基于ANM的多用户上行传输RIS辅助系统的信道估计方案技术方案

本发明专利技术公开了一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案，利用连续值信道参数域的级联稀疏性，基于原子范数最小化(ANM)联合估计UEs

【技术实现步骤摘要】
Data Rate Maximization For Intelligent Reflecting Surface Assisted Terahertz MIMO Communication Systems. IEEE Access,2020,vol.8,pp.99565
‑
99581)将信道估计问题转化为稀疏信号重构问题，并采用改进的正交匹配追踪(OMP)和广义近似消息传递 (GAMP)进行求解。另一方面，文献(A.M.Elbir,A.Papazafeiropoulos, P.Kourtessis,et al.Deep Channel Learning For Large Intelligent Surfaces Aided mmWave Massive MIMO Systems.IEEE Wireless Communication Letters,2020,vol.9,no.9,pp.1447
‑
1451)、(S.Liu, Z.Gao,J.Zhang,et al.Deep Denoising Neural Network Assisted Compressive Channel Estimation For mmWave Intelligent Reflecting Surfaces.IEEE Transactions on Vehicular Technology,2020,vol.69, no.8,pp.9223
‑
9228)、(Z.Yang,L.Xie,P.Stoica.Vandermonde Decomposition Of Multilevel Toeplitz Matrices With Application To Multidimensional Super
‑
Resolution.IEEE Transactions on Information Theory,2016,vol.62,no.6,pp.3685
‑
3701)引入深度学习技术来估计信道参数或提高估计性能。
[0005]然而，无论是算法分辨率与计算复杂度之间的权衡，还是硬件实现上的局限，都使得上述方法不完善。因此，级联信道估计仍然是一个有待解决的问题。

技术实现思路

[0006]本专利技术目的在于提供一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案,以解决现有位于中间位置的RIS由于廉价并且大量部署的设计理念，自身并没有信号处理的能力，这导致级联信道的估计成为一个挑战的技术问题。
[0007]为解决上述技术问题，本专利技术的具体技术方案如下：
[0008]一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案，包括以下步骤：
[0009]步骤1、在上行传输的RIS辅助系统，包括K个用户、一个基站和一个 RIS，信号由k个用户同时经过RIS转发至基站；
[0010]所述用户发送导频，基站接收信号并计算处理，信号中途经过RIS反射；
[0011]步骤2、利用连续值信道参数域的级联稀疏性，基于ATM联合估计K个用户到RIS和RIS到基站的信道；
[0012]步骤2.1、使用ANM分离视线信道；
[0013]步骤2.2、估计出基站接收角度和用户发射角度，计算RIS的接收和发射角度；
[0014]步骤2.3、估计信道增益。
[0015]进一步的，步骤1中基站使用M＝M1×
M2根天线，每个用户使用L＝L1×ꢀ
L2根天线，并且RIS具有N＝N1×
N2个单元；所有基站、用户和RIS天线排列方式均被认为是均匀面阵，对应的阵列响应表达式如下：
[0016][0017]其中n1，n2表示平面阵的长宽维度天线数量，e
n
(g)＝ [1，e
iπg
，...，e
iπ(n
‑
1)g
]T
是长度为n的中间计算矢量；g＝g1，g2为该矢量对应的角度信息；表示克罗内克积，(
·
)
T
表示转置操作，g1＝g2＝cos(θ)，θ表示俯仰角，表示水平角；
[0018]将第k个UE和RIS之间的信道表示为RIS和基站之间的信道表示为
其中上标eq表示等效实际信道，表示大小为m
×
n 的复数矩阵，mn是指两个自然数；按照Rice信道模型对和G
eq
进行建模：
[0019][0020][0021]其中H
k
表示用户到RIS的LoS分量，G表示RIS到基站的LoS分量， H
′
k
和G
′
是表示nLoS分量的Rayleigh随机变量；因子K
R
表示LoS分量与 nLoS分量所占的能量比；对于LoS分量，H
k
和G表示为
[0022][0023][0024]其中β
k
和γ表示信道的复增益，a
Nr，k
，a
L，k
表示第k个用户到RIS之间的接收与发射天线阵列响应；a
M
，a
Nt
表示RIS到基站之间的接收与发射天线阵列响应；
[0025]定义为RIS的相移矩阵，表示为
[0026][0027]其中diag(p)表示以矢量p为主对角线的对角矩阵，g
p1
，g
p2
为天线阵列的角度信息；
[0028]基站在第p个时段接收到的信号可以被表示为：
[0029][0030]其中Fx
k，p
为第k个用户的导频信号，为统一的观测矩阵，W是观测矩阵的宽度，即每个时段内的导频长度；N[p]为噪声矩阵；设置每个用户发送的信号功率和相同，即第k个用户发射的导频序列表示为：
[0031][0032]x
k1
≠x
k2
|
k1≠k2
[0033][0034]其中x
k，p
表示第k个UE发射的第p个导频；是正实数，Q是每个用发送导频的功率和。
[0035]进一步的，步骤2.1中使用ANM分离视线信道具体包括以下步骤：
[0036]步骤2.1.1、将Y[p]进行如下变形：
[0037][0038]由于G
′
和H
′
k
是Rayleigh随机变量，且K
R
的取值在高频带非常的大，即有：
[0039][0040]因此我们定义余项：
[0041][0042]如此，接收信号被近似为如下形式：
[0043][0044]其中是一个未知标量，将Y[p]矢量化后我们得到y
p
[0045][0046]其中表示a
L，k
的共轭，I
M
表示大小为M的单位矩阵，F
T
是F的转置，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ANM的多用户上行传输RIS辅助系统的信道估计方案，其特征在于，包括以下步骤：步骤1、在上行传输的RIS辅助系统，包括K个用户、一个基站和一个RIS，信号由k个用户同时经过RIS转发至基站；所述用户发送导频，基站接收信号并计算处理，信号中途经过RIS反射；步骤2、利用连续值信道参数域的级联稀疏性，基于ATM联合估计K个用户到RIS和RIS到基站的信道；步骤2.1、使用ANM分离视线信道；步骤2.2、估计出基站接收角度和用户发射角度，计算RIS的接收和发射角度；步骤2.3、估计信道增益。2.根据权利要求1所述的基于ANM的多用户上行传输RIS辅助系统的信道估计方案，其特征在于，步骤1中基站使用M＝M1×
M2根天线，每个用户使用L＝L1×
L2根天线，并且RIS具有N＝N1×
N2个单元；所有基站、用户和RIS天线排列方式均被认为是均匀面阵，对应的阵列响应表达式如下：其中n1，n2表示平面阵的长宽维度天线数量，e
n
(g)＝[1，e
iπg
，...，e
iπ(n
‑
1)g
]
T
是长度为n的中间计算矢量；g＝g1，g2为该矢量对应的角度信息；表示克罗内克积，(
·
)
T
表示转置操作，作，g2＝cos(θ)，θ表示俯仰角，表示水平角；将第k个UE和RIS之间的信道表示为RIS和基站之间的信道表示为其中上标eq表示等效实际信道，表示大小为m
×
n的复数矩阵，mn是指两个自然数；按照Rice信道模型对和G
eq
进行建模：进行建模：其中H
k
表示用户到RIS的LoS分量，G表示RIS到基站的LoS分量，H
′
k
和G
′
是表示nLoS分量的Rayleigh随机变量；因子K
R
表示LoS分量与nLoS分量所占的能量比；对于LoS分量，H
k
和G表示为示为其中β
k
和γ表示信道的复增益，a
Nr，k
，a
L，k
表示第k个用户到RIS之间的接收与发射天线阵列响应；a
M
，a
Nt
表示RIS到基站之间的接收与发射天线阵列响应；定义为RIS的相移矩阵，表示为其中diag(p)表示以矢量p为主对角线的对角矩阵，g
p1
，g
p2
为天线阵列的角度信息；基站在第p个时段接收到的信号被表示为：
其中Fx
k，p
为第k个用户的导频信号，为统一的观测矩阵，W是观测矩阵的宽度，即每个时段内的导频长度；N[p]为噪声矩阵；设置每个用户发送的信号功率和相同，即第k个用户发射的导频序列表示为：x
k1
≠x
k2
|
k1≠k2

【专利技术属性】
技术研发人员：徐一成，徐平平，
申请(专利权)人：东南大学，
类型：发明
国别省市：