买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】毫米波MIMO-OFDM系统中基于3D-MUSIC算法的信道估计方法_东南大学_202210550913.5 

申请/专利权人:东南大学

申请日:2022-05-18

公开(公告)日:2024-01-30

公开(公告)号:CN114928518B

主分类号:H04L25/02

分类号:H04L25/02;G06N3/006;G06F17/16

优先权:

专利状态码:有效-授权

法律状态:2024.01.30#授权;2022.09.06#实质审查的生效;2022.08.19#公开

摘要:本发明公开了一种毫米波MIMO‑OFDM系统中基于3D‑MUSIC算法的信道估计方法,适用于毫米波通信领域使用。首先建立上行链路信号传输的宽带稀疏多路径参数化信道模型,其中每条路径由传输时延,到达角AOA,离开角AOD以及路径增益这四个参数指定;然后,通过三维波束空间多信号分类MUSIC算法同时估计出信道的AOA、时延和AOD这三个参数,并通过鸡群优化CSO算法来确定空间谱上多个谱峰的所在位置;最后,通过最小二乘LS法估计出信道的路径增益参数。本发明所提出的信道估计方法具有非常高的准确性,以及较好的信道参数估计性能。

主权项:1.一种毫米波MIMO-OFDM系统中基于3D-MUSIC算法的信道估计方法,其特征在于,建立上行链路信号传输的宽带稀疏多路径参数化信道模型,其中每条路径由传输时延,到达角,离开角以及路径增益这四个参数指定;通过三维波束空间多信号分类算法同时估计出信道的到达角、时延和离开角这三个参数,并通过鸡群优化算法来确定空间谱上多个谱峰的所在位置;通过最小二乘法估计出信道的路径增益参数;所述信道估计方法具体包括以下步骤:S1、建立上行链路信号传输的宽带稀疏多路径参数化信道模型,其中每条路径由四个参数指定:传输时延τl,到达角θl,离开角以及路径增益αlt;S2、通过三维波束空间多信号分类算法同时估计出信道的到达角传输时延和离开角这三个参数;S3、通过结合三维波束空间多信号分类算法和鸡群优化算法来确定空间谱上多个谱峰的所在位置,以同时估计出信道的多路径参数,即传输时延到达角以及离开角S4、通过最小二乘法来估计信道的路径增益参数;所述步骤S1具体包括以下步骤:S11、建立宽带稀疏多路径参数化信道模型:接收端BS配有Qa根天线,发射端MS配有Ua根天线,设置OFDM子载波总数为M0,并选择前M子载波进行信道估计;接收端BS和发射端MS分别采用半波长间距的一维均匀线性阵列,并通过移相器连接到模拟波束成形器和模拟波束成形器连接到Qr和Ur根射频链,其中QrQa,UrUa;采用射线跟踪信道模型,即接收端BS和发射端MS之间有L条可解析的物理路径,其中第l条路径由传输时延τl、到达角θl、离开角和路径增益αlt这四个参数来指定,其中l=1,…,L;划分一个传输时间帧为N个传输时间块,且复增益在不同传输时间块之间是可变的,而到达角θl、离开角和传输时延τl在每个传输帧中是恒定的,即信道变化仅由路径增益引起,则在第n个传输时间块上的时延域时变信道模型为: 其中n=1,…,N,表示向量的转置,δ·表示狄垃克函数;在式1中对τ进行傅里叶变换,则在第n个传输时间块和第m个子载波上的频域时变信道模型表示为 其中m=1,…,M,是采样率为fs的OFDM子载波间距,e是自然常数,是在第m个子载波和第l条路径上的时延扩展,是接收端BS的天线阵列响应,是发射端MS的天线阵列响应,其表达式分别为 S12、建立上行链路信号传输模型:设置在每个传输时间块中有T0个时隙,其中前Tp个时隙被用于信道估计,剩余的时隙被用于数据传输;在一个传输时间块期间,设发射端MS的第i条射频链传输的导频信号被定义为满足 其中i=1,…,Ur,sj是发射端MS的第j条射频链传输的导频信号,其中j=1,…,Ur,表示向量sj的共轭转置;设置在每个传输块期间射频链传输的导频信号相同,且所有射频链传输的导频信号对于所有被选定的子载波都是相同的,则所有射频链发送的导频信号为因此在第n个传输时间块和第m个子载波上,接收端波束成形器上的输出信号为 其中为噪声矩阵,其每个元素服从F*为矩阵F的共轭矩阵,且在接收端BS和发射端MS上的DFT波束成形器被分别表示为 其中 是模拟波束成形器W的波束扇区边界;是模拟波束成形器F的波束扇区边界;根据式5中所描述的导频信号的正交性,得到发射端MS的第i条射频链在第n个传输时间块和第m个子载波上的信号,即 其中是矩阵F的第i列,是发射端MS的第i条射频链在第n个传输时间块和第m个子载波上的噪声向量,其每个元素服从均值为0方差为σ2的独立高斯分布;将式2代入式9得到 其中⊙表示Khatri-Rao积, 是在第m个子载波上的L条路径的时延扩展向量, 是L条路径在发射端MS的天线阵列响应矩阵, 是L条路径在接收端BS的阵列响应矩阵, 是在第n个传输时间块上的L条路径的复增益;将Ur条射频链和M个子载波上的向量ym,in堆叠在一列中,得到 其中 是时延扩展矩阵,其第l列向量表示在第l条路径上的M个子载波的时延扩展,被定义为 是将Ur条射频链和M个子载波上的向量nm,in堆叠在一列所得到的向量,其每个元素服从均值为0方差为σ2的独立高斯分布;所述步骤S2具体包括以下步骤:S21、输入路径数L;输入信号yn;S22、在式11中,定义空间矩阵为 其第l列表示为S23、计算信号yn的协方差矩阵Ry,即 其中,表示计算ynynH的期望;S24、对协方差矩阵Ry进行特征分解,即 其中,是以特征值为对角线元素的对角矩阵,矩阵U的每一列是对应于是每一个特征值的特征向量,矩阵是信号子空间,矩阵是噪声子空间,且|BHUn|=0;S25、计算3D-MUSIC算法的空间谱 其中,τ∈[0,τmax],τmax是最大时延;S26、搜索3D-MUSIC算法空间谱上的L个谱峰,第l个谱峰所对应的坐标即为所估计出的接收端BS与发射端MS之间第l条路径的时延离开角和到达角

全文数据:

权利要求:

百度查询: 东南大学 毫米波MIMO-OFDM系统中基于3D-MUSIC算法的信道估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。