信道估计的方法及其电子设备及介质技术

本申请公开了一种信道估计的方法及其电子设备及介质。通过应用本申请的技术方案，相比于相关技术中的RI S可重构智能平面，WB

【技术实现步骤摘要】
信道估计的方法及其电子设备及介质


[0001]本申请中涉及信号数据处理技术，尤其是一种信道估计的方法及其电子设 备及介质。

技术介绍

[0002]相关技术中，可重构智能平面(Reconfigurable Intelligent Surface， RIS可重构智能平面)已被提出作为一种有前途的新技术，用于通过软件控制 的反射来重新配置无线传播环境。
[0003]现已有大量工作进行了RIS可重构智能平面辅助无线通信系统下的波束赋 形优化、组网优化等方面的研究。在实际系统中，RIS可重构智能平面所带来 的系统收益依赖于系统对环境CSI的精准感知。但是，由于RIS可重构智能平 面的无源特性，在保持超低功耗的同时，引入了信道信息(Channel StateInformation，CSI)反馈困难的问题。其中，RIS可重构智能平面辅助无线通 信系统的终端接收能量与RIS可重构智能平面反射元件数量的二次方成正比， 在RIS可重构智能平面规模不断增长的未来，CSI纬度也会相应增长，反馈问 题会进一步变得困难。

技术实现思路

[0004]本申请实施例提供一种信道估计的方法及其电子设备及介质。从而解决相 关技术中出现的，RIS可重构智能平面中信道信息反馈CSI计算复杂度高且导 频开销大的问题。
[0005]其中，根据本申请实施例的一个方面，提供的一种信道估计的方法，应用 于设置有N
×
1的均匀线性阵列ULA基站设备、设置有M
×
1的ULA可重构智能 平面装备RIS、设置有A
×
1的ULA终端设备的系统中，其特征在于，所述RIS 在几何中心处设置有一个连接射频链路RFchain的无线信标WB，得到WB
‑
RIS， 其中：
[0006]所述终端设备利用得到的AoA集合，通过上行级联信道向所述基站设备发 送上行导频信号；
[0007]构建三层的隐马尔可夫模型HMM信道概率模型；
[0008]利用所述三层信道概率模型，对上行级联信道的结构化稀疏性进行拟合， 以使加快利用结构化稀疏加速的异构算法SSH
‑
EM估计上行级联信道的收敛过程。
[0009]可选地，在基于本申请上述方法的另一个实施例中，所述构建三层的隐马 尔可夫模型HMM信道概率模型，包括：
[0010]所述三层信道概率模型由第一层的稀疏信号模型、第二层的精度模型以及 第三层的结构化稀疏支持向量所构建得到。
[0011]可选地，在基于本申请上述方法的另一个实施例中，在所述构建三层的隐 马尔可夫模型HMM信道概率模型之后，还包括：
[0012]计算所述上行级联信道的隐含变量的联合概率分布；
[0013]使用高斯分布对每个终端设备的角域出现概率进行计算，确定所述终端设 备的
每个角域的激活状态概率；
[0014]根据所述终端设备的每个角域的激活状态概率，确定所述三层信道概率模 型的隐变量集合。
[0015]可选地，在基于本申请上述方法的另一个实施例中，在所述根据所述终端 设备的每个角域的激活状态概率，确定所述三层信道概率模型的隐变量集合之 后，还包括：
[0016]确定所述隐变量集合的先验概率。
[0017]可选地，在基于本申请上述方法的另一个实施例中，所述利用所述三层信 道概率模型，对上行级联信道的结构化稀疏性进行拟合，包括：
[0018]将所述基站设备侧接收到的导频信号作为输入，并利用最大最小化算法进 行所述上行级联信道的未知参数更新；
[0019]计算边缘后验概率，并根据变分贝叶斯推断VBI和消息传递MP方法，估 计所述上行级联信道的高拟合程度的后验概率。
[0020]可选地，在基于本申请上述方法的另一个实施例中，所述估计所述上行级 联信道的高拟合程度的后验概率，包括：
[0021]利用HMM算法对代理函数进行参数更新，得到局部最优参数的迭代方向， 并基于所述局部最优参数对所述上行级联信道进行迭代更新。
[0022]可选地，在基于本申请上述方法的另一个实施例中，在所述终端设备利用 得到的AoA集合，通过上行级联信道向所述基站设备发送上行导频信号之前， 还包括：
[0023]控制所述WB
‑
RIS向每个基站设备以及每个终端设备发送第一导频信号；
[0024]所述基站设备接收到第一导频信号后，利用角域信道估计方法对所述第一 导频信号进行解析，得到基站设备侧的上行AoA以及对应的Path loss；以及，
[0025]所述终端设备接收到第一导频信号后，利用角域信道估计方法对所述第一 导频信号进行解析，得到终端设备侧的上行AoA以及对应的Path loss。
[0026]可选地，在基于本申请上述方法的另一个实施例中，在所述得到终端设备 侧的上行AoA以及对应的Path loss之后，还包括：
[0027]所述基站设备或所述终端设备计算所述第一导频信号在角度域中的能量分 布，并基于所述能量分布中的峰值能量点，确定所述第一导频信号的AoA集合；
[0028]所述基站设备或所述终端设备选取所述AoA集合中能量值满足预设条件的AoA作为所述AoA；以及，根据偏转角与所述AoA集合，计算得到所述Path loss， 所述偏转角为第一导频信号的真实角度与网格角相比所偏离的角度。
[0029]根据本申请实施例的又一个方面，提供的一种电子设备，包括：
[0030]存储器，用于存储可执行指令；以及
[0031]显示器，用于与所述存储器执行所述可执行指令从而完成上述任一所述信 道估计的方法的操作。
[0032]根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于 存储计算机可读取的指令，所述指令被执行时执行上述任一所述信道估计的方 法的操作。
[0033]本申请提出的信道估计的方法中，可以包括设置有N
×
1的均匀线性阵列ULA 基站设备、设置有M
×
1的ULA可重构智能平面装备RIS、设置有A
×
1的ULA终 端设备：RIS在几何中心处设置有一个连接射频链路RF chain的无线信标WB， 得到WB
‑
RIS；终端设备利用得到
的AoA集合，通过上行级联信道向基站设备发 送上行导频信号；构建三层的隐马尔可夫模型HMM信道概率模型；利用三层信 道概率模型，对上行级联信道的结构化稀疏性进行拟合，以使加快利用结构化 稀疏加速的异构算法SSH
‑
EM估计上行级联信道的收敛过程。
[0034]通过应用本申请的技术方案，相比于相关技术中的RIS可重构智能平面， WB
‑
RIS能够通过无线信标分阶段获取级联信道CSI，极大程度上提升CSI估计 精度。另外，相比于相关技术中RIS中大规模添加RF chain的方式而言，本申 请提出的WB
‑
RI本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信道估计的方法，其特征在于，应用于设置有N
×
1的均匀线性阵列ULA基站设备、设置有M
×
1的ULA可重构智能平面装备RIS、设置有A
×
1的ULA终端设备的系统中，其特征在于，所述RIS在几何中心处设置有一个连接射频链路RF chain的无线信标WB，得到WB
‑
RIS，其中：所述终端设备利用得到的AoA集合，通过上行级联信道向所述基站设备发送上行导频信号；构建三层的隐马尔可夫模型HMM信道概率模型；利用所述三层信道概率模型，对上行级联信道的结构化稀疏性进行拟合，以使加快利用结构化稀疏加速的异构算法SSH
‑
EM估计上行级联信道的收敛过程。2.如权利要求1所述的方法，其特征在于，所述构建三层的隐马尔可夫模型HMM信道概率模型，包括：所述三层信道概率模型由第一层的稀疏信号模型、第二层的精度模型以及第三层的结构化稀疏支持向量所构建得到。3.如权利要求1或2所述的方法，其特征在于，在所述构建三层的隐马尔可夫模型HMM信道概率模型之后，还包括：计算所述上行级联信道的隐含变量的联合概率分布；使用高斯分布对每个终端设备的角域出现概率进行计算，确定所述终端设备的每个角域的激活状态概率；根据所述终端设备的每个角域的激活状态概率，确定所述三层信道概率模型的隐变量集合。4.如权利要求3所述的方法，其特征在于，在所述根据所述终端设备的每个角域的激活状态概率，确定所述三层信道概率模型的隐变量集合之后，还包括：确定所述隐变量集合的先验概率。5.如权利要求1所述的方法，其特征在于，所述利用所述三层信道概率模型，对上行级联信道的结构化稀疏性进行拟合，包括：将所述基...

【专利技术属性】
技术研发人员：王莹，陈源彬，郭旭沨，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：