CN116208206B - 基于卡尔曼滤波参数配置的mimo无人机通信设计方法 - Google Patents

基于卡尔曼滤波参数配置的mimo无人机通信设计方法 Download PDF

Info

Publication number
CN116208206B
CN116208206B CN202310491785.6A CN202310491785A CN116208206B CN 116208206 B CN116208206 B CN 116208206B CN 202310491785 A CN202310491785 A CN 202310491785A CN 116208206 B CN116208206 B CN 116208206B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
state information
channel state
base station
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
CN202310491785.6A
Other languages
English (en)
Other versions
CN116208206A (zh
Inventor
孟庆民
吴万民
邹玉龙
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202310491785.6A priority Critical patent/CN116208206B/zh
Publication of CN116208206A publication Critical patent/CN116208206A/zh
Application granted granted Critical
Publication of CN116208206B publication Critical patent/CN116208206B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • 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
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0634—Antenna weights or vector/matrix coefficients
    • 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
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明提出一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，该方法包括：（1）无人机基站根据多普勒频率配置天线参数和导频图案参数，构建多普勒频率相关的配置表和MIMO信道模型，并向地面终端发射导频信号；（2）地面终端接收机根据多普勒频率配置终端接收机的反馈窗长度参数，地面终端根据接收到无人机基站发射的信号，使用最小二乘信道估计法得到信道状态信息的初始值，并进行AR参数估计得到状态转移矩阵，在此基础上估计获得信道状态信息值，将信道状态信息值反馈给无人机基站发射机；（3）无人机基站根据信道状态信息值和自身保留的上一个相干时间的信道状态信息值进行加权后，对信道状态信息值进行自适应线性预编码。

Description

基于卡尔曼滤波参数配置的MIMO无人机通信设计方法
技术领域
本发明属于无人机无线通信领域，尤其涉及一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法。
背景技术
随着移动通信的发展，5G时代已经到来，6G也在研制之中。通信中高宽带、高数据速率和广覆盖的需求，使得扩展覆盖范围的无人机通信也越来越广泛。当无人机处在信道时变的环境下，高效信道估计方法可以保障通信***的服务质量性能。若无人机基站发射机中下行数据流较多或者多个无人机采用多输入多输出天线配置时，各个数据流之间存在信号干扰，可以采用预编码的方案减缓干扰影响。在无人机基站发射机中加入预编码器，也可以大大降低地面终端接收机的功耗和设备复杂程度。在MIMO***传输设计中，MIMO配置选择受到多普勒频率值和具体信道估计方案的影响。
在无人机通信场景中，信道状态信息和与此相关的预编码矩阵很难直接得到，因为无人机基站是移动的，多普勒频率对通信链路影响不能忽略。常用的信道估计方法有LS信道估计、最小均方误差信道估计、基于训练数据序列的信道估计算法；常用的预编码方法有迫零预编码、匹配滤波预编码和最小均方误差预编码。现有的时变MIMO信道估计方案中主要的不足是：对于时变的信道状态信息预估不够精准。
发明内容
发明目的：对无人机通信中下行MIMO信道估计方案的不足，本发明提供了一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，从而提高无人机在时变MIMO信道下的信道估计和预编码性能。
技术方案：为了解决上述技术问题，本发明提出了一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，该方法包括以下步骤：
（1）无人机基站根据多普勒频率配置天线参数和导频图案参数，构建多普勒频率相关的配置表和MIMO信道模型，并向地面终端发射导频信号；
（2）在下行MIMO传输的阶段，地面终端接收机根据多普勒频率配置终端接收机的反馈窗长度参数，地面终端根据接收到无人机基站发射的信号，进行最小二乘信道估计得到信道状态信息的初始值，根据信道状态信息的初始值进行AR参数估计得到状态转移矩阵，利用信道状态信息的初始值和状态转移矩阵进行基于卡尔曼滤波的MIMO信道估计得到最优的信道状态信息值，在反馈窗口内将最优的信道状态信息值上行反馈给无人机基站发射机；
（3）在下行传输阶段，无人机基站根据上行反馈的信道状态信息值和自身保留的上一个相干时间的信道状态信息值进行加权后，对信道状态信息值进行自适应线性预编码。
进一步的，步骤（1）中，无人机基站根据多普勒频率配置天线参数和导频图案参数，构建MIMO信道模型，并向地面终端发射导频信号，包含如下步骤：
（1.1）无人机基站根据多普勒频率配置天线参数与稀疏导频图参数，构建一系列多普勒频率相关的配置表；
（1.2）根据配置表，无人机基站选择发射机天线数，构建发射天线数为
Figure SMS_1
，接收天线数为/>
Figure SMS_2
的MIMO信道模型，并按照稀疏导频图案参数在下行波束中***预设个数的/>
Figure SMS_3
个导频符号，并将导频符号发送给终端接收机。
进一步的，步骤（2）的具体方法如下：
（2.1）地面终端接收机根据多普勒频率配置反馈窗长度参数，其中，在反馈窗口内信道状态信息是不变的；
（2.2）地面终端接收机先对无人机基站发射的导频符号构成的信号矩阵进行最小二乘信道估计，得到
Figure SMS_4
维的信道状态信息的初始时刻值/>
Figure SMS_5
；
（2.3）根据（2.2）中初始时刻值
Figure SMS_6
，利用自回归AR模型参数估计得到卡尔曼滤波中的状态转移矩阵和信道状态向量；
（2.4）根据（2.3）得到信道状态向量和状态转移矩阵进行基于卡尔曼滤波的时变MIMO信道估计得到信道状态信息值；
（2.5）在反馈窗口内将卡尔曼滤波信道估计所得到的信道状态信息值上行反馈给无人机基站发射机。
进一步的，步骤（2.3）的具体方法如下：
（2.3.1）将（2.2）中的
Figure SMS_27
转化为/>
Figure SMS_9
维的/>
Figure SMS_26
，/>
Figure SMS_23
，由（1.2）中***的导频符号向量个数为/>
Figure SMS_29
，把/>
Figure SMS_24
个/>
Figure SMS_28
合并为一个/>
Figure SMS_13
维的矩阵/>
Figure SMS_20
，/>
Figure SMS_7
的第i行和第j列的元素表示为/>
Figure SMS_16
，利用/>
Figure SMS_10
线性回归对其进行外扩得到/>
Figure SMS_22
，其中，/>
Figure SMS_11
，
Figure SMS_15
，/>
Figure SMS_14
表示AR模型参数估计的长度，/>
Figure SMS_18
表示第j列元素，即信道状态向量，/>
Figure SMS_21
是
Figure SMS_25
的整数倍，/>
Figure SMS_8
的值与多普勒频率相关，/>
Figure SMS_17
、/>
Figure SMS_12
是分别为第i行元素的预测参数，j是扩展后的导频序号，/>
Figure SMS_19
；
（2.3.2）基于AR模型参数估计所得到的状态转移矩阵为：
Figure SMS_30
其中，
Figure SMS_31
是/>
Figure SMS_32
维的j时刻状态转移矩阵，定义自相关矩阵
Figure SMS_33
，/>
Figure SMS_34
，/>
Figure SMS_35
为/>
Figure SMS_36
的逆矩阵，其中，/>
Figure SMS_37
是数学期望。
进一步的，步骤（3）的具体方法如下：
（3.1）无人机基站将来自上行反馈的信道状态信息值和自身保留的上一个相干时间的信道状态信息值各乘以1/2系数进行加权，其中，相干时间等于多普勒频率倒数，加权后得到
Figure SMS_38
维的信道状态信息/>
Figure SMS_39
；
（3.2）无人机基站利用（3.1）中得到的信道状态信息
Figure SMS_40
和MMSE预编码完成下行数据传输阶段的自适应线性预编码，其公式如下：
Figure SMS_41
其中，
Figure SMS_43
是自适应线性预编码矩阵，/>
Figure SMS_45
是功率归一化因子，/>
Figure SMS_49
是发射天线数，/>
Figure SMS_44
，/>
Figure SMS_47
表示迹运算，/>
Figure SMS_50
，/>
Figure SMS_51
是发送信号总功率，/>
Figure SMS_42
是噪声功率，/>
Figure SMS_46
是/>
Figure SMS_48
维单位矩阵。
本发明的自适应线性预编码表示基站发射天线数和下行数据流可以改变，并且信道状态信息来自卡尔曼滤波信道估计的输出。因此，这种收发联合设计兼顾了无人机通信时变信道估计、接收机实现复杂度和下行误码率等性能，并且，该方案合并考虑了基于卡尔曼滤波的MIMO信道估计和预编码。特别定量了多普勒频率值与基站发射天线数、反馈窗长度约束关系，使得无人机下行MIMO传输的设计更有依据。
有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果：
（1）利用查表快速获取收发设计配置以适应时变MIMO信道环境。
（2）利用本发明使得基于卡尔曼滤波的MIMO信道估计更加精准。
（3）本发明的最小均方误差要低于现有技术。
附图说明
图1空中的低速巡航无人机基站发射机与接收机及其地面准静态用户终端的示意图；
图2为含有导频图案参数的下行MIMO通信配置图；
图3为下行MIMO预编码***框图；
图4为多普勒频率为11HZ收发天线均为1信道估计MSE性能图；
图5为多普勒频率为11HZ收发天线均为4信道估计MSE性能图；
图6为多普勒频率为5.5HZ收发天线均为1信道估计MSE性能图。
具体实施方式
以下结合附图，对本发明实施的技术方案进行解释和说明，本领域技术人员在不脱离本发明技术原理的前提下，还可以做出若干改进、修饰和变形，这些改进、修饰和变形也被视为本发明的保护范围。
本发明提出了一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，该方法包括以下步骤：
（1）无人机基站根据多普勒频率配置天线参数和导频图案参数，构建多普勒频率相关的配置表和MIMO信道模型，并向地面终端发射导频信号；
（2）在下行MIMO传输的阶段，地面终端接收机根据多普勒频率配置终端接收机的反馈窗长度参数，地面终端根据接收到无人机基站发射的信号，进行最小二乘信道估计得到信道状态信息的初始值，根据信道状态信息的初始值进行AR参数估计得到状态转移矩阵，利用信道状态信息的初始值和状态转移矩阵进行基于卡尔曼滤波的MIMO信道估计得到最优的信道状态信息值，在反馈窗口内将最优的信道状态信息值上行反馈给无人机基站发射机；
（3）在下行传输阶段，无人机基站根据上行反馈的信道状态信息值和自身保留的上一个相干时间的信道状态信息值进行加权后，对信道状态信息值进行自适应线性预编码。
进一步的，步骤（1）中，无人机基站根据多普勒频率配置天线参数和导频图案参数，构建MIMO信道模型，并向地面终端发射导频信号，包含如下步骤：
（1.1）无人机基站根据多普勒频率配置天线参数与稀疏导频图参数，构建一系列多普勒频率相关的配置表；
（1.2）根据配置表，无人机基站选择发射机天线数，构建发射天线数为
Figure SMS_52
，接收天线数为/>
Figure SMS_53
的MIMO信道模型，并按照稀疏导频图案参数在下行波束中***预设个数的/>
Figure SMS_54
个导频符号，并将导频符号发送给终端接收机。
进一步的，步骤（2）的具体方法如下：
（2.1）地面终端接收机根据多普勒频率配置反馈窗长度参数，其中，在反馈窗口内信道状态信息是不变的；
（2.2）地面终端接收机先对无人机基站发射的导频符号构成的信号矩阵进行最小二乘信道估计，得到
Figure SMS_55
维的信道状态信息的初始时刻值/>
Figure SMS_56
；
（2.3）根据（2.2）中初始时刻值
Figure SMS_57
，利用自回归AR模型参数估计得到卡尔曼滤波中的状态转移矩阵和信道状态向量；
（2.4）根据（2.3）得到信道状态向量和状态转移矩阵进行基于卡尔曼滤波的时变MIMO信道估计得到信道状态信息值；
（2.5）在反馈窗口内将卡尔曼滤波信道估计所得到的信道状态信息值上行反馈给无人机基站发射机。
进一步的，步骤（2.3）的具体方法如下：
（2.3.1）将（2.2）中的
Figure SMS_62
转化为/>
Figure SMS_58
维的/>
Figure SMS_67
，/>
Figure SMS_61
，由（1.2）中***的导频符号向量个数为/>
Figure SMS_73
，把/>
Figure SMS_63
个/>
Figure SMS_68
合并为一个/>
Figure SMS_65
维的矩阵/>
Figure SMS_69
，/>
Figure SMS_60
的第i行和第j列的元素表示为/>
Figure SMS_70
，利用/>
Figure SMS_64
线性回归对其进行外扩得到/>
Figure SMS_66
，其中，/>
Figure SMS_71
，
Figure SMS_75
，/>
Figure SMS_72
表示AR模型参数估计的长度，/>
Figure SMS_78
表示第j列元素，即信道状态向量，/>
Figure SMS_74
是
Figure SMS_79
的整数倍，/>
Figure SMS_59
的值与多普勒频率相关，/>
Figure SMS_77
、/>
Figure SMS_76
是分别为第i行元素的预测参数，j是扩展后的导频序号，/>
Figure SMS_80
；
（2.3.2）基于AR模型参数估计所得到的状态转移矩阵为：
Figure SMS_81
其中，
Figure SMS_82
是/>
Figure SMS_83
维的j时刻状态转移矩阵，定义自相关矩阵
Figure SMS_84
，/>
Figure SMS_85
，/>
Figure SMS_86
为/>
Figure SMS_87
的逆矩阵，其中，/>
Figure SMS_88
是数学期望。
进一步的，步骤（3）的具体方法如下：
（3.1）无人机基站将来自上行反馈的信道状态信息值和自身保留的上一个相干时间的信道状态信息值各乘以1/2系数进行加权，其中，相干时间等于多普勒频率倒数，加权后得到
Figure SMS_89
维的信道状态信息/>
Figure SMS_90
；
（3.2）无人机基站利用（3.1）中得到的信道状态信息
Figure SMS_91
和MMSE预编码完成下行数据传输阶段的自适应线性预编码，其公式如下：
Figure SMS_92
其中，
Figure SMS_94
是自适应线性预编码矩阵，/>
Figure SMS_97
是功率归一化因子，/>
Figure SMS_99
是发射天线数，/>
Figure SMS_93
，/>
Figure SMS_96
表示迹运算，/>
Figure SMS_100
，/>
Figure SMS_102
是发送信号总功率，/>
Figure SMS_95
是噪声功率，/>
Figure SMS_98
是/>
Figure SMS_101
维单位矩阵。
图1是空中的低速巡航无人机基站发射机与接收机的地面准静态用户终端示意图，它对应一种无人机下行通信场景。无人机到地面终端的无线连接面临复杂多变的无线传播环境，现有多天线技术和OFDM有助于克服信道衰落的影响和提高***的QoS。本发明将研究时变MIMO信道中高级信道估计和预测技术方案，探究多普勒频率与天线配置、信道参数估计与反馈窗长度的关系，实现基于卡尔曼滤波的信道估计和线性预编码。
在使用卡尔曼滤波MIMO信道估计方案中，卡尔曼滤波带来的MSE性能增益与无人机基站天线配置、无线传播环境参数都有关。在无人机基站部署预设数目的天线，并且发射天线数目和接收天线数目小于等于8。与LS信道估计比较，卡尔曼滤波MIMO信道估计将获取显著的MSE性能增益。
在使用卡尔曼滤波的MIMO信道估计方案中，AR参数估计对测试样本数量有一定要求，并且测试样本数量与导频符号总数有关。其次，尽管大规模MIMO具有优越的复用和分集性能，但是它需要大量导频以及训练间隔长度过长，都会导致导频污染。因此，针对时变的下行无人机通信，选择中等和低等数量的发射天线将是一种折中的方案，它不仅仅有利于提高AR参数估计的性能，也有利于减少训练阶段所需要时间与计算成本。后者将提高下行预编码的效率，因为信道估计和预编码时间变短时，预编码传输时间将增加。
图2是为含有导频图案的下行MIMO通信配置图，图2中的一个相干时间包含信道估计、反馈及预编码阶段、数据传输阶段，位于训练阶段的导频图案及其主要参数被标注。在时变环境下，一个相干时间内的信道状态信息是近似不变，在相干时间内的反馈窗口开始时，地面终端将信道状态信息反馈给无人机基站。其中，信道估计、反馈及预编码阶段长度小于相干时间的某个分数。在本发明所采用的最差时变MIMO信道下，信道估计、反馈及预编码阶段长度最大为相干时间的1/4。这个分数与多普勒频率和天线配置都有关，发射天线与接收天线乘积值越大，则需要的信道估计、反馈及预编码阶段长度也增加。若信道估计、反馈及预编码阶段长度过长，在一个相干时间内将没有充足时间去进行预编码传输。因此，采用卡尔曼滤波MIMO信道估计设计需要权衡多普勒频率、天线配置、训练阶段长度和信噪比的关系。图2仅仅显示一个发射天线的梳状导频图案。其中，Ns和Np分别表示相干时间内样本向量个数和训练阶段样本向量的个数，Nd和Nx分别表示一个样本向量内的导频间隔和导频数，在时间和频率域呈现特定分布式的梳状导频图案便于实现时变MIMO衰落信道估计。
图3是MIMO***的预编码***框图，它对应发明内容中的步骤（1）、步骤（2）和步骤（3）。其中，所述时变MIMO信道，对matlab2018中comm.MIMOChanne函数的输出，进行采样获取单径的、块状的、慢时变的衰落信道。由于上述样本向量格式与OFDM符号格式类似，因此本设计很容易扩展到面向多径衰落信道的OFDM传输方案。当面向多径信道时，***设计需要在样本向量中***更多的导频符号。注意到，图4、图5和图6的仿真采用平坦瑞利分布的信道模型，这属于一种最差性能的信道模型。
图4是在多普勒频率为11Hz的情况下，且收发天线数目均为1时，传统的LS信道估计与卡尔曼滤波信道估计的MSE性能对比图。由图4可见，卡尔曼滤波信道估计MSE低于LS信道估计。
图5是在多普勒频率为11Hz的情况下，且收发天线数目均为4时，传统的LS信道估计与卡尔曼滤波信道估计的MSE性能对比图。依然可见，卡尔曼滤波信道估计性能优于LS信道估计。
图6是在多普勒频率为5.5Hz的情况下，且收发天线数目均为1时，传统的LS信道估计与卡尔曼滤波信道估计的MSE性能对比图，卡尔曼滤波信道估计性能增益大于2dB。对比图6与图4，可以发现，低多普勒频率值时的信道估计性能优于高多普勒频率时的信道估计性能。
表1是天线配置、多普勒频率与卡尔曼滤波信道估计MSE增益及其预编码误码性能的对应表。在表中，fdmin、fdmid和fdmax分别表示多普勒频率5.5 Hz、11 Hz和44 Hz。QoS用误码性能近似并且定性表示，表1仅仅考虑信噪比SNR=15(dB)。以1发收天线配置为参考，中等表示联合信道估计和预编码方案的误码率为定性为中等，差等表示误码率定性为差，优等表示误码率定性为优，并且，优等、中等、差的级别可以根据需要设定。当多普勒达到某个值时，卡尔曼滤波信道估计MSE增益可能小于1dB。当MSE增益显著小于1dB，则说明卡尔曼滤波信道估计方案不合适，表格中采用符号“-”进行标注。注意到，尽管在某些天线配置和多普勒频率值下，卡尔曼滤波信道估计方案性能不好，但是LS信道估计依然可以正常工作，但是直接代价是***更多的导频。因此，根据多普勒频率和QoS要求，无人机下行通信***可以查表来选择次优的***参数，该表格可以扩展到近似的（Nt，Nr）天线配置。本方案将很容易扩展为：在数据传输阶段也可以***稀疏的导频和进行非连续的下行LS信道估计、AR模型参数估计，这样就可以缓解AR模型参数估计算法对大样本数的要求，从而使得本方案可以扩展到22Hz多普勒频率值的场景。
表1
Figure SMS_103

Claims (5)

1.一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，其特征在于，该方法包括以下步骤：
（1）无人机基站根据多普勒频率配置天线参数和导频图案参数，构建多普勒频率相关的配置表和MIMO信道模型，并向地面终端发射导频信号；
（2）在下行MIMO传输的阶段，地面终端接收机根据多普勒频率配置终端接收机的反馈窗长度参数，地面终端根据接收到无人机基站发射的信号，进行最小二乘信道估计得到信道状态信息的初始值，根据信道状态信息的初始值进行AR参数估计得到状态转移矩阵，利用信道状态信息的初始值和状态转移矩阵进行基于卡尔曼滤波的MIMO信道估计得到最优的信道状态信息值，在反馈窗口内将最优的信道状态信息值上行反馈给无人机基站发射机；
（3）在下行传输阶段，无人机基站根据上行反馈的信道状态信息值和自身保留的上一个相干时间的信道状态信息值进行加权后，对信道状态信息值进行自适应线性预编码。
2.根据权利要求1所述的一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，其特征在于，步骤（1）中，无人机基站根据多普勒频率配置天线参数和导频图案参数，构建多普勒频率相关的配置表和MIMO信道模型，并向地面终端发射导频信号，包含如下步骤：
（1.1）无人机基站根据多普勒频率配置天线参数和稀疏导频图参数，构建一系列多普勒频率相关的配置表；
（1.2）根据配置表，无人机基站选择发射机天线数，构建发射天线数为
Figure QLYQS_1
，接收天线数为/>
Figure QLYQS_2
的MIMO信道模型，并按照稀疏导频图案参数在下行波束中***预设个数的/>
Figure QLYQS_3
个导频符号，并将导频符号发送给终端接收机。
3.根据权利要求2所述的一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，其特征在于，步骤（2）的具体方法如下：
（2.1）地面终端接收机根据多普勒频率配置反馈窗长度参数，其中，在反馈窗口内信道状态信息是不变的；
（2.2）地面终端接收机先对无人机基站发射的导频符号构成的信号矩阵进行最小二乘信道估计，得到
Figure QLYQS_4
维的信道状态信息的初始时刻值/>
Figure QLYQS_5
；
（2.3）根据（2.2）中初始时刻值
Figure QLYQS_6
，利用自回归AR模型参数估计得到卡尔曼滤波中的状态转移矩阵和信道状态向量；
（2.4）根据（2.3）得到信道状态向量和状态转移矩阵进行基于卡尔曼滤波的时变MIMO信道估计得到信道状态信息值；
（2.5）在反馈窗口内将卡尔曼滤波信道估计所得到的信道状态信息值上行反馈给无人机基站发射机。
4.根据权利要求3所述的一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，其特征在于，步骤（2.3）的具体方法如下：
（2.3.1）将（2.2）中的
Figure QLYQS_13
转化为/>
Figure QLYQS_10
维的/>
Figure QLYQS_16
，/>
Figure QLYQS_11
，由（1.2）中***的导频符号向量个数为/>
Figure QLYQS_18
，把/>
Figure QLYQS_19
个/>
Figure QLYQS_22
合并为一个/>
Figure QLYQS_8
维的矩阵/>
Figure QLYQS_27
，/>
Figure QLYQS_12
的第i行和第j列的元素表示为/>
Figure QLYQS_15
，利用/>
Figure QLYQS_9
线性回归对其进行外扩得到/>
Figure QLYQS_17
，其中，/>
Figure QLYQS_7
，
Figure QLYQS_29
，/>
Figure QLYQS_20
表示AR模型参数估计的长度，/>
Figure QLYQS_23
表示第j列元素，即信道状态向量，/>
Figure QLYQS_21
是
Figure QLYQS_26
的整数倍，/>
Figure QLYQS_14
的值与多普勒频率相关，/>
Figure QLYQS_24
、/>
Figure QLYQS_25
是分别为第i行元素的预测参数，j是扩展后的导频序号，/>
Figure QLYQS_28
；
（2.3.2）基于AR模型参数估计所得到的状态转移矩阵为：
Figure QLYQS_32
其中，/>
Figure QLYQS_33
是/>
Figure QLYQS_35
维的j时刻状态转移矩阵，定义自相关矩阵
Figure QLYQS_31
，/>
Figure QLYQS_34
，/>
Figure QLYQS_36
为/>
Figure QLYQS_37
的逆矩阵，其中，/>
Figure QLYQS_30
是数学期望。
5.根据权利要求4所述的一种基于卡尔曼滤波参数配置的MIMO无人机通信设计方法，其特征在于，步骤（3）的具体方法如下：
（3.1）无人机基站将来自上行反馈的信道状态信息值和自身保留的上一个相干时间的信道状态信息值各乘以1/2系数进行加权，其中，相干时间等于多普勒频率倒数，加权后得到
Figure QLYQS_38
维的信道状态信息/>
Figure QLYQS_39
；
（3.2）无人机基站利用（3.1）中得到的信道状态信息
Figure QLYQS_40
和MMSE预编码完成下行数据传输阶段的自适应线性预编码，其公式如下：
Figure QLYQS_42
其中，/>
Figure QLYQS_45
是自适应线性预编码矩阵，/>
Figure QLYQS_49
是功率归一化因子，/>
Figure QLYQS_43
是发射天线数，/>
Figure QLYQS_44
，/>
Figure QLYQS_48
表示迹运算，/>
Figure QLYQS_51
，/>
Figure QLYQS_41
是发送信号总功率，/>
Figure QLYQS_46
是噪声功率，/>
Figure QLYQS_47
是/>
Figure QLYQS_50
维单位矩阵。
CN202310491785.6A 2023-05-05 2023-05-05 基于卡尔曼滤波参数配置的mimo无人机通信设计方法 Active CN116208206B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310491785.6A CN116208206B (zh) 2023-05-05 2023-05-05 基于卡尔曼滤波参数配置的mimo无人机通信设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310491785.6A CN116208206B (zh) 2023-05-05 2023-05-05 基于卡尔曼滤波参数配置的mimo无人机通信设计方法

Publications (2)

Publication Number Publication Date
CN116208206A CN116208206A (zh) 2023-06-02
CN116208206B true CN116208206B (zh) 2023-07-04

Family

ID=86509816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310491785.6A Active CN116208206B (zh) 2023-05-05 2023-05-05 基于卡尔曼滤波参数配置的mimo无人机通信设计方法

Country Status (1)

Country Link
CN (1) CN116208206B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110492911A (zh) * 2019-07-10 2019-11-22 鹰潭泰尔物联网研究中心 一种用于无人机通信的波束追踪方法与***
CN113872894A (zh) * 2021-09-17 2021-12-31 上海电机学院 无人机、巡检通信***以及信道估计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110492911A (zh) * 2019-07-10 2019-11-22 鹰潭泰尔物联网研究中心 一种用于无人机通信的波束追踪方法与***
CN113872894A (zh) * 2021-09-17 2021-12-31 上海电机学院 无人机、巡检通信***以及信道估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PERFORMANCE ANALYSIS OF (TDD) MASSIVE MIMO WITH KALMAN CHANNEL PREDICTION;Salil Kashyap等;《IEEE》;全文 *

Also Published As

Publication number Publication date
CN116208206A (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
US9344178B2 (en) Method of aiding uplink beamforming transmission
KR101088643B1 (ko) 가변 슬롯 구조를 갖는 ｍｉｍｏ 통신 시스템
CN1756248B (zh) 多入多出正交频分复用移动通信***及信道估计方法
US8693568B2 (en) Method and apparatus for estimating channel using dedicated pilot signal in OFDM-based wireless communication system
US8295213B2 (en) Method, system and apparatus for uplink space transmission of TDD system
US8260209B2 (en) System and method for coordinated spatial multiplexing using second order statistical information
US8306089B2 (en) Precoding technique for multiuser MIMO based on eigenmode selection and MMSE
US20100103810A1 (en) Modulation coding scheme selection in a wireless communication system
US8379773B2 (en) Method and apparatus for enhanced channel estimation in wireless communication systems
CN108390708B (zh) 宽带毫米波透镜***基于时延补偿的单载波传输设计方法
CN104702390A (zh) 分布式压缩感知信道估计中的导频分配方法
KR20120033335A (ko) 시분할 듀플렉싱 ｍｉｍｏ 시스템에서 신호를 전송하는 방법 및 장치
CN102594739B (zh) 信道估计方法、导频信息选择方法、用户设备和基站
CN110808764A (zh) 大规模mimo中继***中一种联合信息估计方法
US20100316145A1 (en) Method for channel estimation and feedback in wireless communication system
Coon et al. Combined bulk and per-tone transmit antenna selection in OFDM systems
CN110166104B (zh) 基于聚类的分布式波束成形上行链路信号识别方法及***
EP1871017A1 (en) Method and device for reporting, through a wireless network, a channel state information between a first telecommunication device and a second telecommunication device
CN104852878A (zh) 能够降低复杂度的基于和均方误差最小原则的下行多用户mimo***预编码方法
CN101355377B (zh) 一种多输入多输出v-balst***信号检测方法
CN116208206B (zh) 基于卡尔曼滤波参数配置的mimo无人机通信设计方法
Chehri et al. Phy-MAC MIMO precoder design for sub-6 GHz backhaul small cell
CN103220025B (zh) 一种应用于vmimo***的多用户配对算法
CN113381792B (zh) 一种基于信干噪比下界的波形生成方法
CN1327730C (zh) 无线通信设备和方法

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