CN106233685B - 用于大规模mimo***的混合模拟数字预编码的方法 - Google Patents
用于大规模mimo***的混合模拟数字预编码的方法 Download PDFInfo
- Publication number
- CN106233685B CN106233685B CN201480076934.1A CN201480076934A CN106233685B CN 106233685 B CN106233685 B CN 106233685B CN 201480076934 A CN201480076934 A CN 201480076934A CN 106233685 B CN106233685 B CN 106233685B
- Authority
- CN
- China
- Prior art keywords
- matrix
- user equipment
- digital
- simulation
- pilot signal
- 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
Links
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
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
一种用于大规模多输入多输出***的混合模拟数字预编码的方法。该方法包括基于来自于用户设备的第一导频信号,估计用户设备的空间相关性矩阵(S11);以及基于估计的空间相关性矩阵,计算模拟域的宽带模拟预编码矩阵(S12);基于来自于用户设备的第二导频信号,估计用户设备的等价信道(S21);以及基于估计的等价信道,计算数字域的窄带数字预编码矩阵(S22),基于所述模拟预编码矩阵和所述数字预编码矩阵,向用户设备发送经混合模拟数字预编码的下行数据信号。提供了一个在实际的***中可行的实现大规模多输入多输出解决方案,特别是在那些具有严格成本、规模与功率的局限性的***中。
Description
技术领域
本发明概括而言涉及无线通信领域,更具体而言,涉及用于大规模MIMO***的混合模拟数字预编码的方法。
背景技术
由于大规模多输入多输出(MIMO:Multiple Input Multiple Output)***所具有的提高无线***的容量的非凡的能力,其引起了广泛的兴趣。大规模MIMO的优点是以随着天线数量的增减而增加的射频(RF:Radio Frequency)通道数量为代价来获取的。增加射频通道意味着较大的电路尺寸,更高的硬件成本和更多的能源消耗。在实际***中,成本和功耗的增加是实施大规模MIMO的障碍。混合模拟数字预编码为减少射频通道但仍然保持大规模MIMO***的大部分优势提供了一个潜在的解决方案,其将预编码处理分布在模拟和数字域中。通过将预编码操作的一部分从数字域转移到模拟射频域,可以显著减少射频通道的数量。采用混合模拟数字预编码,虽然多路复用增益受限于射频通道数量但是可以保留完整的分集和阵列增益。混合模拟数字预编码的一个主要挑战是模拟和数字预编码矩阵的联合设计,特别是当同时支持多个数据流(multi-stream)和正交频分复用(OFDM:OrthogonalFrequency Division Multiplexing)传输时。另一个挑战是信道估计,因为在转换为进行信道估计的数字域信号之前在不同天线上的导频信号已被加权合并了。
对用于混合模拟数字预编码的预编码算法,现有技术是假设单数据流传输或平坦衰落信道。根据作者的知识,目前没有可以同时支持多个数据流传输和OFDM调制的混合模拟数字预编码的现有解决方案。
发明内容
本发明解决了上述两个挑战并提出一个两阶段的混合模拟数字预编码的预编码技术,其可以同时支持多个数据流的传输和OFDM调制。在第一阶段,基于宽带信道的空间相关矩阵计算模拟预编码矩阵;在第二阶段,基于模拟预编码后的等价信道计算数字预编码矩阵。本发明的方案实现了最大化信道容量上限,同时也提出了一个和两级预编码算法相匹配的两级信道估计技术,在第一阶段估计信道空间相关性矩阵;在第二阶段估计等价信道矩阵。该技术方案使得导频开销最小化,在相同的每个天线平均导频开销的情况下可达到类似于单天线信道估计的性能。
本发明所提出的两级预编码算法对信道估计有特定的要求。在第一阶段,只需要信道空间相关性信息;在第二阶段,等价信道信息(模拟预编码之后)是必要的。没有一个现有的信道估计技术满足这样的要求,因而它们都无法以一种有效的方式产生两级预编码算法所需要的信道信息。由此,本发明提出了相应的两阶段信道估计技术,其和两阶段预编码算法紧密相关。每个阶段的信道估计以最低的导频开销和最佳的性能提供了相应的预编码阶段所需要的准确的信道信息。总而言之,该预编码和信道估计技术作为一个完整的、高效的和高性能的解决方案在大规模MIMO***中实现了混合模拟数字预编码并解决了混合模拟数字预编码的两大挑战:预编码矩阵的设计和信道估计。
根据本发明的第一个方面,提供了一种用于大规模多输入多输出***的混合模拟数字预编码的方法,包括由基站执行的以下步骤:A.计算模拟域的宽带模拟预编码矩阵;以及B.计算数字域的窄带数字预编码矩阵;C.基于所述模拟预编码矩阵和所述数字预编码矩阵,向用户设备发送下行数据信号。
根据本发明的一个实施例,步骤A还包括A1.基于来自于所述用户设备的第一导频信号,估计所述用户设备的所述空间相关性矩阵;以及基于估计的所述空间相关性矩阵,计算模拟域的所述宽带模拟预编码矩阵。
根据本发明的一个实施例,步骤B还包括:B1。基于来自于所述用户设备的第二导频信号,估计所述用户设备的等价信道;以及B2.基于估计的所述等价信道,计算数字域的所述窄带数字预编码矩阵。
根据本发明的一个实施例,还包括在步骤A之前接收来自于所述用户设备的所述第一导频信号,所述第一导频信号用于估计所述用户设备的所述空间相关性矩阵;在步骤B之前接收来自于所述用户设备的所述第二导频信号,所述第二导频信号用于估计所述用户设备的所述等价信道。
根据本发明的一个实施例,所述第一导频信号的图样和所述第二导频信号的图样不同。
根据本发明的一个实施例,所述空间相关性矩阵取决于所述用户设备的估计的信道系数矩阵。
根据本发明的一个实施例,所述估计的信道系数矩阵取决于要估计的信道系数与接收到的导频矢量之间的相关性矩阵以及所述接收到的导频矢量的自相关性矩阵。
根据本发明的一个实施例,所述接收到的导频矢量是由M个射频通道接收到的所述第一导频的NFFT个采样级联而成的矢量,其中NFFT代表所述大规模MIMO***的子载波个数,M代表所述大规模MIMO***的射频通道的个数。
根据本发明的一个实施例,所述宽带模拟预编码矩阵C根据C=U(:,1:M)得到,其中U是由所述空间相关性矩阵R(t)的特征值分解得到R(t)=UΛUH,U代表酉矩阵,Λ代表对角矩阵并且Λ由R(t)的特征向量在对角线以递减的次序组成。
根据本发明的一个实施例,所述等价信道是采用所述预编码矩阵C的模拟预编码后的信道。
根据本发明的一个实施例,还包括基于最小均方差信道估计器或最小二乘法信道估计器计算所述等价信道。
根据本发明的一个实施例,步骤B2还包括基于所述等价信道,根据计算数字域的所述窄带数字预编码矩阵,其中w代表子载波的序号,Bw代表数字域的在第w个子载波上的所述窄带数字预编码矩阵,代表在第w个子载波上的等价信道,P代表对角矩阵,所述对角矩阵的对角元素为所述用户设备的传输功率。
根据本发明的第二个方面,提供了一种用于大规模多输入多输出***的混合模拟数字预编码的方法,包括由用户设备执行的以下步骤:向基站发送第一导频信号,所述第一导频信号用于估计所述用户设备的空间相关性矩阵,所述空间相关性矩阵用于计算模拟域的宽带模拟预编码矩阵;向所述基站发送第二导频信号,所述第二导频信号用于估计所述用户设备的等价信道,所述等价信道是采用预编码矩阵的模拟预编码后的信道,所述等价信道用于计算数字域的窄带数字预编码矩阵;以及接收来自于所述基站的经混合模拟数字预编码的下行数据信号。
根据本发明的一个实施例,其中所述第一导频信号的图样和所述第二导频信号的图样不同。
仿真结果表明采用所提出的预编码和信道估计技术,在不增加射频通道的情况下,和4个天线的***相比,16个天线的***可以达到1.6倍的容量增益。与全数字预编码相比,采用所提出的方案大约有10%容量损失而射频通道的数量能从16个减少到4个。本发明的技术方案提供了一个在实际的***中可行的实现大规模MIMO解决方案,特别是在那些具有严格成本、规模与功率的局限性的***中。
附图说明
通过以下参考下列附图所给出的本发明的具体实施方式的描述之后,将更好地理解本发明,并且本发明的其他目的、细节、特点和优点将变得更加显而易见。在附图中:
图1示出了混合模拟数字预编码的发射机和接收机的结构示意图;
图2示出了混合模拟数字预编码的流程图;
图3示出了混合模拟数字预编码和以下基准方案的性能比较的示意图;
图4示出了采用MMSE的本发明的信道估计方案和基准方案的性能比较的示意图;以及
图5示出了本发明的预编码方案基于本发明的信道估计技术所提供的信道状态信息下的性能和基准方案的性能比较示意图。
具体实施方式
在以下优选的实施例的具体描述中,将参考构成本发明一部分的所附的附图。所附的附图通过示例的方式示出了能够实现本发明的特定的实施例。示例的实施例并不旨在穷尽根据本发明的所有实施例。可以理解,在不偏离本发明的范围的前提下,可以利用其他实施例,也可以进行结构性或者逻辑性的修改。因此,以下的具体描述并非限制性的,且本发明的范围由所附的权利要求所限定。需要说明的是,尽管附图中以特定顺序描述了本发明中有关方法的步骤,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果,相反,本文中所描述的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
图1示出了混合模拟数字预编码的发射机和接收机的结构示意图。以发射机为例,发射机有K个数字数据流,NT个天线和K≤M≤NT个RF通道。首先,K个数字数据流在数字域预编码,产生M个数字预编码流。然后这M个数字数据流通过离散傅里叶逆变换(IDFT:InverseDigital Fourier Transform)从频域转换到时域并且输入到M个RF通道以从数字域转换到模拟域,生成M个模拟数据流。然后M个模拟数据流在模拟域预编码并生成NT个流,每个流映射到基站的一个传输天线。在接收机中,该过程是类似的但是逆转的。
由此可见,采用混合模拟数字预编码,RF通道数目可以在K和NT之间灵活选择。因为在大规模MIMO***中,成本的增加是由射频通道的增加来主宰的,所以在大规模MIMO***中,很有可能射频通道数量远小于天线数量,也即M<<NT。本发明的技术方案提供了一个有效的解决方案来减少大规模MIMO***的成本。
在本发明中,以时分双工(TDD:Time Division Multiplexing)***为例来说明本发明的技术方案,本领域技术人员应该理解的是本发明的技术方案也可适用于其它采用频分双工技术的通信***。在TDD***中,基站可以从上行探测信号中获得信道状态信息(CSI:Channel Status Information)信息。
在一个具有NFFT个子载波的下行OFDM大规模MIMO***中,假设基站通过多用户预编码同时支持K个用户,并且基站配置了NT个天线和K≤M≤NT个RF通道。每个用户配置了单天线。
为了更好的描述本发明的方案,在进一步讨论之前,我们先介绍一些定义:
Hk:k-th用户的NT×NFFT的时域信道矩阵,其列代表在NFFT个子载波上的NT天线的时域信道响应。
k-th用户的NT×NFFT的频域信道矩阵,其是Hk的傅里叶转换。
在w-th子载波上的K个用户和基站的NT个天线之间的频域信道矩阵,该矩阵由的第w列转置后构成,即其中是的第w列。使用Kronecker信道模型,可以表示为
其中和分别是接收机和发射机的相关性矩阵两个相关矩阵R(r)和R(t)在整个带宽上不变,是个随机矩阵,其元素服从独立同分布。
图2示出了混合模拟数字预编码的流程图,图2中主要包括每个用户的宽带空间相关性矩阵估计和计算宽带模拟预编码矩阵以及每个用户的窄带等价信道估计和计算窄带数字预编码矩阵,其中每个用户的宽带空间相关性矩阵估计和每个用户的窄带等价信道估计是信道估计操作,计算宽带模拟预编码矩阵和计算窄带数字预编码矩阵是预编码操作。可以把每个用户的宽带空间相关性矩阵估计和计算宽带模拟预编码矩阵看作为第一阶段,把每个用户的窄带等价信道估计和计算窄带数字预编码矩阵看作为第二阶段。
在步骤S10中,基站接收来自于用户设备的第一导频信号,该第一导频信号用于估计用户设备的空间相关性矩阵。
在步骤S11中,基于来自于用户设备的第一导频信号,基站估计用户设备的空间相关性矩阵。
由于使用了模拟预编码,在不同天线上接收到的第一导频信号在转换为数字信号之前已被加权合并。为了估计空间相关矩阵,需要从加权合并的信号中区分在不同天线上的第一导频信号。为此,采用多个模拟预编码矩阵生成独立的信道系数的观测。模拟预编码矩阵的数量取决于需要估计的信道系数的数量。不同的模拟预编码矩阵可以在不同时间实现。模拟预编码矩阵的变化速度取决于模拟预编码电路。更快的速度变化可导致更短的训练时间。模拟预编码矩阵的改变速度通常可以与OFDM***在20MHz的采样频率相当。
假设用Tcorr个OFDM训练符号来估计空间相关性矩阵,Tcorr代表用于估计空间相关性矩阵的OFDM训练符号个数。是用于t-th OFDM训练符号的s-th采样的NT×M的模拟预编码矩阵。对于连续的采样,可以是相同的也可以是不同的,其取决于模拟预编码的变化速度。定义
代表用于空间相关性矩阵估计的k-th用户在t-th OFDM符号上的长度为NFFT的频域导频序列,可表示为
在模拟预编码以后,t-th OFDM符号的M个RF通道上接收到的时域导频可以写成一个大向量的形式为
其中,是一个MNFFT×1的矢量,其是由在t-th OFDM符号的NFFT-个采样上收到的长度为M的导频矢量级联而成,F是NFFT点的傅里叶矩阵,是Kronecker乘法。将在Tcorr个训练符号和M个RF通道上接收到的第一导频的采样级联,可以得到
其中
每个用户的信道矩阵可以基于公式(5)由公式(11)估计:
其中
以及
公式(12)和(13)中的矩阵和可以用所有用户的信道时延(ToA:Time ofArrival)信息来估计。代表要估计的信道系数与接收到的导频矢量之间的相关性矩阵以及Ryy代表接收到的导频矢量的自相关性矩阵。
基于公式(11),空间相关性矩阵可以用公式(14)来估计:
在步骤S12中,基于估计的所述空间相关性矩阵,基站计算模拟域的宽带模拟预编码矩阵。
宽带模拟预编码矩阵C是在所有子载波上的宽带矩阵。由空间相关性矩阵R(t)计算得到,其由R(t)的对应M个最大的特征值的特征向量组成
C=U(:,1:M), (15)
其中
R(t)=UΛUH, (16)
U代表酉矩阵,Λ代表对角矩阵,其Λ由R(t)的特征向量在对角线以递减的次序组成。在(15)中,U(:,1:M)指示U的前M列。
在步骤S20中,基站接收来自于用户设备的第二导频信号,第二导频信号用于估计所述用户设备的所述等价信道。
在步骤S21中,基于来自于用户设备的第二导频信号,基站估计用户设备的等价信道。
在估计了空间相关性矩阵之后,基站可以用公式(15)计算宽带模拟预编码矩阵C。这是为了在模拟预编码以后估计用了预编码矩阵C的等价信道
是一个M<<NT的M×NFFT矩阵。用于估计的导频开销远比用于估计NT×NFFT物理信道矩阵的开销要低得多。假设有Teff个OFDM训练符号用于估计等价信道。用表示k-th用户在t-th OFDM符号上的长度为NFFT的用于等价信道估计的频域第二导频序列
在用预编码矩阵C进行模拟预编码之后,在t-th OFDM符号的M个RF通道上接收的频域第二导频可以表示为
其中,是经过模拟预编码合并后的M×NFFT维的接收导频矩阵,其i-th列表示在t-th OFDM符号的i-th采样上接收到的M个RF通道上的第二导频。公式(19)是一个传统的多用户估计问题并能用传统的最小均方误差(MMSE:Minimum Mean Square Error)信道估计器解决,在此不再赘述。可选的,公式(19)也可以用最小二乘法信道估计器(LS:LeastSquare)或基于快速傅里叶转换(FFT:Fast Fourier Transform)算法的信道估计器。本领域技术人员应该理解的是等价信道也可以用其它任何合适的信道估计器来实现。
在步骤S22中,基于估计的所述等价信道,基站计算数字域的所述窄带数字预编码矩阵。
在给定一个特定的模拟预编码矩阵的情况下,基于模拟预编码之后的等价信道,来计算每个子载波的数字预编码矩阵如
其中是在w-th子载波上的等价信道,P是对角矩阵,其对角元素代表K个用户的传输功率。
根据以上的描述可以看出,在第一阶段的步骤S11中,可以估计整个信道矩阵,似乎第二阶段不是必须的。引入第二阶段的目的是为了最小化总的导频开销。在第一阶段,需要为每个用户估计在NT个天线上的信道系数;而在第二阶段,只需要估计M个等价信道的M<<NT信道系数,所以在第二阶段所需要的第二导频开销远低于第一阶段。另一方面,空间相关性矩阵的变化比衰减系数的变化慢得多,所以第一阶段可以在一个比第二阶段更长的时间尺度中重复。因此,通过将空间相关性矩阵的估计和有效信道的估计分开,可以大大减少导频开销。
此外,在两个阶段中所需要的导频开销是不同的并且在两个阶段中需要不同的导频图样。在第一阶段中,所需要的高开销导频导致给一个用户分配全部的或非常大的一部分子载波以用于导频传输。在第二阶段中,因为每个用户所需要导频开销要低得多,多个用户可以共享一个OFDM符号的子载波。
尽管本所描述的信道估计技术需要ToA信息,对于ToA信息的错误,其还是不敏感。仿真结果显示从实际的ToA估计中获取的非理想的ToA信息实际导致很好的信道估计的准确性,即使是考虑了对ToA估计有严重有害影响的保护带宽的情况下。
为了更清楚地描述本发明的技术方案,我们举一个例子来描述所需要的操作步骤。为了便于描述,设定K=1,Tcorr=1和Teff=1并采用在以上描述中已定义的变量。为了简单起见,在下文中结合在以上描述已定义的变量和步骤,忽略下标“k”和“t”。本领域技术人员应该理解的是,本发明技术方案并不局限于特定的用户数量或特定的OFDM符号个数。
在步骤S11中,基于来自于用户设备的第一导频信号,基站估计用户设备的空间相关性矩阵。
在宽带模拟预编码以后,在M个RF通道上接收到的时域第一导频信号可以被重写为
其中
并且信道系数矩阵可以由公式(24)估计而得到
其中
以及
其中代表要估计的信道系数与接收到的导频矢量之间的相关性矩阵以及Ryy代表接收到的导频矢量的自相关性矩阵。
用表示用户的传播路径时延的集合,即其信道时延。在此,可以假设一个用户在所有天线上的ToA是相同的,这也是在文献中对于集中式天线的MIMO***广为接收的假设。在公式(25)和公式(26)中的可由公式(27)计算
其中
D=diag(d), (28)
并且代表信道的功率延迟分布(PDP:Power Delay Profile)。假设基站中有信道时延信息该PDP可以近似计算为
在公式(24)之后,空间相关性矩阵R(t)可以被估计为
在步骤S12中,基于估计的所述空间相关性矩阵,基站计算模拟域的宽带模拟预编码矩阵。
基于基站计算宽带模拟预编码矩阵C如
C=U(:,1:M), (31)
其中
U代表酉矩阵,Λ代表对角矩阵,其Λ由R(t)的特征向量在对角线以递减的次序组成。
在步骤S21中,基于来自于用户设备的第二导频信号,基站估计用户设备的等价信道。
基站根据公式(31)计算在模拟预编码电路中的宽带模拟预编码矩阵C,在模拟预编码以后的等价信道就可以被定义为
在模拟预编码电路之后的M个RF通道上接收到的时域的第二导频信号可以从公式(19)重写为:
将公式(34)矢量化,得到
其中
以及
n=vec(N)。 (39)
等价信道可以基于公式(35)由公式(40)估计得到
其中
以及
在公式(41)和(42)中的由公式(43)计算得到如
在步骤S22中,基于估计的所述等价信道,基站计算数字域的所述窄带数字预编码矩阵。
在步骤S22中的数字预编码可以用任何现有的预编码算法来实现,例如用信道求逆算法,在w-th子载波上的数字预编码矩阵可由公式(44)计算
其中
并且代表的w-th列。
步骤S22以后,采用模拟预编码矩阵C和数字预编码矩阵{Bw}进行如公式(46)的下行预编码
其中代表在w-th子载波上的接收信号,代表在w-th子载波上传输的数据信号以及代表加性高斯白噪声(AWGN:Additive White Gaussian Noise)矢量。
在一个下行MU-MIMO的传输,NFFT=1024子载波,NT个基站天线,以及同时支持K个用户的***中,仿真结果验证了本发明技术方案的优点。
首先验证在理想的信道状况信息情况下的预编码技术的性能。在这种情况下,设置NT=64和16,M=4和K=4。图3示出了混合模拟数字预编码和以下基准方案的性能比较:
基准方案1:全数字化预编码4天线***;
基准方案2:全数字化预编码64或16天线***。
如图3所示,与基准方案1相比,混合模拟/数字预编码可以达到约90%的容量,而射频通道数量从64(或16)减少到4。与基准方案2相比,混合模拟/数字预编码在不增加射频通道数目的情况下可以提供2倍的容量提升。
然后,验证两级信道估计技术的性能。设置NT=16和M=1。不同的用户在第一阶段使用时域正交的第一导频图样和在第二阶段使用频域正交的第二导频图样,因而没有用户之间的干扰。
在第一阶段中,每个用户使用OFDM符号的所有数据子载波用于第一导频的传输。
在第二阶段中,每个用户使用OFDM符号的1/16的所有数据子载波用于第二导频的传输。基准方案是单用户单天线信道估计,在基准方案中每16个子载波中***一个导频。基准方案采用MMSE信道估计算法,并利用ToA估计来增强性能。注意,对于该基准方案,每个天线接收到个导频。
对于本发明方案,在M=1个射频通道上接收到的第一导频被NT=16个天线共享,所以平均每个天线接收到个第一导频。因此基准线和本申请方案具有相同的等效导频开销。
图4示出了采用MMSE的本发明信道估计器和基准方案的性能比较。本发明的技术方案可以实现类似于基准方案的性能,这意味着它可以成功地从叠加的第一导频信号中分离在不同天线上的第一导频。
我们现在验证本发明提出的预编码算法在本发明提出的信道估计算法所提供的信道信息下的性能。设置NT=16,M=1和K=4。将保护带宽的影响也纳入考虑范围之内,我们认为1024个子载波中只有600个子载波可用于传输数据或导频。其余子载波必须作为保护带而不能被占用。在第一阶段中,假设每个用户将一个OFDM符号的所有数据子载波用于第一导频的传输。在第二阶段中,每个用户将一个OFDM符号的1/16的数据子载波用于第二导频的传输。所以在第一阶段,不同用户的第一导频在不同的OFDM符号上发送,而在第二阶段,所有K个用户可以共享一个OFDM符号来进行第二导频的传输。在仿真中,ToA信息是从在数据子载波上接收到的用于估计ToA信息的导频来估计的。图5示出了本发明的信道估计技术和以下两个基准方案的性能比较:
基准方案1:全数字化预编码4天线***和MMSE信道估计;
基准方案2:全数字化预编码16天线***和MMSE信道估计。
在两个基准方案中,每个用户在每16个子载波中发送一个第二导频。在仿真中,基准方案和本发明具有相同的等效导频开销。与基准方案1相比,本发明的技术方案可以达到大约90%的容量,同时将射频通道数目从16降低到4。与基准方案2相比,本发明的技术方案在不增加射频通道的情况线可以有接近一倍的容量增益。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论如何来看,均应将实施例看作是示范性的,而且是非限制性的。此外,明显的,“包括”一词不排除其他元素和步骤,并且措辞“一个”不排除复数。
本发明的以上描述用于使本领域的任何普通技术人员能够实现或使用本发明。对于本领域普通技术人员来说,本发明的各种修改都是显而易见的,并且本文定义的一般性原理也可以在不脱离本发明的精神和保护范围的情况下应用于其它变形。因此,本发明并不限于本文所述的实例和设计,而是与本发明公开的原理和新颖性特性的最广范围相一致。
Claims (13)
1.一种用于大规模多输入多输出***的混合模拟数字预编码的方法,包括由基站执行的以下步骤:
A.计算模拟域的宽带模拟预编码矩阵;
B.计算数字域的窄带数字预编码矩阵;以及
C.基于所述模拟预编码矩阵和所述数字预编码矩阵,向用户设备发送经混合模拟数字预编码的下行数据信号;
所述方法还包括:
在步骤A之前接收来自于所述用户设备的第一导频信号,所述第一导频信号用于估计所述用户设备的空间相关性矩阵,所述空间相关性矩阵用于计算模拟域的宽带模拟预编码矩阵;
在步骤B之前接收来自于所述用户设备的第二导频信号,所述第二导频信号用于估计所述用户设备的等价信道,所述等价信道用于计算数字域的窄带数字预编码矩阵。
2.如权利要求1所述的方法,其中步骤A还包括:
A1.基于来自于所述用户设备的第一导频信号,估计所述用户设备的所述空间相关性矩阵;以及
A2.基于估计的所述空间相关性矩阵,计算模拟域的所述宽带模拟预编码矩阵。
3.如权利要求1所述的方法,其中步骤B还包括
B1.基于来自于所述用户设备的第二导频信号,估计所述用户设备的等价信道;以及
B2.基于估计的所述等价信道,计算数字域的所述窄带数字预编码矩阵。
4.如权利要求1所述的方法,其中所述第一导频信号的图样和所述第二导频信号的图样不同。
5.如权利要求2所述的方法,其中所述空间相关性矩阵取决于所述用户设备的估计的信道系数矩阵。
6.如权利要求5所述的方法,其中所述估计的信道系数矩阵取决于要估计的信道系数与接收到的导频矢量之间的相关性矩阵以及所述接收到的导频矢量的自相关性矩阵。
7.如权利要求6所述的方法,其中所述接收到的导频矢量是由M个射频通道接收到的所述第一导频的NFFT个采样级联而成的矢量,其中NFFT代表所述大规模多输入多输出***的子载波个数,M代表所述大规模多输入多输出***的射频通道的个数。
8.如权利要求2所述的方法,其中所述宽带模拟预编码矩阵C根据C=U(:,1:M)得到,其中U是由所述空间相关性矩阵R(t)的特征值分解得到R(t)=UΛUH,U代表酉矩阵,Λ代表对角矩阵并且Λ由R(t)的特征向量在对角线以递减的次序组成,t代表符号序号。
9.如权利要求3所述的方法,其中所述等价信道是采用所述预编码矩阵C的模拟预编码后的信道。
10.如权利要求3所述的方法,还包括基于最小均方差信道估计器或最小二乘法信道估计器计算所述等价信道。
11.如权利要求3所述的方法,其中步骤B2还包括基于所述等价信道,根据计算数字域的所述窄带数字预编码矩阵,其中w代表子载波的序号,Bw代表数字域的在第w个子载波上的所述窄带数字预编码矩阵,代表在第w个子载波上的估计的等价信道,P代表对角矩阵,所述对角矩阵的对角元素为所述用户设备的传输功率。
12.一种用于大规模多输入多输出***的混合模拟数字预编码的方法,包括由用户设备执行的以下步骤:
向基站发送第一导频信号,所述第一导频信号用于估计所述用户设备的空间相关性矩阵,所述空间相关性矩阵用于计算模拟域的宽带模拟预编码矩阵;
向所述基站发送第二导频信号,所述第二导频信号用于估计所述用户设备的等价信道,所述等价信道是采用预编码矩阵的模拟预编码后的信道,所述等价信道用于计算数字域的窄带数字预编码矩阵;以及
接收来自于所述基站的经混合模拟数字预编码的下行数据信号。
13.如权利要求12所述的方法,其中所述第一导频信号的图样和所述第二导频信号的图样不同。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2014/079877 WO2015188385A1 (zh) | 2014-06-13 | 2014-06-13 | 用于大规模mimo***的混合模拟数字预编码的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106233685A CN106233685A (zh) | 2016-12-14 |
CN106233685B true CN106233685B (zh) | 2019-06-04 |
Family
ID=54832758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076934.1A Active CN106233685B (zh) | 2014-06-13 | 2014-06-13 | 用于大规模mimo***的混合模拟数字预编码的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106233685B (zh) |
WO (1) | WO2015188385A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106921422B (zh) * | 2015-12-24 | 2021-05-07 | 上海诺基亚贝尔股份有限公司 | 用于mmw信道中的混合波束成形的信道估计的方法和*** |
WO2018058262A1 (en) * | 2016-09-27 | 2018-04-05 | Intel Corporation | Communication device and a method for hybrid beamforming |
CN107888249A (zh) * | 2016-09-30 | 2018-04-06 | 北京信威通信技术股份有限公司 | 一种波束域参考信号发送的方法及装置 |
CN106603130B (zh) * | 2016-12-20 | 2020-07-10 | 西安电子科技大学 | 一种大规模mimo***中数模混合预编码方法 |
CN106788642B (zh) * | 2016-12-28 | 2020-08-18 | 西安交通大学 | 一种用于实际宽带大规模mimo***的混合预编码设计方法 |
CN107359921B (zh) * | 2017-08-04 | 2020-07-28 | 西安科技大学 | 大规模mimo***基于标准正交化的混合预编码方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011080774A1 (en) * | 2009-12-30 | 2011-07-07 | Telecom Italia S.P.A | Method for selecting a precodlng matrix in a "multiple input multiple output" ("mimo") system |
CN102300299A (zh) * | 2010-06-24 | 2011-12-28 | 华为技术有限公司 | 一种导频信号的发送方法和设备 |
CN102594491A (zh) * | 2011-01-12 | 2012-07-18 | 上海贝尔股份有限公司 | 信道状态信息反馈方法和设备 |
CN102640429A (zh) * | 2009-11-30 | 2012-08-15 | Lg电子株式会社 | 用于发射预编码矩阵信息的方法和用户设备、以及用于将数据发射到多个用户设备的方法和基站 |
CN103748850A (zh) * | 2011-08-11 | 2014-04-23 | 三星电子株式会社 | 用于混合的模拟/数字波束成形的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7197084B2 (en) * | 2002-03-27 | 2007-03-27 | Qualcomm Incorporated | Precoding for a multipath channel in a MIMO system |
-
2014
- 2014-06-13 WO PCT/CN2014/079877 patent/WO2015188385A1/zh active Application Filing
- 2014-06-13 CN CN201480076934.1A patent/CN106233685B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102640429A (zh) * | 2009-11-30 | 2012-08-15 | Lg电子株式会社 | 用于发射预编码矩阵信息的方法和用户设备、以及用于将数据发射到多个用户设备的方法和基站 |
WO2011080774A1 (en) * | 2009-12-30 | 2011-07-07 | Telecom Italia S.P.A | Method for selecting a precodlng matrix in a "multiple input multiple output" ("mimo") system |
CN102300299A (zh) * | 2010-06-24 | 2011-12-28 | 华为技术有限公司 | 一种导频信号的发送方法和设备 |
CN102594491A (zh) * | 2011-01-12 | 2012-07-18 | 上海贝尔股份有限公司 | 信道状态信息反馈方法和设备 |
CN103748850A (zh) * | 2011-08-11 | 2014-04-23 | 三星电子株式会社 | 用于混合的模拟/数字波束成形的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2015188385A1 (zh) | 2015-12-17 |
CN106233685A (zh) | 2016-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106233685B (zh) | 用于大规模mimo***的混合模拟数字预编码的方法 | |
Choi et al. | Downlink training techniques for FDD massive MIMO systems: Open-loop and closed-loop training with memory | |
TWI463823B (zh) | 相關性衰落通道的模型基礎通道估計器和通道估計方法 | |
US8494073B2 (en) | Beamforming weight estimation using wideband multipath direction of arrival analysis | |
CN101222458B (zh) | Mimo-ofdm信道的低阶递推最小均方误差估计 | |
CA2547493A1 (en) | Multi-antenna system to simultaneous support of miso and mimo receivers | |
Kim et al. | Two-step approach to time-domain channel estimation for wideband millimeter wave systems with hybrid architecture | |
CN106716866A (zh) | 乒乓波束成形 | |
CN107078772A (zh) | Csi准确度感知的网络处理 | |
CN107276934B (zh) | 一种大规模mimo***多用户上行鲁棒检测方法 | |
Albdran et al. | Effect of exponential correlation model on channel estimation for massive MIMO | |
CN106850010A (zh) | 基于混合波束赋形的信道反馈方法及装置 | |
US8406720B2 (en) | Beamforming weight generation using adaptive trigonometric waveform interpolation techniques | |
CN107483089A (zh) | 一种多天线广播***的导频***及设计方法 | |
Wild et al. | Multi-antenna OFDM channel feedback compression exploiting sparsity | |
CN102891816B (zh) | 一种基于mimo-ofdm相关信道的去耦合预测方法 | |
CN103117839A (zh) | 多用户多输入多输出***非精确信道信息下的预编码方法 | |
Duangsuwan et al. | High Performance Detection Using Three Different weight | |
Gui et al. | Adaptive sparse channel estimation for time-variant MIMO communication systems | |
Kong et al. | Compressed Sensing‐Based Sparsity Adaptive Doubly Selective Channel Estimation for Massive MIMO Systems | |
Du et al. | Adaptive blind channel identification and equalization for OFDM-MIMO wireless communication systems | |
Xu et al. | Reducing MMV-based OMP channel estimation for massive MIMO OFDM systems | |
Al-Shuraifi et al. | Optimizing antenna selection using limited CSI for massive MIMO systems | |
Saxena et al. | Normalized Least Mean Square adaptive filter superimposed on Whitening rotation Matrix for semi-blind MIMO channel estimation | |
Suárez-Casal et al. | Channel Estimation in Spatially Correlated High Mobility MIMO-OFDM Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201206 Pudong New Area Jinqiao Ning Road, Shanghai, No. 388 Applicant after: Shanghai NOKIA Baer Limited by Share Ltd Address before: 201206 Pudong New Area Jinqiao Ning Road, Shanghai, No. 388 Applicant before: Shanghai Alcatel-Lucent Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |