一种基于张量分解的毫米波宽带MIMO系统的信道估计方法技术方案

本发明专利技术属于通信技术中的阵列信号处理领域，具体涉及一种基于张量分解的毫米波宽带MIMO系统的信道估计方法。本发明专利技术的方法是基于张量分解，所提出的方法首先将二维毫米波宽带信道矩阵转换为三维张量。利用张量具有PARAFAC分解的形式，并提出了一种基于最大似然的方案来从因子矩阵中提取信道参数。此外，通过利用宽带毫米波信道的稀疏散射特性，可以保证PARAFAC分解的唯一性。

【技术实现步骤摘要】
一种基于张量分解的毫米波宽带MIMO系统的信道估计方法
本专利技术属于通信技术中的阵列信号处理领域，具体涉及基于张量分解的毫米波宽带大规模MIMO系统的信道估计方法。
技术介绍
毫米波(millimeterwave，mmWave)频段已被视为满足5G无线通信对大数据需求的未来通信频段。使用毫米波频段的主要好处是，频谱资源比6Ghz以下的常规通信频段更大。例如，某些毫米波系统具有近2GHz的通信带宽，这比当前的4G无线通信系统要大得多。但是，毫米波频段具有较高的路径损耗和穿透损耗，这使得难以建立稳定的通信链路。从这个角度来看，mmWave多天线技术已经变得很重要，因为它可以提供较高的方向增益。然而，在毫米波多天线系统中，天线的数量通常更大，这导致了具有挑战性的信道估计。最近，通过利用毫米波通道的稀疏特性，压缩感测(compressedsensing，CS)已广泛用于毫米波通道估计。特别地，有基于正交匹配追踪(orthogonalmatchingpursuit，OMP)的方法来估计信道。为了有效利用毫米波信道的联合备用和低秩结构，有一种两阶段压缩传感方法。考虑角域网格数量有限时的功率泄漏，有一些无网格方法来实现超分辨率信道估计。先前的大多数工作都是基于窄带假设，而不考虑具有频率选择性的宽带信道。最新宽带信道估计方法通过利用mmWave频率选择衰落信道的稀疏性来考虑多用户上行链路信道的问题。还有学者提出了一种毫米波宽带多输入多输出正交频分复用(multiple-inputmultiple-outputorthogonalfrequencydivisionmultiplexing，MIMO-OFDM)系统的频域信道估计方法。张量分解是一种多维信号处理方法，已广泛应用于数据数组，用于提取和解释属性，例如，数组信号处理，数值分析，图形分析等。此外，近年来已经研究了新的基于张量分解的通信系统。特别地，基于张量分解的技术在盲空间特征估计中，在Khatri-Rao时空编码系统的编码中，在符号检测和多输入通道估计中的应用MIMO-OFDM系统。特别是，已经证明平行因子(ParallelFactors，PARAFAC)分解的唯一性在解决多维数据处理问题方面有效。因此，可以考虑PARAFAC分解在mmWave宽带大规模MIMO系统中的应用。
技术实现思路
本专利技术的目的在于提供一种基于张量分解的信道估计方法。本专利技术考虑的是利用PARAFAC分解的唯一性，准确地从因子矩阵中提取信道参数，最后从估计的参数中恢复出信道。特别地，由于mmWave宽带大规模MIMO-OFDM系统中天线和子载波的数量众多，将二维mmWave宽带信道矩阵转换为三维张量；然后，通过利用张量的PARAFAC分解，可以从估计的因子矩阵中提取信道参数；最后，可以从估计的参数中恢复毫米波宽带信道。分析表明，张量具有固有的低秩结构，当通道矩阵的大小较大时，可以保证PARAFAC分解的唯一性。考虑到常规压缩感测算法具有高复杂度等级，因此选择基于OMP的低复杂度进行比较。本专利技术的核心思想是通过将二维毫米波宽带信道矩阵转换为三维张量。然后，通过利用张量的PARAFAC分解，可以从估计的因子矩阵中提取通道参数。为了方便理解，首先介绍本专利技术使用的模型：考虑传统的下行毫米波大规模MIMO-OFDM一个基站(BaseStation，BS)和多个移动端(MobileStation，MS)。在每个小区中，基站BS配置M个天线同时每个用户使用单天线N个子载波。由于毫米波传输中的定向性，本专利技术中不考虑系统间干扰，例如临近基站或者临近移动终端之间的干扰。为了消除小区间的干扰协作传输策略或者认知无线电方法已经有很多研究了，在这里不做过多假设。为了减少上下行信道估计，假设为时分双工系统，这样可以利用信道的互易性，通过估计上行信道可以得出下行信道。在多用户系统中，每个用户的导序列插入到导频中，每个用户占用一个OFDM符号进行信道估计，用户符号之间时间正交考虑单用户信道估计模型，同时这些算法可以拓展到多用户系统。实际在接收端接收到的信号可以表示为：r＝h(τ)Tx+n其中为发射导频符号，为信道矢量，同时n～CN(0,σ2)为加性高斯白噪声。毫米波信道假设为受限的散射体，可以假设几何模型具有L个散射体。每个散射体具有一个单独的信道在BS和MS之间，天线阵列使用均匀线阵(uniformlineararray，ULA)。考虑收发之间具有频率选择性，每个分簇的径具有单独的时延τ。那么，毫米波上行信道模型时间域为：其中L为多径个数，τl为第l条径的时延，δ(·)代表狄利克雷函数，为第l条径上行信道矩阵，为hl＝αlα(θl)其中αl为第l条径的复增益，为阵列导向矢量，其中θl为第l条径的到达角。当考虑阵列间间距为半波长，d＝λ/2，那么α(θl)为：根据现有文献可知，信道的到达角和时延相对于信道增益来说是缓慢变化的，所以在一定的帧数中假设其是固定的。使用连续傅里叶变化，可以获得频域信道响应为：在OFDM系统中，基带频率分为N个子载波，每个子载波间隔为所以第n个子载波空间频率信道参数可以表示为hF((n-1)η)，整体的空间-频率信道可以表示为：其中从公式中可以看出，由于大规模MIMO传播的散射特性，信道在空间和频率高度相关。传统毫米波信道估计中，为了有效的估计信道，需要将其进行稀疏表示。针对多维数据的处理，张量的经典多元(CanonicalPolyadic，CP)分解法提供了一种有效的方法。注意到接收到的频域-时间信道数据可以看做二维数据，经过一定的二维数据叠加变换，体现三维张量的特征，并且可以进行有效的CP分解，求不同径的具体参数，需要变换信道矩阵成为一个三阶张量，首先建模毫米波信道改写成向量外积形式：相对于三阶张量，这里只是缺少一个维度的向量做外积。接下来介绍如何构造三维张量。首先可将频域信道按照一定的规则分块，同时将相同矩阵块之间叠加，便可以形成一个三维张量，使用图示来标识块与块之间的关系，为了简化示意图，先进行单条径形成的矩阵K示意，其中，从图1可知，矩阵块也就是说如果按照一定的规则叠加大小为矩阵A的矩阵块成一个三维张量K，这个张量中，每个切片的矩阵都可以使用矩阵A乘以一个因子表示，就将这些因子组成一个因子向量el，其中el＝[e1l,e2l,…ekl]T，同时矩阵A可以写成其中其中，l代表第l个径，αl代表每条径的复增益，(·)T表示转置。那么第l径的矩阵K可以表示为Kl，因此Kl可以表示为其中el＝[ek,1,ek,2,…,ek,L]T。在考虑多径的条件下，多个径代表每一个径三阶张量叠加，因此实际多径信道可表示为从上式可以看出，通过叠加多个矩阵，可以把毫米波信道估计问题建模为一个张量CP分解问题。此时空频域接收信号R可以表示为：其中XSF是空频域导频信号本文档来自技高网...

【技术保护点】
1.一种基于张量分解的毫米波宽带MIMO系统的信道估计方法，系统包括一个基站(BS)和多个移动端(MS)，BS配置有M根天线，每个MS使用单天线，基带频率分为N个子载波，将空频域接收信号R表示为：/n

【技术特征摘要】
1.一种基于张量分解的毫米波宽带MIMO系统的信道估计方法，系统包括一个基站(BS)和多个移动端(MS)，BS配置有M根天线，每个MS使用单天线，基带频率分为N个子载波，将空频域接收信号R表示为：



其中X是空频域导频信号，N是对应的噪声矩阵，其元素服从高斯分布，αm(θl)是α(θl)的前m个元素组成的矢量，为阵列导向矢量，其中θl为第l条径的到达角，L为多径个数，αl为第l条径的复增益，βm(τl)是β(τl)的前m个元素组成的矢量，τl为第l条径的时延，m为阵列空间分组大小，n为第n个子载波，η为每个子载波间隔，K为多径数目，为相邻天线之间的相位差，el为因子向量，el＝[ek,1,ek,2,…,ek,L]T，H是多径信道；
其特征在于，所述信道估计方法包括以下步骤：
S1、假设信道的径已知，建立信道PARAFAC分解模型...

【专利技术属性】
技术研发人员：程龙，伍怡，王志强，岳光荣，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51