CN107809399B - 一种针对量化接收信号的多天线毫米波信道估计方法 - Google Patents
一种针对量化接收信号的多天线毫米波信道估计方法 Download PDFInfo
- Publication number
- CN107809399B CN107809399B CN201711043707.0A CN201711043707A CN107809399B CN 107809399 B CN107809399 B CN 107809399B CN 201711043707 A CN201711043707 A CN 201711043707A CN 107809399 B CN107809399 B CN 107809399B
- Authority
- CN
- China
- Prior art keywords
- channel
- matrix
- channel estimation
- estimation
- algorithm
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0256—Channel estimation using minimum mean square error criteria
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了针对量化毫米波多天线信道提出了基于最小均方误差的信道估计方法,该方案可以在接收端接收信号被量化的情况下,实现基于最小均方误差的信道估计,并且该估计方法同时利用EM算法,使得信道估计算法不依赖准确已知信道的统计信息。本发明充分考虑了接收端量化操作对信道估计的影响,并对其进行数学建模。在应用中,只需已知信道服从的概率模型,即可利用提出的迭代算法同时实现信道和概率模型参数的联合估计。本发明的优点在于无需准确知道信道的统计信息,只需知道服从的概率分布类型,然后通过EM算法实现概率分布参数和信道的联合估计,这一优点使得所提出的信道估计方案具有较广的应用场景和较强的鲁棒性,从而保证无线通信***的稳定性。
Description
技术领域
本发明设计无线通信和信号处理***,特别涉及一种适用于信道信息不确定环境下的无线通信***。
背景技术
毫米波段无线通信可以有效解决当前无线通信频谱稀缺的困境,已经成为未来无线通信的研究热点。毫米波段未被规划的频谱带宽宽,可很好提升整个无线网络的网络容量,特别是结合大规模天线技术之后。但是,毫米波段和传统的低频波段不同,通常来说,毫米波段的信号传输要求无线通信接收机具有较高的采样频谱,以获得无失真的接收信号。然而,随着采样频谱的增加,模数转化器的功率消耗会急剧上升。同时,高精度的模数转化器,即表征每个量化数值的比特数较多的模数转化器,也会很大程度上提高接收机的功率消耗。而这一缺陷在接收端使用大规模天线的时候尤为明显。
针对毫米波通信的这一缺陷,在接收端采用低比特量化可有效缓解上述不足。所谓的低比特量化旨在用少量的比特来表征接收端采样之后的离散信号。由于信号的低比特量化过程是一个非线性过程,其对相应的物理层设计会产生极大的影响,特别是信道估计。由于信道估计中发送端发送导频信号和接收信号之间不只是简单的线性相乘关系,而是一个非线性的函数。因此如何对这个非线性函数进行建模,是整个信道估计的关键。
同时,信道的准确统计信道一般难以获得,如果在进行信道估计同时进行信道统计信息估计也是毫米波通信信道估计的又一重要难题。
发明内容
本发明的目的是为了解决上述问题,提供一种适合于毫米波场景下利用量化接收信号进行信道估计的方法。
技术方案
本发明方法实现过程包括:
一、建立多天线信道模型,定义为H毫米波通信信道矩阵,其可以表示为H=BrXBt。
四、在已知给定信道变量x统计信息的条件下,通过对量化接收信号的量化效应进行线性化建模,基于最小均方误差方法,进行信道估计。
五、利用估计到的信道x,利用EM算法进行信道统计信息估计。
具体的说明,如下:
本发明的基于量化信号的毫米波多天线信道估计方法,可在未知信道统计信息状态下,实现信道的最小均方误差估计。
所述的多天线信道模型,是针对毫米波通信信道的特点,将其建模为一个随机信道矩阵和两个方向矩阵的乘积。其中,这里一个为左方向矩阵,一个为右方向矩阵。
所述的将量化信号Y进行转化操作,其目的在于将矩阵信号表达转化为向量表达,以用于后续基于最小均方误差的信道求解。
所述的最小均方误差信道估计,是指在已知信道统计信息条件下,将信道估计建模成以信道x为变量,以最小化均方误差为目标的优化问题,以获得信道线性估计。
所述的利用EM算法估计信道统计信息,是指在已知信道的前提下,反过来对信道的统计信息进行估计。这里,我们将信道矩阵X建模为均值为零,方差未知的高斯随机变量。
所述的交替迭代是指将信道估计过程和信道统计信道估计过程进行交替迭代。其原因在于信道估计步骤四中需要已知信道统计信息,而信道统计信息估计步骤五中需要已知信道。故两者交替迭代可实现两者的联合估计。
本发明的有益效果:
(1)本发明利用的信道模型适用于毫米波信道,避免直接对多天线信道进行估计,而采取估计其中的部分稀疏分量;
(2)本发明所提出的信道估计充分考虑了非线性量化操作对信道估计的影响,为降低信道估计算法的复杂度,将非线性量化操作建模成一个线性过程,有助于本发明在实际***中应用。
(3)本发明所提出的信道估计方法无需准确知道信道的统计信息,可实现信道估计和信道统计信息的联合估计。
(4)本发明所提出的交替迭代信道估计方法可利用信道统计信息,提高信道的估计精度。
附图说明
图1为信道估计方法框架图
图2为交替迭代信道估计示意图
具体实施方式
下面将结合说明书附图,对本发明做进一步的说明。
如图1所示,首先将接收信号向量化。在多天线接收端,接收信号为
Y=Q(HT+N)
这里Y为接收量化后的矩阵信号,Q为量化函数,H为信道矩阵,T为导频序列,N为接收端噪声。根据如下毫米波信道模型
H=BrXBt
这里Br为已知接收端方向矩阵,为Bt已知发送端方向矩阵,X为待估计的信道参数矩阵。其中,X中各元素被建模为相互独立,均值为零,方差未知的高斯变量。
根据图1第二步所示,将接收矩阵信号Y向量化,得到
根据图1第三步所示,将量化函数近似为
这里F=(1-ρ)I,其中ρ为已知的量化失真参量,I为单位矩阵,()T对矩阵转置,η=n+e为加性噪声n和量化噪声e之和,且均值为零,方差矩阵Rηη可表示为:
根据图2中交替迭代算法,首先初始化信道统计信息,即协方差矩阵Q,这里初始化Q=I。
根据图2第三步所示,当交替前后两次误差超过预定阈值,执行利用EM算法估计对角协方差矩阵Q。更新的过程可表示如下:
Q[n+1]=Q[n]-αAH(I⊙CT)A+(1+ρ)(AHD-1B-1A)T
根据图2第四步所示,当交替前后两次误差小于预定阈值,交替迭代结束。
Claims (5)
1.利用量化接收信号的多天线毫米波信道估计方法,其特征在于,包括对量化接收信号进行数学建模、基于最小均方误差的信道估计方法和利用EM算法进行信道概率模型参数估计各步骤;所述的最小均方误差信道估计和EM算法交替迭代,以获得较为准确的信道估计结果;
对量化接收信号进行数学建模:
第一步,在多天线接收端,接收信号为
H=BrXBt
Br为已知接收端方向矩阵,Bt为已知发送端方向矩阵,X为待估计的信道参数矩阵;其中,X中各元素被建模为相互独立,均值为零,方差未知的高斯变量;
第二步,将接收矩阵信号Y向量化,得到
第三步,将量化函数近似为
F=(1-ρ)I,其中ρ为已知的量化失真参量,I为单位矩阵,()T对矩阵转置,η=n+e为加性噪声n和量化噪声e之和,且均值为零,方差矩阵Rηη可表示为:
根据交替迭代算法:
第一步,首先初始化信道统计信息,即协方差矩阵Q,这里初始化Q=I;
第三步,当交替前后两次误差超过预定阈值,执行利用EM算法估计协方差矩阵Q;更新的过程表示如下:
Q[n+1]=Q[n]-αAH(I⊙CT)A+(1+ρ)(AHD-1B-1A)T
α为给定迭代步长,⊙表示矩阵点乘,Q[n+1]表示第n+1次更新结果,Q[n]表示第n次更新结果,C=-(1-ρ)ρB-1AQ[n]AHD-1B-1,其中
第四步,当交替前后两次误差小于预定阈值,交替迭代结束。
2.根据权利要求1所述的方法,其特征在于,所述对量化接收信号进行数学建模是指用线性模型来近似单比特或多比特接收信号量化。
3.根据权利要求1所述的方法,其特征在于,所述的最小均方误差的信道估计方法是一个以最小化估计信号和真实信道均方误差为目标的信道估计方法。
4.根据权利要求1或3所述的方法,其特征在于,在计算最小均方误差闭式表达式时,需获得信道的统计信息,该统计信息需要利用EM算法进行概率模型参数估计。
5.根据权利要求4所述的方法,其特征在于,交替迭代的第一子问题是给定概率模型参数估计的情况下,利用最小均方误差来进行信道估计;交替迭代的第二个子问题旨在利用EM算法进行概率模型参数估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711043707.0A CN107809399B (zh) | 2017-10-31 | 2017-10-31 | 一种针对量化接收信号的多天线毫米波信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711043707.0A CN107809399B (zh) | 2017-10-31 | 2017-10-31 | 一种针对量化接收信号的多天线毫米波信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107809399A CN107809399A (zh) | 2018-03-16 |
CN107809399B true CN107809399B (zh) | 2020-08-14 |
Family
ID=61590934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711043707.0A Active CN107809399B (zh) | 2017-10-31 | 2017-10-31 | 一种针对量化接收信号的多天线毫米波信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107809399B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104579B (zh) * | 2020-08-25 | 2021-11-19 | 西安交通大学 | 基于模型约束的信道估计方法、***、设备及存储介质 |
CN115001910B (zh) * | 2022-06-25 | 2023-11-07 | 复旦大学 | 一种大规模多输入多输出频分双工***下行信道估计方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104160643A (zh) * | 2013-03-11 | 2014-11-19 | 华为技术有限公司 | 迭代式干扰消除方法 |
CN104272632B (zh) * | 2013-04-04 | 2018-06-05 | 华为技术有限公司 | 无线通信网络中的方法和节点 |
CN103441966B (zh) * | 2013-08-30 | 2017-09-26 | 电子科技大学 | 一种高速下基于ecm的分布式mimo频偏和信道估计 |
CN103475606B (zh) * | 2013-09-24 | 2016-08-17 | 重庆邮电大学 | Lte-a***中tm9模式下基于参考信号的信道估计方法 |
CN104618041B (zh) * | 2014-12-31 | 2018-11-06 | 北京邮电大学 | 一种信道数据回放方法及装置 |
CN105740625B (zh) * | 2016-01-31 | 2018-02-23 | 太原科技大学 | 一种齿轮的实时剩余寿命预测方法 |
CN106549888B (zh) * | 2016-11-22 | 2019-01-25 | 北京理工大学 | 一种基于gamp的联合双选信道估计与ftns检测方法 |
CN106941463A (zh) * | 2017-02-28 | 2017-07-11 | 北京交通大学 | 一种单比特量化mimo***信道估计方法及*** |
CN107018099B (zh) * | 2017-03-07 | 2020-06-09 | 上海交通大学 | 一种针对毫米波多用户mimo***的时变信道估计方法 |
CN107135017B (zh) * | 2017-04-28 | 2019-12-27 | 电子科技大学 | 反向散射通信***信号发送和接收方法 |
-
2017
- 2017-10-31 CN CN201711043707.0A patent/CN107809399B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107809399A (zh) | 2018-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106603130B (zh) | 一种大规模mimo***中数模混合预编码方法 | |
CN110855585B (zh) | 一种毫米波大规模mimo***的信道估计方法 | |
CN110289898B (zh) | 一种大规模mimo***中基于1比特压缩感知的信道反馈方法 | |
CN106850013B (zh) | 一种上行链路大规模mimo***的信号检测方法 | |
CN111147113B (zh) | 一种能效保障的多波束卫星通信鲁棒预编码方法 | |
CN111555781B (zh) | 一种基于深度学习注意力机制的大规模mimo信道状态信息压缩及重建方法 | |
CN107241167B (zh) | 一种基于大规模mimo***bp检测的改进方法 | |
CN105071843B (zh) | 大规模mimo***低复杂度多项式展开矩阵求逆方法及应用 | |
CN114338301B (zh) | 一种基于压缩感知的ris辅助毫米波***的信道估计方法 | |
CN108964725B (zh) | 时变大规模mimo网络中信道参数的稀疏估计方法 | |
CN113037659B (zh) | 一种多智能反射面辅助上行云接入网络接入链路传输方法 | |
CN111835406A (zh) | 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法 | |
CN107566305A (zh) | 一种低复杂度的毫米波***信道估计方法 | |
CN112054827B (zh) | 一种基于信道等效的联合混合预编码方法 | |
CN107809399B (zh) | 一种针对量化接收信号的多天线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 | |
CN108199990B (zh) | 一种非高斯噪声3d-mimo信道估计方法 | |
CN113572503B (zh) | 一种低复杂度的基于gp的改进混合波束成形方法 | |
CN113242195B (zh) | 一种低精度全数字架构下窄带毫米波mimo信道估计方法 | |
CN116128070B (zh) | 基于无线空中计算和多比特量化压缩感知的联邦学习方法 | |
US20220374500A1 (en) | Finite resolution decomposition of a matrix and matrix-vector multiplication | |
CN107346985B (zh) | 一种结合发射天线选择技术的干扰对齐方法 | |
CN115967421A (zh) | 一种分布式天线***下联合参数估计与信号重构的方法及*** | |
CN108347269B (zh) | 针对多天线***的发送接收优化设计方法 | |
CN108199755B (zh) | 一种无线通信的码本和数据导频功率比的检测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |