一种智能超表面辅助的毫米波通信系统的信道估计方法技术方案

本发明专利技术提供了一种可重构智能表面辅助毫米波通信系统的信道估计方法。针对毫米波可重构智能表面辅助的多输入多输出正交频分复用无线通信系统中由于直接信道信息数据规模过大造成的估计难题，本发明专利技术所设计的信道估计方法充分利用了毫米波信道的稀疏散射特性，通过低秩张量分解的方法，完成对智能反射面辅助毫米波系统的级联信道参数估计，在保证信道信息估计性能的同时极大地降低导频训练开销。实验表明，本发明专利技术提出的信道压缩估计方法仅需利用少量的训练开销和频谱资源，就能实现对信道参数估计，并且优于传统的压缩估计方案。并且优于传统的压缩估计方案。并且优于传统的压缩估计方案。

【技术实现步骤摘要】
一种智能超表面辅助的毫米波通信系统的信道估计方法


[0001]本专利技术涉及无线通信
，尤其涉及一种智能超表面辅助的毫米波通信系统的信道估计方法。

技术介绍

[0002]可重构智能表面(Reconfigurable Intelligent Surface,简称RIS)是新一代无线通信6G的潜在关键技术，通过引入该设备，通信系统可以通过调节RIS的反射单元系数智能地改善无线传播信道环境。在RIS的辅助下，毫米波通信系统可以有效弥补毫米波(Millimeter Wave，简称mmWave)频段电磁信号高损耗、弱穿透的固有缺陷，提升链路增益，提高无线通信的覆盖范围。由于RIS具有大量反射单元，需要估计的信道参数数量激增，同时RIS属于无源器件，本身不使用射频(Radio Frequency，简称RF)链路，因此需要以较低导频开销进行信道估计。而为了降低导频开销，可采取压缩感知的方法对RIS辅助毫米波系统进行信道估计，但是此方式没有充分利用毫米波信道的内在多维结构特征，存在格点失配问题，难以在低导频开销的条件下实现精准的信道估计。

技术实现思路

[0003]针对现有技术中所存在的不足，本专利技术提供了一种智能超表面辅助的毫米波通信系统的信道估计方法，通过低秩CANDECOMP/PARAFAC(CP)分解的方法，完成RIS辅助的毫米波系统的级联信道估计，从而以合理的导频开销实现高精度的信道估计性能。
[0004]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0005]一种智能超表面辅助的毫米波通信系统的信道估计方法，针对多输入多输出的正交频分复用系统，其子载波总数为P0，专利技术选取其中的前P个子载波作为导频信号进行信道估计，基站(BS)配置均匀线阵，天线数为N
t
，射频链路数为R
t
，满足R
t
＜＜N
t
。移动用户端(UE)亦配置均匀线阵，天线数为N
r
，射频链路数为R
r
,满足R
r
＜＜N
r
，BS与UE均采用全连接结构的数模混合架构，可重构智能表面为均匀平面阵，无源智能阵元数目为M
y
×
M
z
，其中M
y
与M
z
分别为水平、垂直方向阵元数目，反射系数向量v∈C
M
具体表示为其中ζ
i
∈[0,2π]是i个阵元的相移系数，对应的反射系数矩阵记作
[0006]下行导频训练时，考虑T个连续帧，对于第t个帧，为对于所有子载波相同的导频信号向量，BS端设置各子载波相同的RF模拟预编码器和基带数字预编码器UE端设置各子载波相同的RF模拟混合器和基带数字混合器其中每个帧又可分为Q个时隙用以控制RIS阵列，对于第q个时隙，设计的反射面系数v
q
为对应的反射系数向量。具体方法包括如下步骤：
[0007]S1，构建信道模型，采用几何宽带毫米波信道模型，分别构建BS到RIS的信道模型以及RIS到UE的信道模型；
[0008]S2，获取接收信号的低秩张量表达模型；
[0009]S3，估计张量分解中的因子矩阵通过利用毫米波信道下接收信号的三阶张量表示，基于CP分解唯一性条件，估计接收信号低秩张量分解的三个因子矩阵以支撑后续的信道估计；
[0010]S4，完成信道参数估计与级联信道重构，通过以上方式获得因子矩阵后，利用因子矩阵与信道参数的数学关系进一步获得信道参数的估计值。
[0011]本专利技术进一步设置为：步骤S1中，对于第p个子载波，BS到RIS信道矩阵可以表示为：
[0012][0013]其中f
s
代表采样速率，L代表基站到RIS之间散射路径总数，其中α
l
代表第l条路径的复增益，τ1代表时延，φ
l
代表空间域发射角(Angle of Departure，简称AoD)，代表空间域到达角(Angle of Arrival，简称AoAs)的方位角和俯仰角，a
BS
(φ
l
)代表发射阵列响应向量，代表接收阵列响应向量；
[0014]RIS到UE的信道可以表示为：
[0015][0016]其中，L
r
代表RIS到UE之间散射路径总数，其中β
l
是第条l路径的负增益，κ1代表时延，代表空间域发射方位角和俯仰角，θ
l
代表空间域到达角，代表发射阵列响应向量，a
UE
(θ
l
)代表接收阵列响应向量；
[0017]对应第p个子载波，定义BS经RIS到UE信号传输的等效级联信道矩阵(此处的符号
⊙
表示矩阵的Khatri
‑
Rao乘积)如下，
[0018][0019]其中，为级联信道H
P
的信道参数，ρ
u
是级联等效增益，l
u
是等效时延，{φ
u
,θ
u
}为等效到达角，{ζ
u
,ξ
u
}为等效发射角，它们与G
u
，R
p
的信道参数具有如下映射关系(符号表示向上取整)：
[0020][0021][0022][0023][0024][0025][0026][0027]本专利技术进一步设置为：步骤S2中，在第t个帧的第q个时隙，第p个子载波的接收信号向量为：
[0028][0029]此处，其中代表对于所有子载波相同的第t帧的发射信号，代表对于所有子载波相同的第t帧的接收信号混合器，此处的符号表示矩阵Kronecker乘积，符号*表示矩阵/向量元素取共轭，表示加性高斯噪声，v
q
∈C
M
为第q个时隙的反射系数向量，H
p
∈C
M
×
N
为第p个子载波的级联信道矩阵；
[0030]第t帧内接收信号记为进一步第p个子载波所有T帧的接收向量拼接为接收矩阵最后所有p个子载波的接收矩阵可以构成三阶张量三个维度分别代表时隙、帧、子载波，具有如下的低秩张量分解形式：
[0031][0032]其中，U＝LL
r
，是噪声张量表达，符号代表外积，等效的接收与接收阵列响应记为和
[0033][0034][0035][0036][0037]其中，V为Q个时隙的反射系数拼接得到的矩阵，F为T个帧的发射信号拼接得到的矩阵；
[0038]分别将U个和g(l
u
)拼接为矩阵A,B,C：
[0039][0040][0041][0042]其中，A,B,C为张量的因子矩阵。
[0043]本专利技术进一步设置为：步骤S3中，CP分解的唯一性条件为：
[0044]min{Q,U}+min{TN<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能超表面辅助的毫米波通信系统的信道估计方法，其特征在于：包括如下步骤：S1，构建信道模型，采用几何宽带毫米波信道模型，分别构建BS到RIS的信道模型以及RIS到UE的信道模型；S2，获取接收信号的低秩张量表达模型；S3，估计张量分解中的因子矩阵通过利用毫米波信道下接收信号的三阶张量表示，基于CP分解唯一性条件，估计接收信号低秩张量分解的三个因子矩阵以支撑后续的信道估计；S4，完成信道参数估计与级联信道重构，通过以上方式获得因子矩阵后，利用因子矩阵与信道参数的数学关系进一步获得信道参数的估计值。2.如权利要求1所述的一种智能超表面辅助的毫米波通信系统的信道估计方法，其特征在于：步骤S1中，对于第p个子载波，BS到RIS信道矩阵可以表示为：其中f
s
代表采样速率，L代表基站到RIS之间散射路径总数，其中α
l
代表第l条路径的复增益，τ1代表时延，φ
l
代表空间域发射角(Angle of Departure，简称AoD)，代表空间域到达角(Angle of Arrival，简称AoAs)的方位角和俯仰角，a
BS
(φ
l
)代表发射阵列响应向量，代表接收阵列响应向量；RIS到UE的信道可以表示为：其中，L
r
代表RIS到UE之间散射路径总数，其中β
l
是第条l路径的负增益，κ1代表时延，代表空间域发射方位角和俯仰角，θ
l
代表空间域到达角，代表发射阵列响应向量，a
UE
(θ
l
)代表接收阵列响应向量；对应第p个子载波，定义BS经RIS到UE信号传输的等效级联信道矩阵(此处的符号
⊙
表示矩阵的Khatri
‑
Rao乘积)如下，其中，其中，为级联信道H
P
的信道参数，ρ
u
是级联等效增益，l
u
是等效时延，{φ
u
,θ
u
}为等效到达角，{ζ
u
,ξ
u
}为等效发射角，它们与G
u
，R
p
的信道参数具有如下映射关系(符号表示向上取整)：表示向上取整)：表示向上取整)：
3.如权利要求1所述的一种智能超表面辅助的毫米波通信系统的信道估计方法，其特征在于：步骤S2中，在第t个帧的第q个时隙，第p个子载波的接收信号向量为：此处，其中代表对于所有子载波相同的第t帧的发射信号，代表对于所有子载波相同的第t帧的接收信号混合器，此处的符号表示矩阵Kronecker乘积，符号*表示矩阵/向量元素取共轭，表示加性高斯噪声，v
q
∈C
M
为第q个时隙的反射系数向量，H
p
∈C
M
×
N
为第p个子载波的级联信道...

【专利技术属性】
技术研发人员：郑熹，方俊，王宏伟，王沛兰，李鸿彬，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：