基于毫米波时变信道块稀疏和低秩的时变信道估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110518946A(43)申请公布日2019.11.29(21)申请号201910811707.3(22)申请日2019.08.30(71)申请人电子科技大学地址611731四川省成都市高新西区西源大道2006号(72)发明人程龙岳光荣熊心宇余代中王志强(74)专利代理机构成都点睛专利代理事务所(普通合伙)51232代理人孙一峰(51)Int.Cl.H04B7/0413(2017.01)H04B7/0456(2017.01)H04L25/02(2006.01)权利要求书2页说明书6页附图3页(54)发明名称基于毫米波时变信道块稀疏和低秩的时变信道估计方法(57)摘要本发明属于毫米波通信技术领域，具体涉及一种基于毫米波时变信道块稀疏和低秩特性的时变信道估计方法。本发明首先通过在传统测量矩阵中引入一定的置换矩阵，证明毫米波时变信道存在块稀疏特性，然后，将传统CP算法和毫米波时变信道模型进行对比，证明其低秩张量形式。在这个基础上，提出一种两步走算法，在第一阶段，利用传统块稀疏算法获得非零位置和个数，提取信道角度信息，在第二阶段，利用张量分解算法，提取信道多普勒和增益信息，然后整合获得毫米波MIMO时变信道。实验结果显示，本发明提出的算法，优于传统的压缩感知算法和张量分解算法，同时在某些条件下逼近理论下限。CN110518946ACN110518946A权利要求书1/2页1.基于毫米波时变信道块稀疏和低秩的时变信道估计方法，其特征在于，包括以下步骤：S1、利用毫米波字典矩阵将信道转换到波束空间同时列向量化时刻t接收数据：其中为测量矩阵，NFR为基站BS端射频链路数H目，N1为AOA字典矩阵格点数，N2为AOD字典矩阵格点数，f(t)为移动MS端发送信号，w(t)＝H(WRF(t)WBB(t))，WRF(t)为射频端的预编码矩阵，WBB(t)为数字端整合矩阵，Hv(t)为格点化之后的虚拟波束空间矢量，AMS为AOA字典矩阵，ABS是AOD字典矩阵，N(t)是接收端噪声；S2、MS端发送M个时刻的导频序列，同时在接收端将接收到的数据整合为向量，得到h(t)为t时刻波束空间矢量，t＝1,2,…M，N为总的系统噪声；S3、利用置换矩阵Π将列向量矩阵相同位置数据置换到一起，令信道AOAs/AODs在一个训练帧内保持不变，因此接收到的新的波束空间矢量体现出块稀疏性，将新的接收到的信号表示为其中为新的测量矩阵，为新的波束空间矩阵；S4、根据S3中接收到的信号，利用传统的BOMP算法稀疏恢复非零点位置，恢复角度信息和非零块个数；S5、在获得角度信息后，接收端发送M2个相同的波束矢量fMS，同时接收端利用固定的整合矩阵w2接收，接收到t时刻数据写为S6、将接收到数据乘以一个预编码矢量Ns预设的二维拓展参数，经过处理的数据为：其中MT为发送端的天线数；S7、将接收到的t时刻数据进行改写，重新写成秩1向量外积形式：2CN110518946A权利要求书2/2页其中，al、fl、Ts、NR分别为信道原始增益、多普勒频移、码元时间和BS端天线；S8、将M2时刻接收数据建模为三维张量，同时利用步骤S4得到的接收角度信息重建因子矩阵：其中βl为时间维度的向量，表示如下：因子矩阵和如下计算L为信道中多径个数；S9、获取剩余包含信道增益和多普勒的因子矩阵其中和根据步骤S4得到的角度信息和S8中方法计算γ(3)为接收到的三维数据的模三展开，符号为矩阵伪逆；S10：利用因子矩阵提取多普勒信息其中，β(fi)为S8中定义的时间维度矢量,为设定的最大多普勒频移，是因子矩阵的第l列；S11：利用最小均方方法提取信道原始增益al：S12:整合估计到的所有时变信道参数，重构时变信道。3CN110518946A说明书1/6页基于毫米波时变信道块稀疏和低秩的时变信道估计方法技术领域[0001]本发明属于毫米波通信技术领域，具体涉及一种基于毫米波时变信道块稀疏和低秩的时变信道估计方法。背景技术[0002]随着未来超高清视频传输、智能车辆通信和虚拟现实技术的需求发展，全球移动通信系统容量会迎来巨大的需求。未来对于数据传输速率的需求可能是现有系统容量的1000倍。毫米波通信技术由于能够利用更大的通信带宽产生更大的传输速率，被作为满足未来高速率需求的未来无线网络关键技术。例如，IEEE最新的802/11ay标准中，60GHz通信技术已经可以提供高达20Gbps的传输速率。然而，毫米波频段的通信存在固有的缺点，即相对于低频段更高的路径损耗。幸运的是，大规模天线阵列可以被应用在毫米波通信系统中来补偿信号的衰减。[0003]但是，随着天线数目的增加，会导致导频开销的增加。为了研究毫米波massiveMIMO信道估计技术，现