基于模型约束的信道估计方法、系统、设备及存储介质技术方案

本发明专利技术属于信号处理技术领域，公开了一种基于模型约束的信道估计方法、系统、设备及存储介质，包括以下步骤：获取导频信号以及导频信号经过通信信道传输后的接收信号；根据预设的空间信道模型，构建基于空间信道模型的模型信道矩阵；以第一均方误差和第二均方误差之和最小为优化目标建立目标函数；其中，第一均方误差为恢复接收信号与估计接收信号的均方误差，第二均方误差为初始信道矩阵与模型信道矩阵的均方误差；依次以振幅参数、模型信道矩阵及信道矩阵为待优化参数，迭代求解目标函数至达到预设迭代次数，得到最终的信道矩阵。通过信道模型约束从接收的量化后导频信号来挖掘信道信息，从而实现信道估计精度性能的提升。

【技术实现步骤摘要】
基于模型约束的信道估计方法、系统、设备及存储介质
本专利技术属于信号处理
，涉及一种基于模型约束的信道估计方法、系统、设备及存储介质。
技术介绍
大规模多输入多输出(MIMO)技术是在基站部署成百上千根天线的大规模天线阵列，在同一时频资源上服务更多的用户，以此来极大提高频谱效率。但是，当基站采用128根天线时，所使用的硬件造价已达数百万人民币，极大增加了系统部署成本。另一方面，大量的天线对应大量的射频链路，使得基站接收系统的功耗显著增加。其中，上行链路的接收机功耗包括由模数转换器(ADC)处理单元功耗和基带数字处理单元功耗两个方面，其中，ADC的功耗正比于采样速率和量化间隔；而基带数字处理的数据量又由ADC的采样频率和量化比特数来决定。因此，基站端ADC的指标选取将直接决定大规模MIMO系统总的功率消耗。除此之外，ADC精度越低基带数据处理压力越小，并且单比特ADC无需自动增益控制和线性放大器，能够用简单的比较器实现，价格可大幅度降低。所以，在大规模MIMO系统中采用单比特ADC将会在很大程度上降低成本和能耗，符合当前绿色通信的要求。然而，使用低精度ADC对基站端射频输出的I路和Q路进行采样量化时，会造成接收信号中幅度信息和相位信息的丢失，从而导致上行信道估计和数据检测性能的严重损失。尤其在TDD系统中，上行信道估计精度的大幅度下降，不仅会影响上行数据检测的性能，还会严重影响基于信道状态信息的下行传输策略的实施，从而极大降低下行传输链路的可靠性。因此，上行信道估计一直是低精度量化大规模MIMO系统研究的热点。<br>目前，基于导频的上行信道估计方法在单精度大规模MIMO系统中仍然应用广泛。基于此，有的学者研究了最小二乘信道估计方法在单比特大容量MIMO系统中的应用，实验结果表明其估计精度很低。还有学者提出了一种基于回溯线性搜索算法的最大似然估计方法，以极高的计算复杂度为代价，换取了一定程度上估计精度的提高。还有学者基于单精度毫米波MIMO系统信道矩阵的稀疏特性，提出了一种改进的期望最大(EM)信道估计方法。还有学者提出了一种近似最大似然(nML)信道估计器，相比于EM估计器具有更好的估计质量且能更好地支持高阶星座。然而，上述这些信道估计方法大多涉及迭代更新过程，估计精度难以定量分析。为解决这一问题，李永志学者先利用Bussgang分解方法将非线性量化器转化为一个线性函数，然后利用线性最小均方误差(LMMSE)估计器来实现更高质量的信道估计。然而，该方法不能有效地降低量化噪声的影响，并且具有较高的均方误差(MSE)下限。现在，许多研究工作采用了Bussgang分解原理来解决单精度系统中的信道估计问题。但实验结果显示，基于Bussgang分解的信道估计方法基本都存在一个明显的“反弹”现象，即信道估计MSE随信噪比的增大先降低，到达某个拐点后MSE反而随着SNR增大而升高，并最终趋于一个稳定值，这正是Bussgang分解方法在背景噪声不显著时，对量化误差建模不准确所造成的现象。由此可见，现有的信道估计方法并不能获得较高的估计精度，估计性能还存在较大的提升空间。
技术实现思路
本专利技术的目的在于克服上述现有技术中现有信道估计方法的估计精度较差的缺点，提供一种基于模型约束的信道估计方法、系统、设备及存储介质。为达到上述目的，本专利技术采用以下技术方案予以实现：本专利技术第一方面，一种基于模型约束的信道估计方法，包括以下步骤：S1：获取导频信号以及导频信号经过通信信道传输后的接收信号；S2：根据预设的空间信道模型，构建基于空间信道模型的模型信道矩阵；S3：以第一均方误差和第二均方误差之和最小为优化目标建立目标函数；其中，第一均方误差为恢复接收信号与估计接收信号的均方误差，恢复接收信号为通过振幅参数恢复振幅后的接收信号，估计接收信号为通过信道矩阵及导频信号估计的量化前的接收信号；第二均方误差为初始信道矩阵与模型信道矩阵的均方误差；S4：预设初始的信道矩阵及初始的模型信道矩阵，根据初始的信道矩阵及初始的模型信道矩阵求解目标函数，得到初始的振幅参数；S5：依次以振幅参数、模型信道矩阵及信道矩阵为待优化参数，迭代求解目标函数至达到预设迭代次数，得到最终的信道矩阵。本专利技术基于模型约束的信道估计方法进一步的改进在于：所述预设的空间信道模型为：块衰落的Ray-based空间信道模型。所述估计接收信号采用如下方式获得：将导频信号与信道矩阵相乘后添加上通信信道传输噪声，得到估计接收信号。所述目标函数具体如下：其中，R⊙Γ＝Re(R)ΘRe(Γ)+jIm(R)ΘIm(Γ)；N表示通信信道传输噪声；Θ表示矩阵中每个元素对应相乘；H为信道矩阵；R表示量化接收信号；X表示导频信号；表示矩阵的F范数的平方；λ为常数；C1(Θ,Ψ)G表示模型信道矩阵；Re(·)和Im(·)分别表示Γ的实部和虚部。所述目标函数的约束中还包括信道范数约束：以噪声功率的开方为方差并以0为均值生成复高斯随机变量矩阵，采用复高斯随机变量矩阵替代通信信道传输噪声。所述S5的具体方法为：定义振幅参数、模型信道矩阵及信道矩阵均进行一次优化为一次迭代，对于第i次迭代，具体步骤如下：Q1：以第i-1次迭代得到的模型信道矩阵及信道矩阵为基础，求解目标函数，得到第i次迭代的振幅参数；Q2：以第i-1次迭代得到的信道矩阵以及第i次迭代得到的振幅参数为基础，求解目标函数，得到第i次迭代的模型信道矩阵；Q3：以第i次迭代得到的模型信道矩阵以及第i次迭代得到的振幅参数为基础，求解目标函数，得到第i次迭代的信道矩阵。本专利技术第二方面，一种基于模型约束的信道估计系统，包括：信号获取模块，用于获取导频信号以及导频信号经过通信信道传输后的接收信号；模型构建模块，用于根据预设的空间信道模型，构建基于空间信道模型的模型信道矩阵；优化模块，用于以第一均方误差和第二均方误差之和最小为优化目标建立目标函数；其中，第一均方误差为恢复接收信号与估计接收信号的均方误差，恢复接收信号为通过振幅参数恢复振幅后的接收信号，估计接收信号为通过信道矩阵及导频信号估计的量化前的接收信号；第二均方误差为初始信道矩阵与模型信道矩阵的均方误差；初始优化模块，用于预设初始的信道矩阵及初始的模型信道矩阵，根据初始的信道矩阵及初始的模型信道矩阵求解目标函数，得到初始的振幅参数；以及迭代优化模块，用于依次以振幅参数、模型信道矩阵及信道矩阵为待优化参数，迭代求解目标函数至达到预设迭代次数，得到最终的信道矩阵。本专利技术第三方面，一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于模型约束的信道估计方法的步骤。本专利技术第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于模型约束的信道估计方法的步骤。...

【技术保护点】
1.一种基于模型约束的信道估计方法，其特征在于，包括以下步骤：/nS1：获取导频信号以及导频信号经过通信信道传输后的接收信号；/nS2：根据预设的空间信道模型，构建基于空间信道模型的模型信道矩阵；/nS3：以第一均方误差和第二均方误差之和最小为优化目标建立目标函数；/n其中，第一均方误差为恢复接收信号与估计接收信号的均方误差，恢复接收信号为通过振幅参数恢复振幅后的接收信号，估计接收信号为通过信道矩阵及导频信号估计的量化前的接收信号；第二均方误差为初始信道矩阵与模型信道矩阵的均方误差；/nS4：预设初始的信道矩阵及初始的模型信道矩阵，根据初始的信道矩阵及初始的模型信道矩阵求解目标函数，得到初始的振幅参数；/nS5：依次以振幅参数、模型信道矩阵及信道矩阵为待优化参数，迭代求解目标函数至达到预设迭代次数，得到最终的信道矩阵。/n

【技术特征摘要】
1.一种基于模型约束的信道估计方法，其特征在于，包括以下步骤：
S1：获取导频信号以及导频信号经过通信信道传输后的接收信号；
S2：根据预设的空间信道模型，构建基于空间信道模型的模型信道矩阵；
S3：以第一均方误差和第二均方误差之和最小为优化目标建立目标函数；
其中，第一均方误差为恢复接收信号与估计接收信号的均方误差，恢复接收信号为通过振幅参数恢复振幅后的接收信号，估计接收信号为通过信道矩阵及导频信号估计的量化前的接收信号；第二均方误差为初始信道矩阵与模型信道矩阵的均方误差；
S4：预设初始的信道矩阵及初始的模型信道矩阵，根据初始的信道矩阵及初始的模型信道矩阵求解目标函数，得到初始的振幅参数；
S5：依次以振幅参数、模型信道矩阵及信道矩阵为待优化参数，迭代求解目标函数至达到预设迭代次数，得到最终的信道矩阵。


2.根据权利要求1所述的基于模型约束的信道估计方法，其特征在于，所述预设的空间信道模型为：块衰落的Ray-based空间信道模型。


3.根据权利要求1所述的基于模型约束的信道估计方法，其特征在于，所述估计接收信号采用如下方式获得：将导频信号与信道矩阵相乘后添加上通信信道传输噪声，得到估计接收信号。


4.根据权利要求2所述的基于模型约束的信道估计方法，其特征在于，所述目标函数具体如下：



其中，R⊙Γ＝Re(R)ΘRe(Γ)+jIm(R)ΘIm(Γ)；N表示通信信道传输噪声；Θ表示矩阵中每个元素对应相乘；H为信道矩阵；R表示量化接收信号；X表示导频信号；表示矩阵的F范数的平方；λ为常数；C1(Θ,Ψ)G表示模型信道矩阵；Re(·)和Im(·)分别表示Γ的实部和虚部。


5.根据权利要求4所述的基于模型约束的信道估计方法，其特征在于，所述目标函数的约束中还包括信道范数约束：


6.根据权利要求4所述的基于模型约束的信道估计方法，其特征在于，以噪声功率的开方为方差并以0为均值生成复高斯随机变量矩阵，采用复高斯随机变量矩阵替...

【专利技术属性】
技术研发人员：张国梅，朱瑞芳，任品毅，李国兵，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61