一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法技术

本发明专利技术公开了一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法，本方法综合考虑方位角和俯仰角参数的影响，并采用一种创新性的方案应用经典的MUSIC方法来估计L形阵列和UPA中的CSI。在相同条件下，基于L形阵列的信道估计性能优于UPA。由于很少有研究二维信道估计的方法，因此在ULA系统中采用基于波束训练的信道估计方案和基于OMP的信道估计方案进行性能比较。由于方位角和仰角的估计误差都会导致归一化均方误差，在相同条件下，UPAs的NMSE性能应该高于ULA的NMSE性能。仿真结果表明，所提出的方法可以有效地估计两个阵列中的信道状态信息，甚至比之前的传统技术更好。

A millimeter-wave MIMO channel estimation method based on MUSIC algorithm and precoding

The invention discloses a millimeter wave MIMO channel estimation method based on MUSIC algorithm and precoding. The method comprehensively considers the influence of azimuth and elevation parameters, and adopts an innovative scheme to estimate CSI in L-shaped arrays and UPA using classical MUSIC method. Under the same conditions, the performance of channel estimation based on L-shaped array is better than UPA. Since there are few two-dimensional channel estimation methods, the performance comparison between beam-based channel estimation scheme and OMP-based channel estimation scheme is adopted in ULA system. Because the estimation errors of azimuth and elevation will lead to normalized mean square error, under the same conditions, the NMSE performance of UPAs should be higher than that of ULA. The simulation results show that the proposed method can effectively estimate the channel state information in two arrays, even better than the traditional techniques.

【技术实现步骤摘要】
一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法
本专利技术涉及一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法，属于无线局域网通讯

技术介绍
毫米波频段在无线局域网和第五代(5G)蜂窝网络中应用潜力巨大，可以提供高数据速率。然而，毫米波的路径衰落限制了传输距离并降低了覆盖性能，需要应用大规模MIMO技术以获得足够的信号功率从而增加通信距离。利用毫米波MIMO信道的空间稀疏特征，可以通过估计路径方向和路径增益来估计信道而不再是传统的估计MIMO信道矩阵。关于信道估计已经有很多研究方法，第一种方法属于波束训练方法，它通过调整波束形成器的转向方向在角度空间中搜索。此外，对辅助波束对进行了幅度比较，以实现更好的角度估计，并且为了避免受到实际系统中训练开销的阻碍，它还利用压缩感知提出了更有效的波束训练策略理论方法，其中搜索光束可以比以前更窄，以减少训练开销。另一种方法利用正交匹配追踪(OMP)算法来解决关于混合数字/模拟预编码结构的毫米波信道估计问题。类似地，基于压缩感知CS的估计方法，可以通过利用角度信道稀疏度来估计信道减少训练开销。然而，该解决方案假设AoAs和AoDs位于角度域中的离散点上，而实际的AoAs和AoDs是连续分布的。这假设严重降低了信道估计精度，为了解决这种分辨率的限制，提出了一种基于迭代重构(IR)的超分辨率信道估计方案来估计AoAs和AoDs。与上述方法不同的是，本专利技术方法拟使用空间谱估计(SSE)方来解决毫米波信道估计问题。MUSIC方法是估算AoAs的经典方法，已在文献中用于毫米波通信系统，扩展了联合估计AoD和AoAs的方法。而且考虑了二维MUSIC的快速实现。然而，一维和二维MUSIC算法都在元素空间中进行，这对于用少量RF链实现是不切实际的。对于采用混合波束成形的毫米波MIMO通信，接收信号首先由波束形成器混合，然后发送到RF链。因此使用二维波束空间MUSIC方法和最小二乘(LS)方法分别估计路径方向和路径增益。尽管上述所有先前的工作都具有良好的信道估计性能，但毫米波系统模型通常基于ULA。很明显，ULA只能提供CSI的一维(1-d)信息。
技术实现思路
为了更全面地了解毫米波通道，本专利技术的工作旨在进行二维(2-d)信道估计，该估计方案考虑了俯仰角的影响，并且在L型阵列和UPA阵列中仿真验证。符号说明：在接下来使用如下的符号表示：A是一个矩阵，a是一个向量，diag(Α)是由对角元素A形成的向量，||A||F是它的Frobenius范数。Α*,AT,AH,A-1和分别是共轭，转置，共轭转置，逆和伪逆。I是单位矩阵，是矩阵A和矩阵B克罗内克积。单用户毫米波蜂窝通信场景中，波束赋形的系统结构如图1所示。一个装备了Nt根发射天线Mt根射频RF链的基站BS与一个装备了Nr根天线Mr根射频RF链的移动端MS通信基站与移动端之间进行多流传输。满足如下关系：Mt≤Nt,Mr≤Nr，下标t和r分别代表系统的发射端和接收端。在基站端，F是RF预编码矩阵，也是模拟预编码矩阵，维数为Nt×Mt。在移动端，W是RF接收矩阵，也是模拟接收矩阵，维数为Nr×Mr。模拟预编码的硬件实现采用的是模拟移相器，因此，F和W中的元素的模值是恒定的，相位是任意的，其中H为信道矩阵。采用窄带的快衰落信道模型，接收端的信号模型表示如公式(1)，其中Y代表接收信号、S是携带传输信号的数字矩阵、F代表预编码矩阵、WH代表合成矩阵的共轭转置以及n代表方差为σ2的噪声，它满足n～CN(0,σ2I)。Y＝WHHFs+WHn(1)由于信道的稀疏散射特性，使用射线追踪模型来描述毫米波信道，其中只使用少数的增益损耗明显的路径。假设基站与移动端之间存在L个散射簇，并且每个散射簇内部只有一条传播路径，传统的毫米波信道模型的天线阵列都是均匀线性阵列，毫米波信道模型表述成如下的形式。其中L＜＜min(NT,NR)是代表路径数，gl(q)～CN(0,1)是lth路径的衰落增益，q是代表时间块的索引，期间信道状态保持不变。如果将天线安装在水平方向，那么φr,l和φt,l就代表信道的到达角和发射角。at(·)和ar(·)代表发射端和接受端的响应矩阵。通过定义和得到：毫米波信道矩阵H写成H(q)＝AR(φr)ΛG(q)AT(φt).(4)其中ΛG(q)＝diag{g1(q),…gL(q)},AR＝[ar(φ1)，ar(φ2),…,ar(φL)]andAT＝[at(φ1),at(φ2),….at(φL)]考虑一个x-y方向摆放的L型阵列，如图2所示。这个L型阵列包含两部分，一部分是x轴的方向上的带有NLx个元素的ULA阵列，另一部分是y轴上方向上的带有NLy个元素的ULA阵列。元素之间的距离是d，原点属于x子阵列。定义θ是俯仰角，信道模型表示成定义和有考虑一个如图3所示的Npx×Npy的平面阵列，信道模型为HP(q)＝APR(φr,θr)ΛG(q)APT(φt,θt)T(7)由于信道方向的中心角属于大规模衰落，而路径增益属于小规模衰落，因此认为在一定时间内信道由路径增益决定的。假设路径方向在由时间衰落块组成的帧期间是固定的。利用接收到的多个信号块来估计路径方向，估计到的路径方向可用于后续的路径增益估计。进而通过估计路径方向，估计路径增益并获得整个信道矩阵的估计。应用二维MUSIC算法来估计路径方向并使用最小二乘法来估计信道增益，与现有技术不同的是，本方法没有将发射角和接收角在一起联合估计而是分别估计两端的角度来估计路径方向。首先给出接收信号表达式yL(q)＝PWHAR(φr,θr)ΛLG(q)ATT(φt,θt)F+n(q)(9)这里ΛLG(q)为采用采用ULA阵列天线时信道增益，令BLR(φr,θr)＝PWHAR(φr,θr)，也就是把PWHAR(φr,θr)看成一个包含AoAs信息的整体，把看成一个包含信道增益的整体，有yL(q)＝BLR(φr,θr)ZTG(q)+n(q)(10)为了估计路径方向，收集观测矩阵来组成协方差矩阵将公式(10)代入式(11)，得到在最初的假设也就是信号和噪声不相关成立的前提下，数据协方差矩阵分解成信号和噪声。假设方向矩阵B是满秩矩阵，对协方差矩阵进行特征值分解得到式(13)，其中Σ＝diag{λ1,λ2,…,λ}是特征值矩阵，{λi}是协方差按顺序排列的特征值，如果数据是无噪声的，则前K个特征值是非零的，余下的都是零值。R＝UΣUH(13)λi＞σ2fori＝0,1,…,Lλi＝σ2fori＝L+1,…,M实际情况下的数据都是带噪声的，那么就需要先估计L值，假设路径数量是已知的。这里定义两个对角矩阵Σs＝diag{λ1,λ2,…，λK}和Σn＝diag{λ1,λ2,…,λM}，对应的特征向量分别是Us＝[e1,e2,…,eK]和Un＝[eK+1,eK+2,…,eM]，公式(13)进一步表述成理想情况下，信号子空间和噪声子空间是互相正交的，也就是说，信号子空间中的导向矢量也与噪声子空间正交，从而有BHUn＝0。因此得到阵列的空间谱函数为由式(15)，通过使φ和φ变化来寻找波峰来估计接收端的水平角和俯仰角，也就得到了接收端的方向矩阵。然后用同样的方法来估计AoDs。首先得到接收信号的转置本文档来自技高网...

【技术保护点】
1.一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法，其特征在于：单用户毫米波蜂窝通信场景中，一个装备了Nt根发射天线Mt根射频RF链的基站BS与一个装备了Nr根天线Mr根射频RF链的移动端MS通信基站与移动端之间进行多流传输；满足如下关系：Mt≤Nt,Mr≤Nr，下标t和r分别代表系统的发射端和接收端；在基站端，F是RF预编码矩阵，也是模拟预编码矩阵，维数为Nt×Mt；在移动端，W是RF接收矩阵，也是模拟接收矩阵，维数为Nr×Mr；模拟预编码的硬件实现采用的是模拟移相器，因此，F和W中的元素的模值是恒定的，相位是任意的，其中H为信道矩阵；采用窄带的快衰落信道模型，接收端的信号模型表示如公式(1)，其中Y代表接收信号、S是携带传输信号的数字矩阵、F代表预编码矩阵、W

【技术特征摘要】
1.一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法，其特征在于：单用户毫米波蜂窝通信场景中，一个装备了Nt根发射天线Mt根射频RF链的基站BS与一个装备了Nr根天线Mr根射频RF链的移动端MS通信基站与移动端之间进行多流传输；满足如下关系：Mt≤Nt,Mr≤Nr，下标t和r分别代表系统的发射端和接收端；在基站端，F是RF预编码矩阵，也是模拟预编码矩阵，维数为Nt×Mt；在移动端，W是RF接收矩阵，也是模拟接收矩阵，维数为Nr×Mr；模拟预编码的硬件实现采用的是模拟移相器，因此，F和W中的元素的模值是恒定的，相位是任意的，其中H为信道矩阵；采用窄带的快衰落信道模型，接收端的信号模型表示如公式(1)，其中Y代表接收信号、S是携带传输信号的数字矩阵、F代表预编码矩阵、WH代表合成矩阵的共轭转置以及n代表方差为σ2的噪声，满足n～CN(0,σ2I)；Y＝WHHFs+WHn(1)由于信道的稀疏散射特性，使用射线追踪模型来描述毫米波信道，其中只使用少数的增益损耗明显的路径；假设基站与移动端之间存在L个散射簇，并且每个散射簇内部只有一条传播路径，毫米波信道模型表述成如下的形式；其中L＜＜min(NT,NR)是代表路径数，gl(q)～CN(0,1)是lth路径的衰落增益，q是代表时间块的索引，期间信道状态保持不变；如果将天线安装在水平方向，那么φr,l和φt,l就代表信道的到达角和发射角；at(·)和ar(·)代表发射端和接受端的响应矩阵；通过定义和得到：毫米波信道矩阵H写成H(q)＝AR(φr)ΛG(q)AT(φt).(4)其中ΛG(q)＝diag{g1(q),…gL(q)},AR＝[ar(φ1)，ar(φ2),…,ar(φL)]andAT＝[at(φ1),at(φ2),….at(φL)]考虑一个x-y方向摆放的L型阵列，这个L型阵列包含两部分，一部分是x轴的方向上的带有NLx个元素的ULA阵列，另一部分是y轴上方向上的带有NLy个元素的ULA阵列；元素之间的距离是d，原点属于x子阵列；定义θ是俯仰角，信道模型表示成定义和有考虑一个Npx×Npy的平面阵列的信道模型，信道模型为HP(q)＝APR(φr,θr)ΛG(q)APT(φt,θt)T(7)由于信道方向的中心角属于大规模衰落，而路径增益属于小规模衰落，因此认为在一定时间内信道由路径增益决定的；假设路径方向在由时间衰落块组成的帧期间是固定的，利用...

【专利技术属性】
技术研发人员：李树锋，曹广静，金立标，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京,11