一种RIS辅助的通信网络CSI估计预测系统及方法与流程

本发明涉及通信，具体涉及一种ris辅助的通信网络csi估计预测系统及方法。

背景技术：

1、可重构智能表面(reconfigurable intelligent surface，ris)由可智能反射、折射或散射入射电磁波的小型、低功率和可重构天线或无源元件组成。ris部署在墙壁或表面等环境中，可以独立编程以调整其相位、振幅或偏振，从而使其能够主动修改入射电磁波的传播特性，智能地操纵入射电磁波的相位。ris通过主动调整反射信号来优化发射器和接收器之间的无线链路，从而实现多种功能包括波束形成、信号聚焦、干扰消除和增强信号强度。同时ris是一种无源元件，通常作为无线通信系统中的附加层部署，无传输或接收功能，通过反射入射信号来改变传播环境。ris的主要目的是通过优化传播环境来增强无线通信系统的性能。它可以通过调整反射信号来提高信号强度、扩大覆盖范围、减轻干扰并实现更好的频谱效率。

2、信道状态信息(channel state information，csi)是无线通信系统中的关键信息，提供了有关发射器和接收器之间通信信道的特性和质量的知识，是衡量通信信道特性的重要手段。而在无线通信系统中，信号在空气中传播并遇到各种障碍物和环境条件，导致通信信道引入衰落、衰减、干扰和噪声等损失。这些影响可能会随着时间和频率的变化而变化，从而使信道成为通信链路中动态且具有挑战性的组成部分。

3、与本发明最接近的现有技术为传统预测csi的方法，包括以下几种情况：

4、(1)基于导频的信道估计方法：预测csi最常见的方法之一是基于导频的信道估计。在该方法中，发射机在特定时隙或频率子载波期间发送已知的导频符号或序列。接收机测量接收到的导频符号并基于已知的发射导频符号来估计信道响应。该估计的信道响应提供接收器解码数据符号所需的csi。

5、(2)来自接收器的反馈方法：在一些系统中，接收器可以本地估计信道条件，然后将该信息反馈给发射器。这种方法在基于反馈的mimo系统和某些多用户通信场景中很常见。

6、(3)基于统计或机器学习的信道预测方法：在信道快速变化的动态信道环境中，可以使用信道预测技术。接收器观察过去的信道行为并基于统计或机器学习方法预测未来的信道状况。

7、由于ris是一种无源元件，通常作为无线通信系统中的附加层部署，无传输或接收功能，它主要通过反射入射信号来改变传播环境，根据ris这一特点也决定了上述三种方法即基于导频的信道估计方法、来自接收器的反馈方法和基于统计或机器学习的信道预测方法等基于计算和信号处理等方式预测csi的现有技术在ris辅助的通信系统当中均不具备可行性。原因在于，ris的信道为级联信道，同时存在乘性衰落，现有csi估计预测方法难以估计ris信道中乘性衰落带来的影响。

8、另外，现有获取ris辅助通信系统csi的方法为在接收端进行三维张量运算，通过提高维度，将复杂的ris辅助csi预测问题转化为张量求解问题。但是大多数接收设备(包括大量物联网设备等设备)计算能力有限，无法完成张量计算任务；同时张量运算的运算复杂度远高于传统预测csi方法中的向量计算，大大提高了对计算设备的要求。同时该方法在室内场景下存在csi预测精确度较差的问题，主要体现在该方法在获取信道小尺度衰落特征中的困难以及特征获取中存在严重的信息损失问题。

技术实现思路

1、为解决现有技术存在的问题，本发明提供一种ris辅助的通信网络csi估计预测系统及方法。

2、本发明为解决技术问题所采用的技术方案如下：

3、本发明的一种ris辅助的通信网络csi估计预测系统，包括：

4、环境信息获取与预处理模块，用于获取室内环境信息，同时利用数据预处理技术对室内环境信息进行预处理；

5、特征提取模块，用于从环境信息获取与预处理模块201预处理后的室内环境信息当中提取出对于室内通信传输环境带来显著影响的特征；

6、csi预测模块，用于构建虚拟传输环境，获取信道大尺度衰落参数和信道小尺度衰落参数，从特征提取模块提取的对于室内通信传输环境带来显著影响的特征当中预测ris辅助的室内通信传输环境的信道状态信息csi。

7、进一步的，所述特征提取模块在提取对于室内通信传输环境带来显著影响的特征时考虑了信道建模领域的先验信息。

8、本发明的一种ris辅助的通信网络csi估计预测方法，采用上述的一种ris辅助的通信网络csi估计预测系统实现，该方法包括以下步骤：

9、步骤s101：通过室内接入点或基站获取室内环境信息，将获取的室内环境信息作为输入，同时利用数据预处理技术对室内环境信息进行预处理；

10、步骤s102：利用特征提取方法，基于实际需要的通信场景，从室内环境信息中提取对于室内通信传输环境带来显著影响的特征；

11、步骤s103：利用步骤s102所提取的特征构建虚拟传输环境，并从虚拟传输环境当中获取信道大尺度衰落参数和信道小尺度衰落参数；通过室内接入点获取信道大尺度衰落参数和信道小尺度衰落参数拟合信道传播特性曲线，以此获得精确的室内通信传输环境，并以获得的室内通信传输环境为基础，在虚拟传输环境当中基于射线跟踪法预测与估计室内通信传输环境的信道状态信息csi。

12、进一步的，步骤s101中，所述室内环境信息为室内环境图片。

13、进一步的，步骤s101中，所述室内环境信息采用深度相机或摄像头。

14、进一步的，步骤s101中，在获取室内环境信息前，先预设获取室内环境信息的更新时长。

15、进一步的，步骤s101中，利用数据预处理技术对室内环境信息进行预处理，具体操作步骤如下：

16、(1)异常值检测和删除：识别室内环境信息中不符合整体环境特征且可能错误的像素点，并进行错误像素点的修复；

17、(2)数据转换：在进行异常值检测和删除之后将室内环境信息转化为二进制矢量信息。

18、进一步的，步骤s102中，所述对于室内通信传输环境带来显著影响的特征包括室内空间大小，室内物体摆放位置，室内物体之间的距离，室内物体形状，室内物体材质，室内移动物体的速度和方向。

19、进一步的，步骤s102中，所述特征提取方法基于lstm神经网络或cnn神经网络实现。

20、进一步的，步骤s103中，使用deep mimo数据集构建虚拟传输环境。

21、本发明的有益效果是：

22、本发明的一种ris辅助的通信网络csi估计预测系统及方法，针对室内场景，通过获取对于室内通信传输环境带来显著影响的关键特征，对室内通信传输环境进行虚拟建模后，对ris辅助的室内通信网络的信道状态信息csi进行精准预测与估计，通过于室内通信传输环境相关信息降低csi估计和预测的复杂度，提高估计和预测的准确率。

23、相较于已有方案，本发明的一种ris辅助的通信网络csi估计预测系统及方法，在保证对ris辅助的通信网络csi估计和预测的精准度的同时，实现过程更加简单和可靠。