[發(fā)明專利]THz-MIMO系統(tǒng)中基于SRGAN信道估計(jì)方法

有效

• 申請?zhí)枺?/td>: 202310591372.5
• 申請日: 2023-05-24
• 公開（公告）號: CN116319196B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計(jì)）人: 季薇;蔣奕采;李飛;李汀
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: H04L25/02
• 分類號: H04L25/02;H04B7/0413
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 王素琴

本發(fā)明公開了THz?MIMO系統(tǒng)中基于SRGAN信道估計(jì)方法，屬于信道估計(jì)技術(shù)領(lǐng)域；發(fā)送端采用正交的導(dǎo)頻設(shè)計(jì)，在第k個(gè)子載波對應(yīng)的頻率處沿著空時(shí)域發(fā)送信號矩陣；接收端從接收信號中提取導(dǎo)頻信息，最小二乘法對基于導(dǎo)頻的信道矩陣進(jìn)行初步估計(jì)；對超分辨生成對抗網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練，獲得最佳網(wǎng)絡(luò)權(quán)重的生成器完成基于導(dǎo)頻的信道預(yù)估計(jì)矩陣空時(shí)域補(bǔ)全；將相干帶寬內(nèi)連續(xù)的D個(gè)子載波作為信道估計(jì)單元，每個(gè)信道估計(jì)單元中各子載波上依次減少導(dǎo)頻。每個(gè)子載波上的信道結(jié)合當(dāng)前的和上一子載波接收到的導(dǎo)頻共同估計(jì)當(dāng)前信道。信道狀態(tài)信息合并得到完整的信道狀態(tài)信息。本發(fā)明保證信道估計(jì)的準(zhǔn)確性，同時(shí)利用信道頻率相關(guān)性降低信道估計(jì)導(dǎo)頻開銷。

技術(shù)領(lǐng)域

本發(fā)明屬于信道估計(jì)技術(shù)領(lǐng)域，具體涉及THz-MIMO系統(tǒng)中基于SRGAN信道估計(jì)方法。

背景技術(shù)

隨著大容量、高速率、低時(shí)延通信需求的爆發(fā)式增長，即使是新一代無線通信系統(tǒng)，仍然面臨著巨大的挑戰(zhàn)。太赫茲頻段由于頻點(diǎn)較高、頻帶資源豐富，能夠提供從幾十吉赫茲到幾太赫茲的帶寬，面向太赫茲頻段的通信技術(shù)有望解決當(dāng)前無線通信系統(tǒng)頻譜稀缺和容量限制的問題，其相關(guān)研究受到了研究人員的廣泛關(guān)注。其中，作為系統(tǒng)設(shè)計(jì)和性能分析的重要環(huán)節(jié)，太赫茲通信系統(tǒng)中的信道估計(jì)成為了研究的熱點(diǎn)。

信道估計(jì)是從接收數(shù)據(jù)中將假定的某個(gè)信道模型的模型參數(shù)估計(jì)出來的過程。傳統(tǒng)的基于導(dǎo)頻的信道估計(jì)方法由于其收斂速度快、復(fù)雜度相對較低的優(yōu)點(diǎn)，成為大多數(shù)無線通信系統(tǒng)信道估計(jì)的常用方法。然而，隨著信道數(shù)據(jù)規(guī)模的增大，常用的基于最小二乘和線性最小均方誤差的估計(jì)算法，其計(jì)算復(fù)雜度帶來很大的應(yīng)用局限性。與傳統(tǒng)的信道估計(jì)方法相比，基于機(jī)器學(xué)習(xí)(ML)的信道估計(jì)算法把無線通信系統(tǒng)看作從發(fā)送端經(jīng)過信道到接收端的映射，從提供的數(shù)據(jù)樣本中學(xué)習(xí)訓(xùn)練，它更能揭示數(shù)據(jù)內(nèi)部的固有特征，因此，在解決無線通信中的各種問題時(shí)可以獲得更好的性能。比如，基于三維卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、基于卷積神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)相結(jié)合的網(wǎng)絡(luò)結(jié)構(gòu)在MIMO系統(tǒng)中都取得了良好的效果。2019年，Mehran?Soltani等人首次提出一種基于超分辨率深度學(xué)習(xí)的信道估計(jì)框架，將衰落信道的時(shí)頻響應(yīng)視為二維圖像，并應(yīng)用ChannelNet網(wǎng)絡(luò)根據(jù)導(dǎo)頻值求出整個(gè)信道狀態(tài)信息(CSI)。這種將信道估計(jì)視為圖像恢復(fù)過程的方法，為基于深度學(xué)習(xí)的信道估計(jì)開辟了新的研究路徑，相關(guān)學(xué)者也對基于圖像處理的無線信道估計(jì)進(jìn)行了研究。

生成對抗網(wǎng)絡(luò)模型作為一種基于無監(jiān)督學(xué)習(xí)的復(fù)雜分布訓(xùn)練方法，在計(jì)算機(jī)視覺領(lǐng)域發(fā)揮了重要的作用，將該方法引入無線通信系統(tǒng)，推動(dòng)人工智能無線通信技術(shù)已經(jīng)成為新一代的研究熱潮。由于信道矩陣和圖像的相似性，近年來有部分研究工作利用生成對抗網(wǎng)絡(luò)模型設(shè)計(jì)信道估計(jì)器。比如，將基于導(dǎo)頻的信道矩陣視作低分辨率的圖像，利用超分辨率生成對抗網(wǎng)絡(luò)模型(SRGAN)來估計(jì)整個(gè)信道狀態(tài)信息。雖然，生成對抗網(wǎng)絡(luò)模型在準(zhǔn)確度方面有著極大的優(yōu)勢，但準(zhǔn)確度的提升是以網(wǎng)絡(luò)參數(shù)量變得更高、計(jì)算量變得更大以及網(wǎng)絡(luò)模型變得越來越臃腫為代價(jià)的。在實(shí)際場景中，多普勒頻移的快速變化將導(dǎo)致神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中學(xué)到的映射關(guān)系與實(shí)際的信道環(huán)境不一致。這意味著如果我們簡單地訓(xùn)練一次生成對抗網(wǎng)絡(luò)模型，然后將其用于連續(xù)數(shù)據(jù)傳輸，是無法適用的。這就對生成對抗網(wǎng)絡(luò)模型的規(guī)模和收斂速度提出了極高的要求。更重要的是，太赫茲頻段具有的嚴(yán)重多普勒效應(yīng)和高路徑損耗將給信道帶來的極大不確定，導(dǎo)致信道狀態(tài)信息的獲取和跟蹤非常困難。在大型天線陣太赫茲系統(tǒng)中，要獲得準(zhǔn)確的信道狀態(tài)信息需要更多的導(dǎo)頻符號來進(jìn)行信道估計(jì)和補(bǔ)全，這對移動(dòng)通信的效率有很大影響。因此，面向太赫茲頻段的信道估計(jì)算法在追求較高精確度的同時(shí)，需要充分考慮網(wǎng)絡(luò)的復(fù)雜度和導(dǎo)頻開銷的影響。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供THz-MIMO系統(tǒng)中基于SRGAN信道估計(jì)方法，以解決上述背景技術(shù)中提出的問題和達(dá)到的效果。

本發(fā)明目的是這樣實(shí)現(xiàn)的：THz-MIMO系統(tǒng)中基于SRGAN信道估計(jì)方法，其特征在于：該信道估計(jì)方案包括以下步驟：