[發(fā)明專利]一種多用戶大規(guī)模MIMO信道估計方法與裝置

有效

• 申請?zhí)枺?/td>: 202011203988.3
• 申請日: 2020-11-02
• 公開（公告）號: CN112436872B
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計）人: 李斌;魏子平;許方敏;趙成林
• 申請（專利權(quán)）人: 北京郵電大學
• 主分類號: H04B7/0452
• 分類號: H04B7/0452;H04B7/06;H04L25/02
• 代理公司: 北京永創(chuàng)新實專利事務(wù)所 11121
• 代理人: 祗志潔

本發(fā)明是一種多用戶大規(guī)模MIMO信道估計方法與裝置，針對massive MIMO多用戶通信場景。本發(fā)明裝置包括用戶接收信號模塊、接收信號協(xié)方差矩陣平滑模塊、用戶到達角快速估計模塊、波束成形技術(shù)估計信道增益模塊以及信道狀態(tài)信息矩陣重構(gòu)模塊。本發(fā)明方法使用快速信道協(xié)方差矩陣平滑技術(shù)和快速MUSIC譜搜索法對每個用戶的每條散射路徑的角度進行精確估計，同時保證了極低的復雜度，然后采用波束成形技術(shù)預(yù)估每條散射路徑上的信道增益，最后對狀態(tài)信息矩陣進行重構(gòu)。本發(fā)明在信道滿秩或者低秩情況下都具有十分優(yōu)異的信道估計性能，超過現(xiàn)今最優(yōu)MMSE信道估計器，尤其適用于當下5G通信場景對時延和傳輸速率有很高的要求。

技術(shù)領(lǐng)域

本發(fā)明屬于大規(guī)模天線多輸入多輸出(Massive multiple input multipleoutput,MIMO)技術(shù)領(lǐng)域，具體涉及一種多用戶大規(guī)模MIMO信道估計方法與裝置。

背景技術(shù)

大規(guī)模天線多輸入多輸出(MIMO)技術(shù)，即Massive MIMO技術(shù)，通過顯著擴展覆蓋區(qū)域和允許更多用戶訪問移動基站(mobile base-station，MBS)，是第五代無線通信系統(tǒng)中的一項關(guān)鍵性技術(shù)，它能夠大量提升信道傳輸容量和速率，這對5G通信的三大主要應(yīng)用場景來說是極為重要的。為順利完成目標和基站之間的信息傳遞過程以及獲取后續(xù)準確預(yù)編碼設(shè)計，首要工作是估計信道狀態(tài)信息(CSI，channel state information)。對于大部分具有超低時延要求的5G應(yīng)用場景，信道估計的方法必須要求兼顧高精度和低時延特性。

傳統(tǒng)的信道估計方法包括經(jīng)典的最小二乘(Least Squares,LS)和最小均方誤差(Minimum Mean Square Error,MMSE)方法。對于massive MIMO系統(tǒng)來說，LS信道估計方式復雜度很低但是估計精度不足，MMSE估計方法估計精度很高但所需復雜度極高，同時它也是傳統(tǒng)估計方法的性能極限。因而，目前的信道估計手段都試圖在LS和MMSE之間尋求復雜度和估計精度之間的平衡解，并沒有突破MMSE的精度限制。

由于高計算量和通信環(huán)境變化的限制，雖然廣為人知的MMSE估計器接近最優(yōu)的估計精度，但是它的實現(xiàn)在很多對通信系統(tǒng)實時性要求較高時是不切實際的，一方面因為它的計算復雜度十分大，另一方面，在高度動態(tài)需求的通信環(huán)境中，所需的統(tǒng)計協(xié)方差信息往往不可用。而其他簡化后的近似最優(yōu)估計器會嚴重影響估計精度，并同時帶來不低的計算開銷。近年來，研究學者針對massive MIMO通信系統(tǒng)開發(fā)了各種CSI估計器，旨在降低計算的時間復雜度，或提高精度。SVP(singular value projection)算法利用了信道矩陣的低秩特性，將一個大規(guī)模的MIMO信道估計轉(zhuǎn)換成奇異值分解和恢復的過程。WPEACH(weightedpolynomial expansion channel)方法對MMSE估計器所涉及的矩陣求逆進行了近似計算，提出了加權(quán)多項式擴展信道估計器，降低了估計的復雜度。然而，在時變無人機環(huán)境中，權(quán)系數(shù)的更新仍然需要大量的計算開銷。基于最小二乘估計和稀疏消息傳遞算法的LSE-SMP(least-square estimation and sparse message passing)方法通過設(shè)計良好的消息反饋機制來獲得與信道相關(guān)的稀疏矩陣，利用稀疏迭代方式將毫米波信道估計問題轉(zhuǎn)換為稀疏信號恢復問題，并借助消息傳遞算法恢復出非0元素位置，該方法可以獲得方差最小的無偏估計，但可應(yīng)用性極低，稀疏基的尋找將極大影響算法性能，并且該算法所需復雜度依舊十分高，消息更新所需復雜度極高。

目前，CSI估計器的主要目標是平衡計算復雜度和估計精度，這是massive MIMO系統(tǒng)的一個主要挑戰(zhàn)。已有的方法可以在一定程度上降低時間復雜度，但很少有方法的估計精度能超過MMSE估計器。這些方法盡管在理論分析和實際應(yīng)用，如提高信道容量方面前景廣闊，但超越MMSE的CSI估計器研究仍是一個亟待解決的問題，特別是當強調(diào)低復雜度和高精度并行時。

發(fā)明內(nèi)容