TW201817187A - 通道資訊的估測系統及其方法 - Google Patents
通道資訊的估測系統及其方法 Download PDFInfo
- Publication number
- TW201817187A TW201817187A TW105134491A TW105134491A TW201817187A TW 201817187 A TW201817187 A TW 201817187A TW 105134491 A TW105134491 A TW 105134491A TW 105134491 A TW105134491 A TW 105134491A TW 201817187 A TW201817187 A TW 201817187A
- Authority
- TW
- Taiwan
- Prior art keywords
- different directions
- beams
- compressed
- channel information
- training
- Prior art date
Links
Landscapes
- Radio Transmission System (AREA)
Abstract
一種通道資訊的估測系統及其方法,透過發射端生成多個不同方向的指向性波束,對角域的所述不同方向進行次取樣,接著以展頻序列調變所述不同方向的指向性波束,使所述不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束,並且透過至少一天線使用所述不同方向的壓縮波束,以便接收端從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊,用以達成降低訓練成本之技術功效。
Description
本發明涉及一種通道估測系統及其方法,特別是利用稀疏特性以壓縮感知實現之通道資訊的估測系統及其方法。
傳統上,為了得到波束成形增益(Beamforming Gain)來補償毫米波信號在傳輸過程中的能量衰減以增加傳輸距離,在發射端(或稱基地台)以及接收端(或稱手機端)通常均需要通道資訊,此通道資訊包含信號傳輸路徑的發射角度、入射角度等等。然而,通道資訊在過去全數位式(All-Digital)架構中可以利用參考信號(Reference Signal)進行訓練和估測,但是在混和式架構中,基頻(Baseband)與通道間隔了射頻預編碼器/合成器(RF Precoder/Combiner)以及有限數量的射頻鏈路(RF-Chains)。換句話說,在混和式架構中,基頻無法得知完整的通道維度。因此,為了取得波束成形(Beamforming)所需要的通道資訊,必須利用射頻預編碼器/合成器產生特定的訓練波束(Training Beams)來對未知的通道進行訓練和估測,這個過程又稱為波束成形訓練(Beamforming Training)。在基地台與手機端通常會分別設計一組用於進行波束成形訓練的訓練碼簿(Training Codebook),這兩端皆包含一定數量的訓練波束。當兩端皆完成訓練碼簿中每一個訓練波束的掃描之後,手機端可以根據所測量到的信號與已知的訓練碼簿來估測出通道資訊。
一般而言,波束成形訓練最簡單的做法是基地台與手機端均利用高解析度的指向性波束(Directional Beams)掃描通道中每一個可能的方位角,最後再將具有最強接收功率(Received Power)的波束對(Beam Pairs)所相應的索引(Index)作為通道資訊回傳給基地台,例如:窮舉搜尋(Exhaustive Search)。然而,窮舉搜尋雖然在實現上簡單而且機制相當健全,但是在訓練過程中需要使用大量的訓練波束,其訓練波束的數量與天線數量直接成正比。在大型天線陣列系統中,會直接導致訓練成本(Training Overload)大幅增加,例如:大幅增加延遲(Latency)以及減少可用於傳送資料的資源,如:時間與頻寬。
有鑑於此,便有廠商提出分層式搜尋(Hierarchical Search)的技術手段,藉由使用多層次訓練碼簿(Multi-Resolution Training Codebook)搭配分治法(Divide-and-Conquer)進行搜尋。在第一層的碼簿,基地台會先發射少數幾個覆蓋範圍較大的低解析度訓練波束,接著手機端會偵測這些訓練波束的接收功率,並且將具有最強接收功率的訓練波束索引回傳至基地台。此時,基地台根據回傳的索引可得知路徑大概是在那個方向,並且進一步打出覆蓋範圍更小的高解析度訓練波束,而手機端也會對這些訓練波束有所回應。如此一來,持續根據手機端的回傳資訊往下搜尋,最終就可以得知通道路徑在某個最終解析度之下的方位角。其中,最終解析度通常與天線數量直接成正比關係。相較於窮舉搜尋的方法,可以發現當系統所需要的最終解析度增加時,窮舉搜尋是以線性的方式增加,而分層式搜尋則是以對數(log)的方式增加,因此可以省下大量的訓練成本。
然而,分層式搜尋亦存在許多問題,例如:在波束成形訓練過程中需要手機端不斷的回傳資訊,使得基地台與手機端的控制機制變得相當複雜,硬體實現上相當困難。另外,在波束成形訓練尚未完成前,手機端與基地台都還不能取得足夠波束成形增益,因此,具有資訊回傳的可靠性不足的問題。再者,由於分層式搜尋使用的波束成形訓練屬於封閉式訓練(Closed-loop Training),假設接收端分布於各個方位,那麼基地台就必須根據每一個接收端的回報資訊,針對每個可能的路徑方位進行搜尋,而接收端的數量增加意味著要搜尋的方向可能會變得更多,導致訓練成本會隨使用者數量呈線性成長。
綜上所述,可知先前技術中長期以來一直存在訓練成本居高不下之問題,因此實有必要提出改進的技術手段,來解決此一問題。
本發明揭露一種通道資訊的估測系統及其方法。
首先,本發明揭露一種通道資訊的估測系統,此系統包含:發射端及接收端。所述發射端包含:次取樣模組、調變模組及天線模組。其中,次取樣模組用以生成不同方向的指向性波束,對角域的所述不同方向進行次取樣;調變模組用以透過展頻序列調變所述不同方向的指向性波束,使不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束;天線模組用以透過至少一天線使用所述不同方向的壓縮波束執行訓練。所述接收端用以從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊。
另外,本發明揭露一種通道資訊的估測方法,應用在具有發射端及接收端的環境,其步驟包括:發射端生成多個不同方向的指向性波束,對角域的所述不同方向進行次取樣;發射端透過展頻序列調變所述不同方向的指向性波束,使不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束;發射端透過至少一天線使用所述不同方向的壓縮波束執行訓練;接收端從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊。
本發明所揭露之系統與方法如上,與先前技術的差異在於本發明是透過發射端生成多個不同方向的指向性波束,對角域的所述不同方向進行次取樣,接著以展頻序列調變所述不同方向的指向性波束,使所述不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束,並且透過至少一天線使用所述不同方向的壓縮波束執行訓練,以便接收端從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊。
透過上述的技術手段,本發明可以達成降低訓練成本之技術功效。
以下將配合圖式及實施例來詳細說明本發明之實施方式,藉此對本發明如何應用技術手段來解決技術問題並達成技術功效的實現過程能充分理解並據以實施。
在說明本發明所揭露之通道資訊的估測系統及其方法之前,先對本發明作簡要說明,本發明係利用壓縮感知(Compressive Sensing, CS)技術來減少訓練成本,因為將通道矩陣轉換到用於描述通道路徑的虛擬角域通道矩陣(Virtual Angular Domain Channel Matrix)來看,此矩陣中的每一個項目(Entry)都分別代表了通道中所有可能存在路徑的資訊。由於在毫米波通道中,因為高頻信號的能量衰減,使得基地台與手機端之間能夠傳送信號的路徑數量很少,使得矩陣中的非零的項目變得非常稀疏,故在毫米波通道中所需要被尋找的發射與接收的方位角數量不多,無需將每個項目都搜尋一遍,因此在具有稀疏特性(Sparse)的前提下,能夠以壓縮感知技術來減少訓練成本。換句話說,為了避免如窮舉搜尋需要大量地高解析度的指向性波束做掃描,故利用毫米波通道的稀疏特性,基於壓縮感知設計壓縮訓練碼簿(Compressive Training Codebook),以便使用非常少量的壓縮波束即可精準地估測出通道資訊。特別要說明的是,在設計所述壓縮訓練碼簿時,需要考慮到大型天線陣列現實中的硬體限制,尤其是針對混合式架構。這些限制包括了有限數量的射頻鏈路與射頻端有限精度的相移器(Phase Shifters)。此外,本發明可應用在不同的陣列架構,例如:在全連接(Full-Connection)架構及子連接(Sub-Connected)架構。其中,前者的天線陣列使用了N組的相移器,提供相當高的波束成形自由度,但是實現複雜度較高;後者的天線陣列中僅使用了一組相移器,相較之下實現成本較低。
以下配合圖式對本發明通道資訊的估測系統及其方法做進一步說明,請先參閱「第1圖」,「第1圖」為本發明通道資訊的估測系統的系統方塊圖,此系統包含:發射端110及接收端120。在實際實施上,發射端110係指基地台(Base Station, BS);接收端120是指使用者的設備(User Equipment, UE),如:手機。具體而言,所述發射端110包含:次取樣模組111、調變模組112及天線模組113。其中,次取樣模組111用以生成多個不同方向的指向性波束,並對角域(Angular Domain)的所述不同方向進行次取樣(Sub-Sampling)。在實際實施上,可隨機或是依據經驗法則選擇多個不同的方位角,並利用射頻(Radio Frequency, RF)相移器依據相應方位角分別調整相位,以便產生多個不同方向的指向性波束。
調變模組112用以透過展頻序列調變不同方向的指向性波束,使不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束。所述展頻序列可為具有預設的展頻因子之偽隨機二進制序列(pseudo-random binary sequence),例如:,或是隨機相位單模序列(random-phased unimodular sequence),例如:扎德奧夫-朱(Zadoff-Chu)序列。其中,展頻因子係用以控制壓縮波束的波束範圍,稍後將針對此部分做詳細說明。在實際實施上,可透過多個射頻相移器一併實現次取樣模組111及調變模組112,每一射頻相移器在空間域調變時,可根據展頻序列中的相應數值進行相位調整,舉例來說,假設展頻序列中的相應數值為正1或負1時,射頻相移器分別將訊號相位調整0度或180度。
天線模組113用以透過至少一天線使用(utilize)不同方向的壓縮波束執行訓練(execute the training)。在實際實施上,所述天線可以組成一個大型天線陣列,每一天線與基頻之間電性連接有相移器及射頻鏈路等等。其依據電性連接方式的不同可區分為全連接架構及子連接架構。特別要說明的是,大型天線陣列可持續發射這些壓縮波束,或是在特定時間(time slot)才發射壓縮波束,而且也不一定會連續發射。甚至,有可能在同一時間一次發射多個壓縮波束。
特別要說明的是,倘若UE具有前述次取樣模組111、調變模組112及天線模組113。那麼,在實際實施上,UE也可以視為應用本發明的發射端110,也就是說,本發明並未限定只有BS才能作為發射端110,只要具有前述次取樣模組111、調變模組112及天線模組113的設備,皆不脫離本發明發射端110的應用範疇。
在接收端120的部分,接收端120用以從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊。在實際實施上,通常會在發射端110與接收端120分別設計一組用於進行波束成形訓練的訓練碼簿,兩者都包含一定數量的訓練波束。當兩端皆完成訓練碼簿中每一個訓練波束的掃描之後,接收端120可以根據所測量到的訊號與已知的訓練碼簿來估測出通道資訊。接收端120的訓練碼簿可表示為:,其中,為接收端120的天線數量;為形成用以偵測來自基地台的壓縮波束的合成波束;為合成波束的數量。特別要說明的是,在實際實施上,接收端120形成合成波束的方法可與發射端110形成壓縮波束的方法相同,因此,接收端120可藉由這些不同方向的合成波束從發射端110的壓縮波束收集相應的取樣結果,並且能夠減少接收端120的訓練碼簿之大小,進一步減少整體的訓練成本。另外,所述稀疏恢復演算法可透過選擇合適的原子並經過逐步遞增的方法實現信號向量的逼近,例如:正交匹配追蹤演算法(Orthogonal Matching Pursuit, OMP)、補空間追蹤演算法等等,或是將範數0放寬至範數1,再通過線性規劃求解,例如:梯度投影演算法、基底追蹤演算法、最小角度回歸演算法等等來實現壓縮感知的稀疏恢復,進而估測出通道資訊。
接著,請參閱「第2圖」,「第2圖」為本發明通道資訊的估測方法的方法流程圖,應用在具有發射端110及接收端120的環境,其步驟包括:發射端110生成多個不同方向的指向性波束,對角域的所述不同方向進行次取樣(步驟210);發射端110透過展頻序列調變所述不同方向的指向性波束,使不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束(步驟220);發射端110透過至少一天線使用所述不同方向的壓縮波束執行訓練(步驟230);接收端120從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及預設的訓練碼簿,以稀疏恢復演算法估測出通道資訊(步驟240)。透過上述步驟,即可透過發射端110生成多個不同方向的指向性波束,對角域的所述不同方向進行次取樣,接著以展頻序列調變所述不同方向的指向性波束,使所述不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束,並且透過至少一天線使用所述不同方向的壓縮波束執行訓練,以便接收端120從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及預設的訓練碼簿,以稀疏恢復演算法估測出通道資訊。
以下配合「第3圖」至「第6圖」以實施例的方式進行如下說明,請先參閱「第3圖」,「第3圖」為應用本發明產生壓縮波束之示意圖。在實際實施上,所述壓縮波束(Compressive Beam)是指基於壓縮感知的訓練波束(Training Beam),其產生方式也等於壓縮訓練碼簿的產生方式,其包含兩部分:(1)先由基地台的內部波束成形器310(Inner Beamformer)產生不同方向的指向性波束;(2)接著,再將所述指向性波束經過空間域調變(Spatial-Domain Modulation),也就是每一個指向性波束送到天線發射之前皆分別乘上一個特定的值,這些特定的值串起來會變成一個序列,其表示方式為:,此序列稱之為展頻序列(Spreading Sequence),其中,為基地台的天線數量。所述展頻序列可以是具有展頻因子的偽隨機二進制序列或隨機相位單模序列,例如:扎德奧夫-朱序列。如此一來,本來的指向性波束會根據展頻序列本身的展頻性質以及展頻因子(Spreading Factor),以隨機方式展開成一個較寬的壓縮波束。如此一來,接收端120便能夠根據壓縮波束收集相應的取樣結果,並且根據取樣結果及預設的訓練碼簿,以稀疏恢復演算法估測出通道資訊。
前面提及的展頻因子是指當基地台具有NBS
個天線且使用一個長度為NCHIP
的PN-Sequence作為展頻序列時,所述展頻因子等於,其中,,也就是說NCHIP
不必等於NBS
。舉例來說,假設一個具有64個天線的發射端,想要利用長度為16的二進制PN-Sequence作為展頻序列。那麼,展頻因子為0.25,展頻序列表示為。所述展頻因子越大,壓縮波束的波束範圍越大,反之,展頻因子越小,壓縮波束的波束範圍越小,如:展頻因子為1,波束範圍為0~2pi,當要對較寬的範圍做訓練時,可透過控制展頻因子使波束範圍變大,不過需注意的是,波束範圍越大則增益越小。
接下來,如果要建立壓縮訓練碼簿,可利用同一個展頻序列搭配內部波束成形器以隨機或依據經驗法則的方式選擇MBS
個的方位角,就能夠產生MBS
個相應的壓縮波束作為訓練碼簿。通常來說,只需要非常少的壓縮波束就可以估測出所需要的通道資訊,稍後將配合圖式做進一步說明。另外,在實際實施上,亦可將不同方向的指向性波束,搭配不同的展頻序列來產生不同的壓縮波束。也就是說,除了利用同一個展頻序列之外,還可利用多個展頻序列,使每一展頻序列各自搭配多個不同方向的指向性波束來做為壓縮訓練碼簿。
請參閱「第4圖」,「第4圖」為應用本發明以少量壓縮波束取得通道資訊之示意圖。使用壓縮波束成形訓練(Compressive Beamforming Training)為何可以利用少量壓縮波束來取得所需的通道資訊?其主要是基於壓縮感知中的一個技術,稱之為隨機卷積取樣(Random Convolution Sampling)。從另一個角度來看,當展頻序列作用於通道上時,角域的毫米波通道中分布於少數幾個方位角的能量,會被擴展到整個角域波譜410(Spectrum)上,也就是說調變模組112能夠透過展頻序列將通道分布於少數幾個方位角能量擴展到每一個方位角。這個原理其實就和展頻一樣,在時域(Time Domain)的信號經過展頻序列的調變後,結果會使信號於頻域(Frequency Domain)的子載波(Tone)擴展到整個波譜上,而時域的調變就相當於頻域的卷積(Convolution),因此可稱為隨機卷積。
接下來,基於壓縮感知的特性,也就是說只要這些稀疏的組成(少數幾個方位角的能量)被足夠隨機的打散到整個波譜410上,那麼只需要從波譜410取樣少數幾個點,就足以還原原始的通道資訊,而不需要如同窮舉搜尋對整個波譜都取樣。所述取樣的動作是由內部波束成形器來完成,它會產生MBS
個不同方向的指向性波束對角域的MBS
個方位角進行次取樣。手機端只需要將MBS
個取樣結果接收下來,也就是把MBS
個壓縮波束的信號都接收下來,並透過壓縮感知求解(CS Solver)來進行稀疏恢復(Sparse Recovery)就可以還原原始的通道資訊了。此方式與前面所提到的窮舉搜尋和分層式搜尋最大的不同是,壓縮波束成形訓練確保了每一次打出去的壓縮波束都能夠取得一定的資訊量,在透過每一次所接收到的這些資訊去還原原始的通道資訊。而傳統的搜尋方法則需要一次一次地確認每一個方位角,換句話說,在當傳統的訓練波束打到那些不存在路徑的方位角時,此次的取樣就等於被浪費掉了。因此與壓縮波束成形訓練相較之下會需要更多的訓練成本來取得通道資訊。
由於壓縮波束成形訓練為開放式訓練(Open-loop Training),因此不存在封閉式訓練的訓練成本會隨使用者數量呈線性成長的問題,確切地說,開放式訓練的訓練成本是隨路徑數量線性成長,而不是隨使用者數量呈線性成長,因為基地台不需要根據使用者的回報資訊來決定搜尋方向,而是直接將所有的壓縮波束掃描完之後,手機端會各自根據自己所接收到的信號來估測自己的通道資訊。因此,對於多使用者蜂巢式系統(Cellular Systems)而言,開放式訓練方式是一個更好的選擇。
如「第5圖」所示意,「第5圖」為本發明與習知技術的訓練成本的比較之示意圖。前面提到,可以利用少量壓縮波束來取得所需的通道資訊。從模擬結果可以直接觀察到這樣的現象,在一個64x16的毫米波多輸入多輸出(Multi-input Multi-output, MIMO)系統中進行模擬,接收端120的訊雜比(Signal to Noise Ratio, SNR)為0dB,要利用波束成形訓練找出四條主要的通道路徑進行波束成形。在「第5圖」中比較了使用不同數量的訓練波束之下所能達到的波束成形增益,其中,橫軸為訓練波束的使用數量;縱軸為可達到的波束成形增益。從「第5圖」可清楚看出,使用越多的訓練波束可以找到越精確的方位角,所能產生的波束成形增益也會越大。而在一個64個天線的大型天線陣列所能產生最大的波束成形增益大約是18.1 dB,所以線段一511為最佳邊際(Optimal Bound)。從「第5圖」可清楚看出,分層式搜尋如線段三513所示意,隨著搜尋解析度的上升,可以逐漸逼近最佳的波束成形增益,大約在解析度為512時會接近最佳,其需要的訓練波束的數量則是56個。而本發明如線段二512所示意,大約在使用24個壓縮波束即可接近最佳。另外,在比較表510中可清楚看到,當窮舉搜尋、分層式搜尋與本發明提出的壓縮波束成形訓練都達到接近最佳波束成形增益時,壓縮波束成形訓練相較於窮舉搜尋可以省下95%的訓練成本,而相較於分層式搜尋則可以省下57%的訓練成本。
請參閱「第6圖」,「第6圖」為應用本發明以射頻相移器調整相位產生指向性波束並進行空間域調變之示意圖。在實際實施上,內部波束成形器可以利用射頻相移器620調整相位來產生指向性波束,而空間域調變所乘上的序列也都能利用相移器620來實現。因此,可以將產生指向性波束及進行空間域調變等兩個部分一併以一組射頻相移器620來完成,完全無需基頻而只需要一個射頻鏈路610即可。由於只需要使用一組的射頻相移器620,所以同樣能夠實現在子連接陣列的架構中。
綜上所述,可知本發明與先前技術之間的差異在於透過發射端生成多個不同方向的指向性波束,並且以展頻序列調變所述不同方向的指向性波束,使所述不同方向的指向性波束之波束範圍變大以作為不同方向的壓縮波束,並且透過至少一天線使用所述不同方向的壓縮波束執行訓練,以便接收端從每一壓縮波束收集相應的取樣結果,並且根據所述取樣結果及預設的訓練碼簿,以稀疏恢復演算法估測出通道資訊,藉由此一技術手段可以解決先前技術所存在的問題,進而達成降低訓練成本之技術功效。
雖然本發明以前述之實施例揭露如上,然其並非用以限定本發明,任何熟習相像技藝者,在不脫離本發明之精神和範圍內,當可作些許之更動與潤飾,因此本發明之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。
110‧‧‧發射端
111‧‧‧次取樣模組
112‧‧‧調變模組
113‧‧‧天線模組
120‧‧‧接收端
310‧‧‧內部波束成形器
410‧‧‧波譜
510‧‧‧比較表
511‧‧‧線段一
512‧‧‧線段二
513‧‧‧線段三
610‧‧‧射頻鏈路
620‧‧‧相移器
步驟210‧‧‧發射端生成多個不同方向的指向性波束,並對角域的該些不同方向進行次取樣
步驟220‧‧‧發射端透過至少一展頻序列調變該些不同方向的指向性波束,使該些不同方向的指向性波束之波束範圍變大以作為多個不同方向的壓縮波束
步驟230‧‧‧發射端透過至少一天線使用該些不同方向的壓縮波束執行訓練
步驟240‧‧‧接收端從每一壓縮波束收集相應的至少一取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊
第1圖為本發明通道資訊的估測系統的系統方塊圖。 第2圖為本發明通道資訊的估測方法的方法流程圖。 第3圖為應用本發明產生壓縮波束之示意圖。 第4圖為應用本發明以少量壓縮波束取得通道資訊之示意圖。 第5圖為本發明與習知技術的訓練成本的比較之示意圖。 第6圖為應用本發明以射頻相移器調整相位產生指向性波束並進行空間域調變之示意圖。
Claims (10)
- 一種通道資訊的估測系統,該系統包含: 至少一發射端,每一發射端包含: 一次取樣模組,用以生成多個不同方向的指向性波束,並對角域的該些不同方向進行次取樣; 一調變模組,用以透過至少一展頻序列調變該些不同方向的指向性波束,使該些不同方向的指向性波束之波束範圍變大以作為多個不同方向的壓縮波束;以及 一天線模組,用以透過至少一天線使用該些不同方向的壓縮波束執行訓練;以及 至少一接收端,用以從每一壓縮波束收集相應的至少一取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊。
- 根據申請專利範圍第1項之通道資訊的估測系統,其中每一展頻序列為具有預設的一展頻因子的偽隨機二進制序列或隨機相位單模序列(random-phased unimodular sequence),並且使每一壓縮波束搭配不同的所述展頻序列或同一展頻序列,該展頻因子用以控制該些壓縮波束的波束範圍。
- 根據申請專利範圍第1項之通道資訊的估測系統,其中所述接收端以生成該些不同方向的壓縮波束的相同方式生成多個不同方向的合成波束,並且以該些不同方向的合成波束自每一壓縮波束收集相應的所述取樣結果。
- 根據申請專利範圍第1項之通道資訊的估測系統,其中該些不同方向的指向性波束係利用多個射頻相移器根據相應之方位角調整相位所生成。
- 根據申請專利範圍第4項之通道資訊的估測系統,其中每一射頻相移器在空間域調變時,根據所述展頻序列中的一相應數值進行相位調整。
- 一種通道資訊的估測方法,應用在具有至少一發射端及至少一接收端的環境,其步驟包括: 所述發射端生成多個不同方向的指向性波束,並對角域的該些不同方向進行次取樣; 所述發射端透過至少一展頻序列調變該些不同方向的指向性波束,使該些不同方向的指向性波束之波束範圍變大以作為多個不同方向的壓縮波束; 所述發射端透過至少一天線使用該些不同方向的壓縮波束執行訓練;以及 所述接收端從每一壓縮波束收集相應的至少一取樣結果,並且根據所述取樣結果及相應所述發射端的訓練碼簿,以稀疏恢復演算法估測出通道資訊。
- 根據申請專利範圍第6項之通道資訊的估測方法,其中每一展頻序列為具有預設的一展頻因子的偽隨機二進制序列或隨機相位單模序列(random-phased unimodular sequence),並且使每一壓縮波束搭配不同的所述展頻序列或同一展頻序列,該展頻因子用以控制該些壓縮波束的波束範圍。
- 根據申請專利範圍第6項之通道資訊的估測方法,其中所述接收端以生成該些不同方向的壓縮波束的相同方式生成多個不同方向的合成波束,並且以該些不同方向的合成波束自每一壓縮波束收集相應的所述取樣結果。
- 根據申請專利範圍第6項之通道資訊的估測方法,其中該些不同方向的指向性波束係利用多個射頻相移器根據相應之方位角調整相位所生成。
- 根據申請專利範圍第9項之通道資訊的估測方法,其中每一射頻相移器在空間域調變時,根據所述展頻序列中的一相應數值進行相位調整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105134491A TWI624159B (zh) | 2016-10-26 | 2016-10-26 | 通道資訊的估測系統及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105134491A TWI624159B (zh) | 2016-10-26 | 2016-10-26 | 通道資訊的估測系統及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201817187A true TW201817187A (zh) | 2018-05-01 |
TWI624159B TWI624159B (zh) | 2018-05-11 |
Family
ID=62949592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105134491A TWI624159B (zh) | 2016-10-26 | 2016-10-26 | 通道資訊的估測系統及其方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI624159B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020113547A1 (en) * | 2018-12-07 | 2020-06-11 | Qualcomm Incorporated | Codebook subset restriction for frequency domain compression |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11309952B2 (en) | 2019-12-11 | 2022-04-19 | Industrial Technology Research Institute | Beamforming transmission device and method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7929918B2 (en) * | 2007-08-13 | 2011-04-19 | Samsung Electronics Co., Ltd. | System and method for training the same type of directional antennas that adapts the training sequence length to the number of antennas |
US8665971B2 (en) * | 2009-11-24 | 2014-03-04 | Qualcomm, Incorporated | Apparatus and method for channel estimation using compressive sensing |
US20140334564A1 (en) * | 2013-05-09 | 2014-11-13 | Samsung Electronics Co., Ltd | Method and system for providing low-complexity hybrid precoding in wireless communication systems |
CN104836604B (zh) * | 2015-03-09 | 2018-02-27 | 复旦大学 | 一种基于3d‑mimo系统带噪信道系数的角度域稀疏波束成形算法 |
-
2016
- 2016-10-26 TW TW105134491A patent/TWI624159B/zh active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020113547A1 (en) * | 2018-12-07 | 2020-06-11 | Qualcomm Incorporated | Codebook subset restriction for frequency domain compression |
Also Published As
Publication number | Publication date |
---|---|
TWI624159B (zh) | 2018-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10298301B2 (en) | Channel estimation for millimeter-wave communication/data link and the corresponding codebook design | |
Noh et al. | Multi-resolution codebook and adaptive beamforming sequence design for millimeter wave beam alignment | |
Song et al. | Fully-/partially-connected hybrid beamforming architectures for mmWave MU-MIMO | |
US10972172B2 (en) | Method for fast beam sweeping and device discovery in 5G millimeter wave and upper centimeter-wave systems | |
Hosoya et al. | Multiple sector ID capture (MIDC): A novel beamforming technique for 60-GHz band multi-Gbps WLAN/PAN systems | |
Kutty et al. | Beamforming for millimeter wave communications: An inclusive survey | |
EP3577776B1 (en) | Transmitter and method for transmitting symbols over wireless communication channel | |
Barati et al. | Directional cell discovery in millimeter wave cellular networks | |
Ali et al. | Passive radar at the roadside unit to configure millimeter wave vehicle-to-infrastructure links | |
US8040278B2 (en) | Adaptive antenna beamforming | |
US7899129B2 (en) | Wireless personal area network communication systems, apparatus and methods with fast adaptive beamforming | |
US7092690B2 (en) | Genetic algorithm-based adaptive antenna array processing method and system | |
CN113728558B (zh) | 用于mimo通信的混合波束成形的方法和系统 | |
CN104935366B (zh) | 毫米波通信中的波束搜索方法 | |
Xiao et al. | Iterative joint beamforming training with constant-amplitude phased arrays in millimeter-wave communications | |
WO2017140186A1 (zh) | 一种波束追踪的方法、装置和计算机存储介质 | |
KR102266761B1 (ko) | 빔형성 방법 및 디바이스 | |
Cheng et al. | Compressive sensing-based beamforming for millimeter-wave OFDM systems | |
CN104168047B (zh) | 利用压缩感知的单端时域波束搜索方法 | |
US10009073B2 (en) | System for acquiring channel knowledge and method thereof | |
TWI624159B (zh) | 通道資訊的估測系統及其方法 | |
CN104168046B (zh) | 利用压缩感知的单端频域波束搜索方法 | |
CN117075033A (zh) | 基于修正降维music的智能超表面辅助的用户定位方法 | |
CN104218984B (zh) | 利用压缩感知的双端频域波束搜索方法 | |
Mahfoudi et al. | Joint range extension and localization for low‐power wide‐area network |