CN116527452A - 一种低复杂度的太赫兹mimo-ofdm信道估计方法及装置 - Google Patents
一种低复杂度的太赫兹mimo-ofdm信道估计方法及装置 Download PDFInfo
- Publication number
- CN116527452A CN116527452A CN202310338897.8A CN202310338897A CN116527452A CN 116527452 A CN116527452 A CN 116527452A CN 202310338897 A CN202310338897 A CN 202310338897A CN 116527452 A CN116527452 A CN 116527452A
- Authority
- CN
- China
- Prior art keywords
- terahertz
- mimo
- matrix
- sub
- antenna
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 65
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 15
- 239000000969 carrier Substances 0.000 claims abstract description 10
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000003491 array Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000005562 fading Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- ATCJTYORYKLVIA-SRXJVYAUSA-N vamp regimen Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1.C=1N=C2N=C(N)N=C(N)C2=NC=1CN(C)C1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1.O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1.C([C@H](C[C@]1(C(=O)OC)C=2C(=CC3=C(C45[C@H]([C@@]([C@H](OC(C)=O)[C@]6(CC)C=CCN([C@H]56)CC4)(O)C(=O)OC)N3C=O)C=2)OC)C[C@@](C2)(O)CC)N2CCC2=C1NC1=CC=CC=C21 ATCJTYORYKLVIA-SRXJVYAUSA-N 0.000 description 6
- 238000004088 simulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 241000584629 Aosa Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H04L25/024—Channel estimation channel estimation algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/90—Non-optical transmission systems, e.g. transmission systems employing non-photonic corpuscular radiation
-
- 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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2666—Acquisition of further OFDM parameters, e.g. bandwidth, subcarrier spacing, or guard interval length
-
- 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)
- Power Engineering (AREA)
- Mathematical Physics (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种低复杂度的太赫兹MIMO‑OFDM信道估计方法及装置,方法包括:在太赫兹MIMO‑OFDM***中采用子阵列天线结构进行混合波束形成;利用循环前缀‑正交频分复用的方法将信道划分为多个正交子信道,产生子载波,使每个子载波为每个子阵列携带一个数据符号,从而形成一个长度为K的数据符号流;将太赫兹MIMO‑OFDM***信道信息用矩阵的形式表示;利用正交匹配追踪算法对稀疏信号进行估计,得到信号估计参数值和信道估计值;本发明利用了太赫兹通信***中波束空间域的信道稀疏特性,结合OMP算法对信道矩阵进行了估计,其他算法相比,能够保持较好的估计精度和收敛速度。
Description
技术领域
本发明涉及的技术领域是无线通信技术领域,尤其涉及一种低复杂度的太赫兹MIMO-OFDM信道估计方法及装置。
背景技术
太赫兹波段,太赫兹通信有望成为第六代移动通信的关键技术。为实现太赫兹通信,对太赫兹无线传播信道的研究必不可少,太赫兹频段是高频通信的候选频段,能够很好的应对当前无线通信***所面临的问题,而且太赫兹频段比毫米波频段具有更大的潜力。首先,太赫兹的带宽为0.1~10THz,比毫米波的带宽高出一个数量级,可以提供太比特每秒级别数据传输速率的支持。其次,由于减小天线孔径,太赫兹比毫米波具有更高的方向性,更不容易发生自由空间衍射。最后,太赫兹频段下收发机之间的距离要比毫米波频段中的距离短得多,这也将会减少电力消耗。
目前,6G网络将使用太赫兹频段作为无线信号的传输通道解决5G频谱资源逐渐不足的情况,因此研究太赫兹信道估计具有非常重要的意义。信道估计是在特定的通信场景情况下对无线信号从输出端到接收端之间经历的信道损失映射关系进行建模。目前的信道估计技术要么利用波束空间域的信道稀疏性,要么利用天线域的低秩性,本发明中的OMP算法是一种计算效率很高的迭代算法,它利用了空间域的信道稀疏特性,而VAMP算法也是利用了空间域的信道稀疏特性,是一种向量近似消息传递算法,此算法相比于OMP算法在低训练序列下,精度不高,且不太稳定。而TSSR算法是一种联合稀疏与低秩结构进行信道估计的算法,该算法相比于OMP算法计算复杂,精度不高。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述存在的问题,提出了本发明。
因此,本发明解决的技术问题是:现有信道估计方法精度不高,且不太稳定、计算复杂的问题。
为解决上述技术问题,本发明提供如下技术方案:
第一方面,本发明实施例提供了一种低复杂度的太赫兹MIMO-OFDM信道估计方法,包括:
在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成;
利用循环前缀-正交频分复用的低复杂度的太赫兹MIMO-OFDM信道估计方法将信道划分为多个正交子信道,产生子载波,使每个子载波为每个子阵列携带一个数据符号,从而形成一个长度为K的数据符号流;
将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示;
利用正交匹配追踪算法对稀疏信号进行估计,得到信号估计参数值和信道估计值。
作为低复杂度的太赫兹MIMO-OFDM信道估计方法的一种优选方案,其中:
所述在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成包括:实现混合波束形成的过程中,模拟波束形成只在每个子阵列的天线元素上进行,每个子阵列都由一个单一的射频链供电。
作为低复杂度的太赫兹MIMO-OFDM信道估计方法的一种优选方案,其中:
所述在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成还包括:通过坐标的方式定义索引,具体的,在由Q=M×N组成的子阵列天线结构中,定义第m行和第n列的子阵列的索引q=(m-1)N+n,其中,Q为子阵列的总数,M和N分别为子阵列的行数和列数,1≤m≤M,1≤n≤N;子阵列是由紧密排列的定向天线元素P=X×Y组成,每一个天线元素连接到一个宽带太赫兹移相器,定义第x行和第y列的天线元素的索引T=(x-1)Y+y,其中,P为天线元素的总数,X和Y分别为天线元素的行数和列数,1≤x≤X,1≤y≤Y。
作为低复杂度的太赫兹MIMO-OFDM信道估计方法的一种优选方案,其中:
所述在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成还包括:设定发射端坐标p(x1,y1,z1),接收端坐标q(x2,y2,z2),用欧拉角来描述局部坐标系相对于全局坐标系的方向,其中内在旋转是局部轴,外在旋转是全局轴。
作为低复杂度的太赫兹MIMO-OFDM信道估计方法的一种优选方案,其中:
所述利用循环前缀-正交频分复用的方法将信道划分为多个正交子信道,产生子载波包括:每个子载波k={0,1,2,....,K-1}的信息承载符号向量s[k]=[s1,s2,s3,...,sNs]T∈CNs×1,由正交幅度调制的星座符号组成,若符号标准化,则其中Ps是所有子载波的传输总功率;s[k]首先使用WBB[k]∈CQ(t)×Ns进行预编码,然后使用WRF∈CQ(t)P(t)×Q(t)进行模拟RF波束形成;若波束形成频率平坦,则数字基带信号表示为x[k]=WRFWBB[k]s[k],所述数据符号流的总数Ns不超过射频链的总数Q;其中,k代表子载波的索引值,s[k]表示传出数据流,Ns代表传输数据的总数,E表示期望,E[s(k)s*(k)]是求符号的平均功率,K表示载波的总数,INs表示维度为Ns*Ns单位矩阵,WBB表示预编码矩阵,WRF表示射频矩阵。
作为低复杂度的太赫兹MIMO-OFDM信道估计方法的一种优选方案,其中:
所述将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示包括:设在一个平坦衰落的时不变信道条件下通信,整体的***信道矩阵可以由如下表示:
其中,H[k]表示信道的频域响应,矩阵中参数分别表示:发射天线与接收天线的路径增益,发射天线阵列导向矢量与接收天线阵列导向矢量,收发射天线的到达角与离开角向量。
作为低复杂度的太赫兹MIMO-OFDM信道估计方法的一种优选方案,其中:
所述将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示还包括:在子载波上构建THz信道模型,每个子载波分为多个子带,每个子载波有LoS和NLoS分量,详细表达式如下式所示:
其中,Hq(r),q(t)[k]为第q个发送天线与接收天线之间的子阵列通道;和/>分别是视距路径增益以及非视距路径增益;Gt(.)和Gr(.)是接受天线以及发送天线的路径增益;at和ar是发射天线阵列响应矢量与接收天线阵列导向矢量;Nclu表示簇的数量,Nray表示射线的数量,ψt=(φt,θt)是发射天线的离开/到达角向量,Ψr=(φr,θr)是接收天线的离开角到达角向量,/>是不同路径的到达时间;
由于多径数目有限,因此发送信号为稀疏信号,则可以将接收信号表示如下公式:
其中,为数字基带组合矩阵,/>为射频组合矩阵,Ψ为测量矩阵,N为噪声矢量。
作为低复杂度的太赫兹MIMO-OFDM信道估计方法的一种优选方案,其中:
所述利用正交匹配追踪算法对稀疏信号进行估计包括:输入测试样本y,测量矩阵Ψ,稀疏度I;接收信号r0=r,索引集合∧0=φ,ψ′0=φ,迭代次数k=1,其中φ代表空集,样本以向量形式表达,包含接收端的信号,测量矩阵为数字基带矩阵与射频组合矩阵和信道矩阵的乘积后的综合矩阵;
找到第k次迭代的索引qk:qk=argmax|<rk-1,a′j>|,a′j代表矩阵ψ的第j列;令∧k=∧k-1∪{qk},ψ′k=ψ′k-1∪a′qk,a′qk代表矩阵ψ的第qk列,ψ′k表示按索引qk选出的矩阵ψ‘的列集合;求r=Ψ′kxk+n的最小二乘解:
更新残差:
当k的值增加1时输出支撑索引集:
∧k=∧k-1得到重构的信号在∧k处有非零项,非零项的值分别为最后一步迭代得到的/>如果k小于等于I,则重新从找到第k次迭代的索引qk开始操作。
第二方面,本发明实施例提供了一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的低复杂度的太赫兹MIMO-OFDM信道估计方法。
第三方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现所述的低复杂度的太赫兹MIMO-OFDM信道估计方法。
本发明的有益效果:本发明利用了太赫兹通信***中波束空间域的信道稀疏特性,结合OMP算法对信道矩阵进行了估计,其他算法相比,能够保持较好的估计精度和收敛速度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1是本发明第一个实施例所述的低复杂度的太赫兹MIMO-OFDM信道估计方法的整体流程图;
图2是本发明第一个实施例所述的低复杂度的太赫兹MIMO-OFDM信道估计方法的***结构图;
图3是本发明第二个实施例所述的低复杂度的太赫兹MIMO-OFDM信道估计方法的仿真实验中OMP算法与其他信道估计算法的NMSE性能曲线比较;
图4是本发明第二个实施例所述的低复杂度的太赫兹MIMO-OFDM信道估计方法的仿真实验中OMP算法与其他信道估计算法的ASE性能曲线比较。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1-2,为本发明的第一个实施例,该实施例提供了一种低复杂度的太赫兹MIMO-OFDM信道估计方法,包括:
S1:在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成;
具体的,所述在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成包括:实现混合波束形成的过程中,模拟波束形成只在每个子阵列的天线元素上进行,每个子阵列都由一个单一的射频链供电。
更进一步的,通过坐标的方式定义索引,具体的,在由Q=M×N组成的子阵列天线结构中,定义第m行和第n列的子阵列的索引q=(m-1)N+n,其中,Q为子阵列的总数,M和N分别为子阵列的行数和列数,1≤m≤M,1≤n≤N;子阵列是由紧密排列的定向天线元素P=X×Y组成,每一个天线元素连接到一个宽带太赫兹移相器,定义第x行和第y列的天线元素的索引T=(x-1)Y+y,其中,P为天线元素的总数,X和Y分别为天线元素的行数和列数,1≤x≤X,1≤y≤Y。
设定发射端坐标p(x1,y1,z1),接收端坐标q(x2,y2,z2),用欧拉角来描述局部坐标系相对于全局坐标系的方向,其中内在旋转是局部轴,外在旋转是全局轴。
应说明的是,波束形成的目的是用于定向信号的传输或接受,涉及到信号的幅度与相位。子阵列天线结构配置可以减轻高频硬件约束,支持低复杂度的波束形成。它们在保持良好的空间多路复用增益的同时,解决了有限的通信距离问题。进一步地,子阵列天线结构中使用子连接结构实现混合波束形成,其中模拟波束形成只在每个子阵列的天线元素上进行。每个子阵列都由一个单一的射频链供电,降低了复杂性和功耗。
S2:利用循环前缀-正交频分复用的方法将信道划分为多个正交子信道,产生子载波,使每个子载波为每个子阵列携带一个数据符号,从而形成一个长度为K的数据符号流;
具体的,所述利用循环前缀-正交频分复用的方法将信道划分为多个正交子信道,产生子载波包括:每个子载波k={0,1,2,....,K-1}的信息承载符号向量s[k]=[s1,s2,s3,...,sNs]T∈CNs×1,由正交幅度调制的星座符号组成,若符号标准化,则其中Ps是所有子载波的传输总功率;s[k]首先使用WBB[k]∈CQ (t)×Ns进行预编码,然后使用WRF∈CQ(t)P(t)×Q(t)进行模拟RF波束形成;若波束形成频率平坦,则数字基带信号表示为x[k]=WRFWBB[k]s[k],所述数据符号流的总数Ns不超过射频链的总数Q;其中,k代表子载波的索引值,s[k]表示传出数据流,Ns代表传输数据的总数,E表示期望,E[s(k)s*(k)]是求符号的平均功率,K表示载波的总数,INs表示维度为Ns*Ns单位矩阵,WBB表示预编码矩阵,WRF表示射频矩阵。
应说明的是,正交频分复用将信道划分为多个正交子信道,为了消除符号间的干扰。
S3:将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示;
具体的,所述将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示包括:设在一个平坦衰落的时不变信道条件下通信,整体的***信道矩阵可以由如下表示:
其中,H[k]表示信道的频域响应,矩阵中参数分别表示:发射天线与接收天线的路径增益,发射天线阵列导向矢量与接收天线阵列导向矢量,收发射天线的到达角与离开角向量。
更进一步的,在子载波上构建THz信道模型,每个子载波分为多个子带,每个子载波有LoS和NLoS分量,详细表达式如下式所示:
其中,Hq(r),q(t)[k]为第q个发送天线与接收天线之间的子阵列通道;和/>分别是视距路径增益以及非视距路径增益;Gt(.)和Gr(.)是接受天线以及发送天线的路径增益;at和ar是发射天线阵列响应矢量与接收天线阵列导向矢量;Nclu表示簇的数量,Nray表示射线的数量,ψt=(φt,θt)是发射天线的离开/到达角向量,Ψr=(φr,θr)是接收天线的离开角到达角向量,/>是不同路径的到达时间;
由于多径数目有限,因此发送信号为稀疏信号,则可以将接收信号表示如下公式:
其中,为数字基带组合矩阵,/>为射频组合矩阵,Ψ为测量矩阵,N为噪声矢量。
应说明的是,太赫兹MIMO-OFDM***信道具体信息包括收发天线的增益,收发天线的阵列导向矢量,离开角到达角。可以将发射的数据符号流经过信道后表示成:r[k]=Ψx+N。。
S4:利用正交匹配追踪算法对稀疏信号进行估计,得到信号估计参数值和信道估计值。
具体的,所述利用正交匹配追踪算法对稀疏信号进行估计包括:输入测试样本y,测量矩阵Ψ,稀疏度I;接收信号r0=r,索引集合∧0=φ,ψ′0=φ,迭代次数k=1,其中φ代表空集,样本以向量形式表达,包含接收端的信号,测量矩阵为数字基带矩阵与射频组合矩阵和信道矩阵的乘积后的综合矩阵;
找到第k次迭代的索引qk:qk=argmax|<rk-1,a′j>|,a′j代表矩阵ψ的第j列;令∧k=∧k-1∪{qk},ψ′k=ψ′k-1Ua′qk,a′qk代表矩阵ψ的第qk列,ψ′k表示按索引qk选出的矩阵ψ‘的列集合;求r=Ψ′kxk+n的最小二乘解:
更新残差:
当k的值增加1时输出支撑索引集:
∧k=∧k-1
得到重构的信号在∧k处有非零项,非零项的值分别为最后一步迭代得到的如果k小于等于I,则重新从找到第k次迭代的索引qk开始操作。
应说明的是,此处的I为信号的稀疏度,通过第K次与第K-1次的索引集合相等结束迭代,来判定对应的估计值。通过接收信号与测量矩阵的列向量相乘每一次内积的最大值保存在索引集合里面,然后得到索引集合,然后根据索引确定测量矩阵,最后通过最小二乘法得到对应索引的估计值,最后通过第K次与第K-1次的索引集合相等来结束迭代。
实施例2
参照图3-4,为本发明的一个实施例,提供了一种低复杂度的太赫兹MIMO-OFDM信道估计方法,为了验证本发明的有益效果,通过仿真实验进行科学论证。
仿真基于一个4×4MIMO太赫兹通信***进行,首先设置***参数中心频率fc=0.3THz,***带宽B=10GHz,天线增益Gr=Gt=20dbi,噪声功率=-75dB,训练序列长度T为16,多径数目设置为3。
步骤1:首先采用一个子阵列天线结构(AoSA)进行混合波束形成,其中每个子阵列(SA)是由许多天线元素(AEs)组成的。
步骤1.1:在子阵列天线结构中使用子连接结构实现混合波束形成,其中模拟波束形成只在每个SA的AEs上进行。每个SA都由一个单一的射频链供电,降低了复杂性和功耗。
步骤1.2:根据***中M×N的AoSA结构,定义子阵列的索引q=(m-1)N+n,其中1≤m≤M,1≤n≤N。
步骤1.3:由于子阵列是由P=X×Y的许多紧密排布的定向天线元素组成,使每一个天线元素连接到一个宽带太赫兹移相器,同样的,定义天线元素的索引T=(x-1)Y+y,其中1≤x≤X,1≤y≤Y。
步骤2:设一个全局的笛卡尔坐标系XYZ,并将数组设置局部坐标Y-Z平面。然后指定发射端与接收端的中心在全局坐标系中的坐标。
步骤2.1:设置发射端坐标p(x1,y1,z1),接收端坐标q(x2,y2,z2)进一步的用欧拉角来描述局部坐标系相对于全局坐标系的方向。其中内在旋转是局部轴,外在旋转是全局轴。
步骤3:利用循环前缀正交频分复用的方法,使K个子载波为每个子阵列携带一个数据符号,从而形成一个长度为K的数据符号流。
步骤3.1:每个子载波k={0,1,2,....,K-1}的信息承载符号向量s[k]=[s1,s2,s3,...,sNs]T∈CNs×1,它由正交幅度调制的星座符号组成。假设标准化符号,则其中Ps是所有子载波的传输总功率。
步骤3.2:其中,s[k]首先使用WBB[k]∈CQ(t)×Ns进行预编码,然后使用WRF∈CQ(t)P(t)×Q(t)进行模拟RF波束形成。设波束形成频率平坦,则数字基带信号可以表示为x[k]=WRFWBB[k]s[k]。
步骤4:设在一个平坦衰落的时不变信道条件下通信,则整体的***信道矩阵可以由如下表示:
步骤4.1:在多个子载波上构建THz信道模型,每个子载波分为多个子带,每个子载波有LoS和NLoS分量。其中,Hq(r),q(t)[k]为第q个发送天线与接收天线之间的子阵列通道。其中它的详细表达式如下式所示:
其中是视距路径增益以及非视距路径增益,Gt(.),Gr(.)是接受天线以及发送天线的路径增益。at,ar是发射天线阵列响应矢量与接收天线阵列导向矢量。Nclu表示簇的数量,Nray表示射线的数量。ψt=(φt,θt)是发射天线的离开/到达角向量,Ψr=(φr,θr)是接收天线的离开角到达角向量,/>是从不同路径的到达时间。
由于有限的多径数量,因此发送的信号为稀疏信号,则接收信号可以表示为:
步骤5:利用OMP算法对稀疏信号x[k]进行估计得到并保留其中I个绝对幅值最大的元素及其位置。OMP算法的具体步骤实现如下:
步骤5.1:输入——测试样本y,测量矩阵Ψ,稀疏度I。
步骤5.2:初始化——接收信号r0=r,索引集合∧0=φ,ψ′0=φ,迭代次数k=1,φ代表空集;
步骤5.3:找到第k次迭代的索引qk:qk=argmax|<rk-1,a′j>|,a′j代表矩阵ψ的第j列;
步骤5.4:令∧k=∧k-1∪{qk},ψ′k=ψ′k-1∪a′qk,a′qk代表矩阵ψ的第qk列,ψ′k表示按索引qk选出的矩阵ψ‘的列集合;
步骤5.5:求r=Ψ′kxk+n的最小二乘解:
步骤5.6:更新残差
步骤5.7:输出:支撑索引集∧k=∧k-1,得到重构的信号在∧k处有非零项,其值分别为最后一步迭代得到的/>
步骤6:经过OMP算法得到稀疏信号的估计值,经过简单替换得到信道估计值最后根据归一化均方误差/>与可实现频谱效率来评估算法的性能。
如图3所示,可以看到在0-20dB的信噪比时,OMP算法与VAMP算法,随着信噪比的增加其性能越好,且OMP算法的估计精度要好于VAMP算法与TSSR算法。如图4所示,可知在0-20dB的信噪比时,OMP算法与VAMP算法的可实现频谱效率相当,且都好于TSSR算法。但信噪比大于20dB是VAMP算法的可实现频谱效率下降,而OMP算法的可实现效率还在上升。综上可知,OMP算法性能优于VAMP算法与TSSR算法。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,包括:
在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成;
利用循环前缀-正交频分复用的方法将信道划分为多个正交子信道,产生子载波,使每个子载波为每个子阵列携带一个数据符号,从而形成一个长度为K的数据符号流;
将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示;
利用正交匹配追踪算法对稀疏信号进行估计,得到信号估计参数值和信道估计值。
2.如权利要求1所述的低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,所述在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成包括:实现混合波束形成的过程中,模拟波束形成只在每个子阵列的天线元素上进行,每个子阵列都由一个单一的射频链供电。
3.如权利要求1或2所述的低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,所述在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成还包括:通过坐标的方式定义索引,具体的,在由Q=M×N组成的子阵列天线结构中,定义第m行和第n列的子阵列的索引q=(m-1)N+n,其中,Q为子阵列的总数,M和N分别为子阵列的行数和列数,1≤m≤M,1≤n≤N;子阵列是由紧密排列的定向天线元素P=X×Y组成,每一个天线元素连接到一个宽带太赫兹移相器,定义第x行和第y列的天线元素的索引T=(x-1)Y+y,其中,P为天线元素的总数,X和Y分别为天线元素的行数和列数,1≤x≤X,1≤y≤Y。
4.如权利要求3所述的低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,所述在太赫兹MIMO-OFDM***中采用子阵列天线结构进行混合波束形成还包括:设定发射端坐标p(x1,y1,z1),接收端坐标q(x2,y2,z2),用欧拉角来描述局部坐标系相对于全局坐标系的方向,其中内在旋转是局部轴,外在旋转是全局轴。
5.如权利要求1或4所述的低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,所述利用循环前缀-正交频分复用的方法将信道划分为多个正交子信道,产生子载波包括:每个子载波k={0,1,2,....,K-1}的信息承载符号向量s[k]=[s1,s2,s3,...,sNs]T∈CNs×1,由正交幅度调制的星座符号组成,若符号标准化,则其中Ps是所有子载波的传输总功率;s[k]首先使用WBB[k]∈CQ(t)×Ns进行预编码,然后使用WRF∈CQ(t)P(t)×Q(t)进行模拟RF波束形成;若波束形成频率平坦,则数字基带信号表示为x[k]=WRFWBB[k]s[k],所述数据符号流的总数Ns不超过射频链的总数Q;其中,k代表子载波的索引值,s[k]表示传出数据流,Ns代表传输数据的总数,E表示期望,E[s(k)s*(k)]是求符号的平均功率,K表示载波的总数,INs表示维度为Ns*Ns单位矩阵,WBB表示预编码矩阵,WRF表示射频矩阵。
6.如权利要求5所述的低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,所述将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示包括:设在一个平坦衰落的时不变信道条件下通信,整体的***信道矩阵可以由如下表示:
其中,H[k]表示信道的频域响应,矩阵中参数分别表示:发射天线与接收天线的路径增益,发射天线阵列导向矢量与接收天线阵列导向矢量,收发射天线的到达角与离开角向量。
7.如权利要求6所述的低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,所述将太赫兹MIMO-OFDM***信道信息用矩阵的形式表示还包括:在子载波上构建THz信道模型,每个子载波分为多个子带,每个子载波有LoS和NLoS分量,详细表达式如下式所示:
其中,Hq(r),q(t)[k]为第q个发送天线与接收天线之间的子阵列通道;和/>分别是视距路径增益以及非视距路径增益;Gt(.)和Gr(.)是接受天线以及发送天线的路径增益;at和ar是发射天线阵列响应矢量与接收天线阵列导向矢量;Nclu表示簇的数量,Nray表示射线的数量,ψt=(φt,θt)是发射天线的离开/到达角向量,Ψr=(φr,θr)是接收天线的离开角到达角向量,/>是不同路径的到达时间;
由于多径数目有限,因此发送信号为稀疏信号,则可以将接收信号表示如下公式:
其中,为数字基带组合矩阵,/>为射频组合矩阵,Ψ为测量矩阵,N为噪声矢量。
8.如权利要求7所述的低复杂度的太赫兹MIMO-OFDM信道估计方法,其特征在于,所述利用正交匹配追踪算法对稀疏信号进行估计包括:输入测试样本y,测量矩阵Ψ,稀疏度I;接收信号r0=r,索引集合∧0=φ,ψ′0=φ,迭代次数k=1,其中φ代表空集,样本以向量形式表达,包含接收端的信号,测量矩阵为数字基带矩阵与射频组合矩阵和信道矩阵的乘积后的综合矩阵;
找到第k次迭代的索引qk:qk=argmax|<rk-1,a′j>|,a′j代表矩阵ψ的第j列;令∧k=∧k-1∪{qk},ψ′k=ψ′k-1∪a′qk,a′qk代表矩阵ψ的第qk列,ψ′k表示按索引qk选出的矩阵ψ‘的列集合;求r=Ψ′kxk+n的最小二乘解:
更新残差:
当k的值增加1时输出支撑索引集:
∧k=∧k-1
得到重构的信号在∧k处有非零项,非零项的值分别为最后一步迭代得到的/>如果k小于等于I,则重新从找到第k次迭代的索引qk开始操作。
9.一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至8任意一项所述低复杂度的太赫兹MIMO-OFDM信道估计方法的步骤。
10.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至8任意一项所述低复杂度的太赫兹MIMO-OFDM信道估计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310338897.8A CN116527452A (zh) | 2023-03-31 | 2023-03-31 | 一种低复杂度的太赫兹mimo-ofdm信道估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310338897.8A CN116527452A (zh) | 2023-03-31 | 2023-03-31 | 一种低复杂度的太赫兹mimo-ofdm信道估计方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116527452A true CN116527452A (zh) | 2023-08-01 |
Family
ID=87393090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310338897.8A Pending CN116527452A (zh) | 2023-03-31 | 2023-03-31 | 一种低复杂度的太赫兹mimo-ofdm信道估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116527452A (zh) |
-
2023
- 2023-03-31 CN CN202310338897.8A patent/CN116527452A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen | Hybrid beamforming with discrete phase shifters for millimeter-wave massive MIMO systems | |
CN110463147B (zh) | 解码符号的方法以及接收并解码符号的接收器 | |
Kim et al. | Virtual AoA and AoD estimation for sparse millimeter wave MIMO channels | |
Xiao et al. | Channel estimation and hybrid precoding for millimeter-wave MIMO systems: A low-complexity overall solution | |
Nsenga et al. | Mixed analog/digital beamforming for 60 GHz MIMO frequency selective channels | |
CN112910807A (zh) | 一种基于空间随机采样的智能超表面信道估计方法及*** | |
CN105891771B (zh) | 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 | |
Duan et al. | AoD and AoA tracking with directional sounding beam design for millimeter wave MIMO systems | |
CN108881074B (zh) | 一种低精度混合架构下宽带毫米波信道估计方法 | |
Dsouza et al. | Hybrid precoding with partially connected structure for millimeter wave massive MIMO OFDM: A parallel framework and feasibility analysis | |
CN108599825A (zh) | 一种基于mimo-ofdm毫米波结构的混合编码方法 | |
CN109861933B (zh) | 一种基于music算法和预编码的毫米波mimo信道估计方法 | |
Srivastava et al. | Sparse Bayesian learning (SBL)-based frequency-selective channel estimation for millimeter wave hybrid MIMO systems | |
CN110719127B (zh) | 一种具有恒模约束的毫米波mimo***波束成形方法 | |
Liu et al. | Hybrid beamforming for mmWave MIMO-OFDM system with beam squint | |
CN108572347A (zh) | 基于通信信号信道状态响应信息的面阵二维测角方法及*** | |
JP2010166316A (ja) | Mimo通信システム | |
Oyerinde | Recast subspace pursuit-based channel estimation for hybrid beamforming narrowband millimeter-wave massive MIMO systems | |
Chen et al. | Channel estimation for massive MIMO-OTFS system in asymmetrical architecture | |
US20230136372A1 (en) | System and method for time-delay based hybrid beamforming | |
CN104218984B (zh) | 利用压缩感知的双端频域波束搜索方法 | |
CN116527452A (zh) | 一种低复杂度的太赫兹mimo-ofdm信道估计方法及装置 | |
Liu et al. | A new SAGE-based channel estimation scheme for millimeter wave MIMO-OFDM systems with hybrid beamforming techniques | |
Lu et al. | An adaptive channel estimation algorithm for millimeter wave cellular systems | |
Castanheira et al. | A multi-user linear equalizer for uplink broadband millimeter wave massive MIMO |
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 |