CN112702093B - Fdd下行多用户大规模mimo***中的信道估计方法 - Google Patents
Fdd下行多用户大规模mimo***中的信道估计方法 Download PDFInfo
- Publication number
- CN112702093B CN112702093B CN202011526747.2A CN202011526747A CN112702093B CN 112702093 B CN112702093 B CN 112702093B CN 202011526747 A CN202011526747 A CN 202011526747A CN 112702093 B CN112702093 B CN 112702093B
- Authority
- CN
- China
- Prior art keywords
- channel
- vector
- angle
- user
- representing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000013598 vector Substances 0.000 claims abstract description 48
- 238000012549 training Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 7
- 108091006146 Channels Proteins 0.000 claims description 81
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- 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
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
Abstract
本发明提供FDD下行多用户大规模MIMO***中的信道估计方法,包括步骤:S1.针对多个用户设计训练序列以及处理接收信号;S2.根据接收信号进行相应的角度估计;S3.通过角度估计值构造信道导向矢量;S4.根据构造的信道导向矢量重构下行信道状态信息。本发明基于少量的、统一的训练序列的信道估计方法,多个用户可同时估计信道状态信息,有效减少导频开销,为实现更高的***吞吐量打下基础。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及FDD下行多用户大规模MIMO***中的信道估计方法。
背景技术
在大规模多输入多输出(MIMO)***中,利用基站(BS)的大规模天线阵,***能够获得极高的空间分辨率和空间分割复用增益,在没有受到严重干扰的情况下,还能同时为多个用户提供服务,极大的提高了***的频谱效率和传送速率。但是这些优良性能都取决于信道状态信息(CSI)的可用性,因此在实际***中如何获取完整的CSI对***性能的影响至关重要。
针对频分双工(FDD)大规模MIMO***,要获取完整的下行CSI需要花费大量的导频开销。这是由于在实际的大规模MIMO***中,训练次数和反馈开销与BS天线的数量成正比,采用传统的线性信道估计方法(如最小二乘算法(LS)和线性最小均方误差(LMMSE)算法)获取完整的CSI的资源需要发送和基站天线数相同的训练序列,从而造成近年来发展起来的FDD下行信道估计方法,几乎都是针对不同用户的信道信息设计不同的训练序列获得CSI,这样,对于多用户***,会消耗更多的时间和资源,不切实际。
针对以上技术问题,故需对其进行改进。
发明内容
本发明的目的是针对现有技术的缺陷,提供了FDD下行多用户大规模MIMO***中的信道估计方法。
为了实现以上目的,本发明采用以下技术方案:
FDD下行多用户大规模MIMO***中的信道估计方法,包括步骤:
S1.针对多个用户设计训练序列以及处理接收信号;
S2.根据接收信号进行相应的角度估计;
S3.通过角度估计值构造信道导向矢量;
S4.根据构造的信道导向矢量重构下行信道状态信息。
进一步的,所述步骤S1中多个用户设计训练序列以及处理接收信号中包括K个相互独立的单天线用户、一个基站、基站处配备M根天线。
进一步的,所述基站处配备的M根天线采用平面阵排列方式,且M=MhMv,其中每行有Mh根天线,每列有Mv根天线,则第k(k=1,2,3,…,K)个用户从基站到达接收端的信道具体表示为:
其中:Pk表示基站与第k个用户的接收端之间的传播路径数;gk,l表示第k个用户的第l条路径的信道复增益;α(θ,φ)表示信道的导向矢量;α(θk,l,φk,l)表示第k个用户的第l条路径的信道的导向矢量;θk,l和φk,l分别表示第k个用户的第l条路径的仰角和方位角。
进一步的,所述信道的导向矢量α(θ,φ)表示为:
其中:d表示天线阵元之间的距离,假设d=λ/2,λ为载波波长;αv(θ)中包含平面阵列的纵向角度信息,αh(θ,φ)包含平面阵列的横向角度信息。
进一步的,所述步骤S1中设计训练序列具体为:
假设基站对所有的K个用户的发送信号均为SN,为M×N维的矩阵,具体表示为:
其中:Fn表示n维的离散傅里叶DFT矩阵;0n为n维的零矩阵;0(M-7n)×n为(M-7n)×n维的零矩阵,n满足4n=N,N为采样总数。
进一步的,所述步骤S1中处理接收信号具体为:
混入噪声后,第k(k=1,2,3,..,K)个用户端的接收信号表示为:
其中:ρ为信噪比,zk为第k个用户处混入的噪声,假设是服从零均值,单位方差的高斯噪声;
其中,yk表示接收信号。
进一步的,所述步骤S2具体包括:
S21.设定码本,将信道导向矢量α(θ,φ)中横向矢量αh(θ,φ)中的cosθsinφ和纵向矢量αv(θ)中的sinθ分别看成区间在(-1,1)中的两个整体;则在(-1,1)区间内分别创建两个m份的码本,且m=M/2;
S22.第k个用户处的i(i=1,2,…,P)条路径的接收信号为yk(i),推出第k个用户的第l条路径的噪声,表示为:
S23.结合预先设定的码本,将码字设定如下:
S24.结合预先设定的码本,遍历角度码本,挑选得到角度信息的估计值,从而进行对第k个用户的第i条路径增益的估计,表示为:
进一步的,所述步骤S3具体为:
与现有技术相比,本发明基于少量的、统一的训练序列的信道估计方法,多个用户可同时估计信道状态信息,有效减少导频开销,为实现更高的***吞吐量打下基础。
附图说明
图1为实施例一提供的FDD下行多用户大规模MIMO***中的信道估计方法流程图;
图2为实施例一提供的FDD下行多用户大规模MIMO***中的信道估计方法仿真图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
实施例一
本实施例提供FDD下行多用户大规模MIMO***中的信道估计方法,如图1所示,包括:
S1.针对多个用户设计训练序列以及处理接收信号;
S2.根据接收信号进行相应的角度估计;
S3.通过角度估计值构造信道导向矢量;
S4.根据构造的信道导向矢量重构下行信道状态信息。
本实施例的FDD下行多用户大规模MIMO***中的信道估计方法中,基于少量的、统一的训练序列的信道估计方法,用于下行多用户大规模MIMO***,针对现有信道估计方法的不足进行了改进。
具体应用案例如下:
假设***中有1个小区,1个基站,基站的天线数为128根,采样次数N取32,n取8,m取64。无线信号从基站到达每个用户的路径数Pk=6,每个用户接收天线为1个。平面阵列天线每行的天线数Mh=16,每列的天线数Mv=8,载波波长λ=3×108/1.5×109,阵元间距d=λ/2,信道矩阵中导向矢量中包含的仰角θ和方位角φ都是服从区间(-900,900]内的均匀分布。
在步骤S1中,针对多个用户设计训练序列以及处理接收信号。
基站处配备的128根天线采用平面阵(UPA Uniform-Planar-Array)排列方式,且M=16×8,其中每行有16根天线,每列有8根天线。第k个用户从基站到达接收端的信道具体表示为:
其中:Pk为基站与第k个用户的接收端之间的传播路径数,gk,l表示第k个用户的第l条路径的信道复增益,假设是服从零均值,单位方差的复高斯分布。α(θk,l,φk,l)表示第k个用户的第l条路径的信道的导向矢量,θk,l和φk,l分别表示第k个用户的第l条路径的仰角和方位角。
设计训练序列具体为:
对所有的K个用户,在基站端选取训练序列的依据是:应当满足对第k个用户的第l条路径的信道导向矢量中的横向角度信息和纵向角度信息的采样次数满足平面阵列天线的行数和列数之比。
假设基站对所有的K个用户的发送信号均为SN,为128×32维的矩阵,具体表示为:
其中:Fn为8维的离散傅里叶(DFT)矩阵,0n为8维的零矩阵,0(M-7n)×n为72×8维的零矩阵,n满足4n=N,N为采样总数。
处理接收信号具体为:
混入噪声后,第k个用户端的接收信号表示为:
其中:ρ为信噪比,zk为第k个用户处混入的噪声,假设是服从零均值,单位方差的高斯噪声。
其中,yk表示接收信号。
在步骤S2中,根据接收信号进行相应的角度估计。
预先创建一个关于角度的码本,其次遍历所***本。
S21.设定码本,将信道导向矢量α(θ,φ)中横向矢量αh(θ,φ)中的cosθsinφ和纵向矢量αv(θ)中的sinθ分别看成区间在(-1,1)中的两个整体。则在(-1,1)区间内分别创建两个64份的码本。
S22.第k个用户处的i(i=1,2,3,4,5,6)条路径的接收信号为yk(i),推出第k个用户的第l条路径的噪声表示如下:
S23.结合预先设定的码本,将码字设定如下:
S24.结合预先设定的码本,遍历角度码本,挑选得到角度信息的估计值,从而进行对第k个用户的第i条路径增益的估计,具体计算公式如下:
在步骤S3中,通过角度估计值构造信道导向矢量。
在步骤S4中,根据构造的信道导向矢量重构下行信道状态信息。
在本实施例中,为了分析所提出的FDD大规模天线***中基于角度估计的信道估计方法的性能,定义了***吞吐量为:C=log(1+ρ||hHf||2),f为预编码。
如图2所示,是在上述举例的条件下,关于***吞吐量的仿真图,其中“理想转态”是采用真实信道做预编码的***吞吐量曲线,本实施例提出的方法采用重构信道做预编码的***吞吐量曲线。从图2可以看出,本实施例提出的方法得到的信道估计值所做预编码,在同等条件下与真实信道所做预编码相比,***的吞吐量相差都小于1个比特左右,且信噪比对本发明提出的方法影响不大,具有很好的***性能。
与现有技术相比,本实施例为了更好的节省训练开销,在经过理论推导后,结合PRONY方程可以推出,对于大规模天线***,针对阵列天线,其信道都是满足PRONY方程的形式。基于此,考虑到在多用户场景下,可以对不同的用户发送相同的训练序列同时进行训练,并结合角度估计方法获取完整的信道状态信息依此来减少导频开销和时间消耗。基于少量的、统一的训练序列的信道估计方法,多个用户可同时估计信道状态信息,有效减少导频开销,为实现更高的***吞吐量打下基础。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (3)
1.FDD下行多用户大规模MIMO***中的信道估计方法,其特征在于,包括步骤:
S1.针对多个用户设计训练序列以及处理接收信号;
S2.根据接收信号进行相应的角度估计;
S3.通过角度估计值构造信道导向矢量;
S4.根据构造的信道导向矢量重构下行信道状态信息;
步骤S1中多个用户设计训练序列以及处理接收信号中包括K个相互独立的单天线用户、一个基站、基站处配备M根天线;
所述基站处配备的M根天线采用平面阵排列方式,且M=MhMv,其中每行有Mh根天线,每列有Mv根天线,则第k个用户从基站到达接收端的信道具体表示为:
其中:k=1,2,3,…,K,Pk表示基站与第k个用户的接收端之间的传播路径数;gk,l表示第k个用户的第l条路径的信道复增益;α(θ,φ)表示信道的导向矢量;α(θk,l,φk,l)表示第k个用户的第l条路径的信道的导向矢量;θk,l和φk,l分别表示第k个用户的第l条路径的仰角和方位角;
所述信道的导向矢量α(θ,φ)表示为:
其中:d表示天线阵元之间的距离,假设d=λ/2,λ为载波波长;αv(θ)中包含平面阵列的纵向角度信息,αh(θ,φ)包含平面阵列的横向角度信息;
步骤S1中设计训练序列具体为:
假设基站对所有的K个用户的发送信号均为SN,为M×N维的矩阵,具体表示为:
其中:Fn表示n维的离散傅里叶DFT矩阵;0n为n维的零矩阵;0(M-7n)×n为(M-7n)×n维的零矩阵,n满足4n=N,N为采样总数;
步骤S1中处理接收信号具体为:
混入噪声后,第k个用户端的接收信号表示为:
其中:k=1,2,3,..,K,ρ为信噪比,zk为第k个用户处混入的噪声,假设是服从零均值,单位方差的高斯噪声;
其中,yk表示接收信号;
步骤S2具体包括:
S21.设定码本,将信道导向矢量α(θ,φ)中横向矢量αh(θ,φ)中的cosθsinφ和纵向矢量αv(θ)中的sinθ分别看成区间在(-1,1)中的两个整体;则在(-1,1)区间内分别创建两个m份的码本,且m=M/2;
S22.第k个用户处的i条路径的接收信号为yk(i),推出第k个用户的第l条路径的噪声,表示为:
S23.结合预先设定的码本,将码字设定如下:
S24.结合预先设定的码本,遍历角度码本,挑选得到角度信息的估计值,从而进行对第k个用户的第i条路径增益的估计,表示为:
则信道复增益的估计值为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526747.2A CN112702093B (zh) | 2020-12-22 | 2020-12-22 | Fdd下行多用户大规模mimo***中的信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526747.2A CN112702093B (zh) | 2020-12-22 | 2020-12-22 | Fdd下行多用户大规模mimo***中的信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112702093A CN112702093A (zh) | 2021-04-23 |
CN112702093B true CN112702093B (zh) | 2021-11-30 |
Family
ID=75510202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011526747.2A Active CN112702093B (zh) | 2020-12-22 | 2020-12-22 | Fdd下行多用户大规模mimo***中的信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112702093B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244658B (zh) * | 2021-12-24 | 2024-03-26 | 杭州电子科技大学 | 大规模mimo***中的基于倍角估计的信道估计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106302274A (zh) * | 2016-08-26 | 2017-01-04 | 清华大学 | 一种大规模mimo***多用户信道估计与跟踪方法 |
CN106453163A (zh) * | 2016-10-11 | 2017-02-22 | 电子科技大学 | 一种Masssive MIMO信道估计方法 |
CN108259072A (zh) * | 2018-01-10 | 2018-07-06 | 杭州电子科技大学 | 用于fdd大规模mimo下行***减少训练序列开销的方法 |
CN109327918A (zh) * | 2018-11-19 | 2019-02-12 | 东南大学 | 一种低开销的fdd大规模mimo下行信道重建方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101002498B (zh) * | 2004-08-11 | 2012-02-08 | 美商内数位科技公司 | 改善***性能的信道声响 |
CN109802901B (zh) * | 2017-11-16 | 2020-07-14 | 上海交通大学 | 基于到达角测量的3d mimo信道估计方法及*** |
CN110086734B (zh) * | 2019-03-14 | 2021-09-10 | 西安电子科技大学 | 一种时变大规模mimo***中的信道追踪和恢复方法 |
-
2020
- 2020-12-22 CN CN202011526747.2A patent/CN112702093B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106302274A (zh) * | 2016-08-26 | 2017-01-04 | 清华大学 | 一种大规模mimo***多用户信道估计与跟踪方法 |
CN106453163A (zh) * | 2016-10-11 | 2017-02-22 | 电子科技大学 | 一种Masssive MIMO信道估计方法 |
CN108259072A (zh) * | 2018-01-10 | 2018-07-06 | 杭州电子科技大学 | 用于fdd大规模mimo下行***减少训练序列开销的方法 |
CN109327918A (zh) * | 2018-11-19 | 2019-02-12 | 东南大学 | 一种低开销的fdd大规模mimo下行信道重建方法 |
Non-Patent Citations (2)
Title |
---|
Downlink Channel Estimation with Limited Feedback for FDD Multi-User Massive MIMO with Spatial Channel Correlation;Hayder Almosa; Susanna Mosleh;《2018 IEEE International Conference on Communications (ICC)》;20180731;全文 * |
FDD大规模MIMO***基于角度域稀疏性和互易性的信道估计与传输方法研究;周蕾;《中国优秀硕士学位论文全文数据库 (基础科学辑)》;20200630;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112702093A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Upadhya et al. | Covariance matrix estimation for massive MIMO | |
EP2737640B1 (en) | Apparatus and method for combining baseband processing and radio frequency beam steering in a wireless communication system | |
Hoydis et al. | Comparison of linear precoding schemes for downlink massive MIMO | |
CN101459635B (zh) | 空分多址接入***提高吞吐量性能的方法、***及装置 | |
Ravindran et al. | MIMO broadcast channels with block diagonalization and finite rate feedback | |
JP5133007B2 (ja) | 送信装置、及びビームフォーミング行列生成方法 | |
KR102273118B1 (ko) | 무선 통신 시스템에서 채널 정보를 피드백하기 위한 장치 및 방법 | |
KR101547421B1 (ko) | 통계적 채널정보 기반의 혼합 빔포밍 방법, 및 이를 수행하는 장치들 | |
Sun | MIMO Wireless Communications | |
Schwarz et al. | Grassmannian product codebooks for limited feedback massive MIMO with two-tier precoding | |
CN103493393B (zh) | 用于多输入多输出(mimo)的空间信道状态信息反馈的方法和*** | |
CN112702092B (zh) | 一种fdd下行多用户大规模mimo***中的信道估计方法 | |
CN112737649A (zh) | 一种基于角度网格优化与范数约束的毫米波信道估计方法 | |
CN110943767B (zh) | Fdd大规模mimo***中基于信道部分互易性的预编码设计方法 | |
Yin et al. | A partial channel reciprocity-based codebook for wideband FDD massive MIMO | |
CN107547117A (zh) | 一种确定波束赋型向量的方法及装置 | |
CN105743559A (zh) | 一种Massive MIMO混合波束形成和空时编码多用户下行传输方法 | |
CN112702093B (zh) | Fdd下行多用户大规模mimo***中的信道估计方法 | |
CN113839695B (zh) | Fdd大规模mimo和速率最优统计预编码方法及设备 | |
Zhao et al. | Angular domain pilot design and channel estimation for FDD massive MIMO networks | |
CN105812032B (zh) | 基于波束块结构压缩感知的信道估计方法 | |
CN114221838A (zh) | 大规模mimo***中利用信道共轭数据的信道估计方法及*** | |
Dreifuerst et al. | Machine learning codebook design for initial access and CSI type-II feedback in sub-6GHz 5G NR | |
JP2009268106A (ja) | 信号対干渉電力と雑音比の決定方法およびその装置 | |
CN109495147B (zh) | 大规模mimo***中基于空间复用的叠加导频方法 |
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 |