[發明專利]信道估計方法、裝置、電子設備及存儲介質在審
| 申請號: | 202210056629.2 | 申請日: | 2022-01-18 |
| 公開(公告)號: | CN114465642A | 公開(公告)日: | 2022-05-10 |
| 發明(設計)人: | 戴凌龍;魏秀紅;崔銘堯;陸宇;吳梓棟 | 申請(專利權)人: | 清華大學 |
| 主分類號: | H04B7/0413 | 分類號: | H04B7/0413;H04L25/02 |
| 代理公司: | 北京路浩知識產權代理有限公司 11002 | 代理人: | 劉亞平 |
| 地址: | 100084 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 信道 估計 方法 裝置 電子設備 存儲 介質 | ||
1.一種信道估計方法,其特征在于,所述方法應用于MIMO基站,所述方法包括:
創建混合場信道模型,其中,所述混合場信道模型包括遠場路徑分量子模型和近場路徑分量子模型;
基于所述遠場路徑分量子模型,對關于所述MIMO基站的信道進行劃分,得到關于所述MIMO基站的多條遠場路徑分量,以及基于所述近場路徑分量子模型,對關于所述MIMO基站的信道進行劃分,得到關于所述MIMO基站的多條近場路徑分量;
基于所述遠場路徑分量在角度域的稀疏性,根據壓縮感知算法對所述遠場路徑分量進行估計,得到第一估計結果,以及基于所述近場路徑分量在極化域的稀疏性,根據壓縮感知算法對所述近場路徑分量進行估計,得到第二估計結果;
基于所述第一估計結果和所述第二估計結果,得到關于所述MIMO基站的信道估計結果。
2.根據權利要求1所述的信道估計方法,其特征在于,所述基于所述第一估計結果和所述第二估計結果,得到關于所述MIMO基站的信道估計結果,包括:
基于角度域信道轉化矩陣對所述第一估計結果進行處理,得到所述第一估計結果在所述MIMO基站所在的原始空間域的轉化后第一估計結果,以及
基于極化域信道轉化矩陣對所述第二估計結果進行處理,得到所述第二估計結果在所述MIMO基站所在的原始空間域的轉化后第二估計結果;
基于所述轉化后第一估計結果和所述轉化后第二估計結果,得到關于所述MIMO基站的信道估計結果。
3.根據權利要求1所述的信道估計方法,其特征在于,所述混合場信道模型采用以下公式確定:
其中,h表示所述MIMO基站到用戶之間的信道;N表示所述MIMO基站的天線數目;L表示基于所述遠場路徑分量子模型和所述近場路徑分量子模型確定的所有路徑分量的數目;γ表示基于所述遠場路徑分量子模型確定的遠場路徑分量占所有路徑分量的數目比例;表示基于所述遠場路徑分量子模型確定的遠場路徑分量中的遠場路徑增益;表示基于所述近場路徑分量子模型確定的近場路徑分量中的近場路徑增益;表示基于所述遠場路徑分量子模型確定的遠場路徑分量對應的空間角度;表示基于所述近場路徑分量子模型確定的近場路徑分量對應的空間角度;表示基于所述近場路徑分量子模型確定的近場路徑分量對應的超大規模陣列的中心到散射體之間的距離;a(θ0表示遠場陣列響應矢量;b(θ,r)表示近場陣列響應矢量。
4.根據權利要求1所述的信道估計方法,其特征在于,所述基于所述遠場路徑分量在角度域的稀疏性,根據壓縮感知算法對所述遠場路徑分量進行估計,得到第一估計結果,包括:
確定混合信道估計模型;
基于所述遠場路徑分量在角度域的稀疏性,通過所述混合信道估計模型以及所述壓縮感知算法對所述遠場路徑分量進行估計,得到第一估計結果。
5.根據權利要求4所述的信道估計方法,其特征在于,所述混合信道估計模型采用以下公式確定:
y=PFhA+PWhP+n
其中,y表示用戶獲取的接收導頻;n表示接收噪聲;P表示所述MIMO基站向所述用戶發送的導頻矩陣;hA表示所述第一估計結果;F表示遠場信道轉換矩陣;hP表示所述第二估計結果;W表示近場信道轉換矩陣。
6.根據權利要求5所述的信道估計方法,其特征在于,所述通過所述混合信道估計模型以及所述壓縮感知算法對所述遠場路徑分量進行估計,得到第一估計結果,包括:
通過所述混合信道估計模型,確定第一稀疏信號恢復模型;
以所述接收導頻作為第一初始殘差向量,通過壓縮感知算法對所述第一稀疏信號恢復模型進行計算,得到所述第一估計結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210056629.2/1.html,轉載請聲明來源鉆瓜專利網。





