１０６の環境内のｍｍ波伝搬に関する確率モデルを使用する。
本開示の種々の実施形態において、チャネル推定器１２２は、ｍｍ波チャネル１０６の確率モデル１２３を用いて、チャネル推定問題をベイズ推論問題として構成する確率論的推定器である。本開示のいくつかの実施形態は、ｍｍ波チャネルがｍｍ波の伝搬に関していくつかの固有の特性を有するという認識に基づく。低周波数の電波とは対照的に、ｍｍ波チャネルは、受信機アレイに衝突するｍｍ波の到来数が疎らである。さらに、伝搬するｍｍ波は角度領域において拡散し、固有の電力プロファイルを示す可能性がある。
残念なことに、ｍｍ波伝搬の特性を決定論的に特定するのは難しい。しかしながら、本開示のいくつかの実施形態は、ｍｍ波チャネルの環境に応じて、それらの特性を確率論的に特定できるという理解に基づく。例えば、ｍｍ波のスパース性及び／又は拡散は、種々のオフィスビル群におけるｍｍ波チャネルに関しては確率論的に類似であるが、住宅地におけるｍｍ波チャネルでは確率論的に異なる。したがって、ｍｍ波チャネルの環境を知ることによって、ｍｍ波伝搬の異なる特性の確率を知ることができるようになる。
拡散に起因して、ｍｍ波のそれぞれ、又はいくつかが波のクラスターとして受信される。そのため、本開示のいくつかの実施形態は、ｍｍ波伝搬の特性に関する統計値を、ｍｍ波のクラスターに関する統計値に相当するものとして特定する。例えば、種々の実施形態において、確率モデル１２３は、ｍｍ波チャネル内のｍｍ波の伝搬パスに関する統計値１２５、及びｍｍ波チャネル内を伝搬するｍｍ波の拡散に関する統計値１２６のうちの１つ又は組み合わせを含む。いくつかの実施形態において、確率モデル１２３はまた、チャネル１０６内のそれぞれの角度拡散にわたるｍｍ波の強度をモデル化する、ｍｍ波の電力プロファイルに関する統計値１２７も含む。ｍｍ波伝搬の異なる特性を確率論的に特定することができるので、いくつかの実施形態は、チャネル推定問題をベイズ推論問題として構成する。
図１Ｃは、本開示の一実施形態による、ｍｍ波チャネルを介して送信されたシンボルを復号する方法のブロック図を示す。その方法は、ｍｍ波チャネルを介して送信されたテストシンボル１３５を受信し（１３０）、テストシンボル１３５に関するベイズ推論を用いて、ｍｍ波チャネルの状態情報１４５を推定する（１４０）。テストシンボルの値は既知であり、推定は、ｍｍ波チャネル内を伝搬するｍｍ波のパス１２５及び拡散１２６に関する統計値を含む、ｍｍ波チャネルの確率モデル１２３に従って実行される。その方法が、シンボル１５５、例えば、データシンボルを受信すると（１５０）、その方法は、ｍｍ波チャネルの状態情報１４５を用いてシンボル１５５を検出する（１６０）。その方法のステップは受信機のプロセッサによって実行することができる。
図２は、本開示の種々の実施形態によって利用されるｍｍ波チャネル内のｍｍ波の伝搬の原理を例示する概略図を示す。例えば、送信機１０８から送信された信号が、いくつかのパスクラスター２３０、２４０及び２５０を介して受信機１１４に達する。ｍｍ波システム内の電磁波の波長は、波を反射する物体２４１、２５１の表面の粗さと同程度である可能性が高いので、送信機における発射及び受信機における到来は、角度領域２４０、２４５、２５０、２５５において拡散する可能性が高い。この特徴は、いくつかの報告される測定キャンペーンにおいて確認されており、６０ＧＨｚにおける屋内ｍｍ波通信に関する既存の規格ＩＥＥＥ８０２．１１ａｄの一部である。本開示のいくつかの実施形態は、この観測結果を利用して、改善されたチャネル推定方法を考案する。
本開示のいくつかの実施形態は、ｍｍ波が受信機においてｍｍ波のクラスターとして検出されるように、ｍｍ波チャネル内を伝搬するｍｍ波が到来時及び発射時に分散するという認識に基づく。クラスター化に起因して、ｍｍ波のパスの統計値は、ｍｍ波の伝搬空間内のクラスターの場所に関する統計値を含み、ｍｍ波の分散に関する統計値は、クラスターの分散密度に関する統計値を含む。
図３Ａは、本開示のいくつかの実施形態による、ｍｍ波の伝搬空間内の種々の統計指標の概略図を示す。例えば、ｍｍ波の伝搬空間は、ｍｍ波の発射方向（ＤｏＤ：directions of departure）の取り得る角度及びｍｍ波の到来方向（ＤｏＡ：directions of arrival）の角度のセットのデカルト積として表すことができる。
例えば、ｍｍ波チャネル内の伝搬空間の１つの領域は、図３Ａに図式的に示される仮想角度領域であり、その場合、一般性を失うことなく、送信機及び受信機の両方が垂直線アンテナアレイを利用する。
この特定の例においてチャネルの仮想角度領域表現に至るために、最初に、各送信機アンテナ素子と各受信機アンテナ素子との間のチャネルがフラットフェージングチャネルであり、それゆえ、単一の複素利得によって表されると仮定する。送信機及び受信機のアンテナ素子の全ての取り得る対に対応する、全ての複素利得係数は、チャネル行列Ｈにフォーマット化され、それにより、Ｈにおける（ｉ，ｊ）エントリが受信機側の第ｉのアンテナ素子と送信機側の第ｊのアンテナ素子との間のチャネル利得を表す。
具体的には、ＢＳにおいてＮＴ個の送信機及びＭＳにおいてＮＲ個の受信機を備えるｍｍ波通信システムを考える。時点ｋにおいて、ＢＳが、プリコーダー／ビームフォーマーｐｋを適用し、シンボルｓを送信する。一般性を失うことなく、ｓ＝１である。それに応じて、ＭＳがコンバイナーｑｋを適用し、受信信号ｙｋを生成する。
Figure 0006821047
 ただし、ρは平均送信電力であり、
Figure 0006821047
 はチャネル行列であり、ｖは、分散σ２が未知である白色ガウス雑音であり、Ｋはトレーニング信号の数である。ここで、移相器又はスイッチのいずれかを使用することを考える。移相器の場合、ｐｋ及びｑｋが要素｛±１、±ｊ｝から選択され、一方、スイッチの場合、ｐｋ及びｑｋは、いくつかが１であり（例えば、１つだけが１であり）、それ以外が０である２値選択ベクトルである。
ＢＳとＭＳとの間にＮＳ個の散乱体がある幾何学的チャネルモデルを仮定すると、チャネル行列Ｈは以下のように表すことができる。
Figure 0006821047
 ただし、αｉは第ｉのパスに関連付けられる複素パス利得であり、θｉ及びφｉはそれぞれ関連する角度ＡｏＤ及びＡｏＡであり、ＢＳ（θｉ）及びＭＳ（φｉ）はそれぞれ、ＢＳ及びＭＳに関連付けられるアレイ応答ベクトルを表す。均一線形アレイ（ＵＬＡ：uniform linear array）の場合、空間周波数ω及びψに関するステアリングベクトルを表すことができる。
Figure 0006821047
 ただし、ω＝２πｄｓｉｎ（θ）／λ及びψ＝２πｄｓｉｎ（φ）／λであり、ｄはアレイの要素間の間隔を表し、λは波長を表す。本開示は、ｋ＝１、２、．．．、ＫであるＫ個の測定値ｙｋから、チャネルパス利得αｉ、及びその関連する空間周波数、すなわち、ω及びψを推定する問題を考える。
式（１）におけるチャネル検知方式とともに、このスパースチャネル特徴を利用して、チャネル推定問題をスパース信号復元として定式化することができる。このために、チャネル行列を過完備の仮想角度チャネルモデルに分解する。
Figure 0006821047
 ただし、
Figure 0006821047
 は、各列があらかじめ離散化されたＡｏＡ空間周波数におけるステアリングベクトルを表す過完備の行列（すなわち、ＮＡ≫ＮＳ）であり、
Figure 0006821047
 はあらかじめ離散化されたＡｏＤ空間周波数におけるステアリング行列を表し、ＮＤ≫ＮＳであり、Ｈｖは、式（１）におけるチャネルパス利得に対応するＮＳ個の非０のエントリを有するスパース行列である。式（４）の過完備の仮想チャネル表現は、ＮＳ個の散乱体の空間周波数が
Figure 0006821047
 及び
Figure 0006821047
 のあらかじめ離散化された格子に入ると更に仮定する。
仮想角度領域は２次元格子３００として図式的に表すことができ、ＤｏＡ及びＤｏＤは、その軸に沿った到来角（ＡｏＡ）３０１及び発射角（ＡｏＤ）３０２で表される。例えば、ＡｏＡθ２３１１及びＡｏＤφ２３１３における非０のエネルギーパッチ３１０は、方向φ２内にあり、幅Δφ２３１４を有するビームにおいて送信される信号がθ２の方向から受信機に到達し、角度拡散Δθ１３１２を有するような、ｍｍ波チャネル内のパスが存在することを示す。図３Ａに示されるｍｍ波チャネルの仮想角度表現は、送信機と受信機との間に２つの角度拡散パス３１０及び３２０が存在し、送信ビーム及び受信ビームがそれぞれ何らかの角度拡散を有することを示す。
密集都市部の伝搬環境におけるいくつかの実世界測定値が、ｍｍ波チャネルが、ＡｏＤ、ＡｏＡ及び高度を含む、角度領域にわたるパスクラスターの形において拡散する場合があることを明らかにする。角度拡散は、ＢＳ及びＭＳにおけるアンテナの数が増加するときに、空間分解能が細かくなるにつれて悪化する場合があり、それは、大規模ＭＩＭＯがｍｍ波伝送と融合されるときに起こる可能性が高い。ニューヨーク市における２８ＧＨｚ及び７３ＧＨｚの実世界測定値から、空間チャネルモデルが統計的に提案されており、それらのモデルは、密集都市部に展開されるｍｍ波マイクロセルラー及びピコセルラーネットワークの現実的な評価を提供する。具体的には、パスクラスターの角度拡散（又は角度分散）が、異なる角度（ＡＯＡ、ＡｏＤ及び高度）次元において二乗平均平方根（ｒｍｓ：root mean-squared）ビーム拡散に関して明確に研究されてきた。ＡｏＡ拡散は、２つの搬送波周波数の場合にそれぞれ１５．５度及び１５．４度であり、一方、対応するＡｏＤ拡散はそれぞれ１０．２度及び１０．５度である。
図３Ｂ及び図３Ｃは、ＡｏＤ−ＡｏＡ複合角度拡散の２つのシナリオにおけるチャネルパス電力プロファイルの概略図を示す。図３Ｂは、本開示のいくつかの実施形態による、シナリオ１、すなわち、ＡｏＡ拡散がＡｏＤ拡散より大きい、２つの分離したパスクラスターを示し、図３Ｃは、シナリオ２、すなわち、一方がＡｏＤにわたって拡散し、他方がＡｏＡに沿って拡散する、２つの交差するパスクラスターを示す。
ｍｍ波チャネルは、送信機と受信機との間の経路の数に関して疎らであるので、いくつかの実施形態は、チャネル推定問題を、受信チャネルのスパース表現が冗長辞書内の信号を検知するという問題として定式化する。冗長辞書は、送信機及び受信機のマニフォールドベクトルによって決まる原子を含む。そのため、直交マッチング追跡方法（ＯＭＰ）等の、様々なスパース復元方法のうちの１つを利用することによって、チャネルを推定することができる。
図４は、本開示の一実施形態による、チャネル推定のブロックスパース復元方法のブロック図を示す。信号ベクトル４４０は、受信機アレイ上で受信されたテストシンボルを前処理した後に取得することができる。信号ベクトルは、広い辞書行列４３０とブロックスパースチャネルベクトル４５０との積を雑音４６０で修正したベクトルとして表すことができる。この表現は、或る特定の数のプリコーディングベクトル４１０を用いてテストシンボルをプリコーディングし、受信信号を或る特定の数の混合ベクトル４２０で処理した後に、テストシンボル、例えば、既知の値１を有するシンボルを送信することによって、取得することができる。
いくつかの実施形態において、チャネルベクトルの非０の要素は、チャネル状態情報の係数を含み、信号ベクトル及び辞書行列の値は、テストシンボルと、送信機及び受信機のマニフォールドベクトルとから既知である。例えば、一実施形態は、スパース復元定式化４００を含む種々の代数演算を用いて、プリコーディングベクトル及び混合ベクトルと、送信機及び受信機のマニフォールドベクトルとから、辞書行列及び信号ベクトルを求める。
例えば、送信機がデータシンボルｔ＝１を送信し、ｍ個の連続した時間ステップにおいてプリコーディングベクトル
Figure 0006821047
 を適用すると仮定する。プリコーディングベクトルは送信機アンテナ素子の数に等しいサイズからなり、一般に、ランダム又は擬似ランダムの複素指数を含むことができる。受信機は、そのアンテナ素子において受信される信号に対応する混合ベクトル
Figure 0006821047
 を利用する。混合ベクトルは、利用されるアンテナ素子の数に等しいサイズからなり、ランダム又は擬似ランダムな複素指数を含むことができる。
Figure 0006821047
 は、ＮＳ個の非０のエントリを有するスパースベクトルを表すことに留意されたい。ただし、
Figure 0006821047
 である。式（４）を式（１）に代入し直すと、
Figure 0006821047
 がもたらされる。ただし、
Figure 0006821047
 である。全Ｋ個の測定をグループ分けすると、
Figure 0006821047
 が得られる。ただし、ｙは信号ベクトル４４０と呼ばれ、Ａは辞書行列４３０であり、ｘはブロックスパースチャネルベクトル４５０であり、ｅは雑音ベクトル４６０である。信号ベクトル及び辞書行列は、送信機及び受信機マニフォールドベクトルからだけでなく、プリコーディングベクトル及び混合ベクトルからも計算されることを繰り返し述べておく。その際、チャネル推定問題は結局、冗長辞書４３０内で信号ベクトル４４０のスパース表現を見つけることになり、ブロックスパース表現の係数は未知のチャネルベクトル４５０を構成する。推定されたチャネルベクトルは、その後、仮想角度領域ＨＳ内の表現に再びマッピングされ、その表現は更に、式（１）を用いてチャネル行列Ｈにマッピングされる。
２次元ＡｏＤ−ＡｏＡ複合拡散を更に利用するために、チャネル推定を２次元ブロックスパース信号復元問題として容易に定式化することができ、ブロックスパース性はここでは、ＡｏＤ−ＡｏＡ複合領域内にある。
ブロックスパース信号復元は、最近になって文献において研究されており、例えば、グループＬＡＳＳＯ、混合ｌ２／ｌ１計画、及びブロックＯＭＰがある。しかしながら、これらの方法は、ブロックサイズ及びそのロケーションを含む、ブロックパターンの事前知識を要求する。ここで懸念される問題として、そのような情報は通常、あらかじめ入力できない。
ブロックパターンを学習する能力を有する適応ブロックスパース信号復元アルゴリズムが、この場合の問題に関してより適している。これらのアルゴリズムは、原子間の統計的依存性をモデル化するために、ブロック／グラフィカル事前分布を導入する。しかしながら、これらの事前分布によって、一般に、扱いにくい事後分布が生じ、計算負荷が高いサンプリング方法が使用されなければならない。
図６は、本開示の一実施形態による、状態情報１４５を決定する２段階方法のブロック図を示す。ブロックスパース復元に基づくチャネル推定５００の第１段階６１０（チャネルサポート干渉）では、その実施形態は、チャネルベクトルの非０のサポートを決定する。言い換えると、この段階６１０は、スパースで、長いチャネルベクトル内のどのエントリが実際に非０であるかを見つける。その際に、辞書行列４３０、信号ベクトル４４０及びチャネルモデル１２３が利用される。
チャネルモデル１２３では、クラスター拡散６６０、クラスター電力プロファイル６７０及びクラスター統計値６５０が検討される。クラスター拡散６６０は、ＡｏＡ及びＡｏＤ領域内の角度拡散の広がりを指している。クラスター電力プロファイルは、ＡｏＡ及びＡｏＤ領域にわたるチャネル伝搬強度である。クラスター統計値６５０は、瞬時チャネル係数の分布である。
図７Ａ及び図７Ｂに関して、図７Ａは、本開示の一実施形態による、伝搬パスのいくつかの簡単な２次元角度拡散パターンのブロック図を示す。図７Ｂは、本開示の一実施形態による、図７Ａの伝搬パスサポートの２次元角度拡散クラスターを評価するためのブロック図を示す。
図７Ａは、ＡｏＡ及びＡｏＤ領域にわたる２次元角度拡散に関するいくつかの構成単位７１０を示す。図７Ｂは、ブロックスパース復元方法からチャネルパス７１０が推定された後の、チャネル状態情報の後続の推定を示す。特に、最初に、推定されたチャネルサポート７１０に対応する列を特定し（７３０）、その後、チャネル状態情報７５０を推定するために抽出された列にわたって信号を表現する（７４０）ことができる。
本開示は、ｍｍ波チャネル推定のためにＡｏＤ−ＡｏＡ複合角度拡散を利用する、２次元結合スパースベイズ学習（ＳＢＬ：sparse Bayesian learning）アルゴリズムを提供する。結合ＳＢＬアルゴリズムは、各パスのチャネル利得を確率変数として取り扱い、チャネルパス電力にわたる２次元統計的依存性を課して、ブロックパターンを事前に知ることなく、ブロックスパース解を与える。提案されるアルゴリズムは２つのステップを含み、それらのステップ：チャネル利得行列のベイズ推定と、後続の、期待値最大化（ＥＭ）アルゴリズムを使用することによる事前分散（又は同等に、チャネルパス電力）の反復更新とを繰り返す。いくつかの既存のスパースチャネル推定方法と比べて、提案される方法は、数ある中でも、トレーニングオーバーヘッドが削減されること、及びｍｍ波チャネル推定に関する推定誤差が小さいこと等の、数値的な利点を示す。
具体的には、本開示は、結合事前分散を用いる階層的ガウス信号モデルを用いて、ｍｍ波チャネル推定問題を定式化し、その後、ベイズ推論アルゴリズムを導出する方法を示す。
信号モデルを思い出されたい。ただし、
Figure 0006821047
 であり、ｈはベクトル化複素チャネル利得行列
Figure 0006821047
 であり、ただし、Ｎ＝ＮＤＮＡであり、ｅ∈ＣＫ×１は雑音ベクトルである。その後、チャネル利得ベクトルｈに関して、標準の階層的ガウス事前分布モデルが仮定される。最初に、ｈのエントリ、すなわち、複素チャネル利得ｈｎが、その分散を条件として、平均が０で、分散がλｎである独立ガウス分布であると仮定される。
Figure 0006821047
 ただし、αｎ＝１／λｎは、ｈｎの精度（すなわち、分散の逆数）を表す。事前分散λｎが、第ｎのパスに関連付けられるチャネル利得電力を表すことは留意にするに値する。また、そのことから、その対応するαｎが無限大まで進むとき（又は対応する分散λｎが０まで進むとき）、チャネルパス利得ｈｎが０になることもわかる。エントリにわたる独立性を思い起こすと、
Figure 0006821047
 が成り立つ。
αｎに関して統計的に学習できるようにするために、階層的ガウス事前分布モデルは更に、事前精度も、ｉ．ｉ．ｄ．ガンマ分布に従う確率変数であると仮定する。
Figure 0006821047
 ただし、
Figure 0006821047
 はガンマ関数であり、μは形状パラメーターであり、ｖは逆形状パラメーターである。これらの小さい値をハイパーハイパーパラメーター：例えば、μ＝ｖ＝１０−４に固定し、これらの事前分布を無情報にすることができる。αｎに関するガンマ分布及び条件付きガウス分布を用いて、ｈｎの事前分布がスチューデント−ｔ分布に変換されることを示すのは容易であり、
Figure 0006821047
 それは本質的にｈに関するスパース解を助長する。
エントリにわたる統計的依存性を利用するために、ハイパーパラメーター、すなわち、事前精度に関する結合パターンを導入することができる。より厳密には、各エントリの事前分布は、自らのハイパーパラメーターだけでなく、２ＤのＡｏＤ−ＡｏＡ格子上の自らの隣接点のハイパーパラメーターも含む。具体的には、
Figure 0006821047
 であり、ただし、
Figure 0006821047
 は格子ｎに対する規定された隣接する格子へのインデックスを表し、
Figure 0006821047
 であり、ただし、βは結合係数であり、ｆ（・）はインデックスｎの隣接する格子
Figure 0006821047
 における事前精度の関数である。例えば、所与の格子ｎに関して、ＡｏＤ−ＡｏＡ領域内のその隣接する格子を、図８Ａにおいて、４つのステップ１格子（１〜４の番号を付される）と定義する。ベクトル化に起因して、ベクトル内の隣接インデックス集合は、それゆえ、図８Ｂに示されるように、
Figure 0006821047
 である。結合係数βは、各エントリｈｎと、その２Ｄ隣接エントリｈＮ（ｎ）との間の統計的依存性を定量的に記述する。β＝０であるとき、結合構成単位は、従来の非結合モデルに変換される。
結合関数ｆ（・）の選択は、柔軟にすることができる。ｆ（・）の１つの選択肢は、隣接精度にわたる単純な総和である。
Figure 0006821047
ＡｏＤ及びＡｏＡ領域に沿ってチャネル電力の滑らかな減衰を更に獲得するために、以下の結合全変動関数を使用することができる。
Figure 0006821047
 ただし、
Figure 0006821047
 はＡｏＤ領域に沿ったチャネル電力変動を獲得し、｜αｎ−１−αｎ｜はＡｏＡ領域に沿ったチャネル電力変動を獲得し、これらの２つの項間の総和は、現在の格子への４つの隣接する格子の依存を課す。
最初に、ハイパーパラメーター（事前精度αｎ及び雑音分散σ２）が既知であるという条件で、測定値ｙから、基底係数ベクトルｈに関する推測が導出される。その後、ＥＭアルゴリズムを使用することによって、ハイパーパラメーターに関する推測を取得することができる。
最初に、ｈの事後分布を
Figure 0006821047
 として計算することができる。ただし、ｙ｜ｈ〜ＣＮ（Ａｈ，σ２Ｉ）及びＰ（ｈ｜α）である。ｈの事後分布が
Figure 0006821047
 によって与えられる複素ガウス分布であることを推測するのは容易である。ただし、
Figure 0006821047
 であり、Λは対角行列であり、その第ｎの対角エントリは
Figure 0006821047
 として与えられる。
式（１８）から、ｈのベイズＭＡＰ推定、同じく、ここではＭＭＳＥ推定は、事前精度α（Σ内のΛによる）及び雑音分散σ２が既知であるという条件で、事後平均によって与えられる。
Figure 0006821047
第２のステップは、事前精度に関する更新規則を導出することである。例えば、そのような導出をより良好に明らかにするために、ここでは、事前精度のみを更新するための導出に焦点を合わせる。その導出は、雑音分散が未知である場合にまで容易に拡張することができる。この目的に合わせて、ハイパーパラメーター
Figure 0006821047
 を推定するＥＭアルゴリズムを採用し、そのアルゴリズムは、チャネルベクトルｈを隠れ変数として取り扱い、αの完全な対数事後分布の期待値を最大化することによって、事後確率ｐ（α｜ｙ）を最大化する。具体的には、それは２つのステップ：期待値（Ｅ）ステップ及び最大化（Ｍ）ステップを有する。
Ｅステップは、先行する反復からの測定値ｙ及びα（ｌ）の現在の推定値を条件として、隠れ変数ｈにわたる、Ｑ関数とも定義される、αの完全対数事後分布の期待値を計算する。上記の信号モデルから、Ｑ関数は
Figure 0006821047
 として与えられる。
ｐ（ｈ｜α）、ｐ（αｎ）及び事後分布を使用し、かつ
Figure 0006821047
 を定義すると、
Figure 0006821047
 が得られる。ただし、（ａ）はαのガンマ分布及びｈ｜ｙ，αの事後分布に起因する。
次に、Ｍステップは、上記のＱ関数を最大化し、αの新たな推定値を見つけることであり、すなわち、
Figure 0006821047
 である。
結合構造、すなわち、
Figure 0006821047
 に起因して、Ｑ関数の最大化は、従来のＳＢＬのように、いくつかの分離可能な最適化に切り離すことはできない。式（１４）の簡単な結合関数の場合であっても、閉形式の式（２４）に対する厳密な解を見つけることはできない。結果として、勾配降下法を用いて、最適な解を探索することができる。
特徴
本開示の態様は、ｍｍ波を伝搬させるための異なるタイプの環境のための１組の多次元拡散モデルを決定することを含む。
本開示によれば、ｍｍ波チャネル内を伝搬するｍｍ波は到来時及び発射時に拡散し、ｍｍ波は受信機においてｍｍ波のクラスターとして検出されるようになる。ｍｍ波の伝搬空間は、ｍｍ波の発射方向（ＤｏＤ）の角度及びｍｍ波の到来方向（ＤｏＡ）の角度の組のデカルト積である。さらに、ブロックスパース信号復元は、ｍｍ波チャネルが非０のエネルギーを有する、ｍｍ波の伝搬空間の部分を画定するｍｍ波チャネルのサポートを特定することと、非０のエネルギーを有する伝搬空間の部分に対応する状態情報の係数を決定することとを含むことができる。状態情報の係数は確率論的であり、チャネル利得要素は、チャネル電力のような、平均が０で、分散が未知である複素ガウス分布である。状態情報のサポート及び係数は、ＡｏＤ及びＡｏＡ複合角度拡散を使用しながら、ｍｍ波チャネルのための結合スパースベイズ学習アルゴリズムによって決定される。その場合に、結合スパースベイズ学習アルゴリズムは、ＡｏＡ又はＡｏＤ領域に沿ったチャネルパス電力の滑らかな減衰等の、ｍｍ波チャネルの特徴を使用する、少なくとも１つの結合関数を使用する。
本開示によれば、多次元拡散モデルは、高度に関するパス拡散と、遅延に関するパス拡散とを含む、多次元パスに関する統計値を有する。
本開示の態様によれば、少なくとも１つのユーザー入力インターフェースの表面において与えられ、プロセッサによって受信されるユーザー入力を使用することを含むことができ、ユーザー入力は、ｍｍ波を伝搬させるための異なるタイプの環境のための１組の多次元拡散モデルを決定することに関連することができる。
実験
ここで、提案されるチャネル推定アルゴリズムと既存のアルゴリズムとを比較するためにシミュレーション結果を提示する。詳細には、（ａ）ＳＰＧＬ１ソルバーを用いる基底追跡雑音除去（ＢＰＤＮ：basis pursuit denoising）又はＬＡＳＳＯ、及び（ｂ）所与のブロックパターンを用いるグループＬＡＳＳＯ（ＳＰＧＬ１−Ｇｒｏｕｐソルバーを使用することにより実施される）が検討される。ＢＳの６４個のＵＬＡアンテナ及びＭＳの３２個のＵＬＡアンテナからなるシステムモデルが検討される。ｍｍ波チャネルは、［−π／２，π／２］内に分布するＡｏＡ及びＡｏＤを有する幾何学的チャネルモデルに従うと仮定される。性能を例示するために、図２に与えられる角度パス電力プロファイルを有する２つのシナリオに関して１００回の独立したモンテカルロシミュレーションが実行された。モンテカルロを実行するたびに、２次元チャネル利得行列Ｈｖ（それゆえ、対応するチャネルベクトルｈ）が、平均が０で、図１において規定される角度パス電力によって与えられる分散を有する複素サブガウス行列として生成される。信号対雑音比（ＳＮＲ）が
Figure 0006821047
 と定義される。ただし、σ２は雑音ベクトルの分散である。
最初に、本明細書においてシナリオ１と呼ばれ、ＡｏＡ領域において拡散する２つの分離したパスクラスターを有する、図３Ａのシナリオが検討される。図９Ａは、Ｋ＝２０５個のトレーニング信号及びＳＮＲ＝３０ｄＢを用いる１００回のモンテカルロ実行からの結果を平均することによって推定されたチャネル利得行列を示す。この場合、有意なパスの数は５７である。提案されたチャネル推定方法がクラスター化された解を与えるので、提案された方法が既存のチャネル推定方法より良好な２次元パスクラスターを保持できることが明らかである。
次に、本明細書においてシナリオ２と呼ばれる、図３Ｂのシナリオが検討される。図９Ｂは、Ｋ＝２０５であるときの１００回のモンテカルロ実行から、２次元ＡｏＤ−ＡｏＡ領域にわたって推定されたチャネル利得行列を示す。この場合、有意なパスの数は６７である。再び、提案された方法は、他の検討された方法よりクラスター化されたチャネル利得行列を与えることが確認される。
図１０は、本開示の実施形態による、図１Ａの方法を示すブロック図であり、その方法は代替のコントローラーを用いて実施することができる。コントローラー１０１１は、プロセッサ１０４０、コンピューター可読メモリ１０１２、記憶装置１０５８、並びにディスプレイ１０５２及びキーボード１０５１を備えたユーザーインターフェース１０４９を含み、それらは、バス１０５６を通して接続されている。例えば、プロセッサ１０４０及びコンピューター可読メモリ１０１２と通信するユーザーインターフェース１０４９は、ユーザーによるユーザーインターフェース１０５７の面、すなわちキーボード面からの入力を受け取ると、データを取得し、コンピューター可読メモリ１０１２内にデータを記憶する。
メモリ１０１２は、プロセッサによって実行可能な命令、履歴データ、及び本開示の方法及びシステムによって利用することができる任意のデータを記憶することができることが企図される。プロセッサ１０４０は、シングルコアプロセッサ、マルチコアプロセッサ、コンピューティングクラスター、又は任意の数の他の構成とすることができる。プロセッサ１０４０は、バス１０５６により、１つ以上の入力デバイス及び出力デバイスに接続することができる。メモリ１０１２としては、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、フラッシュメモリ、又は他の任意の好適なメモリシステムを挙げることができる。
依然として図１０を参照すると、記憶デバイス１０５８は、プロセッサによって使用される補足データ及び／又はソフトウェアモジュールを記憶するように適合させることができる。例えば、記憶デバイス１０５８は、本開示に関して上述したように、履歴データ及び他の関連データを記憶することができる。さらに又は代替的に、記憶デバイス１０５８は、本開示に関して上述したようなデータと同様の履歴データを記憶することができる。記憶デバイス１０５８としては、ハードドライブ、光ドライブ、サムドライブ、ドライブのアレイ又はそれらの任意の組合せを挙げることができる。
システムは、バス１０５６を通して、システムをディスプレイデバイス（図示せず）に接続するように適合されたディスプレイインターフェース（図示せず）に任意選択的に連結することができ、ディスプレイデバイスとしては、特に、コンピューターモニター、カメラ、テレビ受像機、プロジェクター、又はモバイルデバイスを挙げることができる。
コントローラー１０１１は、電源１０５４を含むことができ、応用に応じて、電源１０５４は、任意選択的にコントローラー１０１１の外部に位置することができる。バス１０５６を通して、ディスプレイデバイス１０４８に接続するように適合されたユーザー入力インターフェース１０５７を連結することができ、ディスプレイデバイス１０４８としては、特に、コンピューターモニター、カメラ、テレビ受像機、プロジェクター、又はモバイルデバイスを挙げることができる。プリンターインターフェース１０５９もまた、バス１０５６を通して接続し、印刷デバイス１０３２に接続するように適合させることができ、印刷デバイス１０３２としては、特に、液体インクジェットプリンター、固体インクプリンター、大型商用プリンター、サーマルプリンター、ＵＶプリンター又は昇華型プリンターを挙げることができる。ネットワークインターフェースコントローラー（ＮＩＣ）１０３４が、バス１０５６を通してネットワーク１０３６に接続するように適合され、特に、何らかのデータは、コントローラー１０１１の外部のサードパーティディスプレイデバイス、サードパーティ撮像デバイス及び／又はサードパーティ印刷デバイスにおいてレンダリングすることができる。
依然として図１０を参照すると、特に、何らかのデータは、ネットワーク１０３６の通信チャネルを介して送信し、及び／又は記憶及び／又は更なる処理のために記憶システム１０５８内に記憶することができる。さらに、何らかのデータは、受信機１０４６（又は外部受信機１０３８）から無線で若しくは配線により受信し、又は送信機１０４７（又は外部送信機１０３９）を介して無線で若しくは配線により送信することができ、受信機１０４６及び送信機１０４７両方が、バス１０５６を通して接続される。さらに、バス１０５６を介してコントローラー１０１１にＧＰＳ１００１を接続することができる。コントローラー１０１１は、入力インターフェース１００８を介して外部検知デバイス１０４４及び外部入出力デバイス１０４１に接続することができる。コントローラー１０１１は、他の外部コンピューター１０４２に接続することができる。出力インターフェース１００９を使用して、プロセッサ１０４０から処理済みデータを出力することができる。
上述した本開示の実施形態は、数多くの方法のうちの任意のもので実施することができる。例えば、実施形態は、ハードウェア、ソフトウェア又はそれらの組み合わせを用いて実施することができる。請求項の要素を修飾する、特許請求の範囲における「第１」、「第２」等の序数の使用は、それ自体で、１つの請求項の要素の別の請求項の要素に対する優先順位も、優位性も、順序も暗示するものでもなければ、方法の動作が実行される時間的な順序も暗示するものでもなく、請求項の要素を区別するために、単に、或る特定の名称を有する１つの請求項の要素を、同じ（序数の用語の使用を除く）名称を有する別の要素と区別するラベルとして用いられているにすぎない。
また、本開示の実施形態は方法として具現することができ、その一例が提供されてきた。その方法の一部として実行される動作は、任意の適切な方法において順序化することができる。したがって、例示的な実施形態において順次の動作として示される場合であっても、例示されるのとは異なる順序において動作が実行される実施形態を構成することもでき、異なる順序は、いくつかの動作を同時に実行することを含むことができる。

Claims (16)

  1. ミリメートル波（ｍｍ波）チャネルを介して送信されるシンボルを復号する方法であって、
    前記ｍｍ波チャネルを介して送信されるテストシンボルを受信することを含み、
    仮想角度領域を、発射角（ＡｏＤ）、到来角（ＡｏＡ）、該ＡｏＤに関する角度拡散及び該ＡｏＡに関する角度拡散が表される２次元格子として表現し、少なくとも１つのベイズ推論法を用いて、該ＡｏＤ及び該ＡｏＡの格子上に表され、前記ｍｍ波チャネル内を伝搬するｍｍ波の角度拡散を示すチャネル利得行列を推定することによって、該ＡｏＤと、該ＡｏＡと、該ＡｏＤに関する該角度拡散及び該ＡｏＡに関する該角度拡散とを含む、多次元パスに関する統計値を用いる多次元拡散モデルに従って、前記テストシンボルに関するブロックスパース性を獲得する、該少なくとも１つのベイズ推論法を含むブロックスパース信号復元を用いて、前記ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定することと、
    前記ｍｍ波チャネルを介してシンボルを受信することと、
    前記ＣＳＩを用いて前記シンボルを復号することと、
    を含み、
    前記ブロックスパース信号復元は、
    前記ｍｍ波チャネルが非０のエネルギーを有する前記ｍｍ波の伝搬空間の部分に対応する前記チャネル状態情報の係数を決定すること、
    を含む
    ことを特徴とし、
    該方法は受信機のプロセッサによって実行される、方法。
  2. 前記多次元拡散モデルは、高度に関するパス拡散及び遅延に関するパス拡散を含む、多次元パスに関する統計値を有し、及び／又は前記ブロックスパース信号復元は、グループ最小絶対収縮選択演算子（ＬＡＳＳＯ）法、又はグループ貪欲法を含む、請求項１に記載の方法。
  3. 前記ｍｍ波チャネル内で前記ｍｍ波を伝搬させるための環境のタイプを特定することと、
    前記ｍｍ波を伝搬させるための前記環境の前記タイプに対応する前記ｍｍ波チャネルの前記多次元拡散モデルを選択することと、
    を更に含む、請求項１に記載の方法。
  4. 前記ｍｍ波を伝搬させるための異なるタイプの前記環境のための１組の多次元拡散モデルを決定することを更に含む、請求項３に記載の方法。
  5. 前記ｍｍ波チャネル内を伝搬する前記ｍｍ波は到来時及び発射時に拡散し、前記ｍｍ波が前記受信機において前記ｍｍ波のクラスターとして検出されるようになる、請求項１に記載の方法。
  6. 前記ｍｍ波の伝搬空間は、前記ｍｍ波の発射方向（ＤｏＤ）の角度である前記前記ＡｏＤ及び前記ｍｍ波の到来方向（ＤｏＡ）の角度である前記ＡｏＡの組のデカルト積である、請求項５に記載の方法。
  7. 前記チャネル状態情報の前記係数は確率論的であり、チャネル利得要素は、平均が０で、未知の分散を有する複素ガウス分布である、請求項１に記載の方法。
  8. 前記チャネル状態情報の前記係数は、前記ＡｏＤ及び前記ＡｏＡの複合角度拡散を使用しながら、前記ｍｍ波チャネルの推定のための結合スパースベイズ学習アルゴリズムによって決定される、請求項１に記載の方法。
  9. 前記結合スパースベイズ学習アルゴリズムは、前記ＡｏＡ又はＡｏＤ領域に沿ったチャネルパス電力が滑らかな減衰を示す前記ｍｍ波チャネルの特徴を使用する、少なくとも１つの結合関数を使用する、請求項８に記載の方法。
  10. ミリメートル波（ｍｍ波）チャネルを介して送信されたシンボルを受信し、復号する受信機であって、該受信機は、
    前記ｍｍ波チャネルを介して送信されたシンボルを受信するように構成される１組のアンテナと、
    前記シンボルをテストシンボル及びデータシンボルに変換するように構成されるフロントエンドと、
    を備え、該受信機は更に、
    仮想角度領域を、発射角（ＡｏＤ）、到来角（ＡｏＡ）、該ＡｏＤに関する角度拡散及び該ＡｏＡに関する角度拡散が表される２次元格子として表現し、少なくとも１つのベイズ推論法を用いて、該ＡｏＤ及び該ＡｏＡの格子上に表され、ｍｍ波の角度拡散を示すチャネル利得行列を推定することによって、該ＡｏＤと、該ＡｏＡと、前記ｍｍ波チャネル内を伝搬する、該ＡｏＤに関する該角度拡散及び該ＡｏＡに関する該角度拡散とを含む、多次元パスに関する統計値を用いる多次元拡散モデルに従って、前記テストシンボルに関する該少なくとも１つのベイズ推論法を含むブロックスパース信号復元を用いて、前記ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定するように構成されるプロセッサと、
    前記ＣＳＩを用いて前記シンボルを復号するように構成される復号器と、
    を備え、
    前記ブロックスパース信号復元は、
    前記ｍｍ波チャネルが非０のエネルギーを有する前記ｍｍ波の伝搬空間の部分に対応する前記チャネル状態情報の係数を決定すること、
    を含む、
    ことを特徴とする、受信機。
  11. 前記受信機は、前記ｍｍ波チャネル内を伝搬する前記ｍｍ波は到来時及び発射時に拡散するように構成され、前記ｍｍ波が前記受信機において前記ｍｍ波のクラスターとして検出されるようになり、前記ｍｍ波の伝搬空間は、前記ｍｍ波の発射方向（ＤｏＤ）の角度である前記前記ＡｏＤ及び前記ｍｍ波の到来方向（ＤｏＡ）の角度である前記ＡｏＡの組のデカルト積である、請求項１０に記載の受信機。
  12. コンピュータープログラムであって、該コンピュータープログラムがコントローラーによって実行されるときに、該コントローラーに、ミリメートル波（ｍｍ波）チャネルを介して送信されるシンボルを復号する方法を実行させる命令を含み、前記方法は、
    仮想角度領域を、発射角（ＡｏＤ）、到来角（ＡｏＡ）、該ＡｏＤに関する角度拡散及び該ＡｏＡに関する角度拡散が表される２次元格子として表現し、少なくとも１つのベイズ推論法を用いて、該ＡｏＤ及び該ＡｏＡの格子上に表され、前記ｍｍ波チャネル内を伝搬するｍｍ波の角度拡散を示すチャネル利得行列を推定することによって、該ＡｏＤと、該ＡｏＡと、該ＡｏＤに関する該角度拡散及び該ＡｏＡに関する該角度拡散とを含む、多次元パスに関する統計値を用いる多次元拡散モデルに従って、テストシンボルに関する該少なくとも１つのベイズ推論法を含むブロックスパース信号復元を用いて、前記ｍｍ波チャネルのチャネル状態情報（ＣＳＩ）を推定することと、
    前記ｍｍ波チャネルを介して受信機によって受信されたシンボルを、前記ＣＳＩを用いて復号することと、
    を含むことを特徴とし、
    前記ブロックスパース信号復元は、
    前記ｍｍ波チャネルが非０のエネルギーを有する前記ｍｍ波の伝搬空間の部分に対応する前記チャネル状態情報の係数を決定すること、
    を含み、
    前記方法は前記受信機のプロセッサによって実行される、コンピュータープログラム。
  13. 前記多次元拡散モデルは、高度に関するパス拡散及び遅延に関するパス拡散を含む、多次元パスに関する統計値を有し、及び／又は前記ブロックスパース信号復元は、グループ最小絶対収縮選択演算子（ＬＡＳＳＯ）法、又はグループ貪欲法を含む、請求項１２に記載のコンピュータープログラム。
  14. 前記チャネル状態情報の前記係数は確率論的であり、チャネル利得要素は、平均が０で、未知の分散を有する複素ガウス分布である、請求項１２に記載のコンピュータープログラム。
  15. 前記チャネル状態情報の前記係数は、前記ＡｏＤ及び前記ＡｏＡの複合角度拡散を使用しながら、前記ｍｍ波チャネルの推定のための結合スパースベイズ学習アルゴリズムによって決定される、請求項１２に記載のコンピュータープログラム。
  16. 前記結合スパースベイズ学習アルゴリズムは、前記ＡｏＡ又はＡｏＤ領域に沿ったチャネルパス電力が滑らかな減衰を示す前記ｍｍ波チャネルの特徴を使用する、少なくとも１つの結合関数を使用する、請求項１５に記載のコンピュータープログラム。
JP2019544754A 2017-03-31 2017-10-25 シンボルを復号する方法及びシンボルを受信し、復号する受信機 Active JP6821047B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/475,229 2017-03-31
US15/475,229 US10382230B2 (en) 2017-03-31 2017-03-31 System and method for channel estimation in mmWave communications exploiting joint AoD-AoA angular spread
PCT/JP2017/039464 WO2018179557A1 (en) 2017-03-31 2017-10-25 Method for decoding symbol and receiver for receiving and decoding symbol

Publications (2)

Publication Number Publication Date
JP2020509683A JP2020509683A (ja) 2020-03-26
JP6821047B2 true JP6821047B2 (ja) 2021-01-27

Family

ID=60628115

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019544754A Active JP6821047B2 (ja) 2017-03-31 2017-10-25 シンボルを復号する方法及びシンボルを受信し、復号する受信機

Country Status (5)

Country Link
US (1) US10382230B2 (ja)
EP (1) EP3406059B1 (ja)
JP (1) JP6821047B2 (ja)
CN (1) CN110463147B (ja)
WO (1) WO2018179557A1 (ja)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112017001984T5 (de) * 2016-04-12 2019-01-03 Mitsubishi Electric Corporation Empfangsvorrichtung und Empfangsverfahren sowie Programm und Aufzeichnungsmedium
US10051488B1 (en) 2017-10-19 2018-08-14 At&T Intellectual Property I, L.P. Dual mode communications device with remote device feedback and methods for use therewith
US10330770B2 (en) * 2017-11-09 2019-06-25 Cisco Technology, Inc. Channel estimation in OFDMA for switched antenna array based angle-of-arrival location
CN111869291A (zh) 2018-02-02 2020-10-30 康奈尔大学 无线系统中的信道制图
US10778300B2 (en) 2018-12-03 2020-09-15 Samsung Electronics Co., Ltd Method and apparatus for high rank multiple-input multiple-output (MIMO) symbol detection
CN110022274B (zh) * 2018-12-24 2022-03-25 深圳先进技术研究院 一种毫米波mimo-ofdm系统的联合信道与载波频率偏移估计方法
CN115037345A (zh) 2019-01-09 2022-09-09 苹果公司 编码增强的ii型信道状态信息
US10608686B1 (en) * 2019-07-02 2020-03-31 Cornell University Circuit and method for enabling channel denoising in a wireless communication apparatus
TWI711835B (zh) * 2019-08-12 2020-12-01 群邁通訊股份有限公司 Aod估算方法及裝置
US11539424B2 (en) * 2019-08-27 2022-12-27 Samsung Electronics Co., Ltd System and method for providing channel recovery for angle domain sparse channels
CN110519189B (zh) * 2019-08-30 2022-12-09 东南大学 高度移动场景下基于压缩感知的毫米波信道估计方法
US11336361B2 (en) * 2019-10-24 2022-05-17 Sony Group Corporation Millimeter-wave non-line of sight analysis
US11121816B2 (en) * 2019-12-04 2021-09-14 Mitsubishi Electric Research Laboratories, Inc. Symbol detection of massive MIMO systems with unknown symbol-dependent transmit-side impairments
CN111273301A (zh) * 2020-02-18 2020-06-12 西北工业大学 水声目标辐射噪声线阵波束输出信号频谱重构方法
US11211994B2 (en) * 2020-04-06 2021-12-28 Samsung Electronics Co., Ltd. Angular sparse channel recovery using history measurements
CN111711584B (zh) * 2020-05-22 2022-06-07 西北工业大学 基于成比例归一化最小均方误差的稀疏水声信道估计方法
CN115669047A (zh) * 2020-05-29 2023-01-31 Oppo广东移动通信有限公司 一种信道状态信息处理方法、电子设备及存储介质
CN112769461B (zh) * 2020-12-11 2022-04-22 华南理工大学 基于毫米波智能反射面通信的大规模天线信道估计方法
US20220224397A1 (en) * 2021-01-14 2022-07-14 Qualcomm Incorporated Reporting angular offsets across a frequency range
CN112887233B (zh) * 2021-01-21 2022-01-11 中国科学技术大学 一种基于2维簇结构的稀疏贝叶斯学习信道估计方法
WO2022174418A1 (en) * 2021-02-20 2022-08-25 British Telecommunications Public Limited Company Wireless telecommunications network
CN113589255B (zh) * 2021-08-23 2023-08-01 武汉大学 一种基于多频联合稀疏贝叶斯学习的到达角估计方法
CN114363124B (zh) * 2021-11-25 2023-05-16 南京信息工程大学 一种压缩感知稀疏信号恢复方法及系统
CN114338302B (zh) * 2021-12-22 2024-02-09 中国南方电网有限责任公司超高压输电公司 一种基于毫米波联合结构的智能反射面两级信道估计方法
CN114629533B (zh) * 2022-02-17 2023-04-18 东南大学 大规模mimo信道估计的信息几何方法及系统
CN114785642B (zh) * 2022-04-02 2023-09-12 郑州大学 一种基于稀疏张量分解的ris-mimo系统信道估计方法
CN115189989B (zh) * 2022-04-29 2023-11-17 北京邮电大学 信道估计的方法及其电子设备及介质
CN115242581B (zh) * 2022-06-16 2023-11-03 电子科技大学(深圳)高等研究院 卷积神经网络的sub-6GHz辅助mmWave信道估计方法、装置及电子设备
CN117938587B (zh) * 2024-03-25 2024-06-07 北京航空航天大学 一种临近空间平台到无人机下行多径信道估计方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8423066B2 (en) * 2010-02-23 2013-04-16 Research In Motion Limited Method and apparatus for opportunistic communication scheduling in a wireless communication network using motion information
US8948056B2 (en) * 2011-06-28 2015-02-03 Brocade Communication Systems, Inc. Spanning-tree based loop detection for an ethernet fabric switch
KR101209908B1 (ko) * 2011-08-04 2012-12-11 광주과학기술원 희소 신호 전송 방법 및 장치, 그리고 희소 신호 복구 방법 및 장치
US9473229B2 (en) 2012-10-05 2016-10-18 Samsung Electronics Co., Ltd. High-throughput beamforming MIMO receiver for millimeter wave communication and method
US8804811B2 (en) 2012-11-19 2014-08-12 King Fahd University Of Petroleum And Minerals Method for compressive sensing , reconstruction, and estimation of ultra-wideband channels
US20170000571A1 (en) * 2013-12-12 2017-01-05 Koninklijke Philips N.V. Method and system for respiratory monitoring during ct-guided interventional procedures
US9497785B2 (en) * 2014-06-02 2016-11-15 Intel Corporation Techniques for exchanging beamforming information for a dual connection to user equipment
JP2016024009A (ja) * 2014-07-18 2016-02-08 株式会社ミツトヨ 厚さ測定装置及び厚さ測定方法
US20160072562A1 (en) * 2014-09-10 2016-03-10 Samsung Electronics Co., Ltd. Channel state information reporting with basis expansion for advanced wireless communications systems
US9973249B2 (en) * 2014-12-23 2018-05-15 Samsung Electronics Co., Ltd. Channel state information feedback schemes for FD-MIMO
US9680535B2 (en) * 2015-01-16 2017-06-13 Samsung Electronics Co., Ltd. Method and apparatus for reduced feedback FD-MIMO
US10263763B2 (en) 2015-02-26 2019-04-16 New York University Systems, methods, and computer-accessible media for measuring or modeling a wideband, millimeter-wave channel and methods and systems for calibrating same
CN104935367B (zh) * 2015-04-27 2018-03-02 电子科技大学 一种基于信道空间稀疏特性的快速迭代波束成形方法
WO2016210302A1 (en) * 2015-06-25 2016-12-29 Interdigital Patent Holdings, Inc. Methods and apparatus for initial cell search and selection using beamforming
US10097255B2 (en) 2015-07-01 2018-10-09 Qualcomm Incorporated Joint channel and phase noise estimation in control symbols of a millimeter wave link
US9641357B1 (en) * 2016-01-22 2017-05-02 Mitsubishi Electric Research Laboratories, Inc. System and method for mmWave channel estimation
US10135512B2 (en) * 2016-04-06 2018-11-20 Futurewei Technologies, Inc. System and method for millimeter wave communications
CN106019214B (zh) * 2016-07-08 2018-11-27 天津大学 宽带相干信号源doa估计方法
CN106487725A (zh) * 2016-10-20 2017-03-08 电子科技大学 一种多用户mimo系统毫米波信道估计方法
US9948377B1 (en) * 2017-02-06 2018-04-17 Mitsubishi Electric Research Laboratories, Inc. System and method for spatial beamforming modulation

Also Published As

Publication number Publication date
EP3406059B1 (en) 2020-03-04
CN110463147B (zh) 2021-12-14
EP3406059A1 (en) 2018-11-28
US20180287822A1 (en) 2018-10-04
CN110463147A (zh) 2019-11-15
US10382230B2 (en) 2019-08-13
JP2020509683A (ja) 2020-03-26
WO2018179557A1 (en) 2018-10-04

Similar Documents

Publication Publication Date Title
JP6821047B2 (ja) シンボルを復号する方法及びシンボルを受信し、復号する受信機
EP2422210B1 (en) Orientation and localization system
US8140024B2 (en) Fast convergence to optimal beam patterns
JP6463553B2 (ja) ｍｍ波チャネルを介して送信されたシンボルを復号する方法及びコンピューター実施方法、ｍｍ波チャネルを介して送信されたシンボルを受信及び復号する受信機
CN109738854A (zh) 一种天线阵列来波方向的到达角估计方法
JP2019516322A (ja) 圧縮センシングに基づく効率的なスパースチャネル推定
CN110380997B (zh) 基于自适应压缩感知的毫米波信道估计方法
EP3316493A1 (en) Training beam transmission method, apparatus and system
CN103905105A (zh) 一种双流波束赋形方法和装置
US10541839B2 (en) System and method for angular-domain channel estimation of massive MIMO system with low-resolution ADC with time-varying thresholds
CN112514277A (zh) 用于多径角度估计的接收器和发送器
Fokin et al. Direction of arrival positioning requirements for location-aware beamforming in 5g mmwave udn
CN109039403A (zh) 大规模mimo系统中基于冗余字典的下行链路信道估计方法
Bekasiewicz et al. Time-gating method with automatic calibration for accurate measurements of electrically small antenna radiation patterns in non-anechoic environments
Xue et al. Asymmetric subarray structure design for mmWave LoS MIMO communication systems
CN109787672A (zh) 基于参数学习的大规模mimo格点偏移信道估计方法
Yang et al. Efficient multi-beam training for terahertz wireless communications
Bellili et al. Massive MIMO mmWave channel estimation using approximate message passing and Laplacian prior
Yin et al. A SAGE algorithm for estimation of the direction power spectrum of individual path components
CN112671435B (zh) 一种fdd大规模天线中基于字典迭代的信道估计方法
Thet et al. Reduced-rank joint estimation of DOA with mutual coupling
KR102338500B1 (ko) 라이시안 페이딩 채널에서 제한된 피드백을 활용하는 코드북 기반 송신 빔포밍 방법 및 그 시스템
CN113810096B (zh) 大规模mimo卫星移动通信上行传输方法及系统
Yaman Intra-cluster channel modeling and cross-layer beamforming efficiency for mm-wave communications
Kuutela Beamforming in frequency division duplex cellular networks

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190816

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190816

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201027

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201117

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201208

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210105

R150 Certificate of patent or registration of utility model

Ref document number: 6821047

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250