一种压缩叠加序列CSI反馈方法与流程

本发明涉及通信系统中信道反馈技术在用户端的压缩、叠加处理，以及基站端的信号重构技术领域，特别涉及一种压缩叠加序列csi反馈方法。

背景技术

相对于传统的频分双工(fdd,frequencydivisionduplex)多输入多输出(mimo,multiple-inputmultiple-output)系统，基于fdd的大规模mimo系统能带来系统容量、稳定性等性能的提升。然而，基于fdd的大规模mimo系统诸多带来性能提升的操作(如多用户调度、速率分配、发射端预编码等)却依赖于准确的csi获取。因此，基站端能否精确获取下行csi，直接影响着fdd大规模mimo系统的性能。

在基于fdd的大规模mimo系统中，下行csi获取通常依靠信道反馈技术。传统的“基于码书”的csi反馈方法，因大规模mimo系统的天线数众反馈开销巨大，继而难以在实际中得以应用。相对于“基于码书”的csi反馈方法，基于压缩感知的csi反馈技术(本发明称之为，“传统的压缩感知csi反馈”技术)，利用csi具有稀疏特性对csi进行压缩后反馈，可在一定程度上改善csi反馈开销。即使如此，“传统的压缩感知csi反馈”技术依然反馈开销较大，占用一定的带宽资源，有待进一步改善。

技术实现要素：

本发明针对现有技术的缺陷，提供了一种压缩叠加序列csi反馈方法的方法。在进行信道反馈时，将csi的非零元素和零元素的位置索引信息，连同单比特量化后的csi，叠加在数据信息上进行反馈。从而，使得csi反馈无需系统额外的带宽开销，并可改善csi反馈的精度。

为了实现以上发明目的，本发明采取的技术方案如下：

一种压缩叠加序列csi反馈方法，包括：

对稀疏的n×1的信道状态信息(csi,channelstateinformation)h作以下的操作：

a)用0,1元素构造n×1的“位置序列”z，记录csi中非零元素和零元素的位置索引；

b)利用单比特压缩感知方法对csi进行单比特量化，得到量化后m×1的“比特信息”y；

c)将“位置序列”z、“比特信息”y和稀疏度k构成nl×1的“比特序列”l；所述的nl满足nl＝n+2m+nk；

所述的nk表示稀疏度k用二进制表示时所需比特个数，根据工程经验设定，通常满足nk＜log2n；

d)对“比特序列”l进行扩频处理，得到“扩频数据序列”然后将“扩频数据序列”尾部添加nzero个零后形成nd×1的“扩展序列”w；

所述的“扩频数据序列”根据公式得到，其中表示扩频序列，符号表示kronecker乘积；

所述的nzero满足

所述的nd根据工程经验选取，通常选取nd＞＞nl；其中，c表示扩频的长度，又称为扩频增益。

e)将“扩展序列”w和nd×1的“数据序列”d根据公式

t＝a×w+(1-a)×d

进行加权处理，从而形成nd×1的“发送序列”t进行发送；

所述的常数a根据工程经验选定，满足0＜a≤1；

f)接收机接收到“发送序列”t，并利用解扩频技术恢复出“比特序列”l，继而恢复出“位置序列”z、“比特信息”y和稀疏度k；

g)接收机利用“位置序列”z、“比特信息”y和稀疏度k重构出csi。

进一步的，步骤a)所述的“位置序列”z，是在读取预先存储的csi序列h后，将h中元素为零的位置处标记为0，元素为非零的位置处标记为1。

进一步的，步骤a)包括：

读取预先存储的长度为n，稀疏度为k的信道状态信息h，以及大小为m×n随机分布测量矩阵φ。

进一步的，步骤a)所述的稀疏等级k由用户端接收机信道估计获得；所述的信道状态信息h由用户端接收机信道估计获得。

进一步的，所述的随机分布测量可取：高斯分布随机矩阵、贝努利分布随机矩阵、亚高斯随机矩阵和非常稀疏投影矩阵，等等。

特别地，步骤a)与现有的信道反馈处理的不同之处在于，在进行csi反馈时，考虑了csi元素的非零与零元素的位置索引信息。

进一步的，步骤b)包括：

将csi序列h的实部hreal和虚部himag利用单比特压缩感知原理进行压缩得到“比特信息”y，“比特信息”y的实部和虚部分别记为yreal，yimag。

所述的单比特压缩，得到“比特信息”y的实部yreal和虚部yimag，根据下述公式得到：

所述的运算sign(·)表示取符号操作，即：

进一步的，步骤c)包括：

将得到长度为n的“位置序列”z、长度为m的“比特信息”y的实部和虚部、稀疏度k，构成长度为nl的“比特序列”l，即：

l＝(z^t,(yreal)^t,(yimag)^t，(kbin)^t)^t

其中，上标“t”表示求转置运算操作；

所述的kbin表示稀疏度k表示为二进制时构成的长度为nk的列矢量；

进一步的，步骤d)包括：

所述表示扩频序列，扩频长度c为其中，符号表示向下取整数，所述的nzero满足

所述的nd根据工程经验选取，通常选取nd＞＞nl；所述的符号表示向下取整数。其中，c表示扩频的长度，又称为扩频增益。

进一步的，步骤0包括：

在利用解扩频技术恢复出“比特序列”l后，根据c)中的位置关系以及各个序列的长度，从“比特序列”l恢复出“位置序列”z、“比特信息”y和稀疏度k，然后对“比特信息”y取实部和虚部。所述的c)中的位置关系为：

l＝(z^t,(yreal)^t,(yimag)^t，(kbin)^t)^t

其中，上标“t”表示求转置运算操作；

所述的kbin表示稀疏度k表示为二进制时构成的长度为nk的列矢量；

进一步的，步骤g)进一步包括：所述的csi重构，是指将“位置序列”z加入重构算法构成约束条件，并结合现有的基于单比特压缩感知的重构方法。所述的“现有的基于单比特压缩感知的重构方法”可采用二进制迭代硬阈值(biht,binaryiterativehardthresholding)，迭代硬阈值(iht,iterativehardthresholding)，自适应1-bit压缩感知(adaptive1-bitcs)。

与现有技术相比本发明的优点在于：

在传统的压缩感知csi反馈的基础上引入单比特压缩感知技术，改善反馈所需的比特开销；同时，还引入“叠加反馈”方式：将单比特压缩后的csi信息，连同csi非零元素与零元素构成的位置索引信息一起叠加在上行数据上进行反馈。降低了系统带宽开销，同时还改善csi反馈的精度。

附图说明

图1为本发明的csi反馈方法流程示意图；

图2为本发明重构信道信号时的算法流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图并举实施例，对本发明做进一步详细说明。

如图1所示，对稀疏的n×1的信道状态信息(csi,channelstateinformation)h作以下的操作：

a)用0,1元素构造n×1的“位置序列”z，记录csi中非零元素和零元素的位置索引；

a1)读取预先存储的长度为n，稀疏度为k的信道状态信息h，以及大小为m×n随机分布测量矩阵φ。

所述的h为稀疏度为k的稀疏信号，即h中仅仅有k个非零元素，且满足k＜＜n。

为保证单比特压缩感知的重构性能，所述的压缩后的采样点数m通常满足m≥n。

优选地，随机分布测量矩阵产生方法包括，高斯分布随机矩阵、贝努利分布随机矩阵、亚高斯随机矩阵和非常稀疏投影矩阵等已有的随机分布测量矩阵产生方法。

a2)用0,1元素记录h中非零元素和零元素的位置索引，将csi中元素为零的位置处标记为0，元素为非零的位置处标记为1，从而构成长度为n的“位置序列”z。

示例1：所述的“位置序列”z构造过程如下：

假设n＝16，k＝5。则h可表示为h＝(h1,h2,…,h16)^t。特别说明，实际大规模的mimo系统中，信道状态信息h中的元素是成百上千个，此处为了书写方便取n＝16。假设h的元素中除元素“h1,h3,h5,h10,h16”5个元素外，其余元素均为0。即可得出“位置序列”z，表示为z＝(1010100001000001)^t,其中，上标t表示矩阵的转置运算操作。

b)利用单比特压缩感知方法对csi进行单比特量化，得到量化后m×1的“比特信息”y；

将信道状态信息(csi,channelstateinformation)h取实部hreal和虚部himag，利用单比特压缩感知原理进行压缩得到“比特信息”y，“比特信息”y的实部和虚部分别记为yreal，yimag。

其中，对信道状态信息(csi,channelstateinformation)h取实部和虚部按以下公式进行：

hreal＝real(h)

himag＝imag(h)

其中，利用压缩感知原理进行压缩的过程为：

其中，所述的运算sign(·)表示取符号操作，即：

此时得出的yreal和yimag均为m×1的矢量，且矢量元素为0和1。

c)将“位置序列”z、“比特信息”y和稀疏度k构成nl×1的“比特序列”l；

所述的nl满足nl＝n+2m+nk；所述的nk表示稀疏度k用二进制表示时所需比特个数；

c1)将得到长度为n的“位置序列”z、长度均为m的“比特信息”y的实部yreal和虚部yimag与稀疏度k，构成长度为nl的“比特序列”l，即根据以下公式构造：

l＝(z^t,(yreal)^t,(yimag)^t，(kbin)^t)^t

其中，上标“t”表示求转置运算操作；所述的kbin表示稀疏度k表示为二进制时构成的长度为nk的列矢量；根据工程经验设定，通常满足nk＜log2n；

d)对“比特序列”l进行扩频处理，得到“扩频数据序列”然后将“扩频数据序列”尾部添加nzero个零后形成nd×1的“扩展序列”w；

d1)得到长度为nl的“比特序列”l，计算扩频增益c，得到扩频序列其中，扩频增益c按以下公式获得：

待发送的“数据序列”d的长度nd远大于“位置序列”z和“比特信息”y构成的长度为nl的“比特序列”l。其中，符号表示向下取整数。

d2)对“比特序列”l进行扩频处理，得到“扩频数据序列”其中扩频处理按以下公式进行：

其中，符号表示kronecker乘积。

d3)将“扩频数据序列”尾部添加nzero个零后形成nd×1的“扩展序列”w；所述的nzero满足所述的nd根据工程经验选取，通常选取nd＞＞nl；所述的符号表示向下取整数。其中，c表示扩频的长度，又称为扩频增益。

可得“扩展序列”w：

其中，上标“t”表示求转置运算操作

e)将“扩展序列”w和nd×1的“数据序列”d根据公式：

t＝a×w+(1-a)×d

进行加权处理，从而形成nd×1的“发送序列”t进行发送；所述的常数a根据工程经验选定，满足0＜a≤1；

f)接收机接收到“发送序列”t，并利用解扩频技术恢复“比特序列”l，继而恢复出“位置序列”z、“比特信息”y和稀疏度k。

f1)接收端接收到长度为nd的“发送序列”t以后，利用解扩频技术，恢复出“比特信息”y和“位置序列”z组成的长度为nl的“比特序列”l。其中，所述的解扩过程如下：

f1-1通常情况下，接收端接收到长度为nd的“发送序列”t，后，对其进行分块处理，分为m个c×1的矩阵，其中m取值按以下公式进行：

其中，所述的符号表示向下取整数，c为扩频矩阵的扩频增。从而得到“发送序列”的分块表示为：

其中，

f1-2取分块序列”中的元素利用相同的扩频矩阵进行解扩得到“比特序列”l，l＝(l1,…,lm)^t，解扩按以下公式进行：

其中，上标“h”表示求共轭转置操作。

f2)根据l＝(z^t,(yreal)^t,(yimag)^t，(kbin)^t)^t，“位置序列”z长度为n，“比特信息”y的实部yreal和虚部yimag长度均为m，kbin长度为nk，利用长度为nl的“比特序列”l可恢复出“位置序列”z、“比特信息”y和稀疏度k。即根据下式关系解出“位置序列”z，“比特信息”y的实部yreal和虚部yimag，稀疏度k：

其中上标t表示矩阵的转置运算操作。

g)接收机利用“位置序列”z、“比特信息”y和稀疏度k重构出csi。

步骤g)所述的重构csi是利用了“位置序列”z进行信号的重构。由于本发明是将csi的非零元素和零元素的位置索引信息构成的“位置序列”z，与现有的基于单比特压缩感知的重构方法中形成辅助信息。

所述的“现有的基于单比特压缩感知的重构方法”可采用二进制迭代硬阈值(biht,binaryiterativehardthresholding)，迭代硬阈值(iht,iterativehardthresholding)，自适应1-bit压缩感知(adaptive1-bitcs)，等等。

实施例1

下面以biht重构算法为例，如图2所示。

初始化数据：读取重构得到的位置信息“位置序列”z，读取还原得到的“比特信息”y实部yreal与虚部yimag，稀疏度k，测量矩阵φ，最大迭代次数iteration，步长β。重构信号初始值xreal＝0，ximag＝0，迭代次数初始值n＝0。所述的最大迭代次数iteration根据工程经验所设定。所述的步长β为用于调节梯度下降的步长参数，由工程经验所设定，通常取值0＜β≤1。

g1)进行迭代的更新xreal＝xreal+βφt(yreal-sign(φxreal))，ximag＝ximag+βφ^t(yimag-sign(φximag))。其中，φ^t表示对矩阵φ做转置运算操作。

g2)根据“位置序列”z，将xlaer和ximag对应于“位置序列”z标记为0的位置索引处元素置零。

g3)迭代次数的更新，n＝n+1，如果n＜iteration，返回g2)；否则，将xreal与ximag进行归一化处理，即：

其中，“||·||2”表示取frobenius范数操作。然后，根据公式：

合并与得到csi信号其中，i表述虚数，满足i²＝-1。

根据上述具体示例所述，本发明相比于传统的信道反馈方法，使用了单比特压缩感知的方法，降低系统的比特开销。同时将序列零元素和非零元素构成的位置序列，与数据序列进行叠加反馈，使得单比特重构信号时有了位置信息的辅助，极大的提高了重构信号的精度。从而降低了系统的带宽开销，提高频谱利用率，改善了csi反馈的精度。

本领域的普通技术人员将会意识到，在本发明各方法实施例中，所述各步骤的序号并不能用于限定各步骤的先后顺序，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，对各步骤的先后变化也在本发明的保护范围之内。这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。