CN103997470B - 稀疏信道的检测、估计、及反馈方法 - Google Patents

稀疏信道的检测、估计、及反馈方法 Download PDF

Info

Publication number
CN103997470B
CN103997470B CN201410045387.2A CN201410045387A CN103997470B CN 103997470 B CN103997470 B CN 103997470B CN 201410045387 A CN201410045387 A CN 201410045387A CN 103997470 B CN103997470 B CN 103997470B
Authority
CN
China
Prior art keywords
channel
multipath
time domain
sparse
feedback
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
CN201410045387.2A
Other languages
English (en)
Other versions
CN103997470A (zh
Inventor
王晓安
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Publication of CN103997470A publication Critical patent/CN103997470A/zh
Application granted granted Critical
Publication of CN103997470B publication Critical patent/CN103997470B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00Baseband systems
    • H04L25/02Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202Channel estimation
    • H04L25/0204Channel estimation of multiple channels

Landscapes

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

Abstract

本发明涉及稀疏信道的检测方法,其中给出了简单有效的信道稀疏性的指标,并防止了非稀疏信道和基于稀疏信道的方法之间的失配。在非稀疏信道下,可以采用各种备选方案以使估计质量的下降和反馈开销的增加达到最小。本发明还描述了作为一种基于稀疏信道的方法的连续时域参数提取中的伪多径去除方案,该方案进一步地改进了估计质量和降低了反馈开销。

Description

稀疏信道的检测、估计、及反馈方法
技术领域
本发明涉及电讯***以及无线通讯***领域,特别涉及无线移动网络信道检测技术领域,具体是指一种稀疏信道的检测、估计、及反馈方法。
背景技术
小区容量是衡量无线移动网络的一项重要性能指标。多点传播和空间复用技术具有将小区容量提高数倍的潜力,已为LTE-A(长期演进技术的先进版本)所采纳,并被相应地称为协作多点传输(coordinated multipoint transmission,CoMP)和多用户多输入多输出(multi-User multi-input multi-output,MU-MIMO)。
为充分实现CoMP和MU-MIMO的潜力,协作基站需要关于下行信道的全部信息,该信息需要移动用户通过上行信道反馈至基站。然而,巨大的反馈开销挤占了上行信道的容量,从而限制了CoMP和MU-MIMO的有效实现。最近提出的基于时域参数提取的信道估计和信道反馈的方法,将信道估计精度提高了一至两个数量级,并将反馈开销减少了一至两个数量级,从而解决了反馈开销过大的问题。
时域参数提取利用了无线信道的稀疏性,即通常的无线信道由稀疏的多径所构成。一个稀疏的无线信道可以由有限数目的时域参数来描述,因此只需很少的数据量,从而大大降低了信道反馈开销。
在移动网络的覆盖区域里,受地形或环境影响,某些位置上的无线信道可能是非稀疏的。这样的情形或许并不经常出现,但却给基于稀疏信道的方法,例如时域参数提取,带来了应用上的困难。当基于稀疏信道的方法应用在稠密信道时,则有可能带来信道估计质量的下降和反馈开销的增加,因此限制了CoMP和MU-MIMO的优势,并降低了小区容量。
据此,无线移动网络对检测稀疏信道的方法、装置以及***装置以及***有着强烈的需求。对稀疏信道的检测可以实现如下目的:(a)尽可能地以可靠且有效的方式应用基于稀疏信道的方法,(b)尽可能地防止因基于稀疏信道的方法和非稀疏信道之间的失配所带来的性能下降,以及(c)在非稀疏信道的情形下,采用备选方案使得信道估计和信道反馈的性能以及小区容量达到最优。
发明内容
本发明的目的是克服上述现有技术中的缺点,提供能够提高信道估计的质量和降低信道反馈开销、将信道估计精度最大化且信道反馈开销最小化、并使上行信道资源得以更有效地利用的稀疏信道的检测、估计、及反馈方法。
下面的描述给出了关于本发明的若干方面的概要,以提供对这些方面的基本理解。本概要的目的是简要地介绍关于本发明若干方面的有关概念。这些介绍可以认为是后续详细描述的提要。
本发明的某些方面是关于从接收信号中实行对稀疏信道的检测。在信道被检测为稀疏的情形下,采用基于稀疏信道的方法保证了信道估计的高精度和低反馈开销。
在本发明的一些进一步的方面,稀疏信道检测可以采用若干不同的检测变量。这些检测变量包括所捕获的相对信道能量,所捕获的相对总能量,以及匹配误差。
在本发明的另外一些方面,连续时域参数提取被用来进行信道估计和反馈。伪多径可以通过一依赖于观测噪声能量的阈值被去除,从而进一步地改进了估计精度和降低了反馈开销。
本发明还有一些方面涉及在信道被确定为非稀疏时,信道估计和反馈的各种备选方案。备选方案可以通过由稀疏信道检测所得到的信息来选择。进一步地,如果反馈开销太大,移动用户可以通知网络以使网络得知信道不适于反馈。网络可以据此暂时停止该移动用户的信道反馈功能,使其不再参与CoMP和MU-MIMO,并将信道反馈功能赋予其他移动用户。如果上行信道可以支持增大的反馈开销,网络也可以决定不中断信道反馈。上述方面使得上行信道资源得以更有效地利用,并充分发挥了CoMP和MU-MIMO在网络中的效益。
综上所述,本发明的优点在于提供了简单而有效的稀疏信道检测方法,通过尽可能地采用基于稀疏信道的方法来提高信道估计的质量和降低信道反馈开销,并提供了用于非稀疏信道的备选方案,将信道估计精度最大化,信道反馈开销最小化,并使上行信道资源得以更有效地利用。更多的优点和新颖独到的特征可以通过对下面关于本发明的详细描述和附图的研究而变得更加显而易见。
附图说明
图1(a)、1(b)、1(c)描述了时域上示范性的稀疏信道和非稀疏信道。
图2描述了稀疏信道的检测、估计、以及反馈的示范性框图。
图3描述了选择信道估计备选方案的示范性流程图。
图4描述了选择信道反馈备选方案的示范性流程图。
具体实施方式
为了能够更清楚地理解本发明的技术内容,特举以下实施例详细说明。
借助附图,下文更充分地描述了本发明中所公开的发明主旨。附图描述了本发明的一些(但不是全部)方面或一些具体实现。描述中所引用的数字标记对应于附图中相应的元素。本发明的种种方面可以通过许多不同的方式实现,因此不应被认为受限于本发明中所描述的范例性实现。下文中描述了若干用于解释目的的具体细节,以期达到对发明主旨的详尽理解。然而在许多情况下,将发明主旨付诸实践可能并不一定需要这些具体细节。在另外一些场合,为了突出对发明主旨的描述,众所周知的方法、步骤、以及组成部分的细节则不再详述。
在下文中,术语“信道反馈”指的是全部信道信息的反馈,即所有的解调数据所需的信道信息,而不是指个别信道特征(如信噪比)的反馈。
大部分无线信道由稀疏的多径构成。非稀疏信道则有许多稠密分布的多径。图1描述了时域上示范性的稀疏信道和非稀疏信道。图1(a)示出了一具有长延迟的示范性稀疏信道。图1(b)示出了一具有短延迟的示范性稀疏信道。图1(c)示出了一示范性非稀疏信道。在连续时域上,多径的传播延迟并不一定是采样间隔的整数倍。而在离散时域上,信道由位于采样间隔的整数格点处的信道抽头所描述。对于离散时域上的稀疏信道来说,大部分的信道能量集中在有限数目的具有支配性能量的信道抽头上。
如果信道首先在频域上所观测,如正交频分复用(OFDM)中的若干用于信道估计的参考信号(Reference Signal,RS)子载波,时域上的信道观测可以通过下述方式从频域上的信道观测而导出。频域上的信道观测可以写为
其中均为K维向量,K为频域上的信道观测的数目,为在RS子载波 K-1处的频域信道观测向量,为在RS子载波处的信道向量,为频域上的观测噪声向量,并且假设所得出的时域信道观测的长度为S,那么最小二乘意义上的时域信道观测向量由下式给出:
其中FRS为相应于OFDM字符的离散傅里叶变换(DFT)矩阵F的K×S维子矩阵。FRS包含F中相应于的行和前S列。在式(2)中,σ2≥0。在FRS为病态的情况下,σ2>0可以用来改善数值稳定性。然而,对于比较长的信道来说,式(2)中的矩阵逆运算的代价会很高。这可以通过选取S=NDFT来解决,其中NDFT为离散傅里叶变换的长度。如果S=NDFT,那么式(2)则变为
其中为一NDFT×1维向量,该向量包括在RS子载波处频域信道观测向量中的所有元素,在其它子载波处则取值为零。因此可以认为是频域信道观测向量的延拓。从式(3)可以看出,时域信道观测向量的离散傅里叶逆变换,因此可以非常有效地计算出来。
式(3)给出了长度为S的时域信道观测向量。需要指出的是,长度S的选择是为了便利导出时域上的信道观测向量,并非每一个在中的S个信道抽头都是有用的。在一般情况下,信道长度或者信道长度的上限可以预先得知。比如,LTE中的RS子载波的分布所能够支持的信道长度必须满足L<NDFT/3,因此考虑中的三分之一的元素就足够了。在下文中,我们假设包含L个信道抽头,其中L≤S,即对所有中的第个观测到的信道抽头
时域上的信道观测可以写为
(4)
其中为信道的真值,为时域上的观测噪声,并且在稀疏信道检测中,观测到的信道抽头对应的强度函数为强度函数刻化了观测到的信道抽头的强度。下面列出了一些强度函数的例子。
(5)
(6)
(7)
式(7)中的强度函数为所观测的信道抽头的能量。值得指出的是,强度函数的选择并不限于上述的例子。对于两个观测到的信道抽头如果那么则认为强于
时域信道观测的能量可由下式表示:
其中VC为信道能量的真值。由式(8),
个最强的观测到的信道抽头的序号集。设检测变量λ为由个最强的观测到的信道抽头所捕获的相对信道能量。λ可以近似地表示如下:
由于稀疏信道的能量集中在少数支配性的信道抽头上,式(10)可以用来检测稀疏信道。对于给定的的,可以设定一个检测阈值λT,当检测变量λ≥λT时,信道则被认为是稀疏的。例如,在20-MHz的LTE网络中,如果前20~40个最强的观测到的信道抽头捕获了80%~90%或更多的信道能量,该信道则可以被认为是稀疏的。需要指出的是,本发明主旨的范围并不受上述例子所限。
检测阈值λT取决于。检测阈值也可以设计成依赖于信噪比。一般说来,在低信噪比的情况下,λT也可以低一些,因为捕获更多信道能量的益处会被观测噪声所部分地抵消。
检测变量λ也可以是由个最强的观测到的信道抽头所捕获的相对总能量,如下式所示:
在计算式(10)时,需要事先估计时域观测噪声能量VN。VN由式(1)中频域观测噪声的方差N0确定。如果时域上的信道观测由式(3)得出,那么
在OFDM接收器中有着各种估计N0的算法可供选择。下面是N0的估计算法的一个示范性例子。假设在Q个OFDM字符上信道保持不变,并设为在RS子载波和OFDM字符q处的频域信道观测。那么N0可以通过下式估计:
时域观测噪声能量VN也可以从观测到的信道抽头来估计。设P个最弱的观测到的信道抽头不包括信道能量,或者其包含的信道能量可以忽略不计,那么VN的估计可以通过下式给出:
式(14)中的VN的估计是基于时域观测噪声的分布函数,因此被称为分布函数法。需要指出的是,式(14)的估计精度取决于参数P的选择。
如果信道被确定是稀疏的,有许多基于稀疏信道的方法可供选择。基于稀疏信道的方法利用时域信道模型进行信道估计和信道反馈。稀疏信道的时域信道模型可以通过有限数目的时域参数来描述,因此对整个信道的估计转化为对时域参数的估计。根据估计出的时域参数来重构的信道则为信道估计。信道反馈的是估计出的时域参数,而不是整个信道。
在下文中,不依赖于信道稀疏性的信道估计和信道反馈的方法被称为“传统”方法。传统的信道估计方法包括在OFDM***中的RS子载波处生成频域信道观测。传统的信道反馈方法包括将OFDM***中的RS子载波处的全部频域信道观测数据进行反馈。
基于稀疏信道的方法包括连续时域参数提取和离散时域参数提取。连续时域参数提取通过下面的时域信道模型来确定参数M,α0,…,αM-1,以及τ0,…,τM-1
使得下面的匹配误差最小化或近似最小化:
其中中的第个分量。
在式(15)的时域信道模型中,M为多径的数目,αm和τm相应地为多径m的复幅度和传播延迟。因此M,α0,…,αM-1,以及τ0,…,τM-1即为连续时域参数提取方法中的时域参数。为了降低计算复杂性,式(16)的最小化可以由下面的递归式最小化代替:
其中为第次递归中的匹配误差,
为第次递归中的失配。在给定由前面递归得出的α0,…,αm-1和τ0,…,τm-1的条件下,递归式最小化寻找αm和τm使得式(17)最小化。
使得式(17)最小化的τm和αm由下面式(19)和式(20)给出:
递归过程在达到事先确定的迭代次数后即停止。然而,在存在时域观测噪声的情形下,一些检测出的多径可能是伪多径,即这些伪多径为观测噪声造成。由于(1)伪多径使得信道估计精度变坏,以及(2)伪多径的出现增加了信道反馈开销,去除伪多径十分必要。去除伪多径的一个方法是将检测出的多径的能量与一伪多径阈值T相比较,该伪多径阈值依赖于时域观测噪声或频域观测噪声的能量。例如,对于检测出的第个多径,如果
则可以认为第个多径为伪多径,并停止递归,将检测出的前个多径的传播延迟和幅度作为输出。对于20-MHz的LTE网络,式(21)中的常数c可取为0.02~0.05,然而c的其它取值也可能适用于LTE以及其它应用场合。
在一次递归中会检测出一个多径。该多径的传播延迟为式(19)中最大值的位置,该多径的幅度可通过式(20)计算。为了减少递归次数,在一次递归中,若干个多径可以通过如下的方式检测。
假设前面的递归已经检测出个多径。设
同时假设个局部最大值已被确定。将该个局部最大值的位置作为个新的多径的传播延迟个新的多径的幅度则由下式给出:
其中为一维矩阵,其第元素为以及需要指出的是,个局部最大值可以通过各种准则来确定。例如,在的情形,所选择的两个局部最大值可以是的最大的两个局部最大值,也可以是相距最远的两个局部最大值,也可以是其距离不小于一预先给定值的两个局部最大值。
在递归过程结束后,所检测出的多径的幅度可以被进一步地细化改进。设检测出的多径数目为M,细化改进的多径幅度可以写为
(24)
其中σ2≥0,以及E为一K×M维矩阵,其第的元素为细化改进后的匹配误差由下式给出:
(25)
连续时域参数提取中所提取出的时域参数为所检测出的多径的数目、幅度、以及传播延迟。信道可以通过所提取出的时域参数由式(15)重构出来。重构出的信道即为由连续时域参数提取得到的信道估计。
所提取出的时域参数还可以被用来作为初始猜测来对式(16)进行最小化。为了与式(17)的递归式最小化区分,式(16)的最小化被称为完整最小化。
如果连续时域参数提取在稀疏信道上得到预期的结果,那么匹配误差的期望值会略小于时域观测噪声或频域观测噪声的总能量。对于式(1)中的频域观测而言,频域观测噪声的总能量为KN0。如果信道是非稀疏的,使得连续时域参数提取的性能变差,式(25)中的匹配误差则会显著大于时域观测噪声或频域观测噪声的总能量。因此式(25)中的匹配误差J可以作为稀疏信道的检测变量。以式(1)中OFDM***的频域信道观测为例,如果检测变量J>aKN0,那么信道可以被认为是非稀疏的。检测阈值aKN0中的常数a的一个示范性范围为a=1.2~1.5。然而,本发明主旨的范围也包括a的其它取值。
值得指出的是,采用匹配误差来检测稀疏信道既适用于连续时域参数提取,也适用于离散时域参数提取。还需要指出的是,稀疏信道检测可以同时采用一个以上的检测变量。
当采用基于稀疏信道的方法进行信道估计之后,所提取出的时域参数被用来信道反馈。离散时域参数提取中的时域参数为支配性的信道抽头的数目、幅度、以及序号。基站通过经上行信道反馈的时域参数来重构下行信道。
如果信道被检测为非稀疏的,备选方案可以用来进行信道估计和信道反馈。首先考虑信道估计。如果检测变量与检测阈值相差不大,意味着信道只是“轻微”地非稀疏,那么基于稀疏信道的方法得到的信道估计精度,还是更有可能好于传统方法的估计精度。因此第一备选方案是继续采用基于稀疏信道的方法的信道估计结果。第二备选方案是提高基于稀疏信道的方法中的时域参数数量,以补偿估计精度的损失。比如,连续时域参数提取可以允许更多的多径,离散时域参数提取可以允许更多的支配性的信道抽头。
如果检测变量与检测阈值相差较大,则意味着信道为“重度”地非稀疏,或非常稠密。在这种情形下,采用传统方法来取代基于稀疏信道的方法可以作为第三备选方案,因为前者在如图1(c)所示的稠密信道下可能具有更高的信道估计精度。决定是否采用第三备选方案的一个方法是采用两种方法作信道估计并比较两种方法的匹配误差。
下面考虑信道反馈。如果检测变量与检测阈值相差不大,那么第一备选方案得到的时域参数可以用作信道反馈。如果上行信道允许增加的反馈开销,第二备选方案得到的时域参数也可以用作信道反馈。如果检测变量与检测阈值相差较大,并且反馈开销在给定的信道重构精度下很大,移动用户可以考虑下面的第四备选方案:告知网络信道因反馈开销太大而不适于反馈。网络可以据此暂时停止该移动用户的信道反馈功能,使其不再参与CoMP和MU-MIMO,并将信道反馈功能赋予其他移动用户。如果上行信道可以支持增大的反馈开销而不影响有用的上行流量,网络也可以决定不中断信道反馈。
值得指出的是,信道估计和信道反馈可以采用不同的备选方案。还需要指出的是,备选方案的选择也可能会取决于计算和/或实现的复杂度。
图2描述了稀疏信道的检测、估计、以及反馈的示范性框图。稀疏信道检测装置202从接收信号中检测信道的稀疏性。稀疏信道检测装置202可以通过所捕获的相对信道能量、所捕获的相对总能量、以及匹配误差来检测信道的稀疏性。
如果信道被检测为稀疏的,稀疏信道估计和反馈装置204采用诸如连续时域参数提取或离散时域参数提取等基于稀疏信道的方法进行信道估计和信道反馈。如果信道通过连续时域参数提取或离散时域参数提取所估计,反馈数据则为所提取出的时域参数。所提取出的时域参数可以在信道反馈之前通过数据压缩算法进行压缩。
如果信道被检测为非稀疏的,备选方案装置206从上述各种备选方案中进行选择以进行信道估计和信道反馈。备选方案的选择可以根据检测变量的取值,和/或基于稀疏信道的方法及传统方法的各种性能指标,如信道估计精度、信道重构精度、以及信道反馈开销等等。备选方案装置206与稀疏信道估计和反馈装置204之间的虚线意味着备选方案装置206可能仍然选择基于稀疏信道的方法。备选方案装置206中的信道反馈备选方案也可以通过移动用户和网络之间的信令交换来决定。
图3描述了选择信道估计备选方案的示范性流程图。步骤302通过检测变量来判断信道是轻微的非稀疏还是重度的非稀疏。如果信道是轻微的非稀疏,则采用代表第一备选方案的步骤306或代表第二备选方案的步骤308。如果信道是重度的非稀疏,步骤304进一步判断传统方法的估计精度是否更好。如果传统方法的估计精度更好,则采用代表第三备选方案的步骤310。否则则采用步骤306或步骤308。
图4描述了选择信道反馈备选方案的示范性流程图。步骤302通过检测变量来判断信道是轻微的非稀疏还是重度的非稀疏。如果信道是轻微的非稀疏,步骤402进一步查询反馈开销是否可以增大。如果反馈开销不允许被增大,则采用步骤306。否则则采用步骤308以改进基站处的信道重构精度。如果信道是重度的非稀疏,步骤404预测基于稀疏信道的方法的反馈开销或者传统方法的反馈开销,并判断反馈开销是否太高。如果预测的反馈开销不是太高,则采用步骤402以及其后的步骤。如果预测的反馈开销太高,则采用代表第四备选方案的步骤406,将过高的反馈开销通知于网络。如果网络决定停止信道反馈,则采用步骤410,即不再进行信道反馈。否则则采用步骤412,进一步判断传统方法的反馈开销是否更低。如果传统方法的反馈开销更低,则采用步骤310。否则则采用步骤308。
需要指出的是,图3和图4中的步骤302可以采用一个以上的检测变量来决定信道是轻微的非稀疏还是重度的非稀疏。还需要强调的是,当网络决定暂时停止信道反馈,移动用户不再进行信道反馈时,信道反馈指的是“全部”的信道反馈,即所停止的是信道全部信息的反馈。因此,信道反馈的终止并不排除诸如信噪比等某些信道特征参数的反馈,该类反馈已存在于目前包括无线网络在内的通讯***。
结论,派生结果与范围
通过上面对本发明的详细描述可以看出,稀疏信道检测为基于稀疏信道的方法和传统方法之间的转换提供了有效的方法,从而在给定信道下达到了尽可能高的信道估计精度和尽可能低的信道反馈开销。借助于各种备选方案,稀疏信道检测将因信道与信道估计和反馈方法之间的失配造成的性能下降和上行信道拥堵减至最小。移动用户和网络之间关于信道反馈开销的信息交换使得网络能够在不加重上行信道负担的条件下充分发挥CoMP和MU-MIMO的效用。
本发明主旨的许多方面通过标量信道即单一发送器和单一接收器之间的信道加以描述。需要指出和强调的是,本发明主旨的原理同样适用于诸如多点传播信道和MIMO信道的向量信道和矩阵信道。
本发明主旨的许多方面通过LTE无线移动网络加以描述。需要指出和强调的是,本发明主旨的原理同样适用于其它无线网络和***,如无线局部网(WLAN)。
上文对本发明的各个方面和/或体现给出了解说性的描述。需要强调的是,对于熟悉相关背景的专业人士来说,本发明的各个方面和/或体现的范围为本发明中的权利要求所定义,在不偏离该范围的条件下,存在着许许多多的可能的变动和修改。另外,除特别说明外,本发明的任一方面和/或体现的全部或一部分可以与本发明的其它任一方面和/或体现的全部或一部分进行组合。因此,所有这样的修改、变动、以及组合,只要它们落入所公开的发明主旨的精神实质和范围,均为本发明中的权利要求所包括。

Claims (17)

1.一种信道估计方法,其特征在于,该方法包括:
(a)从接收信号中计算一个或多个检测变量,
(b)基于所述的一个或多个检测变量,检测接收信号所通过的信道的稀疏性,以及
(c)如果所述的信道被检测为是稀疏的,则采用基于稀疏信道的连续时域参数提取方法进行信道估计,所述的连续时域参数提取方法包括:
(1)从接收信号中的导频信号产生一信道观测集,
(2)构造所述的信道观测集和一连续时域信道模型之间的匹配误差,所述的连续时域信道模型包含一连续时域参数集,所述的连续时域参数包含多径的数目以及所述的多径的复幅度和传播延迟,
(3)通过对所述的匹配误差实施递归式最小化以检测一个或多个多径,并确定所检测出的多径的复幅度和传播延迟,
(4)对每一检测出的多径进行伪多径检测,如果一所述的多径被确定为伪多径,则将该多径去除,
(5)重复步骤(3)和(4)直至所述的伪多径被检测出并被去除,或直至给定数目的多径已被检测出,以及
(6)在给定所检测出的多径的传播延迟处,通过对所述的匹配误差实施最小化,对所有检测出的、非伪多径的多径的复幅度进行细化改进,
据此,所述的检测出的多径的数目、所述的检测出的多径的经细化改进后的复幅度、以及所述的检测出的多径的传播延迟即为提取出的连续时域参数,
如果所述的信道被检测为是非稀疏的,则采用一备选方案进行信道估计。
2.根据权利要求1所述的信道估计方法,其特征在于,计算所述的基于所述的一个或多个检测变量进一步包括:
(a)将一频域信道观测向量延拓为长度为预先确定的离散逆傅里叶变换长度的延拓向量,以及
(b)通过离散逆傅里叶变换,将所述的延拓向量变换为一时域信道观测向量,该时域信道观测向量亦被称为信道抽头的观测向量。
3.根据权利要求2所述的信道估计方法,其特征在于,对所述的频域信道观测向量进行延拓进一步包括在没有频域信道观测值的位置处补零。
4.根据权利要求1所述的信道估计方法,其特征在于,所述的检测变量为下列情形之一:
(a)由给定数目的所观测到的信道抽头所捕获的相对信道能量,
(b)由给定数目的所观测到的信道抽头所捕获的相对总能量,以及
(c)匹配误差。
5.根据权利要求1所述的信道估计方法,其特征在于,检测所述的信道的稀疏性进一步包括将所述的检测变量与一预先确定的检测阈值相比较。
6.根据权利要求1所述的信道估计方法,其特征在于,进一步包括:通过估计频域信道观测噪声的方差而对时域信道观测噪声的能量进行估计。
7.根据权利要求1所述的信道估计方法,其特征在于,进一步包括:采用分布函数方法对时域信道观测噪声的能量进行估计。
8.根据权利要求1所述的信道估计方法,其特征在于,对每一检测出的多径进行伪多径检测进一步包括:
(a)计算所述的检测出的多径的能量,
(b)将所述的检测出的多径的能量与一伪多径阈值相比较,该伪多径阈值正比于时域观测噪声或频域观测噪声的能量,以及
(c)如果所述的检测出的多径的能量小于所述的伪多径阈值,则认为所述的检测出的多径为伪多径。
9.根据权利要求1所述的信道估计方法,其特征在于,进一步包括采用所述的提取出的连续时域参数来重构所述的信道,据此,重构出的信道可以作为所述的信道的估计。
10.根据权利要求1所述的信道估计方法,其特征在于,进一步包括采用所述的所提取出的连续时域参数作为初始猜测来求解对匹配误差的完整最小化,据此,所述的完整最小化的解为所述的所提取出的连续时域参数的改进。
11.一种网络中的信道反馈方法,其特征在于,该方法包括:
(a)从接收信号中计算一个或多个检测变量,
(b)基于所述的一个或多个检测变量,检测接收信号所通过的信道的稀疏性,以及
(c)如果所述的信道被检测为是稀疏的,则采用基于稀疏信道的连续时域参数提取方法进行信道反馈,所述的连续时域参数提取方法包括:
(1)从接收信号中的导频信号产生一信道观测集,
(2)构造所述的信道观测集和一连续时域信道模型之间的匹配误差,所述的连续时域信道模型包含一连续时域参数集,所述的连续时域参数包含多径的数目以及所述的多径的复幅度和传播延迟,
(3)通过对所述的匹配误差实施递归式最小化以检测一个或多个多径,并确定所检测出的多径的复幅度和传播延迟,
(4)对每一检测出的多径进行伪多径检测,如果一所述的多径被确定为伪多径,则将该多径去除,
(5)重复步骤(3)和(4)直至所述的伪多径被检测出并被去除,或直至给定数目的多径已被检测出,以及
(6)在给定所检测出的多径的传播延迟处,通过对所述的匹配误差实施最小化,对所有检测出的、非伪多径的多径的复幅度进行细化改进,
据此,所述的检测出的多径的数目、所述的检测出的多径的经细化改进后的复幅度、以及所述的检测出的多径的传播延迟即为提取出的连续时域参数,
如果所述的信道被检测为是非稀疏的,则采用一备选方案进行信道反馈。
12.根据权利要求11所述的网络中的信道反馈方法,其特征在于,采用基于稀疏信道的连续时域参数提取方法进行信道反馈进一步包括:将所提取的连续时域参数进行反馈。
13.根据权利要求12所述的网络中的信道反馈方法,其特征在于,将所提取的时域参数进行反馈进一步包括采用数据压缩技术将所提取的时域参数进行压缩。
14.根据权利要求11所述的网络中的信道反馈方法,其特征在于,所述的备选方案为下列情形之一:
(a)所述的基于稀疏信道的连续时域参数提取方法,该方法的时域参数数目与针对所述的稀疏信道的连续时域参数数目相同,
(b)所述的基于稀疏信道的连续时域参数提取方法,该方法具有更多数目的时域参数,以及
(c)通过信令步骤与所述的网络交换信息。
15.根据权利要求14所述的网络中的信道反馈方法,其特征在于,通过信令步骤与所述的网络交换信息进一步包括:
(a)将过高的反馈开销通知于所述的网络,
(b)查看所述的网络的回复,以及
(c)如果所述的网络的回复是停止信道反馈,则将信道反馈停止,如果所述的网络的回复是可以进行信道反馈,则通过如下方式之一继续进行信道反馈:
(i)所述的基于稀疏信道的方法,该方法的时域参数数目与针对所述的稀疏信道的时域参数数目相同,
(ii)所述的基于稀疏信道的方法,该方法具有更多数目的时域参数,以及
(iii)一种传统的信道反馈方法。
16.根据权利要求11所述的网络中的信道反馈方法,其特征在于,对每一检测出的多径进行伪多径检测进一步包括:
(a)计算所述的检测出的多径的能量,
(b)将所述的检测出的多径的能量与一伪多径阈值相比较,该伪多径阈值正比于时域观测噪声或频域观测噪声的能量,以及
(c)如果所述的检测出的多径的能量小于所述的伪多径阈值,则认为所述的检测出的多径为伪多径。
17.根据权利要求11所述的网络中的信道反馈方法,其特征在于,进一步包括采用所述的所提取出的连续时域参数作为初始猜测来求解对匹配误差的完整最小化,据此,所述的完整最小化的解为所述的所提取出的连续时域参数的改进。
CN201410045387.2A 2013-02-15 2014-02-07 稀疏信道的检测、估计、及反馈方法 Active CN103997470B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/769250 2013-02-15
US13/769,250 2013-02-15
US13/769,250 US9031169B2 (en) 2013-02-15 2013-02-15 Sparse channel detection, estimation, and feedback

Publications (2)

Publication Number Publication Date
CN103997470A CN103997470A (zh) 2014-08-20
CN103997470B true CN103997470B (zh) 2017-04-12

Family

ID=51311479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410045387.2A Active CN103997470B (zh) 2013-02-15 2014-02-07 稀疏信道的检测、估计、及反馈方法

Country Status (2)

Country Link
US (1) US9031169B2 (zh)
CN (1) CN103997470B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109861934A (zh) * 2019-01-25 2019-06-07 中国人民解放军国防科技大学 基于稀疏理论的精确估计空间信道***函数的方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107707283B (zh) * 2016-08-08 2020-07-31 中国电信股份有限公司 信道反馈和数据发送方法、基站、用户终端和***
CN106936514B (zh) * 2017-02-24 2020-11-24 哈尔滨工业大学深圳研究生院 稀疏信道下基于能量集中的水声前导信号检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309243A (zh) * 2008-07-14 2008-11-19 北京邮电大学 一种新的ofdm参数化信道估计器
CN102130731A (zh) * 2011-03-18 2011-07-20 电子科技大学 一种高分辨率多径信道时延谱的测定方法
CN102497337A (zh) * 2011-12-11 2012-06-13 天津大学 一种基于稀疏度自适应的压缩感知无线通信信道估计方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7110378B2 (en) * 2000-10-03 2006-09-19 Wisconsin Alumni Research Foundation Channel aware optimal space-time signaling for wireless communication over wideband multipath channels
US6928062B2 (en) * 2002-10-29 2005-08-09 Qualcomm, Incorporated Uplink pilot and signaling transmission in wireless communication systems
US7339999B2 (en) * 2004-01-21 2008-03-04 Qualcomm Incorporated Pilot transmission and channel estimation for an OFDM system with excess delay spread
CN101326783A (zh) * 2005-12-09 2008-12-17 高通股份有限公司 用于在多天线***中进行信道估计的基于平均抽头能量的阈值处理
US7801210B2 (en) * 2006-01-24 2010-09-21 Nokia Corporation Apparatus and methods for implementing a split equalizer filter for sparse channels
US8020075B2 (en) * 2007-03-16 2011-09-13 Apple Inc. Channel quality index feedback reduction for broadband systems
US9008202B2 (en) * 2012-03-13 2015-04-14 Qualcomm Incorporated Fast and robust estimation of jointly sparse channels

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309243A (zh) * 2008-07-14 2008-11-19 北京邮电大学 一种新的ofdm参数化信道估计器
CN102130731A (zh) * 2011-03-18 2011-07-20 电子科技大学 一种高分辨率多径信道时延谱的测定方法
CN102497337A (zh) * 2011-12-11 2012-06-13 天津大学 一种基于稀疏度自适应的压缩感知无线通信信道估计方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109861934A (zh) * 2019-01-25 2019-06-07 中国人民解放军国防科技大学 基于稀疏理论的精确估计空间信道***函数的方法

Also Published As

Publication number Publication date
US20140233684A1 (en) 2014-08-21
US9031169B2 (en) 2015-05-12
CN103997470A (zh) 2014-08-20

Similar Documents

Publication Publication Date Title
CN101494528B (zh) 发射分集块传输***的训练序列设计及其信道估计方法
CN101127753B (zh) 一种适用于多载波***的信道估计方法
US8798178B2 (en) Method and device for channel estimation in orthogonal frequency division multiplexing system
KR20100122478A (ko) 이동통신시스템, 수신장치 및 방법
CN103716262A (zh) 基于时域参数提取的信道估计方法
CN102047580A (zh) 移动通信***、接收装置以及方法
CN106506415A (zh) 一种多用户mimo‑ofdm***信道估计的方法
CN103997470B (zh) 稀疏信道的检测、估计、及反馈方法
CN102611669B (zh) 信道估计滤波
CN104022977A (zh) 一种适用于mimo-ofdm***的信道矩阵与干扰协方差矩阵估计方法
CN108259397A (zh) 基于自适应正则化子空间追踪压缩感知算法的大规模mimo***信道估计
CN106534030A (zh) 一种基于802.11n多天线OFDM***中联合训练序列和导频的信道估计方法
CN103685093B (zh) 一种显式反馈方法及设备
CN104022979B (zh) 一种联合稀疏信道估计方法、装置及***
WO2012106963A1 (zh) 干扰和噪声消除方法及装置
CN101459453A (zh) 信道检测方法
CN107026804A (zh) Mimo‑ofdm***中基于指数平滑的信道估计方法
CN101540746A (zh) 时频信道量化方法和装置及对应的移动通信终端和***
CN102377699B (zh) 一种mu-mimo***的信道估计方法和装置
CN102685060B (zh) 一种正交频分复用***中多用户mimo接收方法和装置
CN102215073A (zh) 多点—多用户上行低复杂度mimo检测方法
CN108600125A (zh) 一种基于迭代的信道估计方法
CN106788893A (zh) 一种稀疏交织多址接入方法
CN103532884B (zh) C-ran架构无线接入网中一种上行干扰抑制装置和方法
CN107018576B (zh) 基于网格图的随机接入方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant