一种基于张量分解的数据辅助时变信道估计方法技术

本发明专利技术属于无线通信技术领域，具体为一种毫米波MIMO系统下基于张量分解的数据辅助时变信道估计方法。本发明专利技术利用张量的多维特性对接收信号和信道进行建模，在使用导频的两阶段信道估计方法的基础上，使用调制后的数据符号代替部分导频信息，实现对信道角度的估计，并通过对多组估计信息进行合并，进一步提升估计的精确度。本发明专利技术能够在确保估计准确度的同时显著地降低导频的开销，并具有较好的鲁棒性。并具有较好的鲁棒性。并具有较好的鲁棒性。

A data aided time-varying channel estimation method based on tensor decomposition

【技术实现步骤摘要】
一种基于张量分解的数据辅助时变信道估计方法


[0001]本专利技术属于无线通信
，具体涉及一种适用于毫米波大规模MIMO系统的基于张量分解的数据辅助时变信道估计方法。

技术介绍

[0002]毫米波(Millimeter Wave，mmWave)作为未来移动通信的关键技术之一，能够提供更广阔的带宽和更高的通信速率。但毫米波传输损耗大，易受干扰影响，将其与大规模多输入多输出(Multiple
‑
Input Multiple
‑
Output，MIMO)技术结合，能够在补偿传播损耗的同时获取分集和复用增益。而大规模的天线阵列涉及海量的信道系数，这给信道估计带来了巨大的挑战。
[0003]近年来，张量模型广泛应用于在信号处理领域，一些研究利用张量的多维结构特性实现毫米波MIMO系统下的信道估计。
[0004]基于张量分解的信道估计技术能够通过有效利用毫米波大规模MIMO信道的高维结构信息，获得较好的估计结果。周舟等人(ZHOU Z,FANG J,YANG L,et al.Channel Estimation for Millimeter
‑
Wave Multiuser MIMO Systems via PARAFAC Decomposition[J].IEEE Transactions on Wireless Communications,2016,15(11):7501
‑
7516.)针对毫米波多用户MIMO系统的静态窄带上行链路，提出了利用张量分解模型进行信道参数估计的算法。程龙等人(CHENG L,YUE G R,XIONG X Y,et al.Tensor Decomposition
‑
Aided Time
‑
Varying Channel Estimation for Millimeter Wave MIMO Systems[J].Ieee Wireless Communications Letters,2019,8(4):1216
‑
1219.)在此基础上提出了一种两阶段的时变信道估计方法。
[0005]但以上方法为保证张量分解的可行性，一般需要较多的导频资源。因此，在毫米波大规模MIMO系统下如何使用较少的导频开销获取准确的信道状态信息仍是当前研究的重点方向。
[0006]现有的使用导频的基于张量分解的两阶段信道估计算法思路如下：
[0007]面向采用混合预编码射频结构的毫米波MIMO系统窄带上行通信链路，对于单用户单基站的情况，将一个训练帧划分为T个连续的时间帧，每个时间帧又分为M1个子帧，每一个子帧相当于一个时隙。
[0008]移动端(Mobile Station，MS)在每个时隙对发送的信号进行不同的预编码，每个时隙发送的预编码信号可以表示为：
[0009][0010]其中，为每个时隙下发送的导频符号，为不失一般性，该方案中设置s
m
(t)＝1，表示复数域，M
RF
×
1表示其维度信息(下文类似)，为基带预编码矩阵，为射频预编码矩阵，M
T
为MS端的天线数量，M
RF
＝1为MS端的射频链数
量，N
R
和N
RF
分别为基站端(Base Station，BS)的天线和射频链数量，并满足N
RF
<<N
R
。
[0011]在BS端对接收信号的建模，第t个时间帧下第m个子帧的接收信号为：
[0012][0013]其中，和分别为第t个时间帧中第m个子帧的接收信号和信道矩阵，表示服从复高斯分布的加性高斯白噪声向量，表示用来检测信号的接收矩阵，令表示对发送信号进行的预编码操作。
[0014]采用标准的几何信道模型对毫米波信道进行建模，并根据高移动性场景的特性，对毫米波时变信道做出近似，假设每个时间帧的信道是保持不变的，，进而可以将信道矩阵表示为：
[0015][0016]其中，j表示虚数，表示多普勒频移，T
S
表示采样周期，a
k
表示第k条路径的复增益，θ
k
和分别为第k条路径的到达角(Angle of Arrival，AoA)和离开角(Angle of Departure，AoD)，且θ
k
和均匀分布于[0,2π]，和分别表示BS端和MS端的天线阵列向量，符号表示两个向量的外积，K表示该信道的路径总数量。假设该算法中，两端均采用单位线性阵列(Uniform Linear Array，ULA)，其导向矢量可以表示为：
[0017][0018]其中，λ表示载波波长，d代表天线阵列中相邻阵元的间距，通常设置d＝λ/2，(
·
)
T
表示转置操作。
[0019]则第t个时间帧的接收信号为：
[0020][0021]其中，对应第k条路径的到达角域的信息，对应第k条路径的离开角域的信息，为预编码矩阵，N(t)表示加性高斯白噪声矩阵。
[0022]由于一个训练帧由多个连续的时间帧组成，因此在BS端可以将T个连续时间帧中的接收信号建模为三阶张量其满足CP分解的形式：
[0023][0024]其中，定义表示第k条路径的时间域的信息，a＝[a1…
a
K
]T
可视为该张量的幅值向量，
·
表示张量的CP分解的形式，为加性高斯白噪声张量，{X,Y,Z}为无噪声干扰时，接收信号张量的三个因子矩阵，即：
[0025][0026]对接收信号张量使用ALS方法对张量进行CP分解，获得估计的因子矩阵{X,Y,Z}。使用基于相关性的方法，根据估计的因子矩阵{X}和{Y}提取出信道的AoA和AoD，即θ
k
和
[0027][0028][0029]其中和分别为估计的因子矩阵X和Y的第k列，J是一维搜索数目，(
·
)
H
表示共轭转置操作，|
·
|表示取模，||
·
||2表示2
‑
范数，arg max(
·
)表示使其最大化。
[0030]获得估计角后，MS端采用了M2个预编码向量f
MS
作为导频信号来估计该时变信道，并将接收信号与预编码向量f
BS
相乘，每个时隙的接收信号可以被写为：
[0031][0032]其中，W为接收矩阵，H[n]为信道矩阵，F
MS
＝f
MS
f
BS
为发送的预编码矩阵，N[n]为加性高斯白噪声矩阵。
[0033]类似地，将第二阶段的接收信号建模为三阶张量的形式
[0034][0035]其中，为第二阶段中，第k条路径的时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于毫米波大规模MIMO系统的基于张量分解的数据辅助时变信道估计方法，其特征在于，具体步骤为：步骤1：将接收信号建模为三阶张量的形式；步骤2：通过CP分解的方式得到估计的因子矩阵；步骤3：通过基于相关性的方法提取出信道的到达角(AoAs)；并在基于相关性方法的基础上，采用遍历搜索的方式，提取出信道的离开角(AoDs)；步骤4：对若干个时间块的接收信号所获得的角度信息进行不同方式的融合；步骤5：基于估计得到的角度信息，通过张量展开的方式估计多普勒频移和路径增益；步骤6：基于估计得到的信道参数重构出完整的时变信道。2.根据权利要求1所述的基于张量分解的数据辅助时变信道估计方法，其特征在于，步骤1中所述接收信号，设计如下：面向采用混合预编码射频结构的毫米波MIMO系统窄带上行通信链路，对于单用户单基站的情况，将一个训练帧划分为T个连续的时间帧，每个时间帧又分为M1个子帧，每一个子帧相当于一个时隙；移动端(MS)在每个时隙对发送的信号进行不同的预编码，每个时隙发送的预编码信号表示为：其中，为每个时隙下发送的数据符号，该符号是未知且独立的，表示复数域，M
RF
×
1表示其维度信息，假设采用二进制相移键控(BPSK)的调制方式，则d
m
(t)∈{
±
1}，为基带预编码矩阵，为射频预编码矩阵，M
T
为MS端的天线数量，M
RF
＝1为MS端的射频链数量，N
R
和N
RF
分别为基站端(BS)的天线和射频链数量，并满足N
RF
＜＜N
R
；在BS端对接收信号的建模，第t个时间帧下第m个子帧的接收信号为：其中，和分别为第t个时间帧中第m个子帧的接收信号和信道矩阵，表示服从复高斯分布的加性高斯白噪声向量，表示用来检测信号的接收矩阵，令表示对发送信号进行的预编码操作；采用几何信道模型对毫米波信道进行建模，并根据高移动性场景的特性，对毫米波时变信道做出近似，假设每个时间帧的信道是保持不变的，进而将信道矩阵表示为：其中，j表示虚数，表示多普勒频移，T
S
表示采样周期，a
k
表示第k条路径的复增益，θ
k
和分别为第k条路径的到达角(AoA)和离开角(AoD)，和分别表示BS端和MS端的天线阵列向量，符号表示两个向量的外积，K表示该信道的路径总数量；
假设两端均采用单位线性阵列(ULA)，其导向矢量表示为：其中，λ表示载波波长，d代表天线阵列中相邻阵元的间距，通常设置d＝λ/2，(
·
)
T
表示转置操作；则第t个时间帧的接收信号为：其中，为对角阵，表示一个时间帧中传输的数据符号，diag(
·
)表示对向量进行对角化操作，N(t)表示加性高斯白噪声矩阵，对应第k条路径的到达角域的信息，对应第k条路径的离开角域及发送符号的信息，为预编码矩阵；由于一个训练帧由多个连续的时间帧组成，在BS端可以将T个连续时间帧中的接收信号建模为三阶张量其满足CP分解的形式：其中，定义表示第k条路径时间域的信息，a＝[a1…
a
K
]
T
视为该张量的幅值向量，
·
表示张量的CP分解的形式，为加性高斯白噪声张量，{X,Y,Z}为无噪声干扰时，接收信号张量的三个因子矩阵，即：3.根据权利要求2所述的基于张量分解的数据辅助时变信道估计方法，其特征在于，步骤2中，对于接收信号张量使用ALS方法对张量进行CP分解，获得估计的因子矩阵{X,Y,Z}。4.根据权利要求3所述的基于张量分解的数据辅助时变信道估计方法，其特征在于，步骤3中所述对信道角度信息的提取，具体过程如下：通过基于相关性的方法，根据估计的因子矩阵{X}提取出信道的AoAs，即θ
k
：
其中，为估计的因子矩阵X的第k列，J是一维搜索数目，(
·
)
H
表示共轭转置操作，|
·
|表示取模，||
·
||2表示2
‑
范数，argmax(
·
)表示使其最大化；对于信道的AoDs，由于传输的调制数据符号是未知的，在基于相关性的基础上采用遍历的搜索方式进行提取，即：其中，为因...

【专利技术属性】
技术研发人员：魏佳艺，许崇斌，
申请(专利权)人：复旦大学，
类型：发明
国别省市：