一种基于DOA的多小区Massive MIMO系统的信道估计方法
【专利摘要】本发明公开了一种基于DOA的多小区Massive MIMO系统的信道估计方法，属于无线通信技术领域。本发明首先计算信号协方差矩阵的特征值并进行归一化处理得到再基于利用各用户角度参数不同时，其角度的概率密度的相乘为0，使用最小二乘准则，依次估计对应用户的角度扩展参数，再基于当前的估计结果的概率密度计算下一个用户对应的归一化结果以此迭代估计完所有小区的所有用户；根据估计得到的各用户的到达角和角度扩展参数，计算各用户的信道协方差矩阵Rck，再据此得到对应的用户信道hck；最后基于Rck、hck使用最小均方误差MMSE进行信道估计，得到当前目标基站c所对应的信道估计值本发明用来估计用户信道，能够很好的抑制导频污染带来的系统性能降低的影响。
【专利说明】
一种基于DOA的多小区Mass i ve MI MO系统的信道估计方法
技术领域
[0001 ]本发明属于通信技术领域，特别涉及一种基于D0A估计的多小区下的TDD Massive M頂0系统的信道估计方法。
【背景技术】
[0002] 目前，Massive MM)技术是5G通信的一项关键技术，得到了越来越广泛的研究，其 特点是通过在基站配置了成百上千根天线，并同时服务于若干单天线的用户，有着很高的 频谱利用率。在TDD系统中，由于受限于信道相干时间，即信道估计以及上下行数据传输必 须在信道相干时间内传输结束，这导致不同小区使用非正交的导频序列，信道估计包含了 小区间干扰，即引起导频污染问题。导频污染极大的限制了系统的性能。
[0003] 由于Massive MHTO系统的性能受限于导频污染，很大部分的算法用于研究减轻或 者消除导频污染带来的影响。目前，主要大多数的方法都是从盲信道估计、半盲信道估计、 协作预编码等角度出发以降低小区间干扰带来的性能损失。考虑多少区系统时，相比于理 想的独立瑞利衰落信道，相关的信道响应更符合实际的传播环境，而此时的信道响应可以 表示为波达角(D0A)的函数，而D0A估计获得的角度信息是必须的。
[0004] 通过D0A估计技术可以获得更加准确的用户角度信息，即用户的位置信息。目前， 对点信源的角度估计已经得到了广泛的研究，但是点源主要考虑视距传播环境，在更加复 杂的场景，即考虑到多径传播环境下，每个信源的信号从一个角度区域内入射到天线阵列， 这时候的信源为分布式信源，考虑到慢衰落和快衰落传输环境，分布式信源又可以分为相 干分布式信源和非相干分布式信源。
[0005] D0A估计技术能够得到用户的角度信息，在雷达、通信系统中都有着广泛的应用， 随着技术的不断变更，其理论与技术在许多方面仍然处于不断创新与发展之中。D0A估计侧 重于利用空域信号的特性进行各种处理，最终实现对信道到达方向等多种参数的准确估 计。针对多小区场景下Massive MIM0系统和D0A估计结合很少研究，而且传统的估计方法扩 展到大规模MM0场景时存在很大的问题。目前，Yin在文献中指出，考虑到信道协方差矩阵 的低秩特性，当用户的角度不交叠时，可以消除导频污染对系统性能的影响（H. Yin， D.Gesbert,M.Filippou,and Y.Liu,UA coordinated approach to channel estimation in large-scale multiple-antenna systems IEEE J. Sel. Areas Common. , vol. 31, no.2,pp.264-273,Feb.2013.)〇
[0006] 在目前有关大规模MIM0系统已出现的文献中，使用D0A估计算法应用到大规模 MHTO场景中，大多数文献主要是考虑单小区的情况，而在考虑多小区场景应用D0A估计的文 献很少有涉及，在《Spatial Domain Method Based on 2D_DoA Estimation Against Pilot Contamination for Multi-cell Massive MIM0 Systems》文中，作者虽然提出了两 种算法进行角度估计，但是算法的复杂度比较高。
【发明内容】
[0007]本发明的发明目的在于:针对多小区场景下，联合D0A估计和MMSE信道估计技术， 提出了一种基于D0A估计的多小区Massive MM0系统的信道估计方法，该方法能够有效地 抑制导频污染对系统性能的影响。
[0008]本发明的基于D0A估计的多小区Mas s i ve MIM0系统的信道估计方法，包括以下步 骤：
[0009] 步骤1:初始化参数:包括小区数C，基站天线配置数M(每个小区对应一个基站），每 个小区的用户数U卩C个小区分布的用户总数N，N个用户随机分布到C个小区，用户慢衰落 系数&k(c小区k(k=l，2,…，N)用户到当前目标基站的慢衰落系数），导频长度为t的导频序 列也，观测时间T，多径效应时的路径数P;
[0010] 步骤2:基站端根据接收信号x(t)计算协方差矩阵Rxx:
[0011] 基站端的接收信号x(t)为：
[0012]其中，Sck⑴表示为c小区k用户的发射信号，例如BPSK信号；
[0013] 以的表示c小区k用户第p径的信道响应，对于非相干分布式信源，具有 的特性，即满足不同用户或不同时刻的多径信道响应是不相干的， 其中""&为信道响应的协方差，符号（?）H表示矩阵的共辄转置；
[0014] 角度函数的值为MX 1维的向量，其向量元素为
， 表示为c小区k用户第p径到基站天线的角度向量增的第m(m=l，2~M)个元素。其中 e表示自然底数，j表示虚数单位，D为天线间距，A为波长，并且啳服从正太分布，关于任一到 达角0的概率密度表示为
表示到达角9的角度扩展参数，获表示 不同到达角信号的角度范围，关于到达角9的概率密度具体可参考文献:Liangtian Wan， Guangjie Han,Jinfang Jiang"D0A Estimation for Coherently Distributed Sources Considering Circular and Noncircular Signals in Massive MIM0 Systems"，IEEE;
[0015] n(t)表;^噪声向量，其服从独立同分布的复高斯分布，均值为0,向量协方差矩阵 为E(n(t)nH(t)) = 〇nlM，其中〇n表示噪声方差，Im表示大小为MXM的单位矩阵。
[0016] 根据公式
计算协方差矩阵Rxx。因为基站侧的接收信号的协方 差矩阵Rxx可以表示为Rxx = E{x(t)xH(t)}，而当观测时间T很大时，协方差矩阵Rxx的表达形 式可以使用样本协方差矩阵作为估计代替，表示为：
[0017] 步骤3:将Rxx转为# , 表示为IWt#征值的近似。即利用当天线数M趋于无穷时a (9)独特的性质，对Rxx进行处理得到# :
[0018] 基于
：，可得： ，其中对应不同天线的到达角 9m为：9m=i/2+m3i/M，m= 1，2...，M。
[0019]当天线数M趋于无穷时，角度函数a(0m)满足如下性质：
[0021] 其中0以=-31/2+111131/]?、^2 = -31/2+111231/]?，1111，1112已{1，2，."，]\1}且1111关1112,5(111卜1112) 表示天线ml与m2之间的冲激响应，i表示虚数单位。[0022] 为了简化描述，令参数& = % 尸，基于上式可得：
，其中为Rxx对应的特征值， m
其对应的特征向量为 的上标为用户标识符、下标为天线标识符;若待估计的 m 到达角有差别，即不同用户对应的到达角不交叠，则满足~，意味着对 应不同用户的到达角（9k、0j)的概率密度函数是不同的，这也意味着从概率密度的角度出 发，到达角是可以区分开来。假定〇n为常量，则可以表示为：
[0023] 步骤4:利用各用户的角度信息不同时，其概率密度函数满足以々, 估计出各个用户的到达角和角度扩展参数：
[0024] 1)归一化#得到$)，即4
.其中为中的最大值，则 5^可以表示为：
，其中的Pa会在归一化过程中 约除，所以在计算时，可以不必计算其具体的值，下标nk为用户标识符；
[0025] 2)搜索当前用户的到达角0nk和角度扩展参数巧^ :
[0026] 公式。
中，的前项对应的是用户 nk的概率密度函数，后项为其他用户（非用户nk)的归一化概率密度函数之和，根据 jV/" ， ，(七，~(I：〇，使用最小二乘准则，可得(心，=ar§minS €丨_，％); % m=.I , , M ri : 广 ；2
[0027] 3)计算2，)=禮)-，然后再根据(L ' ,)=剛 \ ? 沒 -，^ a ti[ = 1 ! l Jr>k \-\ 1 计算下一用户的达到角&+1和角度扩展参数0^M5
[0028] 4)迭代3)直到估计完C个小区的所有用户。
[0029] 步骤5:基于各用户的到达角和角度扩展参数，得到各用户的信道协方差矩阵 CMXM，小区c的用户k的信道协方差矩阵Ra的各元素为
其中慢衰落系数主要和用户的地理位置、阴影衰落有关，表示为，
?其中，为 常量，cU为小区c的用户k到当前目标基站的距离，Y为路径衰落指数因子，0对应当前用户 的估计到达角，表示关于到达角0的角度扩展参数，m=l，2-，M，n=l，2-，M。
[0030] 步骤6:考虑信道相关性，使用Kronecker信道模型，即得到小区C的用户k到目标小 区的用户信道为t ，其中匕其服从独立同分布的零均值，单位方差的复高斯分布。
[0031]步骤7:依据角度不交叠原则，根据估计出的角度参数从各小区内每次选取一个用 户分配相同的导频序列，假设当前选取的用户为k，当前目标基站为小区c所对应的基站c， 使用最小均方误差MMSE进行信道估计，则可以得到当前目标基站c所对应的信道估计值
其中n表不白噪声信号。
[0032]综上所述，由于采用了上述技术方案，本发明的有益效果是：很好的结合了 D0A估 计和传统信道估计算法在多小区大规模MIM0系统中的应用，在假定所有用户到达角不交叠 的情况下，通过D0A估计得到更精准的角度参数，用来估计用户信道，最终能够很好的抑制 导频污染带来的系统性能降低的影响。
【附图说明】
[0033]图1为本发明的场景应用不意图。
[0034]图2为当角度交叠时信道估计MSE示意图。
[0035]图3为本发明实施例的对比曲线。
【具体实施方式】
[0036]为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发 明作进一步地详细描述。
[0037] 参见图1所示的小区簇，其目标基站为BS1，需要估计的到达角以及角度扩展参数 包括目标基站所在的小区的用户以及邻近小区所有用户，即用户U1~U8,具体实现包括下 列步骤：
[0038] 步骤1:初始化参数：小区数C = 4,每个小区对应一个基站且各基站天线配置数M 个，每个小区有2个用户且用户终端天线数目为1，用户在小区内随机分布(假定到达角相差 较大），且基站侧已知用户的慢衰落系数&k，即队k表示为c小区k用户到目标基站BS1的慢衰 落系数，导频长度t为10,各小区使用相同的导频序列，观测时间长度为T，P为路径数。
[0039] 步骤2:根据公式
（f)计算信号协方差矩阵Rxx。
[0040]步骤3:将Rxx 转为 zf，即 <1 = I；!； 取(A，<V)，其中k=l，2 …，8，m=l，2… c=l A：=l m=l M〇
[0041 ]步骤4:估计出用户U1~U8的达到角和角度扩展参数：
[0042] 401:归一化#得到.，其中
，nk=l， 2."，8;
[0043] 402:搜索用户的达到角和角度扩展：
[0044] 根据=〇,使用最小二乘准则，即可得到对应用户的角度扩 M. 2 展参数和*，^)=argminS; 0nk 外nk m=i
[0045] 403:根据公式€+l) 计算下一用户的对应归一化结果硭 +1);
[0046] 再根据argminZ硭+1) ，<tVi )计算下一用户的达到角~,和 ?i=i 角度扩展参数;
[0047] 404:迭代步骤403,直到估计完C个小区的所有用户。
[0048] 步骤5:基于步骤4估计得到的各用户的到达角和角度扩展参数，计算各用户的信 道协方差矩阵Rck，即
，其中m=l，2…，M，n=l，2'"，M。
[0049] 步骤6:根据得到小区c的用户k到当前目标基站(BS1)的用户信道hck。
[0050] 步骤7:使用最小均方误差MMSE进行信道估计，则可以得到当前目标基站(BS1)所 对应的信道估计值
[0052] 为了描述本发明的性能评估，本发明对比采用本发明的估计方法(简称MMSE)和现 有的LS(最小二乘法)在不考虑多小区导频污染(without-int)和考虑多小区干扰两种场 景。
[0053] 对于采用L S方式的信道估计，考虑多小区干扰的信道估计&为： 故、其中也是长度为t的导频序列，Nj表示白噪声；其不考虑小 区干扰的信道估计齡- toc°b/为:欽:心w=t+iv/r(rvr。
[0054] 对于采用本发明的MMSE方式的信道估计，考虑多小区干扰的信道估计为ff5?;不考 虑小区干扰的信道估计戍f，为:=4* (戌4+~心)-1 (賢? /M
[0055]对于上述四种信道估计结果，可以通过公式 .计算各自对应的信道 均方误差MSE进行性能评估，其中，/wgf 对应用户信道。
[0056]图2为在不考虑D0A估计并假定用户的到达角有交叠时，信道估计的MSE曲线，由图 可知，在这种情况下，MMSE信道估计方法的性能随着天线数目的增大趋于平稳，但是因导频 污染的影响，本方式的估计性能受到严重的限制。
[0057]图3为在考虑D0A估计时，因为估计提高了用户的角度参数的准确性，可以认为每 个用户的到达角是不交叠的，这时由图可见，在使用MMSE估计时，充分利用了用户信道的二 阶统计信息，这时MMSE信道估计的性能随着天线数的增大逐渐，这是由于导频污染的影响， 使得估计的性能不随着天线数目增大得到好转，和在不考虑导频污染情境下时信道估计的 性能曲线吻合，可以认为随着天线数目的增大，导频污染带来的性能损失的影响被严重抑 制了。
[0058]以上所述，仅为本发明的【具体实施方式】，本说明书中所公开的任一特征，除非特别 叙述，均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方 法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。
【主权项】
1.一种基于DOA的多小区Massive Mnro系统的信道估计方法，其特征在于，包括下列步 骤： 初始化系统参数，包括小区数C、各小区对应的基站天线配置数Μ，所有小区的用户总数 N, c小冈k用户到当前目标某姑的慢裒落系数Kk,导颇长度为τ的导颇序列φ:
【文档编号】H04B17/318GK105847196SQ201610331012
【公开日】2016年8月10日
【申请日】2016年5月18日
【发明人】尹腾飞, 杨海芬, 阎波, 郑植, 杨全校, 袁强
【申请人】电子科技大学