无线通信中的信道估计的制作方法
【技术领域】
[0001] 本公开设及无线通信中的信道估计。
【背景技术】
[0002] 无线通信系统能够被视为使得能够在两个或更多节点之间进行通信会话的工具， 上述节点诸如能够进行无线通信的固定或移动设备，诸如基站、中继、机器类型设备、服务 器等的接入节点。无线系统的示例包括诸如蜂窝网络的公共陆地移动网络（PLMN)、基于卫 星的通信系统W及不同的无线局域网络，例如无线局域网（WLAN)。通信系统和兼容的通信 实体通常依据给定标准或规范进行操作，上述标准或规范规定了与该系统相关联的各个实 体被允许做什么W及其应当如何来实现。例如，标准、规范和相关协议能够定义各个实体要 如何进行通信的方式，通信的各个方面要如何实施，W及通信中所设及的不同实体要如何 进行配置。
[0003] 用户能够利用适当通信设备经由基站或另一个接入节点来接入通信系统。用户的 通信设备经常被称作用户设备扣巧或终端。通信设备被提供W适当的信号接收和发射布 置W便使得能够与诸如基站或另一个通信设备的其它节点进行通信。在某些系统中，基站 被称作NodeB(NB)或增强型NodeB(eNB)。
[0004] 通信设备可W在多个无线电信道分量上同时进行通信。运样的布置的一个示例是 载波聚合（CA),其中分量载波提供了一个聚合载波。协同多点发射（CoM巧是其中能够对由 多个站点从源设备的接收或者来自多个源的信号的接收的组合结果加W利用的技术的示 例。若干无线电站点上的联合发射能够被视为基于多输入多输出（MIMO)布置的网络。 阳〇化]信道状态估计（CSI)是在无线系统中使用的信息的示例。CSI通常被用于定义通 信信道的用来描述信号如何从发射器传播至接收器的属性。CSI表示例如耗散、衰减W及随 距离的功率消减的组合效应。CSI使得可能将发射针对当前信道条件进行调适并且能够有 利地被用于例如实现具有高数据速率的可靠通信。运能够例如在多天线系统中提供。
[0006] 信道状态信息的至少一些部分可能需要基于估计。之所W可W如此，是因为例如 信道条件有所变化并且因此瞬时CSI需要在短期基础上进行估计。用于信道估计的常见方 法是使用所谓的训练或导频序列或者基准信号巧巧，其中发射已知序列或信号并且在接收 器处基于运些导频信号来估计CSI。该估计能够被量化并且被反馈至发射器。接收器也可 能简单地将测量结果返回至发射器。逆向链路估计也是已知的。在另一方面，例如对于频 分双工（抑D)系统而言，CSI报告应当仅导致低度至中度的反馈开销。信道估计因此能够 被理解为基于例如导频信号来测量并估计信道。信道预测是使用运些估计来预测未来的信 道的过程。
[0007] 在各种应用中期望尽可能精确的信道状态信息（CSI)。例如，协同多点发射和其中 设及到多个信道分量的其它系统（例如基于多输入多输出（MIMO)的系统）将从尽可能准 确的CSI获益。可能具有数十个天线元件的所谓的大量多输入多输出（MIMO)天线系统也 正在研究之中，并且运些也应当被提供W尽可能准确的CSI。近期研发的另一个示例是所谓 的干设抑制架构IMF-A。除了其它技术之外，干设抑制架构（IMF-A)能够依赖于联合发射协 同多点发射QTCoM巧并且被预期在适当情形中提供显著的性能增益。在理想信道知识W 及高信噪比（SNR)的假设下，相信能够实现高达6甚至化it/s/Hz/cell的高频谱效率。该 增益能够针对理想信道估计和预测或者针对非常低的用户移动性而实现。为了针对较高移 动性和高鲁棒性同样实现运些增益，强有力的信道估计、预测和报告技术是令人感兴趣的。 下行链路值L)预编码解决方案也要求信道预测或者至少从其获益从而也允许适度的用户 设备0JE)移动性。
[0008] 已经将各种概念用于信道估计和预测。例如，已经使用如Wiener和Kalman滤波的 自回归模型。运些模型优选地在时间和频率上一即在相对应的协方差矩阵段C；MtXMf 的时间和频率上一采用了信道关联，其中Mt和Mf是时域和频域中的采样数目。
[0009] 一种物理方法尝试将无线电信道建模为多个多径分量（MPC)，作为平面电磁波在 发射器和接收器站点之间的物理传播的结果。该基于模型的信道估计概念在完善的构建矢 量数据模型度VDM)的假设下能够提供具有极低反馈开销的大范围信道预测。该建模包括 在环境中的建筑物和物体处的反射、发射和衍射的建模。正确的预测要求准确估计所有相 关MPC的所有相关参数，如振幅、相位、时延、多普勒频率、到达角度和离开角度。
[0010] 为了估计参数，可能使用如空间交替广义期望最大化（SAG巧或者借助旋转不变 技术巧SPRIT)估计信号参数之类的算法。其能够被用来替代通过有关eNB周边的已知模 型度VDM)的=维设备位置的反馈而对信道传递函数（CT巧进行每物理资源块（PRB)的报 告。运使得eNB能够针对一个甚至若干信道分量重构宽带无线电信道，因此实现反馈减少。 在现实模型中，BVDM的误差需要基于依赖于CSI干设信号（CSIR巧的常规信道状态信息 (CSI)测量而对如多信道分量的振幅、相位或延迟之类的模型参数进行额外的估计。 W11] 如SACiE算法的参数估计方法遭受到大量无法解决的一有时称作无法观察的一参 数的影响。根据射线追踪仿真，必须对多于K= 200个相关MPC进行估计W针对所估计的 CTF每/，々实现优于-20地的规范均方差（醒沈）。对于20MHz的LTE系统而言，运些200 个MPC在大约40个信道脉冲响应（CIR)的相关抽头（tap)上分布，即每个抽头有大约5到 10个无法观察的MPC。
[0012] 然而，例如在用于诸如C〇MP、MIMO、波束形成或者依赖于有关若干无线电信道分量 的准确信息的其它技术之类的联合发射的应用之中，尽可能准确的信道估计和预测将会是 有用的。对于例如联合（JT)CoMp而言，挑战在于信道估计需要许多高准确性的信道分量。 例如，在基于第S代合作伙伴计划（3GP巧长期演进化TE)的系统中，用于信道探测的CSI 基准符号（CSI-R巧利用20MHz的最大带宽W每个分量载波进行发送。对于例如20MHz的 典型测量带宽而言，信道脉冲响应（CIR)的每个抽头包含10个至更多的多径分量（MPC)，从 而使得难W甚至不可能对运些MPC的隐藏参数（相位、振幅、延迟等）进行准确估计。运对 于例如十分常见的空间交替广义期望最大化（SAG巧算法而言也是一种挑战，其中该算法 尝试针对有限数目的MPC而迭代地估计参数。MPC的数目必需被局限于几个，否则计算会 变得过于复杂。已经发现的是，为了针对估计（或类似地预测）实现优于-20地的规范均 方差（醒SE),必须要对大约200或更多个MPC进行准确估计。运远远超出了被认为是SAGE 算法的通常可行性范围的10个MPC。
[0013] 在其必须尝试提供所有MPC的参数的方面，基于模型的信道预测（MBC巧在相当程 度上与SAGE算法具有一些相似性。由于BVDM模型的不准确性，MBCP必须与类似SAGE的 信道估计和预测技术紧密结合，并且因此将类似地遭受到SACiE算法的缺陷的影响。
[0014] 由于对于信道特性具有一些依赖性，因此已知所有算法都具有局部振荡器化0)RF 频率的波长的十分之几的有限预测视野。
【发明内容】
[0015] 本发明的实施例旨在解决W上的问题中的一个或几个。
[0016] 依据一个方面，提供了一种用于信道估计的方法，包括通过对通信设备所测量的 基准信号信息应用空间滤波而针对接收范围形成至少两个多径分量集合，其中每个多径分 量集合包括比用于该范围的多径分量的数目更少的多个多径分量，并且对该至少两个多径 分量集合执行单独参数估计。
[0017] 根据另一个方面，提供了一种用于信道估计的装置，该装置包括至少一个处理器 和至少一个包括计算机程序代码的存储器，其中该至少一个存储器和计算机程序代码被配 置为利用该至少一个处理器而使得该装置至少通过对通信设备所测量的基准信号信息应 用空间滤波而针对接收范围形成至少两个多径分量集合，其中每个多径分量集合包括比用 于该范围的多径分量的数目更少的多个多径分量，并且对该至少两个多径分量集合执行单 独参数估计。
[0018] 依据一些更具体方面，该通信设备包括移动设备。
[0019] 一种虚拟多天线阵列能够由在第一位置中执行第一测量并且在至少一个第二位 置中执行至少一个第二测量的移动设备所提供。
[0020] 第一多径分量集合能够由第一定向波束形成器所形成并且至少一个第二多径分 量集合能够由至少一个第二定向波束形成器所形成。