基于张量分解的数据辅助时变信道估计.pdf
《基于张量分解的数据辅助时变信道估计.pdf》由会员分享,可在线阅读,更多相关《基于张量分解的数据辅助时变信道估计.pdf(4页珍藏版)》请在咨信网上搜索。
1、Microcomputer Applications Vol.39,No.8,2023文章编号:10 0 7-7 57 X(2 0 2 3)0 8-0 138-0 4研究与设计基于张量分解的数据辅助时变信道估计微型电脑应用2 0 2 3年第39 卷第8 期魏佳艺,孙超,许崇斌(复旦大学,信息科学与工程学院,上海2 0 0 433)摘要:毫米波大规模多输入多输出(MIMO)技术是未来无线通信的核心技术之一,但大规模和快时变特性使得其信道估计成为挑战性的问题。文章在基于张量分解的信道估计的基础上,提出一种基于数据辅助的信道估计方法,可以显著降低系统的导频开销。由于数据辅助估计方法的复杂度会随数据长
2、度明显增加,因而研究进一步将数据分段,提出对每段传输应用张量分解的方法进行估计然后对估计结果进行融合的方法,并仔细讨论了不同融合方法对最终估计性能的影响。仿真结果表明,与传统的基于张量分解的信道估计算法相比,所提出方法能够在确保估计精确度的同时显著地降低导频开销,且具有可比甚至更低的复杂度,对毫米波大规模MIMO系统的信道估计具有重要意义。关键词:毫米波大规模MIMO;时变信道估计;张量分解;数据辅助中图分类号:TN928(School of Information Science and Technology,Fudan University,Shanghai 200433,China)Ab
3、stract:Millimeter-wave(mmWave)massive multiple-input multiple-output(MIMO)technology is one of the core technolo-gies in the future wireless communication.However,its large-scale and fast time-varying characteristics make the channel esti-mation be a challenging problem.The research proposes a data-
4、aided channel estimation method based on tensor decomposition,which can significantly reduce the pilot overhead of the system.Since the complexity of the data-aided estimation method in-creases obviously with the data length,the research further proposes a method of segmenting the data,estimating ea
5、ch trans-mission segment by tensor decomposition and then fusing the estimated results.The effects of different fusion methods on thefinal estimation performance are discussed in detail.Simulation results show that compared with the traditional channel estima-tion algorithms based on tensor decompos
6、ition,the proposed scheme can significantly reduce the pilot overhead while ensuringthe estimation accuracy,and has lower complexity,which is of great significance to the channel estimation of mmWave massiveMIMO system.Key words:mmWave massive MIMO;time-varying channel estimation;tensor decompositio
7、n;data-aided0引言毫米波与大规模MIMO技术相结合,能够在补偿传播损耗的同时获取分集和复用增益,是未来无线通信的核心技术1,但大规模的天线阵列涉及海量的信道系数给信道估计带来了巨大的挑战 2-3。如何在毫米波大规模MIMO系统下实现精确的信道估计并降低导频开销是当前研究的重点方向。近年来,张量模型在信号处理领域的应用得到了广泛的关注4。其中,已有研究利用张量的多维特性面向毫米波MIMO系统进行信道估计 S-7:文献 5和文献6 针对MI-MO系统中下行链路的估计问题,提出了基于CP分解模型作者简介:魏佳艺(1995一),女,硕士,算法工程师,研究方向为信道估计;孙超(1992 一)
8、,男,博士,算法工程师,研究方向为移动边缘计算、无人机通信;许崇斌(198 2 一),男,博士,高级工程师,研究方向为新型多址技术。.138文献标志码:AData-Aided Time-Varying Channel Estimation Based onTensor DecompositionWEI Jiayi,SUN Chao,XU Chongbin的信道估计算法,但该研究集中于静态的信道模型;文献7 提出了一种两阶段的时变信道估计方法,先通过CP分解模型估计到达角和离开角,再通过张量的展开估计多普勒频移和路径增益,但为了保证张量分解的唯一性,该方法通常需要较多的导频资源。本文在基于张量分
9、解的时变信道估计的基础上,引入数据辅助估计,通过使用未知的数据符号替代(部分)导频信息,能大幅降低导频资源开销。另外,考虑到数据辅助估计方法的复杂度会随数据长度的增大而明显增加,本文进一步提出将传输数据进行分段,对每段传输应用张量分解的方法进行估计然后对估计结果进行融合,并仔细讨论了不同融合方法对最终估计性能的影响。Microcomputer Applications Vol.39,No.8,2023标记说明:符号()表示伪逆,ab表示两个向量的外积,AOB表示两个矩阵的Khatri-Rao积,R(表示张量R的模n展开。1预备知识1.1系统模型考虑采用混合预编码射频结构的毫米波MIMO系统窄带
10、上行通信链路。对于单用户单基站的情况,移动端(MS)采用MT根天线和MRF=1条射频链,基站端(BS)采用NR根天线和NRF条射频链,并满足NRFNR。类似于文献 7,假设MS端将一个训练顿划分为T个连续的时间顿,每个时间帧又分为M个子顿,每一个子帧相当于一个时隙。采用标准的几何信道模型进行建模,第t个时间顿的信道矩阵可以表示为K=1Kk=1其中,K为散射路径数量,a和f分别为第k条路径的复增益和多普勒频移,Ts为采样周期,0 和k分别为第k条路径的到达角(AoA)和离开角(AoD)。s(O)和aMs()分别对应BS和MS端的天线阵列向量,假设两端均采用均匀线性阵列,有:abs(0.)=VNR
11、aMs(pk):VMT其中,入为载波波长,d为天线阵列中相邻阵元的间距,设置d=入/2。1.2基于张量分解的两阶段信道估计方法第t个时间顿中第m个子顿的接收信号可表示为y(t)=WT H(t)FRr(t)FB(t)s(t)+n(t)(3)其中,Frr(t)FB(t)s (t)ECM r 1为第t个时间顿中第m个子顿发送的预编码信号,FRrECMTMRF和FBECMRrMRF分别为射频和基带预编码矩阵,记为=FRrFBB,s (t)ECMr1为发送的导频信号,不失一般性设置,s(t)=1。W ECNRNRF为BS端的接收矩阵,n(t)CN(O,1)为加性高斯白噪声向量。则第t个时间帧的接收信号为
12、Y(t)=WTH(t)F+N(t)=KK-12aream.aus(0.).ams()+N(t)Kk=1其中,aes()W T a b s(0)、a ms(P)FT a ms()且有:Y(t)=yl(t),yMi(t)E CNrxMF=f,fMi E CMTxMiN(t)=n(t),nMi(t)J E CVrxMi由于一个训练顿由多个连续的时间顿组成,因此在BS端可以将T个连续时间帧的接收信号建模为一个三阶张量研究与设计的形式yECNpMiT。该接收信号的3个维度分别对应BS端的射频链、子顿和时间顿。该接收信号张量可表示为满足CP分解的形式:Y=2aans(0.).as(pe).g(ft)+N=
13、Kk=1a;X,Y,Z+N其中 g(f)e2a/.MT.2/TMiT.,a=aakJT 可视作该张量的幅值向量,(X,Y,Z)为无噪声干扰时接收信号张量y的三个因子矩阵:X=ans(01),as(0)E CWRrxY=Eams(g1),us(pk)J E CMixkZ=g(fi),g(f5)E CTxk通过对接收信号张量Y进行交替最小代二乘(ALS)分解获得估计的因子矩阵,再基于相关性的方法从因子矩阵中提取出信道参数AoAs和AoDs:(1)1iJ,0:E0,2元Llas(p:)pk=arg maxmaxTa.aMs()T1iJ,9iE0,2其中,和分别为估计的因子矩阵X和Y的第k列。在第二阶
14、段中,MS端采用了M2个预编码向量fMs作为导频信号,并将接收信号与预编码向量fBs相乘,每个时隙的接收信号为(2)Rn=WTHEnfMsfrs+NEn=WTHnFMs+NEn类似地,接收到的M2个信号可构造为张量的形式RECNRNsM2,并对其进行模-3展开R(3)=ZA(YO X)T,其中A=diag(a),进而可以计算出因子矩阵EZ=R(3)(X)T,并基于相关性的方法提取出多普勒频移(F):fh=argmaxmaxTe.g(T?1iJ,faEo,fmax其中,因子矩阵X和Y是由第一阶段估计得到的(0)和()重构,为E的第k列。最后通过简单的最小二乘法计算路径增益as=g(fu)t k,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 张量 分解 数据 辅助 信道 估计
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。