【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 ...
【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...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。