基于移动性参数估计的信道预测方法技术

一种基于移动性参数估计的信道预测方法，通过对频域响应进行信道分量估计得到时延域、多普勒域、复幅度的模和相位后，进行移动性参数估计过程得到移动性参数，最后通过信道分量预测并组合得到整个信道频域响应。本发明专利技术更适用于信道分量是时变、在高速移动场景下变化更快的实际情况，从而得到更加准确的信道分量，从而得到更加准确的整体信道响应。从而得到更加准确的整体信道响应。从而得到更加准确的整体信道响应。

【技术实现步骤摘要】
基于移动性参数估计的信道预测方法


[0001]本专利技术涉及的是一种无线通信领域的技术，具体是一种基于移动性参数估计的信道预测方法。

技术介绍

[0002]现有主流信道预测方法包括基于自回归模型(AR)和基于参数化信道模型的预测算法，其中基于AR模型的预测依赖于学习两个信道脉冲响应之间的时间相关性，并通过将观察到的信道状态与不同的相关权重相结合来推断即将到来的信道响应。由于不需要将信道分解成其他分量，AR模型的算法计算复杂度较低。然而，信道预测的准确性弱于基于参数的无线信道预测方法。与在AR模型中将信道视为一个整体不同，在基于参数的信道模型的预测过程中需要将信道分解为一些分量，通过估计和预测未来的复振幅、时延和多普勒分量来得到相应的信道。基于参数的信道模型的预测方法表现出比AR方法更高的预测精度。然而在现有很多技术中，复振幅、时延和多普勒频偏分量在预测过程中总是被假设是时不变的或随时间缓慢变化的，这不适合具有高移动性的场景。

技术实现思路

[0003]本专利技术针对现有预测算法在信道分量快速变化时信道预测不准确的问题，提出一种基于移动性参数估计的信道预测方法，通过估计收发天线与散射体的移动性参数进一步提升基于参数化信道模型的预测算法性能，根据估计得到的运动参数来预测时变的信道分量后，再基于这些预测的信道分量，可以预测总体的信道频域响应。本专利技术有效地解决了基于参数化信道模型的传统预测算法在信道分量快速变化时信道预测不准确的问题。本专利技术通过利用收发端与散射体的运动特性来预测信道，可以处理连续的或时断时续的无线簇响应，估计得到无线信道中不同无线簇的运动参数，在视距场景下可以辅助定位。
[0004]本专利技术是通过以下技术方案实现的：
[0005]本专利技术涉及一种基于移动性参数估计的信道预测方法，通过对频域响应进行信道分量估计得到时延域、多普勒域、复幅度的模和相位后，进行移动性参数估计过程得到移动性参数，最后通过信道分量预测并组合得到整个信道频域响应。
[0006]本专利技术涉及一种实现上述方法的系统，包括：信道分量估计单元、移动性参数估计单元、信道分量预测单元、整体信道响应的合并单元，其中：信道分量估计单元根据过去观察的信道频域响应，进行信道分量的估计，得到估计的时延域、多普勒域、复幅度的模和相位，移动性参数估计单元根据估计的信道分量，经过移动性参数的估计，得到无线簇的移动性参数，信道分量预测单元根据估计得到的移动性参数，经过信道分量预测算法的处理，得到预测的信道分量，整体信道响应的合并单元根据预测的信道分量，经过合并处理，得到预测的信道频域响应。技术效果
[0007]与现有技术假设信道分量时不变，并根据时不变的信道分量来预测信道响应相
Scheme withChannel Matrix Doubling and Temporal
‑
Spatial Smoothing》([J].Wireless PersonalCommunications,2021:1
‑
11.)中记载的方式实现。
[0022]④
计算等效的复幅度为复幅度，T
sym
为OFDM符号周期，为多普勒频偏。令且且其中：是的向量，是的变换矩阵，的变换矩阵，
[0023]所述的无线簇分类，具体包括：
[0024]i)通过霍夫变换把每个符号的每个簇的时延结果从时延
‑
时间域变换至霍夫域，得到霍夫域中的对应曲线，具体为：具有极坐标形式的霍夫变换公式域，得到霍夫域中的对应曲线，具体为：具有极坐标形式的霍夫变换公式其中：和θ
H
分别指示霍夫域的纵轴和横轴，t
n
是符号n对应的绝对时间，是符号n中第p个簇的估计的时延，t
n
的尺度因子r
scale
用于使的横纵坐标的数量级相似，的取值范围为θ
H
∈[0，π)，θ
H
的取值范围为的取值范围为直角坐标系中坐标为的点在变换到霍夫域中变为曲线。
[0025]ii)如图2所示，为了在时延
‑
时间域完成线性拟合，应该在横纵轴上进行量化，且所有的曲线应在霍夫域上进行累加，得到累加结果
[0026]iii)由于一个峰值对应的是时延
‑
时间域中的一条直线，因此穿过霍夫域中同一个峰值的曲线所对应的时延点组成的集合在时延
‑
时间域中属于同一个随时间变化的簇，具体为：当第p次迭代中的的最大值则把在霍夫域中经过的时延簇归为同一个无线簇，并计算在本次循环中被归为同一个无线簇的时延簇在霍夫域上的累加和令令p＝p+1，寻找的峰值并重新判断是否成立，重复搜索直至成立时得到峰值，其中是累加结果的最大值，系数r
max
用于终止迭代，是一次迭代中分类出的时延簇在霍夫域上的累加结果。
[0027]所述的移动性参数估计，包括通过估计的时延域和复幅度信息得到运动参数和线性拟合系数，其中：运动参数包括初始等效水平距离等效相对速度和初始等效垂直距离线性拟合系数包括NLOS模的斜率NLOS模的截距相位的斜率相位的截距和衰减系数
[0028]所述的运动参数，通过以下方式估计得到：基于分类的无线簇，每个无线簇的移动性参数可以估计如下。当在集合中有M个时延簇，移动性参数和的矩阵形式为：
其中：m
i
是中第i时延簇的符号索引，z∈{1，...，M
‑
1}表示差分的间隔。两个变量和可以由最小二乘法来求解得到。另外，移动性参数
[0029]所述的线性拟合系数，通过以下方式估计得到：计算每个簇的衰减系数所述的线性拟合系数，通过以下方式估计得到：计算每个簇的衰减系数其中：M是中时延簇的个数，等于等效复幅度
[0030]优选地，由于不同簇的模计算方式不同，因此有必要区分视距(LOS)簇和非视距(NLOS) 簇，当无线簇p认为是LOS簇，否则认为是NLOS簇，其中ε表示估计误差。
[0031]所述的NLOS簇的模为其中：线性拟合系数和通过最小二乘法求解得到。
[0032]优选地，不同于复幅度的模，复幅度的相位需要在等效复幅度基础上消去多普勒相位，具体为其中：是拟合的多普勒频偏，是估计的复幅度。
[0033]所述的复幅度的相位为其中：线性拟合系数和通过最小二乘法求解得到。
[0034]所述的信道分量预测所述的信道分量预测其中：其中：为预测的多普勒频偏，为预测的时延，为预测的复幅度，为预测的复幅度的模，为预测的复幅度的相位，n
′
＞N
sym
，f
c
为
中心频点，c为光速，N
sym
为符号数。所述的整个信道频域响应为符号数。所述的整个信道频域响应其中：n
′
＞N
sym
，k为子载波索引，且假设未来的簇的个数等于已知最新符号中的簇的个数
[0035]优选地，在预测得到整个信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动性参数估计的信道预测方法，其特征在于，通过对频域响应进行信道分量估计得到时延域、多普勒域、复幅度的模和相位后，进行移动性参数估计过程得到移动性参数，最后通过信道分量预测并组合得到整个信道频域响应；所述的信道分量估计，具体包括：1)估计时延域：频域响应的自相关矩阵其中：K是自相关长度，n为符号索引，是表示参数的估计结果，(
·
)
H
表示共轭转置，N
sc
是子载波数，表示符号n中第j
‑
K+1至第j个子载波的频域响应；通过特征分解得到自相关矩阵其中：是K
×
K的特征向量矩阵，是K
×
K的特征值矩阵；2)计算每个符号中的无线簇的个数2)计算每个符号中的无线簇的个数2)计算每个符号中的无线簇的个数其中：r
d
是计算无线簇个数的能量阈值；3)使用ESPRIT方法估计每个符号中每个无线簇的时延其中：是的矩阵的特征值，且的特征值，且0
K
‑1是(K
‑
1)
×
1的零向量，I
K
‑1是(K
‑
1)
×
(K
‑
1)的单位阵，φ(
·
)表示相位，Δf表示子载波间隔；4)计算等效的复幅度4)计算等效的复幅度为复幅度，T
sym
为OFDM符号周期，为多普勒频偏；令且且其中：是的向量，是的变换矩阵，的变换矩阵，2.根据权利要求1所述的基于移动性参数估计的信道预测方法，其特征是，所述的无线簇分类，具体包括：i)通过霍夫变换把每个符号的每个簇的时延结果从时延
‑
时间域变换至霍夫域，得到霍夫域中的对应曲线，具体为：具有极坐标形式的霍夫变换公式：具有极坐标形式的霍夫变换公式其中：和θ
H
分别指示霍夫域的纵轴和横轴，t
n
是符号n对应的绝对时间，是符号n中第p个簇的估计的时延，t
n
的尺度因子r
scale
用于使的横纵坐标的数量级相似，的取值范围为θ
H
∈[0,π)，θ
H
的取值范围为的取值范围为直角坐标系中坐标为的点在变换到霍夫域中变为曲线；
ii)为了在时延
‑
时间域完成线性拟合，应该在横纵轴上进行量化，且所有的曲线应在霍夫域上进行累加，得到累加结果iii)由于一个峰值对应的是时延
‑
时间域中的一条直线，因此穿过霍夫域中同一个峰值的曲线所对应的时延点组成的集合在时延
‑
时间域中属于同一个随时间变化的簇，具体为：当第p次迭代中的的最大值则把在霍夫域中经过的时延簇归为同一个无线簇，并计算在本次循环中被归为同一个无线簇的时延簇在霍夫域上的累加和令令寻找的峰值并重新判断是否成立，重复搜索直至成立时得到峰值，其中是累加结果的最大值，系数r
max
用于终止迭...

【专利技术属性】
技术研发人员：彭飞，张舜卿，姜之源，汪先领，
申请(专利权)人：上海大学，
类型：发明
国别省市：