[发明专利]一种基于波束选择的毫米波大规模MIMO系统MMSE-PCA信道估计方法在审
申请号: | 201910865261.2 | 申请日: | 2019-09-12 |
公开(公告)号: | CN110635836A | 公开(公告)日: | 2019-12-31 |
发明(设计)人: | 廖勇;李皓雯;赵磊;王繁 | 申请(专利权)人: | 重庆大学 |
主分类号: | H04B7/08 | 分类号: | H04B7/08;H04B7/0456;H04L1/06;H04L25/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 400044 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 降低系统 信道估计 预编码 最小均方误差 主成分分析 最大化标准 最小二乘法 毫米波 波束信号 波束选择 传输性能 高维数据 能量损耗 能量效率 射频链路 数据压缩 信道压缩 优化系统 复杂度 基站侧 接收端 低维 高维 基站 减小 降维 信道 噪声 压缩 | ||
1.一种基于波束选择的毫米波大规模MIMO系统MMSE-PCA信道估计方法,其特征在于,包括:
S1,在基站侧采用以最小均方误差预编码为基准的幅度最大化(MM)标准选择波束信号,并引入最小均方误差线性预编码技术,以减弱噪声的影响和用户间干扰;
S2,采用时分双工(TDD)大规模MIMO系统,根据TDD系统中的信道互易,在上行链路通过最小二乘法(LS)信道估计来获得信道状态信息(CSI);
S3,采用Saleh-Valenzuela信道模型体现信道稀疏特性,在接收端使用主成分分析(PCA)信道压缩方法,把CSI从高维映射到低维,用于降低特征维度;
S4,接收端将信道进行压缩降维之后,再采用LS进行信道估计。
2.根据权利要求1所述的一种基于波束选择的毫米波大规模MIMO系统MMSE-PCA信道估计的方法,其特征在于,所述S1包括:
基站侧采用以MMSE预编码为基准的MM标准选择波束信号,在迫零(ZF)算法的基础上引入了MMSE线性预编码技术,MMSE预编码矩阵表达式为:
其中,β表示功率控制因子,||·||2表示求2范数,E(·)表示求期望;为计算简单,MMSE预编码算法的优化问题可以看作是在一定的功率约束条件下求解接收信号与发送信号的最小均方误差的问题;在此基础上,建立目标函数:
其中,P表示信号的最大发射功率;根据MMSE准则,得到预编码矩阵为:
其中,σ2为噪声功率,功率控制因子β为:
其中,Tr(H)表示矩阵的迹,(H)-1表示矩阵的逆,HH表示矩阵的共轭转置。
3.根据权利要求1所述的一种于波束选择的毫米波大规模MIMO系统MMSE-PCA信道估计方法,其特征在于,所述S2包括:
天线矩阵U表达式为:
式中:表示空间方位角,基于3D波束空间的大规模MIMO的系统模型接收信号可表示为:
式中为波束空间的接收信号矢量,将信道矢量与转化成波束空间的信道矢量后,转化方式为:包含了hk的所有信道信息,可用于估计整个CSI;那么波束空间的信道矩阵可定义为:表示下行波束空间信道矩阵;
上行链路通过LS信道估计来获得CSI,这个过程中每个用户需要在Q时刻向基站发送正交导频序列ψm,假设将Q时刻分成为M个块,每个块由K个时刻组成,根据TDD系统中的信道互易,在第m块的基站处接收的上行链路信号矢量可以表示为:
通过自适应选择网络,基站端用维数为K×N的模拟组合器Wm来组合出并通过射频链在基带采样中获得维数为K×K的采样信号Rm,其中Rm表达式为:
最后,将降低维度的信号与正交导频矩阵相乘,获得波束空间信道的检测矩阵Zm,
其中表示有效噪声矩阵,在TDD系统中,根据上行链路估计得到的CSI,由于信道互易性,可以作为下行信道的CSI。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910865261.2/1.html,转载请声明来源钻瓜专利网。