一种非线性多输入多输出信道估计方法和估计系统技术方案

本公开提出一种非线性多输入多输出信道估计方法和估计系统。该估计方法包括利用调制解调器，将接收到的射频信号下变频到基带，根据基带信号获取复基带信号，并将复基带信号的幅度和预设相位作为观测值，进行复基带信号处理；将复基带信号处理后的信息输入到非线性多输入多输出信道中，并对非线性多输入多输出信道进行初始信道估计，得到初始信道估计值；利用GAMP算法，将初始信道估计值作为深度神经网络和卷积神经网络的输入，将信道的实际响应作为标签，对深度神经网络和卷积神经网络进行训练，得到最终信道估计值。该估计系统包括信号处理模块、初始信道估计模块和神经网络模块。本公开能够增强信道的均方误差性能和鲁棒性。本公开能够增强信道的均方误差性能和鲁棒性。本公开能够增强信道的均方误差性能和鲁棒性。

【技术实现步骤摘要】
一种非线性多输入多输出信道估计方法和估计系统


[0001]本公开涉及无线通信
，尤其涉及一种非线性多输入多输出信道估计方法和估计系统。

技术介绍

[0002]非线性多输入多输出(Non
‑
Linear Multiple Input Multiple Output， Non
‑
Linear MIMO)通信技术能够将射频信号直接下变频到基带，而传统MIMO的接收机一般是将信号由高频变频到中频，再变频到低频后到基带，二者相比，非线性MIMO简化了信号处理流程，在功耗方面具有明显优势。
[0003]目前，对非线性MIMO系统的信道估计算法的研究，主要集中在对信息的传递算法上，但由于接收端相位观测值的均值、方差都没有封闭表达式，在进行采样技术迭代求解时，会导致收敛率变得不稳定，甚至在一些情况下该算法发散问题严重。此外，在实际应用中，信道特性会随着传输环境、工作频率等因素的变化而变化，这些因素通常又是未知的，无法用具体的分析方法来表示。因此，有必要改善上述相关技术方案中存在的一个或者多个问题。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开实施例的目的在于提供一种，以提高信道的均方误差性能和鲁棒性。
[0006]根据本公开实施例的第一方面，提供一种非线性多输入多输出 (Non
‑
Linear Multiple Input Multiple Output，Non
‑
Linear MIMO)信道估计方法，包括：
[0007]利用调制解调器，将接收到的射频信号下变频到基带，根据基带信号获取复基带信号，并将所述复基带信号的幅度和预设相位作为观测值，进行基带信号处理；
[0008]将基带信号处理后的信息输入到非线性多输入多输出信道中，并对所述非线性多输入多输出信道进行初始信道估计，得到初始信道估计值；
[0009]利用GAMP算法，将所述初始信道估计值作为深度神经网络和卷积神经网络的输入，将信道的实际响应作为标签，对所述深度神经网络和所述卷积神经网络进行训练，得到最终信道估计值。
[0010]本公开的一示例性实施例中，所述利用调制解调器，将接收到的射频信号下变频到基带，根据基带信号获取复基带信号，并将所述复基带信号的幅度和预设相位作为观测值，进行基带信号处理的步骤中，所述调制解调器包括同相正交调制解调器；利用包络检波器获取所述复基带信号的幅度，利用相位检测器获取所述复基带信号的预设相位，所述预设相位为π相位或2π相位。
[0011]本公开的一示例性实施例中，所述利用调制解调器，将接收到的射频信号下变频到基带，根据基带信号获取复基带信号，并将所述复基带信号的幅度和预设相位作为观测
值，进行基带信号处理的步骤包括：
[0012]构建广义线性混合模型，所述广义线性混合模型包括：
[0013][0014]其中，z＝As表示噪声影响前的结果，表示待恢复的 M
×
N维度的观测矩阵，表示作为复基带信号的幅度和π相位的观测值，w表示加性复高斯噪声表示作为复基带信号的幅度和π相位的观测值，w表示加性复高斯噪声表示服从均值为0，方差为的复高斯分布；表示分量算子，第m个元素g
m
的定义包括：
[0015][0016]其中，1(
·
)表示对复基带信号不做处理，∠
π
(
·
)表示复基带信号进行了π相位移动处理，T为矩阵转置。
[0017]本公开的一示例性实施例中，将基带信号处理后的信息输入到非线性多输入多输出信道中，并对所述非线性多输入多输出信道进行初步信道估计，得到初步信道估计值的步骤包括：
[0018]将复基带信号处理后的信息初始化，并利用先验模型和似然函数，得到先验概率，根据所述先验概率得到后验概率；
[0019]对信息输出通道进行线性处理和非线性处理，同时对信息输入通道进行线性处理和非线性处理；
[0020]重复对输出通道和输入通道进行线性和非线性处理，通过不断迭代过程，得到初始信道估计值。
[0021]本公开的一示例性实施例中，所述将经基带信号处理后的信息初始化，并利用似然函数，得到先验概率，根据所述先验概率得到后验概率的步骤包括：
[0022]所述先验概率包括：根据所述先验概率得到所述后验概率包括：
[0023][0024]其中，z
k
表示z＝As的第k个值，z＝As表示噪声影响前的结果，RF链为射频链，表示以为变量，均值为z
k
，方差为的复高斯分布。
[0025]本公开的一示例性实施例中，所述对信息输出通道进行线性处理和非线性处理，同时对信息输入通道进行线性处理和非线性处理得过程包括：
[0026]进行输出通道的线性处理，计算z
k
的输出通道的方差公式包括：
[0027][0028]计算z
k
的输出通道的估计值公式包括：
[0029][0030]其中，A
kn
表示信道传输中的矩阵；表示第t次迭代s向量中第n个元素的方差列的值；表示第t次迭代P向量中第k个元素的方差；u
k
(t
‑
1)表示中间变量；表示t时刻s
n
的均值；表示t时刻p
k
的估计值；
[0031]进行输出通道的非线性处理包括：
[0032][0033][0034]其中，u
k
(t)是通过后验概率估计的期望，其中是概率归一化常数，是以z
k
为变量，均值为方差为的复高斯分布；是通过后验概率估计的方差，估计的方差，估计的方差，表示来自功率分路器和传统射频链的方差；
[0035]进行输入通道的线性处理，计算z
k
的输入通道的方差公式包括：
[0036][0037]计算z
k
的输入通道的均值公式包括
[0038][0039]其中，表示第t次迭代α向量中第k个元素的方差列的值；表示第t次迭代r向量中第n个元素的方差；u
k
(t)表示中间变量；表示t时刻s
n
的均值；表示t时刻r
n
的估计值；
[0040]进行输入通道的非线性处理包括：
[0041][0042][0043]其中，表示t+1个时刻的s
n
的均值，表示在和已知时s
n
的期望；表示t+1个时刻的s
n
的方差，表示在和已知时s
n
的方差。
[0044]本公开的一示例性实施例中，所述重复对输出通道和输入通道进行线性和非线性处理，通过不断迭代过程，得到初始信道估计值。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非线性多输入多输出信道估计方法，其特征在于，包括：利用调制解调器，将接收到的射频信号下变频到基带，根据基带信号获取复基带信号，并将所述复基带信号的幅度和预设相位作为观测值，进行基带信号处理；将基带信号处理后的信息输入到非线性多输入多输出信道中，并对所述非线性多输入多输出信道进行初始信道估计，得到初始信道估计值；利用GAMP算法，将所述初始信道估计值作为深度神经网络和卷积神经网络的输入，将信道的实际响应作为标签，对所述深度神经网络和所述卷积神经网络进行训练，得到最终信道估计值。2.根据权利要求1所述非线性多输入多输出信道估计方法，其特征在于，所述利用调制解调器，将接收到的射频信号下变频到基带，根据基带信号获取复基带信号，并将所述复基带信号的幅度和预设相位作为观测值，进行基带信号处理的步骤中，所述调制解调器包括同相正交调制解调器；利用包络检波器获取所述复基带信号的幅度，利用相位检测器获取所述复基带信号的预设相位，所述预设相位为π相位或2π相位。3.根据权利要求2所述非线性多输入多输出信道估计方法，其特征在于，所述利用调制解调器，将接收到的射频信号下变频到基带，根据基带信号获取复基带信号，并将所述复基带信号的幅度和预设相位作为观测值，进行基带信号处理的步骤包括：构建广义线性混合模型，所述广义线性混合模型包括：其中，z＝As表示噪声影响前的结果，表示待恢复的M
×
N维度的观测矩阵，表示作为复基带信号的幅度和π相位的观测值，w表示加性复高斯噪声表示作为复基带信号的幅度和π相位的观测值，w表示加性复高斯噪声表示服从均值为0，方差为的复高斯分布；表示分量算子，第m个元素g
m
的定义包括：其中，1(
·
)表示对复基带信号不做处理，∠
π
(
·
)表示复基带信号进行了π相位移动处理，T为矩阵转置。4.根据权利要求1所述非线性多输入多输出信道估计方法，其特征在于，将基带信号处理后的信息输入到非线性多输入多输出信道中，并对所述非线性多输入多输出信道进行初步信道估计，得到初步信道估计值的步骤包括：将复基带信号处理后的信息初始化，并利用先验模型和似然函数，得到先验概率，根据所述先验概率得到后验概率；对信息输出通道进行线性处理和非线性处理，同时对信息输入通道进行线性处理和非线性处理；重复对输出通道和输入通道进行线性和非线性处理，通过不断迭代过程，得到初始信道估计值。5.根据权利要求4所述非线性多输入多输出信道估计方法，其特征在于，所述将经基带信号处理后的信息初始化，并利用似然函数，得到先验概率，根据所述先验概率得到后验概
率的步骤包括：所述先验概率包括：根据所述先验概率得到所述后验概率包括：其中，z
k
表示z＝As的第k个值，z＝As表示噪声影响前的结果，RF链为射频链，表示以为变量，均值为z
k
，方差为的复高斯分布。6.根据权利要求5所述非线性多输入多输出信道估计方法，其特征在于，所述对信息输出通道进行线性处理和非线性处理，同时对信息输入通道进行线性处理和非线性处理得过程包括：进行输出通道的线性处理，计算z
k
的输出通道的方差公式包括：计算z
k
的输出通道的估计值公式包括：其中，A
kn
表示信道传输中的矩阵；表示第t次迭代s向量中第n个元素的方差列的值；表示第t次迭代P向量中第k个元素的方差；u
k
(t
‑
1)表示中间变量；表示t时刻s
n
的均值；表示t时刻p
k
的估计值；进行输出通道的非线性处理包括：进行输出通道的非线性处理包括：其中，u
k
(t)是通过后验概率估计的期望，其中是概率归一化常数，是以z
k
为变量，均值为方差...

【专利技术属性】
技术研发人员：巩译，刘俣佳，孟繁轲，袁伟杰，徐湛，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：