毫米波多小区多天线系统中基于波束空间的信道估计方法

摘要

本发明公开了一种用于毫米波多小区多天线系统中基于波束空间的信道估计方法。本发明一方面利用毫米波多小区多天线系统中的波束空间来估计所有终端的波达角。另一方面利用波达角估计和接收到的导频符号估计路径损耗。波束空间的基本原理是根据特定的波达角对应的阵列响应向量之间的正交性，利用这些向量组成向量空间的一组正交基。利用这组正交基与接收的信号做相关计算，根据相关值估算所有终端的波达角。利用选出的正交基把接收信号的维度大幅度降低，从而只需要根据降低维度的信号估计终端的波达角，把这些波达角估计作为精细估计。本发明降低了波达角估计的计算复杂度，有效避免了干扰。

说明书

技术领域

本发明属于无线通信技术领域，涉及一种用于毫米波多小区多天线系统中基于波束空间的信道估计方法，确切地说，是一种估计终端到基站的波达角和路径损耗的方法。

背景技术

随着数据业务的不断增长，现在采用的蜂窝无线通信频带(800MHz到2GHz)已经难以满足系统对和速率的需求。通过提高系统工作频率到20GHZ以上，即采用毫米波通信，可以有效解决目前频带拥挤的现状。同时，毫米波系统中，天线的长度可以缩短，相应的可以增加基站的天线数量，可以极大地提高系统的分集增益和复用增益，这就形成了大规模多天线系统。在毫米波多小区多天线系统中，基站配置了成百上千根天线，每个终端只配置一根天线，采用时分双工，所有的信号处理，包括信道估计、信号检测和信号预编码都在基站处理，降低用户终端的计算负担。根据毫米波的传播特性，每个终端到基站的信道由一条直射路径和多条反射路径组成，其中反射路径的传播损耗相对直射路径的传播损耗要高得多。因此，毫米波传播的信道可以近似表示为直射路径对应的信道(参见图1所示)。在毫米波多小区多天线系统中，基站需要知道信道信息，利用信道信息进行信号检测和信号预编码。因此，需要在基站进行信道估计，即估计终端到基站的直射路径的波达角和路径损耗。

毫米波多小区多天线系统中的信道估计面临两个重要的问题，一个是其他小区的干扰，另一个是计算复杂度高，分别在下面阐述。

1)在毫米波多小区多天线系统中，基站不仅接收到了来自本小区的终端的信号，还接收到了来自其他小区的终端的信号。因此，基站接收到的信号受到了其他小区的干扰。在传统的信道估计方法中，基站把来自其他小区的干扰当做噪声，直接进行信道估计。那么，信道估计就包含了其他小区的终端到基站的干扰信道，这会对后续的信号处理(包括信号检测和信号预编码)造成很大的干扰，降低系统的和速率。

2)除了直接进行信道估计，也可以分别估计波达角和路径损耗。在毫米波多小区多天线系统中，基站的天线数量非常多，传统的波达角估计算法都是基于信道向量的计算，而信道向量的维度等于基站天线数量。因此，传统的波达角的计算复杂度极高。

针对现有研究方法中干扰和计算复杂度这两方面的问题，本发明提出了一种毫米波多小区多天线系统中的信道估计方法。

发明内容

本发明的目的是针对现有技术的不足，提供一种毫米波多小区多天线系统中基于波束空间的信道估计方法，即一种在毫米波多小区多天线系统中利用波束空间估计波达角和路径损耗的方法。

本发明方法利用了毫米波多小区多天线系统中的波束空间来估计所有终端(包括本小区终端和其他小区终端)的波达角。另一方面，本发明方法利用了波达角估计和接收到的导频符号估计路径损耗。波束空间的基本原理是根据特定的波达角对应的阵列响应向量之间的正交性，利用这些向量组成向量空间的一组正交基。利用该正交基处理信号，就称为利用波束空间处理信号。本发明方法正是利用这组正交基与接收的信号做相关计算，根据相关值估算所有终端的波达角。并且，根据波达角与终端位置之间的关系，去除其他小区终端对应的波达角估计，保留本小区终端对应的波达角估计作为粗略估计。在此基础上，选择出部分的正交基作为传输波束空间。利用这些选出的正交基可以把接收信号的维度大幅度降低，从而只需要根据降低维度的信号估计终端的波达角，把这些波达角估计作为精细估计。由于本发明方法利用波束空间原理把信号的维度降低了，因此从根本上降低了波达角估计的计算复杂度。最后，通过把精细估计和粗略估计进行匹配，可以选择出本小区终端对应的波达角的精细估计。由于本发明方法把其他小区的干扰当作本小区信号一样处理，即同样进行波达角估计，有效避免了干扰。

毫米波多小区多天线系统中基于波束空间的信道估计方法，基于一个多小区通信系统，每个小区包括一个基站和多个终端；在信道相干时间内，信道保持不变，所有终端在一个符号传输时间内向基站发射导频信号，在剩余的时间内所有终端向基站发射数据信号；基站天线阵列为均匀矩形阵，且包含成百上千的天线；所有终端在基站天线阵的同一侧；所有终端的发射功率相同。本发明方法包括下如下步骤：

步骤1、波达角粗略估计阶段：

计算波束空间的正交基与基站接收到的导频向量的相关值，根据相关值获得所有终端的波达角粗略估计。根据波达角粗略估计计算终端位置，选出处于本小区区域内的终端，相应的波达角粗略估计就是本小区终端的波达角粗略估计。所提波达角粗略估计方法的具体步骤如下：

1-1.波束空间的正交基的共轭转置与基站接收到的导频向量相乘，获得一组相关值(每个正交基对应一个相关值)，从其中选出KL个最大值，K为每个小区的终端数量，L为小区数量。每个最大值对应一个正交基，每个正交基对应两个波达角，两个波达角分别是水平方向的波达角和垂直方向的波达角。所有波达角作为所有KL个终端的波达角粗略估计。对于每个正交基，选出与其对应波达角差值最小的B个正交基，所有这些BKL个正交基组成所有KL个终端的传输波束空间。其中B表示每个终端所需要选择的正交基的数量。

1-2.根据终端的波达角与终端的位置之间的关系，由波达角粗略估计计算终端的位置。如果计算的终端位置处于小区外，就将这个波达角粗略估计作为小区外的终端的波达角而除去，剩余的K个终端的波达角粗略估计就是小区内的K个终端的波达角的粗略估计。

显然，基站天线数量越大，那么每个波束空间的正交基所对应的波达角的差别越小，对每个终端的波达角粗略估计就会越精确。在以上估计过程中，所有的终端的波达角一起估计，而不是只估计本小区的终端。因此，这个过程有效避免了其他小区的终端的干扰。并且，根据波达角和位置之间的关系，可以去除其他小区的波达角估计，从而获得本小区的波达角的估计。因此，这个估计过程既避免了小区间干扰，又获得了本小区的终端的波达角估计。

步骤2、波达角精细估计阶段：

将步骤1选择的传输波束空间的正交基的部分元素提取作为新的向量，将基站接收到的数据信号向量的部分元素提取作为新的向量。接着，用正交基元素组成的新向量，将数据信号向量元素组成的新向量转换为低维度的向量。然后，计算这些低维度向量的样本协方差矩阵，并由此利用现有的旋转空间方法估计波达角。最后，将步骤2估计的波达角与步骤1的波达角粗略估计匹配，选出本小区终端的波达角的精细估计。所提波达角精细估计的具体步骤如下：

2-1.将步骤1选择的传输波束空间的正交基的元素和天线阵列的天线单元一一对应。同样，将基站接收到的数据信号向量的元素和天线阵列的天线单元一一对应(正交基的元素数量、基站接收到的数据信号向量的元素数量和天线阵列的天线单元数量相同)。将天线阵列(为矩形)的最后一列和最后一行对应的向量元素去除，获得正交基的部分元素组成的新向量和基站接收到的数据信号向量的部分元素组成的新向量。另外，将天线阵列的第一列和最后一行对应的向量元素去除，获得基站接收到的数据信号向量的部分元素组成的第二个新向量；将天线阵列的最后一列和第一行对应的向量元素去除，获得基站接收到的数据信号向量的部分元素组成的第三个新向量。

2-2.将传输波束空间的正交基的部分元素组成的新向量组成矩阵，该矩阵的共轭转置与基站接收到的数据信号向量的部分元素组成的三个新向量相乘，转换为低维度的向量。计算这些低维度向量的样本协方差矩阵，并利用现有的旋转空间方法估计KL个终端的波达角。

2-3.对于步骤2-2估计的每个终端的波达角，计算其与步骤1的某一个终端的波达角粗略估计的差值的平方，并选出其中具有最小的差值的平方的那个波达角粗略估计作为该终端的精细波达角估计。

在毫米波多小区多天线系统中，基站天线数量极多。因此，传输波束空间的正交基的大部分元素组成的新向量之间具有近似正交性。这样，选择部分向量元素对于步骤2中利用旋转空间方法估计波达角的精度的影响就几乎可以忽略。并且，由于每个小区所选出的传输波束空间的正交基的数量远远小于天线阵列的天线数量，步骤2-2处理获得的低维度向量的维度远远低于步骤2-2处理前的基站接收到的数据信号向量的部分元素组成的三个新向量的维度。因此，利用步骤2-2处理后的低维度向量来估计波达角，其计算复杂度比直接利用步骤2-2处理前的向量来估计波达角要大大降低。另外，如同步骤1的处理方式，步骤2将所有小区的KL个终端的波达角都估计，并与步骤3的波达角粗略估计匹配来选出本小区的K个终端的波达角精细估计。这种方式有效避免了小区间干扰的影响。

步骤3、路径损耗估计阶段：

根据步骤2获得的本小区终端的波达角精细估计，能够为本小区的每个终端选择组成传输波束空间的正交基，即对于任何一个本小区终端，找到与该终端波达角差值最小的B个正交基对应的波达角，那么本小区的K个终端对应的KB个正交基组成本小区终端的传输波束空间。接着，对于每个终端，计算选择的正交基与接收的导频的相关值，其与路径损耗之间为倍数关系，且该倍数为波达角的函数，从而可以根据该相关值与步骤2获得的波达角精细估计来估计路径损耗。

本发明有益效果如下：

在提高估计性能的前提下，极大地降低了计算复杂度。本发明方法的创新关键是：一方面，利用波束空间的正交基与波达角之间的联系估计所有终端的波达角，并根据波达角与位置的联系将本小区的终端的粗略波达角估计挑选出来；另一方面，利用波束空间的正交基将基站接收到的信号的维度降低，利用低维度信号估计波达角，并与粗略波达角估计匹配选出本小区终端的波达角估计。因此，本发明几乎可以去除其他小区的干扰，也能够极大地降低估计算法的计算复杂度，为毫米波多小区多天线系统的信号处理提供精确的信道信息。

附图说明

图1是本发明应用场景：终端波达角示意图。

图2是整体流程图。

图3是本发明毫米波多小区多天线系统中信道估计方法的流程图。

图4是本发明实施例中系统频谱效率与信噪比关系的仿真图。

图5是本发明实施例中系统频谱效率与基站天线数量关系的仿真图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

参见图1，先介绍本发明方法的应用场景：包含L个小区，每个小区的基站放置了一个有N根天线的均匀矩形阵，每个小区内有K个终端；在信道相干时间内，所有终端向基站发射导频符号和数据符号，其中导频符号只有一个；所有终端在基站天线阵的同一侧；所有终端的发射功率相同；r_n,n＝1,2,…,N为波束空间的正交基与基站接收到的导频向量的相关值；θ_j,φ_j,j＝1,2,…,KL为KL个终端的波达角粗略估计；b_j,n,n＝1,2,…B为步骤1获得的组成第j个终端的传输波束空间的正交基；α_k,β_k,k＝1,2,…,K为本小区的K个终端的波达角粗略估计；为去除b_j,n的部分元素后组成的新的向量；y_t,t＝1,2,…T为基站接收到的数据符号向量；为去除y_t的部分元素后组成的新的向量；矩阵U为KLB个新向量按列排列所组成；为KL个终端的波达角的精细估计；为本小区第k个终端的精细波达角估计。

参见图2和图3，介绍本发明方法的下列三个操作步骤：

(1)波达角粗略估计阶段：计算波束空间的正交基与基站接收到的导频向量的相关值，根据相关值获得所有终端的波达角粗略估计。根据波达角粗略估计计算终端位置，选出本小区终端的波达角粗略估计。为每个小区内终端选择传输的波束空间。该步骤的操作内容为：

(11)计算波束空间的正交基与基站接收到的导频向量的相关值r_n,n＝1,2,…,N。选出r_n,n＝1,2,…,N中最大的KL个值，对应的有KL个波束空间的正交基，这些对应的正交基的水平方向和垂直方向波达角θ_j,φ_j,j＝1,2,…,KL就作为KL个终端的波达角粗略估计。对于任何一个终端，计算波束空间的正交基对应的波达角与波达角粗略估计θ_j,φ_j的差值的绝对值。这些差值的绝对值中最小的B个值对应的正交基b_j,n,n＝1,2,…B就组成该终端的传输波束空间。

(12)计算θ_j,φ_j,j＝1,2,…,KL对应的位置，去除对应位置处于小区外的波达角，剩下的K组水平方向和垂直方向波达角α_k,β_k,k＝1,2,…,K就作为本小区的K个终端的波达角粗略估计。

(2)波达角精细估计阶段：将步骤(1)选择的传输波束空间的正交基的部分元素提取作为新的向量，将基站接收到的数据信号向量的部分元素提取作为新的向量。接着，用正交基提取元素后的向量的将数据信号向量提取元素后的向量转换为低维度的向量。然后，计算这些低维度向量的样本协方差矩阵，并由此利用现有的旋转空间方法估计波达角。最后，将步骤(2)估计的波达角与步骤(1)的波达角粗略估计匹配，选出本小区终端的波达角精细估计。该步骤的操作内容为：

(21)对于第j个终端，将与其对应的每个正交基b_j,n,n＝1,2,…B的元素(每个正交基b_j,n有N个元素)与阵列天线单元按顺序一一对应(阵列天线单元数为N个，阵列天线单元的顺序就是每行内从左到右增加，到了该行最右元素就换到下一行第一个元素继续增加)，如正交基的第m个元素就对应阵列的第m个阵列天线单元，m为1到N之间的自然数。对于每个正交基b_j,n，去除其对应了阵列最后一行和最后一列的元素后，组成新的向量类似正交基的处理方式，将基站接收到的数据符号向量y_t,t＝1,2,…T(T为数据符号的数量，向量y_t的元素数量为N)的元素与阵列天线单元按顺序一一对应。对于每个数据符号向量y_t，去除其对应了阵列最后一行和最后一列的元素后，组成新的向量去除其对应了阵列最后一行和第一列的元素后，组成新的向量去除其对应了阵列第一行和最后一列的元素后，组成新的向量

(22)将所有KLB个新向量按列排列，组成矩阵U。将矩阵U的共轭转置分别与步骤(21)获得向量相乘，转换为低维度的向量计算这些低维度向量的样本协方差矩阵，即与各自的共轭转置的乘积的平均值。利用现有的旋转空间方法估计KL个终端的波达角，表示为

(23)对于步骤(22)估计的每个终端的波达角计算其与步骤(1)的本小区的第k个终端的波达角粗略估计α_k,β_k的差值的平方，即对于j＝1,2,…,KL，计算和选出其中具有最小的差值的平方的那个波达角估计作为该终端的精细波达角估计

(3)路径损耗估计阶段：根据步骤(23)获得的本小区第k个终端的波达角精细估计找到与该波达角差值最小的B个正交基对应的波达角，其对应的有B个正交基。那么本小区的K个终端对应的KB个正交基就组成本小区终端的传输波束空间。接着，对于本小区第k个终端，计算选择的B个正交基中的一个正交基与接收的导频的相关值，将该相关值除以步骤(23)获得的波达角估计的函数值，其结果就作为路径损耗的估计。

为了展示本发明方法的低复杂度，在此简单分析某一个特例的计算复杂度。当基站天线数量为1000，小区数量为3，每个小区终端数为3，每个终端对应的传输波束空间的正交基数量为2，数据符号数量为100，传统的旋转空间波达角估计方法需要的复数乘法的数量级为10⁹，而本发明方法需要的复数乘法的数量级为10⁶，可见采用本发明方法可以极大地降低计算复杂度。

为了展示本发明方法的实用性能，申请人进行了多次仿真实施试验。试验系统中的的网络配置模型为图1所示的应用场景。仿真试验的结果如图4和图5所示，分别从信噪比和阵列天线数量两个方面进行了仿真。为了直观地体现出本发明方法的优越性，将本方法的仿真结果与现有的信道估计方法、完美信道估计方法进行了对比。

由图4可以看出，本发明方法明显地提高了系统的频谱效率，也就是说本发明方法能够使信道估计精度提高。图5表明，本发明方法所获得频谱效率随着阵列天线数量增加而提高，并且超越传统信道估计方法的频谱效率。

以上所述仅为本发明的较佳实例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。