CN107426119B - 毫米波通信的十字形信道估计方法、装置及*** - Google Patents

毫米波通信的十字形信道估计方法、装置及*** Download PDF

Info

Publication number
CN107426119B
CN107426119B CN201710413002.7A CN201710413002A CN107426119B CN 107426119 B CN107426119 B CN 107426119B CN 201710413002 A CN201710413002 A CN 201710413002A CN 107426119 B CN107426119 B CN 107426119B
Authority
CN
China
Prior art keywords
channel
selection
end point
millimeter wave
vector
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
CN201710413002.7A
Other languages
English (en)
Other versions
CN107426119A (zh
Inventor
戚晨皓
马文焱
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Publication of CN107426119A publication Critical patent/CN107426119A/zh
Application granted granted Critical
Publication of CN107426119B publication Critical patent/CN107426119B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • 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
    • H04L25/024Channel estimation channel estimation algorithms
    • H04L25/0242Channel estimation channel estimation algorithms using matrix methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00Arrangements affording multiple use of the transmission path
    • H04L5/003Arrangements for allocating sub-channels of the transmission path
    • H04L5/0048Allocation of pilot signals, i.e. of signals known to the receiver

Landscapes

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

Abstract

本发明公开了一种毫米波通信的十字形信道估计方法、装置及***,属于毫米波无线通信技术领域。其方法包括以下步骤:初始化选集为空集,根据信道选集能量占信道总能量的比值,计算选集元素个数J;根据毫米波波束域信道结构特性,将对信道向量的估计转化为对信道矩阵的估计,搜索信道矩阵能量最大的相邻两行以及能量最大的相邻两列,基于这两行两列选取J个元素,构成十字形的信道矩阵主要元素的选集;根据信道向量和信道矩阵的转化关系,得到信道向量主要元素选集,和信道矩阵主要元素选集的估计值;再调整信道矩阵主要元素的选集;输出结果。本发明可对毫米波波束域信道主要元素进行有效估计,能提高信道估计精度、降低计算复杂度。

Description

毫米波通信的十字形信道估计方法、装置及***
技术领域
本发明涉及一种毫米波通信的十字形信道估计方法、装置及***,属于毫米波无线通信技术领域。
背景技术
毫米波(Millimeter Wave)通信作为未来第五代(5G)移动通信***的候选技术之一,受到了学术界、工业界以及政府的广泛关注。由于毫米波通信的频率范围从26.5GHz到300GHz,它可获得更丰富的频谱资源,从而满足更高的无线传输速率要求。而另一方面,频率的提高会带来严重的路径损耗,为了克服毫米波通信在无线传输中较高的路径损耗,毫米波通信***通常采用多输入多输出(multi-input and multi-output,MIMO)技术实现波束成形,抵消路径损耗。此外,由于毫米波波长较短,可在更小尺寸上实现用于毫米波通信的多天线阵列,例如,在IEEE 802.11ad协议中32天线的毫米波通信已被商业化。
多天线毫米波通信***的基本特征是,在基站配置一定数量的天线,在基站覆盖范围内的手机用户由于受限于手机尺寸只配置单根天线。为了抵消路径损耗,需要使用波束成形技术,目前主要有两种方式。第一种方式是使用透镜与开关网络,获得能量集中的波束域信道并进行波束选择,这种方式操作较为简单;第二种方式是使用移相器网络,获得角度精确的波束,这种方式设计较为复杂,但吞吐率性能比第一种方式更好。
对上述两种多天线毫米波通信***而言,获取信道状态信息对于波束成形都很重要。第一种使用透镜与开关网络的方式可以直接获得波束域信道,第二种使用移相器网络的方式可以通过数学变换间接获得波束域信道,所以这两种方式都可以看成对于波束域的信道估计问题。
现有技术中,对于多天线毫米波通信的信道估计通常有两类方式,第一类是通过码本估计,有较好的估计精度,但是反馈量大;第二类是通过压缩感知稀疏信道估计,所需反馈量较小,但估计精度受制于波束域信道的功率泄露,如何提高压缩感知的估计精度仍旧是一个有待解决的问题。对于使用压缩感知技术对基于透镜与开关网络的毫米波***进行信道估计的文献中,大多数文献研究的是二维透镜场景,只有文献[1]研究的是三维透镜场景(参考文献[1]:X.Gao,L.Dai,S.Han,C.-L.I,and F.Adachi,“Beamspacechannelestimation for 3D lens-based millimeter-wave massive MIMO systems,”inProc.IEEE WCSP,Yangzhou,China,Oct.2016,pp.1–5)。文献[1]提出了矩形信道估计方法,认为波束域信道主要能量集中在一个矩形的信道选集上。但我们研究发现,波束域信道主要能量集中在一个十字形信道矩阵选集上,因此提出了十字形信道估计方法。
发明内容
本发明的目的是提供一种毫米波通信的十字形信道估计方法、装置及***,它可对波束域信道主要元素进行估计,提高信道估计精度,降低计算复杂度。
本发明的目的是这样实现的:
为了实现上述目的,本发明第一方面提供了一种毫米波通信的十字形信道估计方法,所述方法包括以下步骤:
S1:置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集;根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
S2:确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计;根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列;从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
S3:根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值;根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
S4:判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素;若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负;如果满足停止条件,执行S6;否则,执行S5;
S5:调整信道矩阵的主要元素选集,并根据S4确定选集端点属性。执行S3;
S6:更新残差,循环次数加1;
S7:如果循环次数大于该用户信道的传播路径数目,执行S8;否则执行S2;
S8:计算第u个用户信道向量所有路径主要元素选集和估计值并输出。
第二方面,本发明还提供了一种毫米波通信的十字形信道估计装置,所述装置包括:
初始化模块,用于置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
十字形选集模块,用于确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
子信道估计模块,用于根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
调整判断模块,用于判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行调整更新模块;否则,执行选集调整模块;
选集调整模块,用于调整信道矩阵的主要元素选集,并根据调整判断模块确定选集端点属性。执行子信道估计模块;
调整更新模块,用于更新残差,循环次数加1;
多径判断模块,用于判断循环次数与该用户信道的传播路径数目关系,如果循环次数大于该用户信道的传播路径数目,执行输出模块;否则执行十字形选集模块;
输出模块,用于计算第u个用户信道向量所有路径主要元素选集和选集的估计值并输出。
第三方面,本发明还提供了一种毫米波通信的十字形信道估计***,所述***包括使用透镜与开关网络的毫米波上行通信的十字形信道估计***和设置在该***中的上述毫米波通信的十字形信道估计装置,该使用透镜与开关网络的毫米波上行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的上行信道估计过程包括:第u(u=1,2,…,U)个用户发送导频序列进入无线信道,基站将接收信号先通过透镜,再通过开关网络,得到接收导频,基站利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
可选地,本发明还提供了一种毫米波通信的十字形信道估计***,所述***包括使用透镜与开关网络的毫米波下行通信的十字形信道估计***和设置在该***中的上述毫米波通信的十字形信道估计装置,使用透镜与开关网络的毫米波下行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的下行信道估计过程包括:基站将导频序列先通过开关网络,再通过透镜,发送进入无线信道,第u(u=1,2,…,U)个用户得到接收导频,并利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
可选地,本发明还提供了一种毫米波通信的十字形信道估计***,所述***包括使用移相器网络的毫米波上行通信的十字形信道估计***和设置在该***中的上述毫米波通信的十字形信道估计装置,使用移相器网络的毫米波上行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的上行信道估计过程包括:第u(u=1,2,…,U)个用户发送导频序列进入无线信道,基站将接收信号通过移相器网络,得到接收导频,基站利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
可选地,本发明还提供了一种毫米波通信的十字形信道估计***,所述***包括使用移相器网络的毫米波下行通信的十字形信道估计***和设置在该***中的上述毫米波通信的十字形信道估计装置,使用移相器网络的毫米波下行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的下行信道估计过程包括:基站将导频序列通过移相器网络,发送进入无线信道,第u(u=1,2,…,U)个用户得到接收导频,并利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
本发明的有益效果是:
1)采用本发明十字形信道估计方法,相比于现有文献[1]的信道估计,两者使用相同数目的导频,前者的信道估计精度比后者更高;
2)采用本发明十字形信道估计方法,在调整信道主要元素选集的过程中,每次调整选集只需要变动两个信道主要元素,而其他信道主要元素不变,因此不需要重新进行最小二乘估计,从而降低了计算复杂度。相比于现有文献[1]的信道估计,本发明的信道估计方法计算复杂度更低。
附图说明
图1A是本发明实施例一使用透镜与开关网络的毫米波上行通信的十字形信道估计***示意图;
图1B是本发明实施例二使用透镜与开关网络的毫米波下行通信的十字形信道估计***示意图;
图2A是本发明实施例三使用移相器网络的毫米波上行通信的十字形信道估计***示意图;
图2B是本发明实施例四使用移相器网络的毫米波下行通信的十字形信道估计***示意图;
图3是本发明毫米波通信的十字形信道估计方法的流程图;
图4是本发明毫米波通信的十字形信道估计装置的结构示意图;
图5是本发明调整信道矩阵主要元素选集的示意图;
图6是本发明实施例一的十字形信道估计方法与文献[1]矩形信道估计方法以及传统正交匹配追踪方法的归一化均方误差性能对比;
图7是本发明实施例二的十字形信道估计方法与传统正交匹配追踪方法的归一化均方误差性能对比;
图8是本发明实施例三的十字形信道估计方法与传统正交匹配追踪方法的归一化均方误差性能对比;
图9是本发明实施例四的十字形信道估计方法与传统正交匹配追踪方法的归一化均方误差性能对比。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
实施例一:
图1A是本发明实施例一使用透镜与开关网络的毫米波上行通信的十字形信道估计***示意图。如图1A所示,用户发送导频序列进入无线信道,基站将接收信号先通过透镜,再通过开关网络,得到接收导频,基站利用接收导频和发送导频,对信道进行估计。
在本实施例一的实现方式中,基站使用透镜与开关网络。信道估计采用上行方式。基站使用三维天线阵列,在水平方向有Mh根天线,在垂直方向有Mv根天线,共有M=Mh×Mh根天线。用户数为U,每个用户使用单天线。信道矩阵为H=[h1,h2,…,hU],其中hu表示第u(u=1,2,…,U)个用户的信道向量,hu是一个M维的列向量,hu可表示为
Figure BDA0001312929580000061
其中Lu表示第u个用户信道的传播路径数目,其中第一条径是直达经,能量最大;剩下Lu-1条是非直达经,能量较小;hu,i表示第u个用户第i条路径;gu,i表示第u个用户第i条路径的信道衰落因子;θu,i
Figure BDA0001312929580000062
分别定义为
Figure BDA0001312929580000063
Figure BDA0001312929580000064
其中dh和dv分别是水平方向天线间隔和垂直方向天线间隔,λ是毫米波信号的波长,通常设置dh=dv=λ/2,Θu,i和Φu,i分别是第u个用户第i条路径的信道水平角和俯仰角。θu,i
Figure BDA0001312929580000066
均服从均匀分布[-1/2,1/2];α(M,θ)表示引导向量,定义为
Figure BDA0001312929580000067
Figure BDA0001312929580000068
表示克罗内克积。
在三维天线阵列之前放置三维透镜,三维透镜的数学表达式为
Figure BDA0001312929580000069
其中D(M)表示M行M列的离散傅里叶变换(Discrete Fourier Transform,DFT)矩阵,G是M行M列的矩阵。则上行波束域的信道可以表示为Hb=GH。由于透镜的能量汇聚特性,使波束域信道Hb能量聚集。
在上行信道估计阶段,每个用户连续发送K次长度为U的正交导频序列,总共占用时隙V=KU,信道在这V个时隙上保持不变。U个用户发送的U个正交导频组成了U行U列的导频矩阵P。在第k(k=1,2,…,K)次上行发送过程中,基站在天线阵列之后放置开关网络,数学形式是U行M列的合并矩阵Ck,则基站第k次接收导频矩阵表示为
Yk=CkHbP+CkNk
其中,Nk是M行U列的加性高斯白噪声矩阵,其每个元素独立且服从均值为0、方差为σ2的复高斯分布。考虑P的正交性,即PPH=IU,其中上标H表示共轭转置,IU表示U行U列的单位阵。将Yk右乘PH,得到
Figure BDA0001312929580000071
其中定义
Figure BDA0001312929580000072
在所有U个用户连续发送K次正交导频之后,将Rk,k=1,2,…,K组合,得到
定义ru
Figure BDA0001312929580000074
分别是R,Hb
Figure BDA0001312929580000075
的第u列列向量,其中M维向量
Figure BDA0001312929580000076
是第u个用户的波束域信道向量,则对于第u(u=1,2,…U)个用户的上行三维透镜天线阵列毫米波通信***模型可表示为
Figure BDA0001312929580000077
本发明利用第u个用户的观测向量ru和合并矩阵C估计第u个用户的上行信道的Lu条传播路径的主要元素的位置和值。参照图3,具体包括:
S1:置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和。
由于Lu实际未知,定义
Figure BDA0001312929580000078
是对Lu的估计。定义循环次数为i,表示对
Figure BDA0001312929580000079
Figure BDA00013129295800000711
条路径的信道向量
Figure BDA00013129295800000710
的估计,i初始化为1。定义残差ru,i是一个V维的列向量,当i=1时,将其初始化为接收信号向量ru。定义信道向量
Figure BDA0001312929580000081
主要元素选集为Γi,用于存放
Figure BDA0001312929580000082
的主要元素的位置,初始化信道向量主要元素选集为空集,即
Figure BDA0001312929580000083
根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值η,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J。在信道能量最分散时,信道向量表示为
Figure BDA0001312929580000084
其中,
Figure BDA0001312929580000085
Figure BDA0001312929580000086
的所有元素按照绝对值大小降序排列,选择前J个元素,使得这J个元素构成的选集能量大于等于η。
S2:确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集。
将M维信道向量
Figure BDA0001312929580000087
转化成Mv行、Mh列的信道矩阵
Figure BDA0001312929580000088
即信道向量
Figure BDA0001312929580000089
和信道矩阵
Figure BDA00013129295800000810
的对应关系为
Figure BDA00013129295800000811
其中
Figure BDA00013129295800000812
表示
Figure BDA00013129295800000813
第p(p=1,2,…Mv)行、第q(q=1,2,…Mh)列的元素,
Figure BDA00013129295800000814
表示
Figure BDA00013129295800000815
第(q-1)Mv+p个元素。根据毫米波波束域信道结构特性,
Figure BDA00013129295800000816
主要能量集中在相邻两行和相邻两列上。确定信道矩阵
Figure BDA00013129295800000817
能量最大的相邻两行,行索引为{sp,sp+1},确定信道矩阵能量最大的相邻两列,列索引为{sq,sq+1},具体表示如下
Figure BDA00013129295800000819
Figure BDA00013129295800000820
其中Cq表示由C中列索引为{(q-1)Mv+1,(q-1)Mv+2,…,(q-1)Mv+Mv,qMv+1,qMv+2,…,qMv+Mv}的连续2Mv列组成的子矩阵,Cp表示由C中列索引为{p,p+1,p+Mv,p+1+Mv,…,p+(Mh-1)Mv,p+1+(Mh-1)Mv}的不连续2Mh列组成的子矩阵,‖·‖2表示向量的l2范数。选出的相邻两行和相邻两列组成了十字形信道选集。
从选出的相邻两行和相邻两列中进一步选取J个元素。首先选出的相邻两行两列的四个交点元素,再根据这四个元素选取剩下的J-4个元素,具体如下。以这四个元素为中心,向上、下、左、右四个方向各选取个元素,剩下
Figure BDA0001312929580000092
个元素在这四个方向上均匀选取,其中
Figure BDA0001312929580000093
表示向下取整。选出的J个元素构成信道矩阵的主要元素选集,呈现十字形,如图5所示。
S3:根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值。
根据S2所述信道向量和信道矩阵的对应关系,由信道矩阵
Figure BDA0001312929580000097
的主要元素选集得到信道向量
Figure BDA0001312929580000098
的主要元素选集Γi,并通过最小二乘估计,计算信道向量
Figure BDA0001312929580000099
主要元素选集Γi的估计值,如下
Figure BDA00013129295800000910
其中
Figure BDA00013129295800000911
表示对
Figure BDA00013129295800000912
的估计,
Figure BDA00013129295800000913
表示由C的J列组成的子矩阵,列索引号构成的选集为Γi。上标-1表示求逆运算。
若只调整选集中的两个元素,则上述最小二乘估计可采用快速算法实现。假设上一次执行S5之前,选集为执行S5之后,从
Figure BDA00013129295800000915
中删除了第p个选集元素,再在第q个位置增加了一个新元素,得到Γi,对应于从删除了第p列,再在第q列增加了V维的列向量g;令
Figure BDA00013129295800000917
假设
Figure BDA00013129295800000918
删除了第p列的矩阵为A3,在A3第q列增加了V维的列向量g。现在快速计算
Figure BDA00013129295800000919
具体步骤如下:
1)现将
Figure BDA00013129295800000920
第p列移到最后一列,再将
Figure BDA00013129295800000921
第p行移到最后一行,作为
Figure BDA00013129295800000922
2)取
Figure BDA00013129295800000923
的前J-1行、前J-1列构成子矩阵A1,即
Figure BDA00013129295800000924
3)计算u2=u1/d1,其中
Figure BDA00013129295800000925
表示矩阵
Figure BDA00013129295800000926
的第J行、第J列元素,
Figure BDA00013129295800000927
表示
Figure BDA00013129295800000928
的第J列的前J-1个元素构成的列向量;
4)计算
Figure BDA00013129295800000929
5)计算
Figure BDA00013129295800000930
u4=A2u3
6)计算
7)计算
Figure BDA0001312929580000102
其中,u5=d2u4
Figure BDA0001312929580000103
Figure BDA0001312929580000104
8)先将A5第q列移到最后一列,再将A5第q行移到最后一行,即可得到B。
根据S2所述信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵
Figure BDA0001312929580000108
的主要元素估计值。
S4:判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行S6;否则,执行S5。
定义选集端点为信道矩阵主要元素选集上、下、左、右四端(每端两个端点)共计八个端点,如图5所示。定义选集端点元素为所述选集端点上的八个元素。如果在选集端点上曾经增加过选集元素,则定义该选集端点的属性是正;如果在选集端点上曾经删除过选集元素,则定义该选集端点的属性是负。选集端点的属性一旦确定就不能改变。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正。
S5:调整信道矩阵的主要元素选集,并根据S4确定选集端点属性。执行S3。
从当前信道矩阵
Figure BDA00013129295800001011
的主要元素选集中,删除元素估计值最小的一个选集端点元素,在元素估计值最大的一个选集端点元素外侧新增一个元素并保持十字形选集形状不变,构成信道矩阵
Figure BDA00013129295800001012
的新的主要元素选集,并根据S4确定选集端点属性。
如图5的左图所示,当前信道矩阵
Figure BDA00013129295800001013
的主要元素选集包含的元素用黑色实心符号表示,其中,选集内部元素用黑色实心圆圈表示,选集端点元素用黑色实心方块表示,最大选集端点元素用黑色实心菱形表示,最小选集端点元素用黑色实心三角表示。删除最小选集端点元素,并在最大选集端点元素的外侧新增加一个元素,保持十字形选集外观不变,构成信道矩阵
Figure BDA0001312929580000111
的新的主要元素选集,得到图5的右图,确定删除元素的端点属性为负,确定新增元素的端点属性为正。
S6:更新残差,循环次数加1。
更新残差如下:
Figure BDA0001312929580000112
循环次数加1,即i=i+1,以估计下一条路径的主要元素值。
S7:如果循环次数大于该用户信道的传播路径数目,执行S8;否则执行S2。
如果循环次数i大于第u个用户信道的传播路径数目
Figure BDA0001312929580000113
表明第u个用户的所有路径主要元素选集都估计完毕;否则,还有路径未估计,执行S2估计下一条路径的主要元素选集。
S8:计算第u个用户信道向量所有路径主要元素选集和估计值并输出。
第u个用户所有路径选集估计完后,得到第u个用户信道主要元素选集,是各路径主要元素选集的并集
Figure BDA0001312929580000114
则第u个用户信道所有路径主要元素估计值为
Figure BDA0001312929580000115
其中
Figure BDA0001312929580000116
表示对
Figure BDA0001312929580000117
的估计,
Figure BDA0001312929580000118
表示由C的列向量组成的子矩阵,列索引为Γu
图4是本发明毫米波通信的十字形信道估计装置的结构示意图,该装置包括以下模块:
(a)初始化模块,用于置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
(b)十字形选集模块,用于确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
(c)子信道估计模块,用于根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
(d)调整判断模块,用于判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行调整更新模块;否则,执行选集调整模块;
(e)选集调整模块,用于调整信道矩阵的主要元素选集,并根据调整判断模块确定选集端点属性。执行子信道估计模块;
(f)调整更新模块,用于更新残差,循环次数加1;
(g)多径判断模块,用于判断循环次数与该用户信道的传播路径数目关系,如果循环次数大于该用户信道的传播路径数目,执行输出模块;否则执行十字形选集模块;
(h)输出模块,用于计算第u个用户信道向量所有路径主要元素选集和选集的估计值并输出。
在仿真实验中,基站水平方向天线数Mh=32,垂直方向天线数Mv=32,用户数为U=16,每个用户的信道传播路径数Lu=3,主径信道衰落因子gu,1~CN(0,1),从径的信道衰落因子gu,i~CN(0,0.01),i=2,3,其中CN(0,σ2)表示均值为0,方差为σ2的复高斯分布。使用V=256个时隙传输上行导频,上行合并矩阵C每个元素服从二项随机分布
Figure BDA0001312929580000121
为了和文献[1]对比,设置选集元素个数和文献[1]的相同,即J=64。
图6是本发明实施例一的十字形信道估计方法与文献[1]矩形信道估计方法以及传统正交匹配追踪(Orthogonal Matching Pursuit,OMP)方法的归一化均方误差(Normalized Mean Squared Error,NMSE)性能对比。NMSE定义为
Figure BDA0001312929580000131
其中
Figure BDA0001312929580000132
是对信道向量
Figure BDA0001312929580000133
的估计。由于Lu实际未知,所以分别设置
Figure BDA0001312929580000134
从图6可以看出,对于
Figure BDA0001312929580000135
本方案性能比较近似。在信噪比(Signal to NoiseRatio,SNR)比较低时,本方案和文献[1]的性能均优于OMP的方案;当SNR比较高时,本方案性能优于文献[1]方案的性能。当SNR=15dB,
Figure BDA0001312929580000136
时,较文献[1]有49.7%的性能提升。
以下表格是本发明实施例一和文献[1]计算复杂度的对比,如下:
Figure BDA0001312929580000137
上表的第二行和第三行是本方案和文献[1]调整选集元素的次数,最后一行是本方案和文献[1]计算复杂度的比值。由于本方案可采用快速LS算法实现,比值是((2VJ2+4J3)+(t1-1)(4VJ+10J2+2J))/(2VJ2t2+4J3t2),其中t1和t2是第二行和第三行对应的值。可见,当SNR=15dB时,本方案的计算复杂度不到文献[1]的计算复杂度的一半。
实施例二:
图1B是本发明实施例二使用透镜与开关网络的毫米波下行通信的十字形信道估计***示意图。如图1B所示,基站将导频序列先通过开关网络,再通过透镜,发送进入无线信道,用户得到接收导频,并利用接收导频和发送导频,对信道进行估计。
在本实施例二的实现方式中,基站使用透镜与开关网络。信道估计采用下行方式。基站使用三维天线阵列,在水平方向有Mh根天线,在垂直方向有Mv根天线,共有M=Mh×Mh根天线。用户数为U,每个用户使用单天线,hu表示第u(u=1,2,…,U)个用户的信道向量,hu是一个M维的列向量,hu可表示为
其中Lu表示第u个用户信道的传播路径数目,其中第一条径是直达经,能量最大;剩下Lu-1条是非直达经,能量较小;hu,i表示第u个用户第i条路径;gu,i表示第u个用户第i条路径的信道衰落因子;θu,i
Figure BDA0001312929580000142
分别定义为
Figure BDA0001312929580000143
Figure BDA0001312929580000144
Figure BDA0001312929580000145
其中dh和dv分别是水平方向天线间隔和垂直方向天线间隔,λ是毫米波信号的波长,通常设置dh=dv=λ/2,Θu,i和Φu,i分别是第u个用户第i条路径的信道水平角和俯仰角。θu,i
Figure BDA0001312929580000146
均服从均匀分布[-1/2,1/2];α(M,θ)表示引导向量,定义为
Figure BDA0001312929580000147
Figure BDA0001312929580000148
表示克罗内克积。
在三维天线阵列之后放置三维透镜,三维透镜的数学表达式为其中D(M)表示M行M列的离散傅里叶变换(Discrete Fourier Transform,DFT)矩阵,G是M行M列的矩阵。则第u个用户下行波束域的信道可以表示为
Figure BDA00013129295800001410
由于透镜的能量汇聚特性,波束域信道
Figure BDA00013129295800001411
能量聚集。在下行信道估计阶段,基站有U个射频链路,分别对应U个用户,每个射频链路连续发送K次长度为U的正交导频序列,总共占用时隙V=KU,信道在这V个时隙上保持不变。U个射频链路发送的U个正交导频组成了U行U列的导频矩阵P。在第k(k=1,2,…,K)次下行发送过程中,基站在天线阵列之前放置开关网络,数学形式是U行M列的合并矩阵Ck,则第u个用户第k次接收导频是U维的行向量,表示为
Figure BDA0001312929580000151
其中,上标T表示转置,nu,k是U维的高斯白噪声列向量,其每个元素独立且服从均值为0、方差为σ2的复高斯分布。考虑P的正交性,即PPH=IU,其中上标H表示共轭转置,IU表示U行U列的单位阵。将
Figure BDA0001312929580000152
右乘PH,得到
Figure BDA0001312929580000153
其中定义
Figure BDA0001312929580000154
在两边取转置,得到
Figure BDA0001312929580000155
在U个射频链路发送K次正交导频之后,将ru,k,k=1,2,…,K组合,得到
Figure BDA0001312929580000156
则对于第u(u=1,2,…U)个用户的下行三维透镜天线阵列毫米波通信***模型可表示为
Figure BDA0001312929580000157
本发明利用第u个用户的观测向量ru和合并矩阵C估计第u个用户的下行信道Lu条传播路径主要元素值位置和值。
对于每个用户信道,利用毫米波波束域信道的结构特性,估计信道主要元素值。在本发明实施例二中,流程参照图3,该方法包括:
S1:置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和。
由于Lu实际未知,定义是对Lu的估计。定义循环次数为i,表示对
Figure BDA0001312929580000159
条路径的信道向量
Figure BDA00013129295800001511
的估计,i初始化为1。定义残差ru,i是一个V维的列向量,当i=1时,将其初始化为接收信号向量ru。定义信道向量
Figure BDA00013129295800001512
主要元素选集为Γi,用于存放
Figure BDA00013129295800001513
的主要元素的位置,初始化信道向量主要元素选集为空集,即
根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值η,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J。在信道能量最分散时,信道向量表示为
Figure BDA0001312929580000162
其中,
Figure BDA0001312929580000163
Figure BDA0001312929580000164
的所有元素按照绝对值大小降序排列,选择前J个元素,使得这J个元素构成的选集能量大于等于η。
S2:确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集。
将M维信道向量
Figure BDA0001312929580000165
转化成Mv行、Mh列的信道矩阵
Figure BDA0001312929580000166
即信道向量
Figure BDA0001312929580000167
和信道矩阵的对应关系为
Figure BDA0001312929580000169
其中
Figure BDA00013129295800001610
表示
Figure BDA00013129295800001611
第p(p=1,2,…Mv)行、第q(q=1,2,…Mh)列的元素,
Figure BDA00013129295800001612
表示第(q-1)Mv+p个元素。根据毫米波波束域信道结构特性,
Figure BDA00013129295800001614
主要能量集中在相邻两行和相邻两列上。确定信道矩阵
Figure BDA00013129295800001615
能量最大的相邻两行,行索引为{sp,sp+1},确定信道矩阵
Figure BDA00013129295800001616
能量最大的相邻两列,列索引为{sq,sq+1},具体表示如下
Figure BDA00013129295800001617
Figure BDA00013129295800001618
其中Cq表示由C中列索引为{(q-1)Mv+1,(q-1)Mv+2,…,(q-1)Mv+Mv,qMv+1,qMv+2,…,qMv+Mv}的连续2Mv列组成的子矩阵,Cp表示由C中列索引为{p,p+1,p+Mv,p+1+Mv,…,p+(Mh-1)Mv,p+1+(Mh-1)Mv}的不连续2Mh列组成的子矩阵,‖·‖2表示向量的l2范数。选出的相邻两行和相邻两列组成了十字形信道选集。
从选出的相邻两行和相邻两列中进一步选取J个元素。首先选出的相邻两行两列的四个交点元素,再根据这四个元素选取剩下的J-4个元素,具体如下。以这四个元素为中心,向上、下、左、右四个方向各选取
Figure BDA0001312929580000171
个元素,剩下
Figure BDA0001312929580000172
个元素在这四个方向上均匀选取,其中表示向下取整。选出的J个元素构成信道矩阵
Figure BDA0001312929580000174
的主要元素选集,呈现十字形,如图5所示。
S3:根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值。
根据S2所述信道向量
Figure BDA0001312929580000175
和信道矩阵
Figure BDA0001312929580000176
的对应关系,由信道矩阵
Figure BDA0001312929580000177
的主要元素选集得到信道向量
Figure BDA0001312929580000178
的主要元素选集Γi,并通过最小二乘估计,计算信道向量
Figure BDA0001312929580000179
主要元素选集Γi的估计值,如下
Figure BDA00013129295800001710
其中
Figure BDA00013129295800001711
表示对
Figure BDA00013129295800001712
的估计,
Figure BDA00013129295800001713
表示由C的J列组成的子矩阵,列索引号构成的选集为Γi。上标-1表示求逆运算。
若只调整选集中的两个元素,则上述最小二乘估计可采用快速算法实现。假设上一次执行S5之前,选集为
Figure BDA00013129295800001714
执行S5之后,从
Figure BDA00013129295800001715
中删除了第p个选集元素,再在第q个位置增加了一个新元素,得到Γi,对应于从删除了第p列,再在第q列增加了V维的列向量g;令
Figure BDA00013129295800001717
假设删除了第p列的矩阵为A3,在A3第q列增加了V维的列向量g。现在快速计算
Figure BDA00013129295800001719
具体步骤如下:
1)现将
Figure BDA00013129295800001720
第p列移到最后一列,再将
Figure BDA00013129295800001721
第p行移到最后一行,作为
Figure BDA00013129295800001722
2)取
Figure BDA00013129295800001723
的前J-1行、前J-1列构成子矩阵A1,即
Figure BDA00013129295800001724
3)计算u2=u1/d1,其中
Figure BDA00013129295800001725
表示矩阵的第J行、第J列元素,表示
Figure BDA00013129295800001728
的第J列的前J-1个元素构成的列向量;
4)计算
Figure BDA00013129295800001729
5)计算u4=A2u3
6)计算
Figure BDA00013129295800001731
7)计算
Figure BDA0001312929580000181
其中,u5=d2u4
Figure BDA0001312929580000182
8)先将A5第q列移到最后一列,再将A5第q行移到最后一行,即可得到B。
根据S2所述信道向量
Figure BDA0001312929580000184
和信道矩阵
Figure BDA0001312929580000185
的对应关系,由信道向量主要元素选集的估计值
Figure BDA0001312929580000186
得到信道矩阵
Figure BDA0001312929580000187
的主要元素估计值。
S4:判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行S6;否则,执行S5。
定义选集端点为信道矩阵
Figure BDA0001312929580000188
主要元素选集上、下、左、右四端(每端两个端点)共计八个端点,如图5所示。定义选集端点元素为所述选集端点上的八个元素。如果在选集端点上曾经增加过选集元素,则定义该选集端点的属性是正;如果在选集端点上曾经删除过选集元素,则定义该选集端点的属性是负。选集端点的属性一旦确定就不能改变。停止条件定义为信道矩阵
Figure BDA0001312929580000189
最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正。
S5:调整信道矩阵的主要元素选集,并根据S4确定选集端点属性。执行S3。
从当前信道矩阵
Figure BDA00013129295800001810
的主要元素选集中,删除元素估计值最小的一个选集端点元素,在元素估计值最大的一个选集端点元素外侧新增一个元素并保持十字形选集形状不变,构成信道矩阵
Figure BDA00013129295800001811
的新的主要元素选集,并根据S4确定选集端点属性。
如图5的左图所示,当前信道矩阵的主要元素选集包含的元素用黑色实心符号表示,其中,选集内部元素用黑色实心圆圈表示,选集端点元素用黑色实心方块表示,最大选集端点元素用黑色实心菱形表示,最小选集端点元素用黑色实心三角表示。删除最小选集端点元素,并在最大选集端点元素的外侧新增加一个元素,保持十字形选集外观不变,构成信道矩阵
Figure BDA0001312929580000191
的新的主要元素选集,得到图5的右图,确定删除元素的端点属性为负,确定新增元素的端点属性为正。
S6:更新残差,循环次数加1。
更新残差如下:
Figure BDA0001312929580000192
循环次数加1,即i=i+1,以估计下一条路径的主要元素值。
S7:如果循环次数大于该用户信道的传播路径数目,执行S8;否则执行S2。
如果循环次数i大于第u个用户信道的传播路径数目
Figure BDA0001312929580000193
表明第u个用户的所有路径主要元素选集都估计完毕;否则,还有路径未估计,执行S2估计下一条路径的主要元素选集。
S8:计算第u个用户信道向量所有路径主要元素选集和估计值并输出。
第u个用户所有路径选集估计完后,得到第u个用户信道主要元素选集,是各路径主要元素选集的并集
Figure BDA0001312929580000194
则第u个用户信道所有路径主要元素估计值为
Figure BDA0001312929580000195
其中
Figure BDA0001312929580000196
表示对
Figure BDA0001312929580000197
的估计,
Figure BDA0001312929580000198
表示由C的列向量组成的子矩阵,列索引为Γu
图4是本发明毫米波通信的十字形信道估计装置的结构示意图,该装置包括以下模块:
(a)初始化模块,用于置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
(b)十字形选集模块,用于确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
(c)子信道估计模块,用于根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
(d)调整判断模块,用于判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行调整更新模块;否则,执行选集调整模块;
(e)选集调整模块,用于调整信道矩阵的主要元素选集,并根据调整判断模块确定选集端点属性。执行子信道估计模块;
(f)调整更新模块,用于更新残差,循环次数加1;
(g)多径判断模块,用于判断循环次数与该用户信道的传播路径数目关系,如果循环次数大于该用户信道的传播路径数目,执行输出模块;否则执行十字形选集模块;
(h)输出模块,用于计算第u个用户信道向量所有路径主要元素选集和选集的估计值并输出。
在仿真实验中,基站水平方向天线数Mh=32,垂直方向天线数Mv=32,用户数为U=16,每个用户的信道传播路径数Lu=3,主径信道衰落因子gu,1~CN(0,1),从径的信道衰落因子gu,i~CN(0,0.01),i=2,3,其中CN(0,σ2)表示均值为0,方差为σ2的复高斯分布。使用V=256个时隙传输下行导频,下行合并矩阵C每个元素服从二项随机分布
Figure BDA0001312929580000201
设置选集元素个数J=64。
图7是本发明实施例二的十字形信道估计方法与传统正交匹配追踪(OrthogonalMatching Pursuit,OMP)方案的归一化均方误差(Normalized Mean Squared Error,NMSE)性能对比。NMSE定义为
Figure BDA0001312929580000211
其中是对信道向量
Figure BDA0001312929580000213
的估计。由于Lu实际未知,所以分别设置
Figure BDA0001312929580000214
从图7可以看出,对于
Figure BDA0001312929580000215
本方案性能比较近似,且本方案性能优于OMP的方案。当SNR=15dB,
Figure BDA0001312929580000216
时,较OMP方案有64.6%的性能提升。
实施例三:
图2A是本发明实施例三使用移相器网络的毫米波上行通信的十字形信道估计***示意图。如图2A所示,用户发送导频序列进入无线信道,基站将接收信号通过移相器网络,得到接收导频,基站利用接收导频和发送导频,对信道进行估计。
在本实施例三的实现方式中,基站使用移相器网络。信道估计采用上行方式。基站使用三维天线阵列,在水平方向有Mh根天线,在垂直方向有Mv根天线,共有M=Mh×Mh根天线。用户数为U,每个用户使用单天线。信道矩阵为H=[h1,h2,…,hU],其中hu表示第u(u=1,2,…,U)个用户的信道向量,hu是一个M维的列向量,hu可表示为
Figure BDA0001312929580000217
其中Lu表示第u个用户信道的传播路径数目,其中第一条径是直达经,能量最大;剩下Lu-1条是非直达经,能量较小;hu,i表示第u个用户第i条路径;gu,i表示第u个用户第i条路径的信道衰落因子;θu,i
Figure BDA0001312929580000218
分别定义为
Figure BDA0001312929580000219
Figure BDA00013129295800002110
其中dh和dv分别是水平方向天线间隔和垂直方向天线间隔,λ是毫米波信号的波长,通常设置dh=dv=λ/2,Θu,i和Φu,i分别是第u个用户第i条路径的信道水平角和俯仰角。θu,i
Figure BDA00013129295800002112
均服从均匀分布[-1/2,1/2];α(M,θ)表示引导向量,定义为
Figure BDA00013129295800002114
表示克罗内克积。
在上行信道估计阶段,每个用户连续发送K次长度为U的正交导频序列,总共占用时隙V=KU,信道在这V个时隙上保持不变。U个用户发送的U个正交导频组成了U行U列的导频矩阵P。在第k(k=1,2,…,K)次上行发送过程中,基站在天线阵列之后放置U行M列的移相器网络Fk,则基站第k次U行U列的接收导频表示为
Yk=FkHP+FkNk
其中,Nk是M行U列的高斯白噪声矩阵,其每个元素独立且服从均值为0、方差为σ2的复高斯分布。考虑P的正交性,即PPH=IU,其中上标H表示共轭转置,IU表示U行U列的单位阵。将Yk右乘PH,得到
Figure BDA0001312929580000221
其中定义
Figure BDA0001312929580000222
Figure BDA0001312929580000223
其中D(M)表示M行M列的DFT矩阵,G是M行M列的矩阵。波束域信道可以表示为Hb=GH,Hb能量聚集。考虑G的正交性,即GGH=IM,则H=GHHb。所以Rk可以重写为
令合并矩阵Ck=FkGH,则Rk可以进一步表示为
Figure BDA0001312929580000225
在所有U个用户连续发送K次正交导频之后,将Rk,k=1,2,…,K组合,得到
Figure BDA0001312929580000226
定义ru
Figure BDA0001312929580000227
分别是是R,Hb
Figure BDA0001312929580000228
的第u列列向量,其中是M维的第u个用户的波束域信道向量,则对于第u(u=1,2,…U)个用户的上行三维透镜天线阵列毫米波通信***模型可表示为
Figure BDA00013129295800002210
本发明利用第u个用户的观测向量ru和合并矩阵C估计第u个用户的上行信道Lu条传播路径主要元素值位置和值。
对于每个用户信道,利用毫米波波束域信道的结构特性,估计信道主要元素值。在本发明实施例三中,流程参照图3,该方法包括:
S1:置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和。
由于Lu实际未知,定义
Figure BDA0001312929580000231
是对Lu的估计。定义循环次数为i,表示对
Figure BDA0001312929580000232
条路径的信道向量
Figure BDA0001312929580000234
的估计,i初始化为1。定义残差ru,i是一个V维的列向量,当i=1时,将其初始化为接收信号向量ru。定义信道向量
Figure BDA0001312929580000235
主要元素选集为Γi,用于存放
Figure BDA0001312929580000236
的主要元素的位置,初始化信道向量主要元素选集为空集,即
Figure BDA0001312929580000237
根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值η,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J。在信道能量最分散时,信道向量表示为
其中,
Figure BDA0001312929580000239
Figure BDA00013129295800002310
的所有元素按照绝对值大小降序排列,选择前J个元素,使得这J个元素构成的选集能量大于等于η。
S2:确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集。
将M维信道向量
Figure BDA00013129295800002311
转化成Mv行、Mh列的信道矩阵
Figure BDA00013129295800002312
即信道向量
Figure BDA00013129295800002313
和信道矩阵
Figure BDA00013129295800002314
的对应关系为
Figure BDA00013129295800002315
其中表示
Figure BDA00013129295800002317
第p(p=1,2,…Mv)行、第q(q=1,2,…Mh)列的元素,
Figure BDA00013129295800002318
表示
Figure BDA00013129295800002319
第(q-1)Mv+p个元素。根据毫米波波束域信道结构特性,
Figure BDA00013129295800002320
主要能量集中在相邻两行和相邻两列上。确定信道矩阵
Figure BDA00013129295800002321
能量最大的相邻两行,行索引为{sp,sp+1},确定信道矩阵
Figure BDA00013129295800002322
能量最大的相邻两列,列索引为{sq,sq+1},具体表示如下
Figure BDA0001312929580000241
其中Cq表示由C中列索引为{(q-1)Mv+1,(q-1)Mv+2,…,(q-1)Mv+Mv,qMv+1,qMv+2,…,qMv+Mv}的连续2Mv列组成的子矩阵,Cp表示由C中列索引为{p,p+1,p+Mv,p+1+Mv,…,p+(Mh-1)Mv,p+1+(Mh-1)Mv}的不连续2Mh列组成的子矩阵,‖·‖2表示向量的l2范数。选出的相邻两行和相邻两列组成了十字形信道选集。
从选出的相邻两行和相邻两列中进一步选取J个元素。首先选出的相邻两行两列的四个交点元素,再根据这四个元素选取剩下的J-4个元素,具体如下。以这四个元素为中心,向上、下、左、右四个方向各选取
Figure BDA0001312929580000243
个元素,剩下个元素在这四个方向上均匀选取,其中
Figure BDA0001312929580000245
表示向下取整。选出的J个元素构成信道矩阵
Figure BDA0001312929580000246
的主要元素选集,呈现十字形,如图5所示。
S3:根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值。
根据S2所述信道向量
Figure BDA0001312929580000247
和信道矩阵
Figure BDA0001312929580000248
的对应关系,由信道矩阵
Figure BDA0001312929580000249
的主要元素选集得到信道向量
Figure BDA00013129295800002410
的主要元素选集Γi,并通过最小二乘估计,计算信道向量主要元素选集Γi的估计值,如下
Figure BDA00013129295800002412
其中
Figure BDA00013129295800002413
表示对的估计,
Figure BDA00013129295800002415
表示由C的J列组成的子矩阵,列索引号构成的选集为Γi。上标-1表示求逆运算。
若只调整选集中的两个元素,则上述最小二乘估计可采用快速算法实现。假设上一次执行S5之前,选集为
Figure BDA00013129295800002416
执行S5之后,从
Figure BDA00013129295800002417
中删除了第p个选集元素,再在第q个位置增加了一个新元素,得到Γi,对应于从
Figure BDA00013129295800002418
删除了第p列,再在第q列增加了V维的列向量g;令
Figure BDA00013129295800002419
假设
Figure BDA00013129295800002420
删除了第p列的矩阵为A3,在A3第q列增加了V维的列向量g。现在快速计算具体步骤如下:
1)现将
Figure BDA0001312929580000251
第p列移到最后一列,再将
Figure BDA0001312929580000252
第p行移到最后一行,作为
Figure BDA0001312929580000253
2)取的前J-1行、前J-1列构成子矩阵A1,即
Figure BDA0001312929580000255
3)计算u2=u1/d1,其中
Figure BDA0001312929580000256
表示矩阵的第J行、第J列元素,
Figure BDA0001312929580000258
表示的第J列的前J-1个元素构成的列向量;
4)计算
Figure BDA00013129295800002510
5)计算
Figure BDA00013129295800002511
u4=A2u3
6)计算
Figure BDA00013129295800002512
7)计算
Figure BDA00013129295800002513
其中,u5=d2u4
Figure BDA00013129295800002514
8)先将A5第q列移到最后一列,再将A5第q行移到最后一行,即可得到B。
根据S2所述信道向量
Figure BDA00013129295800002516
和信道矩阵
Figure BDA00013129295800002517
的对应关系,由信道向量主要元素选集的估计值
Figure BDA00013129295800002518
得到信道矩阵的主要元素估计值。
S4:判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行S6;否则,执行S5。
定义选集端点为信道矩阵
Figure BDA00013129295800002520
主要元素选集上、下、左、右四端(每端两个端点)共计八个端点,如图5所示。定义选集端点元素为所述选集端点上的八个元素。如果在选集端点上曾经增加过选集元素,则定义该选集端点的属性是正;如果在选集端点上曾经删除过选集元素,则定义该选集端点的属性是负。选集端点的属性一旦确定就不能改变。停止条件定义为信道矩阵
Figure BDA00013129295800002521
最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正。
S5:调整信道矩阵的主要元素选集,并根据S4确定选集端点属性。执行S3。
从当前信道矩阵
Figure BDA0001312929580000261
的主要元素选集中,删除元素估计值最小的一个选集端点元素,在元素估计值最大的一个选集端点元素外侧新增一个元素并保持十字形选集形状不变,构成信道矩阵
Figure BDA0001312929580000262
的新的主要元素选集,并根据S4确定选集端点属性。
如图5的左图所示,当前信道矩阵
Figure BDA0001312929580000263
的主要元素选集包含的元素用黑色实心符号表示,其中,选集内部元素用黑色实心圆圈表示,选集端点元素用黑色实心方块表示,最大选集端点元素用黑色实心菱形表示,最小选集端点元素用黑色实心三角表示。删除最小选集端点元素,并在最大选集端点元素的外侧新增加一个元素,保持十字形选集外观不变,构成信道矩阵的新的主要元素选集,得到图5的右图,确定删除元素的端点属性为负,确定新增元素的端点属性为正。
S6:更新残差,循环次数加1。
更新残差如下:
Figure BDA0001312929580000265
循环次数加1,即i=i+1,以估计下一条路径的主要元素值。
S7:如果循环次数大于该用户信道的传播路径数目,执行S8;否则执行S2。
如果循环次数i大于第u个用户信道的传播路径数目
Figure BDA0001312929580000266
表明第u个用户的所有路径主要元素选集都估计完毕;否则,还有路径未估计,执行S2估计下一条路径的主要元素选集。
S8:计算第u个用户信道向量所有路径主要元素选集和估计值并输出。
第u个用户所有路径选集估计完后,得到第u个用户信道主要元素选集,是各路径主要元素选集的并集
Figure BDA0001312929580000267
则第u个用户信道所有路径主要元素估计值为
Figure BDA0001312929580000268
其中
Figure BDA0001312929580000269
表示对
Figure BDA00013129295800002610
的估计,
Figure BDA00013129295800002611
表示由C的列向量组成的子矩阵,列索引为Γu
在得到
Figure BDA0001312929580000271
之后,根据
Figure BDA0001312929580000272
得到
Figure BDA0001312929580000273
图4是本发明毫米波通信的十字形信道估计装置的结构示意图,该装置包括以下模块:
(a)初始化模块,用于置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
(b)十字形选集模块,用于确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
(c)子信道估计模块,用于根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
(d)调整判断模块,用于判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行调整更新模块;否则,执行选集调整模块;
(e)选集调整模块,用于调整信道矩阵的主要元素选集,并根据调整判断模块确定选集端点属性。执行子信道估计模块;
(f)调整更新模块,用于更新残差,循环次数加1;
(g)多径判断模块,用于判断循环次数与该用户信道的传播路径数目关系,如果循环次数大于该用户信道的传播路径数目,执行输出模块;否则执行十字形选集模块;
(h)输出模块,用于计算第u个用户信道向量所有路径主要元素选集和选集的估计值并输出。
在仿真实验中,基站水平方向天线数Mh=32,垂直方向天线数Mv=32,用户数为U=16,每个用户的信道传播路径数Lu=3,主径信道衰落因子gu,1~CN(0,1),从径的信道衰落因子gu,i~CN(0,0.01),i=2,3,其中CN(0,σ2)表示均值为0,方差为σ2的复高斯分布。使用V=256个时隙传输上行导频,则需要K=V/U=16组。上行移相器网络Fk,k=1,2,…,16每个元素服从均匀随机分布
Figure BDA0001312929580000281
设置选集元素个数J=64。
图8是本发明实施例三的十字形信道估计方法与传统正交匹配追踪(OrthogonalMatching Pursuit,OMP)方案的归一化均方误差(Normalized Mean Squared Error,NMSE)性能对比。NMSE定义为
其中
Figure BDA0001312929580000283
是对信道向量hu的估计。由于Lu实际未知,所以分别设置从图8可以看出,对于本方案性能比较近似,且本方案性能优于OMP的方案。当SNR=15dB,
Figure BDA0001312929580000286
时,较OMP方案有71.5%的性能提升。
实施例四:
图2B是本发明实施例四使用移相器网络的毫米波下行通信的十字形信道估计***示意图。如图2B所示,基站将导频序列通过移相器网络,发送进入无线信道,用户得到接收导频,并利用接收导频和发送导频,对信道进行估计。
在本实施例四的实现方式中,基站使用移相器网络。信道估计采用下行方式。基站使用三维天线阵列,在水平方向有Mh根天线,在垂直方向有Mv根天线,共有M=Mh×Mh根天线。用户数为U,每个用户使用单天线,hu表示第u(u=1,2,…,U)个用户的信道向量,hu是一个M维的列向量,hu可表示为
其中Lu表示第u个用户信道的传播路径数目,其中第一条径是直达经,能量最大;剩下Lu-1条是非直达经,能量较小;hu,i表示第u个用户第i条路径;gu,i表示第u个用户第i条路径的信道衰落因子;θu,i
Figure BDA0001312929580000291
分别定义为
Figure BDA0001312929580000293
Figure BDA0001312929580000294
其中dh和dv分别是水平方向天线间隔和垂直方向天线间隔,λ是毫米波信号的波长,通常设置dh=dv=λ/2,Θu,i和Φu,i分别是第u个用户第i条路径的信道水平角和俯仰角。θu,i
Figure BDA0001312929580000295
均服从均匀分布[-1/2,1/2];α(M,θ)表示引导向量,定义为
Figure BDA0001312929580000296
Figure BDA0001312929580000297
表示克罗内克积。
在下行信道估计阶段,基站有U个射频链路,分别对应U个用户,每个射频链路连续发送K次长度为U的正交导频序列,总共占用时隙V=KU,信道在这V个时隙上保持不变。U个射频链路发送的U个正交导频组成了U行U列的导频矩阵P。在第k(k=1,2,…,K)次下行发送过程中,基站在天线阵列之前放置U行M列的移相器网络Fk,则第u个用户第k次接收导频是U维的行向量,表示为
其中,上标T表示转置,nu,k是U维的高斯白噪声列向量,其每个元素独立且服从均值为0、方差为σ2的复高斯分布。考虑P的正交性,即PPH=IU,其中上标H表示共轭转置,IU表示U行U列的单位阵。将Yk右乘PH,得到
Figure BDA0001312929580000299
其中定义
Figure BDA00013129295800002910
在两边取转置,得到
Figure BDA00013129295800002911
Figure BDA00013129295800002912
其中D(M)表示M行M列的DFT矩阵,G是M行M列的矩阵。则第u个用户下行波束域的信道可以表示为
Figure BDA00013129295800002913
能量聚集。考虑G的正交性,即GGH=IM,则
Figure BDA00013129295800002915
所以ru,k可以重写为
Figure BDA00013129295800002916
令合并矩阵Ck=FkGH,则ru,k可以进一步表示为
Figure BDA00013129295800002917
在U个射频链路发送K次正交导频之后,将ru,k,k=1,2,…,K组合,得到
Figure BDA00013129295800002918
则对于第u(u=1,2,…U)个用户的下行移相器网络毫米波通信***模型可表示为
本发明利用第u个用户的观测向量ru和合并矩阵C估计第u个用户的下行信道Lu条传播路径主要元素值位置和值。
对于每个用户信道,利用毫米波波束域信道的结构特性,估计信道主要元素值。在本发明实施例四中,流程参照图3,该方法包括:
S1:置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和。
由于Lu实际未知,定义
Figure BDA0001312929580000302
是对Lu的估计。定义循环次数为i,表示对
Figure BDA0001312929580000303
Figure BDA0001312929580000304
条路径的信道向量的估计,i初始化为1。定义残差ru,i是一个V维的列向量,当i=1时,将其初始化为接收信号向量ru。定义信道向量
Figure BDA0001312929580000306
主要元素选集为Γi,用于存放
Figure BDA0001312929580000307
的主要元素的位置,初始化信道向量主要元素选集为空集,即
Figure BDA0001312929580000308
根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值η,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J。在信道能量最分散时,信道向量表示为
Figure BDA0001312929580000309
其中,
Figure BDA00013129295800003010
Figure BDA00013129295800003011
的所有元素按照绝对值大小降序排列,选择前J个元素,使得这J个元素构成的选集能量大于等于η。
S2:确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集。
将M维信道向量转化成Mv行、Mh列的信道矩阵
Figure BDA00013129295800003013
即信道向量
Figure BDA00013129295800003014
和信道矩阵的对应关系为
Figure BDA0001312929580000311
其中
Figure BDA0001312929580000312
表示第p(p=1,2,…Mv)行、第q(q=1,2,…Mh)列的元素,
Figure BDA0001312929580000314
表示
Figure BDA0001312929580000315
第(q-1)Mv+p个元素。根据毫米波波束域信道结构特性,
Figure BDA0001312929580000316
主要能量集中在相邻两行和相邻两列上。确定信道矩阵
Figure BDA0001312929580000317
能量最大的相邻两行,行索引为{sp,sp+1},确定信道矩阵能量最大的相邻两列,列索引为{sq,sq+1},具体表示如下
Figure BDA0001312929580000319
Figure BDA00013129295800003110
其中Cq表示由C中列索引为{(q-1)Mv+1,(q-1)Mv+2,…,(q-1)Mv+Mv,qMv+1,qMv+2,…,qMv+Mv}的连续2Mv列组成的子矩阵,Cp表示由C中列索引为{p,p+1,p+Mv,p+1+Mv,…,p+(Mh-1)Mv,p+1+(Mh-1)Mv}的不连续2Mh列组成的子矩阵,‖·‖2表示向量的l2范数。选出的相邻两行和相邻两列组成了十字形信道选集。
从选出的相邻两行和相邻两列中进一步选取J个元素。首先选出的相邻两行两列的四个交点元素,再根据这四个元素选取剩下的J-4个元素,具体如下。以这四个元素为中心,向上、下、左、右四个方向各选取个元素,剩下个元素在这四个方向上均匀选取,其中
Figure BDA00013129295800003113
表示向下取整。选出的J个元素构成信道矩阵
Figure BDA00013129295800003114
的主要元素选集,呈现十字形,如图5所示。
S3:根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值。
根据S2所述信道向量
Figure BDA00013129295800003115
和信道矩阵
Figure BDA00013129295800003116
的对应关系,由信道矩阵
Figure BDA00013129295800003117
的主要元素选集得到信道向量的主要元素选集Γi,并通过最小二乘估计,计算信道向量
Figure BDA00013129295800003119
主要元素选集Γi的估计值,如下
Figure BDA00013129295800003120
其中
Figure BDA0001312929580000321
表示对
Figure BDA0001312929580000322
的估计,
Figure BDA0001312929580000323
表示由C的J列组成的子矩阵,列索引号构成的选集为Γi。上标-1表示求逆运算。
若只调整选集中的两个元素,则上述最小二乘估计可采用快速算法实现。假设上一次执行S5之前,选集为执行S5之后,从
Figure BDA0001312929580000325
中删除了第p个选集元素,再在第q个位置增加了一个新元素,得到Γi,对应于从
Figure BDA0001312929580000326
删除了第p列,再在第q列增加了V维的列向量g;令
Figure BDA0001312929580000327
假设
Figure BDA0001312929580000328
删除了第p列的矩阵为A3,在A3第q列增加了V维的列向量g。现在快速计算具体步骤如下:
1)现将
Figure BDA00013129295800003210
第p列移到最后一列,再将
Figure BDA00013129295800003211
第p行移到最后一行,作为
Figure BDA00013129295800003212
2)取
Figure BDA00013129295800003213
的前J-1行、前J-1列构成子矩阵A1,即
Figure BDA00013129295800003214
3)计算u2=u1/d1,其中
Figure BDA00013129295800003215
表示矩阵
Figure BDA00013129295800003216
的第J行、第J列元素,
Figure BDA00013129295800003217
表示
Figure BDA00013129295800003218
的第J列的前J-1个元素构成的列向量;
4)计算
Figure BDA00013129295800003219
5)计算
Figure BDA00013129295800003220
u4=A2u3
6)计算
Figure BDA00013129295800003221
7)计算
Figure BDA00013129295800003222
其中,u5=d2u4
Figure BDA00013129295800003224
8)先将A5第q列移到最后一列,再将A5第q行移到最后一行,即可得到B。
根据S2所述信道向量
Figure BDA00013129295800003225
和信道矩阵
Figure BDA00013129295800003226
的对应关系,由信道向量主要元素选集的估计值
Figure BDA00013129295800003227
得到信道矩阵
Figure BDA00013129295800003228
的主要元素估计值。
S4:判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行S6;否则,执行S5。
定义选集端点为信道矩阵
Figure BDA0001312929580000331
主要元素选集上、下、左、右四端(每端两个端点)共计八个端点,如图5所示。定义选集端点元素为所述选集端点上的八个元素。如果在选集端点上曾经增加过选集元素,则定义该选集端点的属性是正;如果在选集端点上曾经删除过选集元素,则定义该选集端点的属性是负。选集端点的属性一旦确定就不能改变。停止条件定义为信道矩阵
Figure BDA0001312929580000332
最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正。
S5:调整信道矩阵的主要元素选集,并根据S4确定选集端点属性。执行S3。
从当前信道矩阵
Figure BDA0001312929580000333
的主要元素选集中,删除元素估计值最小的一个选集端点元素,在元素估计值最大的一个选集端点元素外侧新增一个元素并保持十字形选集形状不变,构成信道矩阵
Figure BDA0001312929580000334
的新的主要元素选集,并根据S4确定选集端点属性。
如图5的左图所示,当前信道矩阵
Figure BDA0001312929580000335
的主要元素选集包含的元素用黑色实心符号表示,其中,选集内部元素用黑色实心圆圈表示,选集端点元素用黑色实心方块表示,最大选集端点元素用黑色实心菱形表示,最小选集端点元素用黑色实心三角表示。删除最小选集端点元素,并在最大选集端点元素的外侧新增加一个元素,保持十字形选集外观不变,构成信道矩阵
Figure BDA0001312929580000336
的新的主要元素选集,得到图5的右图,确定删除元素的端点属性为负,确定新增元素的端点属性为正。
S6:更新残差,循环次数加1。
更新残差如下:
循环次数加1,即i=i+1,以估计下一条路径的主要元素值。
S7:如果循环次数大于该用户信道的传播路径数目,执行S8;否则执行S2。
如果循环次数i大于第u个用户信道的传播路径数目
Figure BDA0001312929580000338
表明第u个用户的所有路径主要元素选集都估计完毕;否则,还有路径未估计,执行S2估计下一条路径的主要元素选集。
S8:计算第u个用户信道向量所有路径主要元素选集和估计值并输出。
第u个用户所有路径选集估计完后,得到第u个用户信道主要元素选集,是各路径主要元素选集的并集
Figure BDA0001312929580000341
则第u个用户信道所有路径主要元素估计值为
Figure BDA0001312929580000342
其中
Figure BDA0001312929580000343
表示对
Figure BDA0001312929580000344
的估计,
Figure BDA0001312929580000345
表示由C的列向量组成的子矩阵,列索引为Γu
在得到
Figure BDA0001312929580000346
之后,根据
Figure BDA0001312929580000347
得到
Figure BDA0001312929580000348
图4是本发明毫米波通信的十字形信道估计装置的结构示意图,该装置包括以下模块:
(a)初始化模块,用于置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集。根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
(b)十字形选集模块,用于确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计。根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列。从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
(c)子信道估计模块,用于根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值。根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
(d)调整判断模块,用于判断是否满足停止条件。停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素。若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负。如果满足停止条件,执行调整更新模块;否则,执行选集调整模块;
(e)选集调整模块,用于调整信道矩阵的主要元素选集,并根据调整判断模块确定选集端点属性。执行子信道估计模块;
(f)调整更新模块,用于更新残差,循环次数加1;
(g)多径判断模块,用于判断循环次数与该用户信道的传播路径数目关系,如果循环次数大于该用户信道的传播路径数目,执行输出模块;否则执行十字形选集模块;
(h)输出模块,用于计算第u个用户信道向量所有路径主要元素选集和选集的估计值并输出。
在仿真实验中,基站水平方向天线数Mh=32,垂直方向天线数Mv=32,用户数为U=16,每个用户的信道传播路径数Lu=3,主径信道衰落因子gu,1~CN(0,1),从径的信道衰落因子gu,i~CN(0,0.01),i=2,3,其中CN(0,σ2)表示均值为0,方差为σ2的复高斯分布。使用V=256个时隙传输下行导频,则需要K=V/U=16组。下行移相器网络Fk,k=1,2,…,16每个元素服从均匀随机分布
Figure BDA0001312929580000351
设置选集元素个数J=64。
图9是本发明实施例四的十字形信道估计方法与传统正交匹配追踪(OrthogonalMatching Pursuit,OMP)方案的归一化均方误差(Normalized Mean Squared Error,NMSE)性能对比。NMSE定义为
Figure BDA0001312929580000352
其中
Figure BDA0001312929580000353
是对信道向量hu的估计。由于Lu实际未知,所以分别设置
Figure BDA0001312929580000354
从图9可以看出,对于本方案性能比较近似,且本方案性能优于OMP的方案。当SNR=15dB,
Figure BDA0001312929580000356
时,较OMP方案有71.5%的性能提升。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步地详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种毫米波通信的十字形信道估计方法,其特征在于,所述毫米波通信的十字形信道包括使用透镜与开关网络的毫米波上行通信的十字形信道或者使用透镜与开关网络的毫米波下行通信的十字形信道或者使用移相器网络的毫米波上行通信的十字形信道或者使用移相器网络的毫米波下行通信的十字形信道,
所述方法包括以下步骤:
S1:置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集;根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
S2:确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计;根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列;从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
S3:根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值;根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
S4:判断是否满足停止条件;停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素;若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负;如果满足停止条件,执行S6;否则,执行S5;
S5:调整信道矩阵的主要元素选集,并根据S4确定选集端点属性,执行S3;
S6:更新残差,循环次数加1;
S7:如果循环次数大于该用户信道的传播路径数目,执行S8;否则执行S2;
S8:计算第u个用户信道向量所有路径主要元素选集和估计值并输出。
2.一种毫米波通信的十字形信道估计装置,其特征在于,所述装置包括:
初始化模块,用于置循环次数为1,初始化残差为所述毫米波通信第u(u=1,2,…,U)个用户接收信号向量,初始化信道向量主要元素选集为空集;根据预设的信道向量主要元素选集能量占信道向量所有元素能量的比值,求得在信道能量最分散的情况下信道向量主要元素选集的元素个数J,其中能量是选集中每个元素的绝对值的平方和;
十字形选集模块,用于确定信道向量与信道矩阵的对应关系,将信道向量的估计转化为对信道矩阵的估计;根据残差和毫米波通信***合并矩阵确定信道矩阵能量最大的相邻两行以及能量最大的相邻两列;从确定的相邻两行和相邻两列中进一步选取J个元素,构成信道矩阵主要元素选集;
子信道估计模块,用于根据信道向量和信道矩阵的对应关系,由信道矩阵主要元素选集得到信道向量主要元素选集,计算信道向量主要元素选集的估计值;根据信道向量和信道矩阵的对应关系,由信道向量主要元素选集的估计值得到信道矩阵主要元素选集的估计值;
调整判断模块,用于判断是否满足停止条件;停止条件定义为信道矩阵最大的选集端点元素所在的选集端点属性是负或者最小的选集端点元素所在的选集端点属性是正,其中,选集端点定义为信道矩阵主要元素选集上、下、左、右四端共计八个端点;选集端点元素定义为所述选集端点上的八个元素;若在选集端点上曾经增加过选集元素,确定该选集端点的属性是正;若在选集端点上曾经删除过选集元素,确定该选集端点的属性是负;如果满足停止条件,执行调整更新模块;否则,执行选集调整模块;
选集调整模块,用于调整信道矩阵的主要元素选集,并根据调整判断模块确定选集端点属性, 执行子信道估计模块;
调整更新模块,用于更新残差,循环次数加1;
多径判断模块,用于判断循环次数与该用户信道的传播路径数目关系,如果循环次数大于该用户信道的传播路径数目,执行输出模块;否则执行十字形选集模块;
输出模块,用于计算第u个用户信道向量所有路径主要元素选集和选集的估计值并输出。
3.一种毫米波通信的十字形信道估计***,其特征在于,所述***包括使用透镜与开关网络的毫米波上行通信的十字形信道估计***和设置在该***中的如权利要求2所述的装置,所述使用透镜与开关网络的毫米波上行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的上行信道估计过程包括:第u(u=1,2,…,U)个用户发送导频序列进入无线信道,基站将接收信号先通过透镜,再通过开关网络,得到接收导频,基站利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
4.一种毫米波通信的十字形信道估计***,其特征在于,所述***包括使用透镜与开关网络的毫米波下行通信的十字形信道估计***和设置在该***中的如权利要求2所述的装置,所述使用透镜与开关网络的毫米波下行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的下行信道估计过程包括:基站将导频序列先通过开关网络,再通过透镜,发送进入无线信道,第u(u=1,2,…,U)个用户得到接收导频,并利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
5.一种毫米波通信的十字形信道估计***,其特征在于,所述***包括使用移相器网络的毫米波上行通信的十字形信道估计***和设置在该***中的如权利要求2所述的装置,所述使用移相器网络的毫米波上行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的上行信道估计过程包括:第u(u=1,2,…,U)个用户发送导频序列进入无线信道,基站将接收信号通过移相器网络,得到接收导频,基站利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
6.一种毫米波通信的十字形信道估计***,其特征在于,所述***包括使用移相器网络的毫米波下行通信的十字形信道估计***和设置在该***中的如权利要求2所述的装置,所述使用移相器网络的毫米波下行通信的十字形信道估计***的第u(u=1,2,…,U)个用户的下行信道估计过程包括:基站将导频序列通过移相器网络,发送进入无线信道,第u(u=1,2,…,U)个用户得到接收导频,并利用接收导频和发送导频,对信道进行估计;其中,基站的信号覆盖U个用户。
CN201710413002.7A 2017-05-31 2017-06-05 毫米波通信的十字形信道估计方法、装置及*** Active CN107426119B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2017103968060 2017-05-31
CN201710396806 2017-05-31

Publications (2)

Publication Number Publication Date
CN107426119A CN107426119A (zh) 2017-12-01
CN107426119B true CN107426119B (zh) 2020-02-07

Family

ID=60429520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710413002.7A Active CN107426119B (zh) 2017-05-31 2017-06-05 毫米波通信的十字形信道估计方法、装置及***

Country Status (1)

Country Link
CN (1) CN107426119B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112565118B (zh) * 2020-11-25 2022-11-01 哈尔滨工业大学 毫米波透镜天线阵列通信***信道估计方法
CN114338294B (zh) * 2020-12-21 2023-06-09 重庆邮电大学 一种超大规模多天线***中低复杂度的信道估计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103701752A (zh) * 2013-12-03 2014-04-02 长安大学 一种g.hn标准中十字星座qam低复杂度解映射算法
CN104022979A (zh) * 2014-06-23 2014-09-03 东南大学 一种联合稀疏信道估计方法、装置及***
WO2015172836A1 (en) * 2014-05-15 2015-11-19 Huawei Technologies Co.,Ltd Method and equipment for establishing millimetre connection
CN105891771A (zh) * 2016-04-06 2016-08-24 北京邮电大学 一种提高估计精度的基于连续分布的角度估计方法与设备
CN106453166A (zh) * 2016-12-08 2017-02-22 桂林电子科技大学 一种大规模mimo信道估计方法和***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103701752A (zh) * 2013-12-03 2014-04-02 长安大学 一种g.hn标准中十字星座qam低复杂度解映射算法
WO2015172836A1 (en) * 2014-05-15 2015-11-19 Huawei Technologies Co.,Ltd Method and equipment for establishing millimetre connection
CN104022979A (zh) * 2014-06-23 2014-09-03 东南大学 一种联合稀疏信道估计方法、装置及***
CN105891771A (zh) * 2016-04-06 2016-08-24 北京邮电大学 一种提高估计精度的基于连续分布的角度估计方法与设备
CN106453166A (zh) * 2016-12-08 2017-02-22 桂林电子科技大学 一种大规模mimo信道估计方法和***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Beamspace channelestimation for 3D lens-based millimeter-wave massive MIMO systems;X.Gao,et.al;《Proc.IEEE WCSP》;20161031;第1~5页 *

Also Published As

Publication number Publication date
CN107426119A (zh) 2017-12-01

Similar Documents

Publication Publication Date Title
Hu et al. Super-resolution channel estimation for mmWave massive MIMO with hybrid precoding
CN106559367B (zh) 基于低秩张量分解的mimo-ofdm***毫米波信道估计方法
CN106603130B (zh) 一种大规模mimo***中数模混合预编码方法
CN108933745A (zh) 一种基于超分辨率角度和时延估计的宽带信道估计方法
CN107483091B (zh) 一种fdd大规模mimo-ofdm***下的信道信息反馈算法
CN113179231B (zh) 一种毫米波大规模mimo***中波束空间信道估计方法
CN109714091B (zh) 一种在毫米波mimo***中基于分层设计的迭代混合预编码方法
Wang et al. Channel parameter estimation of mmWave MIMO system in urban traffic scene: A training channel-based method
CN104779985A (zh) 一种基于信道空间稀疏特性的迭代波束成形方法
Peng et al. Channel estimation for RIS-aided multi-user mmWave systems with uniform planar arrays
CN110650103B (zh) 利用冗余字典加强稀疏性的透镜天线阵列信道估计方法
CN105471775B (zh) 一种大规模mimo***中低复杂度的信道估计方法
CN114726687B (zh) 一种智能反射面辅助毫米波大规模mimo***的信道估计方法
CN104779988A (zh) 一种快速迭代波束成形的方法
Xie et al. Dictionary learning for channel estimation in hybrid frequency-selective mmWave MIMO systems
CN113315560B (zh) 一种紧凑型平面阵列Massive MIMO***的波束赋形方法
Yin et al. Deep CSI compression for massive MIMO: A self-information model-driven neural network
CN110380997A (zh) 基于自适应压缩感知的毫米波信道估计方法
CN111654456B (zh) 基于降维分解的毫米波大规模mimo角域信道估计方法及装置
CN104243106A (zh) 一种基于3d交叉极化信道大规模mimo***的码本构造方法
CN113411107A (zh) 一种基于波束束的毫米波大规模mimo***宽带信道估计方法
CN107426119B (zh) 毫米波通信的十字形信道估计方法、装置及***
Chen et al. Channel estimation of IRS-aided communication systems with hybrid multiobjective optimization
Xiao et al. Channel estimation for movable antenna communication systems: A framework based on compressed sensing
CN106130938B (zh) Tdd大规模mimo***多用户联合信道估计方法

Legal Events

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