本发明涉及无线通信技术领域,特别涉及一种大规模mimo系统的信道跟踪与混合预编码方法。
背景技术:
随着全球无线通信技术和互联网技术的蓬勃发展,移动用户数量呈现爆炸式增长,各种移动新业务不断涌现。未来的5g移动通信系统不仅需要支持语音功能,还必须支持数字、图像、多媒体等数据传输,在传输效率和覆盖范围等方面较4g提高一个或多个量级满足10年内移动互联网流量增加1000倍的发展需求。毫米波频段(30–300ghz)具有丰富的频谱资源,毫米波与大规模多输入多输出(multipleinputmultipleoutput;mimo)相结合可以带来巨大的空间增益、能量效率和频谱效率,毫米波大规模mimo成为了下一代移动通信的关键技术。
毫米波大规模mimo系统的性能取决于信道状态信息的准确度,信道状态信息的获取是当前毫米波大规模mimo研究的重点问题。在实际通信中,用户的持续运动使得大规模mimo信道不断变化,且对于大规模阵列天线系统而言射频链路的数目往往是有限的,信道时变和射频链路有限给毫米波大规模mimo的理论研究和实际应用带来了巨大的挑战。
此外,为了提升传输效率、降低功率损耗,在已知信道状态信息的情况下,通常在发送端对发送的信号做一个预先的处理,以方便接收机进行信号检测,即预编码。研究表明,对于毫米波大规模mimo系统而言,传统简单的线性预编码(匹配滤波(matchedfilter;mf)预编码、迫零(zeroforcing;zf)预编码)的性能即可以达到非线性预编码(脏纸编码(dirtypapercoding;dpc))的性能。然而,这需要每个天线有自己独自的射频链路,包括模数转换器,数模转换器,混频器和功率放大器等,这对于大规模系统而言,系统成本高昂,无法适用。为降低系统成本,基于数字预编码和模拟预编码相结合的混合预编码引起了人们的广泛研究。关于混合预编码的研究主要有两个方向:基于优化理论的预编码矩阵设计方法和基于离散傅里叶变换(discretefouriertransform;dft)离散格点方向传输的混合预编码方法。基于优化理论的方法计算复杂度较高,不易于在实际系统中应用;基于dft离散格点方向传输的方法存在信道能量泄露的问题,系统性能差。
因此,在有限射频链路条件下,利用毫米波大规模mimo自身的结构特征设计相应的时变信道跟踪与低复杂度高性能的混合预编码方法成为毫米波大规模mimo在下一代移动通信中应用的关键。
技术实现要素:
为解决现有的信道跟踪与预编码方法复杂度较高且性能较差的问题,本发明提供一种信道跟踪与混合预编码方法及装置。
一方面,本发明实施例提供了一种信道状态信息跟踪方法,该信道跟踪方法包括:
根据入射信号的角度值和预设的角度状态预测规则,确定角度状态预测信息;
根据所述角度状态预测信息,确定信道空间旋转信息。
根据所述信道空间旋转信息,确定信道状态信息。
另一方面,本发明实施例提供了一种信号的混合预编码方法,该预编码方法包括:
根据信道状态信息,确定模拟预编码参数和数字预编码参数;所述信道状态信息为根据入射信号的角度值和预设的角度状态预测规则确定的信息;
根据所述模拟预编码参数和所述数字预编码参数,对调度信号集合中的多个调度信号进行混合预编码。
本发明提供的信道跟踪与混合预编码方法,将信道状态信息分解为信道增益信息和信道角度信息,利用用户终端的运动规律和非线性无迹卡尔曼滤波,可以提升信道角度信息跟踪的性能;基于预测和跟踪的信道角度信息获得信道增益信息,可以有效降低信道状态信息获取的训练开销;此外,基于该信道状态信息对待发送信号进行混合预编码,将信号传输至用户的真实角度上,可以降低信号传输所需的射频链路数目及系统实现的硬件成本,同时避免信道能量泄露对系统性能的影响;并且,利用角分多址和角度域传输可以提高通信系统的能量效率和频谱效率,为毫米波大规模mimo信道跟踪和信号传输提供了一种切实可行的解决方案。
附图说明
图1为本发明实施例提供的信道状态信息跟踪方法的流程示意图;
图2为本发明一实施例提供的空间旋转示意图;
图3为本发明另一实施例提供的空间旋转示意图;
图4为本发明实施例提供的信道跟踪的示意图;
图5为本发明实施例提供的信道角度跟踪的示意图;
图6为本发明实施例提供的信道跟踪均方误差的趋势图;
图7为本发明实施例提供的混合预编码方法的流程示意图;
图8为本发明实施例提供的系统和速率的示意图;
图9为本发明实施例提供的单小区毫米波大规模mimo系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的信道状态信息跟踪方法是基于“saleh-valenzuela”(s-v)信道模型的,该信道模型认为用户终端发送的入射信号k与基站间的信道可以表征为:
式中
式中
基于该s-v信道模型,信道状态信息由信道角度信息和信道增益信息完全确定。因此,信道跟踪可以转换为信道角度信息的跟踪和信道增益信息的估计。
图1为本发明实施例提供的信道状态信息跟踪(以下简称信道跟踪)方法的流程示意图。如图1所示,该方法包括以下步骤:
步骤101、根据入射信号的角度值和预设的角度状态预测规则,确定角度状态预测信息;
步骤102、根据所述角度状态预测信息,确定信道空间旋转信息;
步骤103、根据所述信道空间旋转信息,确定信道状态信息。
具体地,首先,根据入射信号的角度值和预设的角度状态预测规则,确定角度状态预测信息;其次,根据该角度状态预测信息,确定信道空间旋转信息;最后,根据所述信道空间旋转信息,确定信道状态信息。
用户终端与基站之间的信号,无论是用户终端发送信号至基站的上行信号,还是基站发送至用户终端的下行信号,均为入射信号。入射信号的角度值是指从用户终端发出的信号到达基站的到达角数值;或者从基站发出的信号到达用户终端的到达角数值。
信道空间旋转信息是用于描述信道状态信息的物理量,将在下面的实施例中进行详细描述,此处不再赘述。
本发明实施例提供的信道跟踪方法,基于s-v模型,将信道状态信息的跟踪转化为信道角度信息的跟踪和信道增益信息的估计,从而利用用户的运动规律和非线性无迹卡尔曼滤波,提升信道角度信息跟踪的性能,进而得到准确的信道状态信息,方法简单。
在上述实施例的基础上,该信道跟踪方法中的步骤101:所述根据入射信号的角度值和预设的角度状态预测规则,确定角度状态预测信息,包括:
根据入射信号的角度值,确定角度状态初始信息;
根据所述角度状态初始信息,确定角度采样点;
根据所述角度采样点和所述预设的角度状态预测规则,确定角度状态预测信息。
具体地,首先,根据入射信号的角度值,确定角度状态初始信息;其次,根据该角度状态初始信息,确定角度采样点;之后,根据该角度采样点和预设的角度状态预测规则,确定角度状态预测信息;接下来的步骤与上述实施例相同,最终得到信道状态信息,此处不再赘述。
角度状态预测信息可以包括:入射信号的角速度、入射信号的角加速度以及协方差矩阵,该协方差矩阵用于描述当前采样时刻与前一采样时刻的角度状态信息之间的相关性;根据所述角度状态初始信息,确定角度采样点,该角度采样点满足:当前采样时刻的角度状态信息与前一采样时刻的角度状态信息具有相同的统计特性,例如相同的协方差。
在实际应用中,信道状态信息的获取是需要跟踪多个入射信号的,多个入射信号的跟踪过程是一致的,为了清楚地描述,本发明实施例提供的信道跟踪方法以跟踪其中的入射信号k作为举例。
例如,在通信初始阶段,在初始的前三个时刻,基于有限的射频链路使用波束扫描的方法进行波束训练,得到入射信号k直射径上的角度值
式中:
同时,协方差矩阵设置为:
pk(m)=0,m=1,2,3.
然后根据上述角度状态初始信息:角度状态量及协方差矩阵,确定角度采样点;即当m≤4时,基于无迹变换和超球体采样规则构造角度采样点,使角度采样点与前一时刻角度状态量
对于i=0,
对于i=1,...,μ+1,
式中:
根据上述角度采样点,采用预设的角度状态预测规则,可得预测的角度采样点
根据
其次,根据预测的角度状态量
式中,wi为无迹卡尔曼滤波系数,t为预设的采样时间,
在上述各实施例的基础上,该信道跟踪方法中的步骤102:根据所述角度状态预测信息,确定信道空间旋转信息,包括:
根据所述角度状态预测信息,确定信道空间分布信息;
根据所述信道空间分布信息,确定所述信道空间旋转信息。
具体地,首先,确定角度状态预测信息;其次,根据该角度状态信息,确定信道空间分布信息;之后,根据该信道空间分布信息,确定所述信道空间旋转信息,从而确定信道状态信息。
空间分布信息是用来描述通过入射信号k所获得的信道角度信息的物理量,将在下面的实施例中进行详细描述,此处不再赘述。
由上述实施例可以看出,通过获取信道空间分布信息,从而得到信道空间旋转信息,从而用于集中信号能量,如此可降低波束训练开销,提高信道跟踪性能。
在上述实施例的基础上,该信道跟踪方法中的根据所述角度状态预测信息,确定信道空间分布信息,包括:
根据所述角度状态预测信息和预设的信道支撑点预测规则,确定信道预测支撑点;
根据所述信道预测支撑点,确定信道空间分布信息。
具体地,首先,确定角度状态预测信息;其次,根据该角度状态预测信息和预设的信道支撑点预测规则,确定信道预测支撑点;之后,根据该信道预测支撑点,确定信道空间分布信息;接下来,根据该空间分布信息,确定信道空间旋转信息,从而确定信道状态信息。
若已知角度状态预测信息,利用预设的信道支撑点预测规则获得下一时间段内用户的空间分布信息。假设信道是由多个支撑点构成的,当用户在小区内运动时,信道能量扩散至相邻的支撑点,每个用户采用一个支撑点传输。事实上,基站仅通过接收数据是无法获得角度的观测值的,但是通过角度状态预测信息可以得到一个预测的空间信息集合,而信道多数能量将分布在此集合中。
例如,已知角度状态预测信息为:
对于i=0,
对于i=1,...,μ+1,
式中
根据观测量采样点
观测量采样点
根据上述信道预测支撑点
首先,确定
其次,基于上述波束训练集合,假设基站接收的信号为yu(m),并且该信号可以表示为:
式中:
根据上式可知,信道跟踪的基本原理如下:已知信号yu(m)、噪声及波束训练集合s,可以确定信道状态信息hk(m)。
但是,基于传统的波束训练集合s确定信道状态信息的方法,由于一个用户终端就需要多个(大于
所以,本发明则通过第一次空间旋转,将每个用户终端的射频链路均降至
基于上述步骤确定的信道空间分布信息,确定第一空间旋转参数,此时需要用到空间旋转规则:
并确定第一空间旋转矩阵如下:
其中:
在本实施例中,空间旋转信息用上述第一空间旋转矩阵表示。根据该空间旋转信息,从而确定信道状态信息。
在上述各实施例的基础上,该信道跟踪方法中的步骤103:根据所述信道空间旋转信息,确定信道状态信息,包括:
根据所述信道空间旋转信息,确定信道有效支撑点和信道增益信息;
根据所述信道有效支撑点和所述信道增益信息,确定所述信道状态信息。
具体地,首先,确定角度状态预测信息;其次根据该角度状态预测信息,确定信道空间旋转信息;根据该空间旋转信息,确定信道有效支撑点和信道增益信息,从而得到信道状态信息。
例如,已知空间旋转信息,即空间旋转矩阵为
其中:
因此,空间信息集合
由于,信道多数能量分布于空间信息集合
可选地,为了得到更准确地信道状态信息并且降低训练开销,根据重建信道z,可通过第二次空间旋转将信道能量集中于一个幅值最大的信道有效支撑点:
式中:
根据该幅值最大的有效支撑点
最后,根据该有效支撑点和该信道增益信息可得信道状态信息为:
本发明实施例提供的信道跟踪方法,利用用户的运动规律实现对入射信号角度的跟踪,基于少量导频实现对信道的跟踪,避免了传统基于信道协方差矩阵信道估计的时间开销和能量开销,极大地降低了训练开销。
本发明实施例中的空间旋转是指将信道hk转换为空间旋转信道
式中:
图2为本发明实施例提供的空间旋转示意图。如图2所示,一个射频链路可以看作是一个信道支撑点。空间旋转前,一个用户终端需要多个支撑点进行信号传输;空间旋转后,一个用户终端仅需要一个支撑点就足够了,即通过空间旋转,基站可以将待发送信号发送至用户终端的真实角度上,使得每个用户终端需要的射频链路降至1,极大地提高了射频链路的利用率。
图3为本发明另一实施例提供的空间旋转示意图。如图3所示,空间旋转前,信道能量集中分布在大约5个信道支撑点上;空间旋转后,信道能量的93%集中分布在一个信道有效支撑点上,即通过空间旋转可以集中信道能量,从而得到更加准确的信道状态信息。
根据上述实施例可以看到,该信道跟踪方法基于预测和跟踪的信道角度信息进行波束训练和两次空间旋转,获得信道增益信息,有效降低信道状态信息获取的训练开销。
图4为本发明实施例提供的信道跟踪的示意图。如图4所示,该图中示意了两个用户终端:用户1和用户2;两个用户终端之间有角度保护间隔(guardinterval)。两个用户终端的信道跟踪过程是相同的,下面以用户1的信道跟踪作为举例说明。图中所示的波束跟踪与训练、信道增益计算、数据传输、预测及空间旋转分别表示信道跟踪过程中的操作步骤。
波束跟踪与训练:根据入射信号的角度值,确定角度初始状态信息;根据所述角度状态初始信息、预设的角度状态预测规则,确定角度状态预测信息;根据所述角度状态预测信息,确定信道空间分布信息,即图中所示
信道增益计算:根据信道空间分布信息,利用波束训练和空间旋转获得信道增益信息。
数据传输:获得完整的信道信息后,利用角度域混合预编码进行数据传输。
在上述各实施例的基础上,该信道跟踪方法中的预设的角度状态预测规则为:
ψk(m)=φψk(m-1)+ωk(m),
其中,ψk(m)、ψk(m-1)表示入射信号k在当前采样时刻m及其前一采样时刻m-1的角度状态量,ωk(m)为当前采样时刻m伴随入射信号k的系统噪声,
在上述各实施例的基础上,该信道跟踪方法中的所述预设的信道支撑点预测规则包括:
信道支撑点第一预测规则
及信道支撑点第二预测规则:
其中,
图5为本发明实施例提供的信道角度跟踪的示意图。如图5所示,横轴为时间块索引,纵轴为角度误差。图中分别示出了线性运动和非线性运动下不同空间信息集合长度下的角度信息的准确率的变化趋势。可以看出,在空间信息集合长度相同的情况下,无论是线性运动还是非线性运动,角度误差均较小;并且随着空间信息集合长度的增加,角度误差越来越小。
图6为本发明实施例提供的信道跟踪均方误差的趋势图。如图6所示,横轴为信噪比,纵轴为信道平均误差。图中示出了不同空间信息集合长度下的信道平均误差的变化趋势。可以看出,在信噪比相同的情况下,空间信息集合长度越大,信道平均误差越小,即获取的信道状态信息则越准确。
图7为本发明实施例提供的混合预编码方法的流程示意图。如图7所示,该混合预编码方法包括以下步骤:
步骤701、根据信道状态信息,确定模拟预编码参数和数字预编码参数;所述信道状态信息为根据入射信号的角度值和预设的角度状态预测规则确定的信息;
步骤702、根据所述模拟预编码参数和所述数字预编码参数,对调度信号集合中的多个调度信号进行混合预编码。
具体地,首先,基于信道状态信息,确定模拟预编码参数和数字预编码参数;该信道状态信息为根据入射信号的角度值和预设的角度状态预测规则确定的信息,即基于上述信道跟踪方法确定的信道状态信息。之后,基于上述两种预编码参数,对调度信号集合中的多个调度信号进行混合预编码。
基于该信道跟踪方法获得信道状态信息,进行混合预编码,与传统的预编码方法相比,由于简化了每个调度信号的信道矩阵,从而降低了预编码的复杂度;并且通过集中信号能量,降低了能量泄露,提高了系统传输数据的性能。
在上述实施例的基础上,该预编码方法中的所述调度信号集合根据下式确定:
其中,
具体地,每个调度信号对应一个唯一的角度值;不同的调度信号之间具有一个角度保护间隔,用来防止信号间的干扰。
在上述实施例的基础上,该混合预编码方法中的模拟预编码根据下式确定:
其中:
具体地,基于信道状态信息设计模拟预编码参数和数字预编码参数。根据角分多址机制,模拟预编码参数设置为:
在实际应用中,模拟预编码矩阵的每一列代表每一个用户终端入射信号的角度方向矢量,可以由
根据角分多址机制,利用数字预编码参数消除用户间干扰,数字预编码参数设置为:
式中:
基于上述模拟预编码参数和模拟预编码参数,将调度信号进行混合预编码,从而将调度信号传输至用户终端的真实角度方向上。因此,用户终端的接收信号可以表示为:
式中:
系统和速率根据下式确定:
其中,sinrk表示调度信号的信干噪比,
具体地,通过统计通信网络中所有入射信号,可以获取入射信号的总能量p;基于角分多址,基站能够同时调度的入射信号是有限的,
基于上述模拟预编码和数字预编码,系统的信干噪比的表达式为:
式中:pi为数字预编码矩阵p的第i列,γk为信噪比。
图8为本发明实施例提供的系统和速率的示意图。如图8所示,横轴为信噪比,纵轴为系统和速率。图中分别示出了三种信道预编码方法下的系统和速率的变化趋势。由图8可知,本发明的混合预编码方法具有良好的能量效率,系统的和速率远高于现有的基于波束选择的混合预编码方法,并且基本接近全数字预编码方法。
由上述实施例可以看到,基站通过空间旋转将信号传输至用户终端的真实角度上,降低了信号传输所需的射频链路数目,从而降低了系统实现的硬件成本,同时避免了信道能量泄露对系统性能的影响;另外,利用角分多址和角度域传输信号提高了系统的能量效率和频谱效率。
图9为本发明实施例提供的单小区毫米波大规模mimo系统的结构示意图。为了与传统mimo系统进行区分,用“基站”表示本发明实施例提供的大规模mimo系统。
如图9所示,基站配置了大规模等距线阵(uniformlineararray;ula),天线阵元数量为n,小区内随机均匀地分布着k个单天线用户终端,该基站的射频链路(radiofrequencychains;rfchains)模块由模数转换器(digital-analogconverter;dac)、混频器(mixer)及滤波器(filter)组成,射频链路数目为nrf,且nrf<<n;射频链路的前端为数字预编码模块,s(1)至s(k)表示入射信号;射频链路的后端为模拟预编码模块。
需要说明的是,本发明实施例提供的mimo系统是用来实现上述信道跟踪和混合预编码方法的,具体功能可参考上述方法实施例,此处不再赘述。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。