[发明专利]一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法

说明书

本发明公开了一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法，本方法综合考虑方位角和俯仰角参数的影响，并采用一种创新性的方案应用经典的MUSIC方法来估计L形阵列和UPA中的CSI。在相同条件下，基于L形阵列的信道估计性能优于UPA。由于很少有研究二维信道估计的方法，因此在ULA系统中采用基于波束训练的信道估计方案和基于OMP的信道估计方案进行性能比较。由于方位角和仰角的估计误差都会导致归一化均方误差，在相同条件下，UPAs的NMSE性能应该高于ULA的NMSE性能。仿真结果表明，所提出的方法可以有效地估计两个阵列中的信道状态信息，甚至比之前的传统技术更好。

技术领域

本发明涉及一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法，属于无线局域网通讯技术领域。

背景技术

毫米波频段在无线局域网和第五代(5G)蜂窝网络中应用潜力巨大，可以提供高数据速率。然而，毫米波的路径衰落限制了传输距离并降低了覆盖性能，需要应用大规模MIMO技术以获得足够的信号功率从而增加通信距离。利用毫米波MIMO信道的空间稀疏特征，可以通过估计路径方向和路径增益来估计信道而不再是传统的估计MIMO信道矩阵。

关于信道估计已经有很多研究方法，第一种方法属于波束训练方法，它通过调整波束形成器的转向方向在角度空间中搜索。此外，对辅助波束对进行了幅度比较，以实现更好的角度估计，并且为了避免受到实际系统中训练开销的阻碍，它还利用压缩感知提出了更有效的波束训练策略理论方法，其中搜索光束可以比以前更窄，以减少训练开销。另一种方法利用正交匹配追踪(OMP)算法来解决关于混合数字/模拟预编码结构的毫米波信道估计问题。类似地，基于压缩感知CS的估计方法，可以通过利用角度信道稀疏度来估计信道减少训练开销。然而，该解决方案假设AoAs和AoDs位于角度域中的离散点上，而实际的AoAs和AoDs是连续分布的。这假设严重降低了信道估计精度，为了解决这种分辨率的限制，提出了一种基于迭代重构(IR)的超分辨率信道估计方案来估计AoAs和AoDs。

与上述方法不同的是，本发明方法拟使用空间谱估计(SSE)方来解决毫米波信道估计问题。MUSIC方法是估算AoAs的经典方法，已在文献中用于毫米波通信系统，扩展了联合估计AoD和AoAs的方法。而且考虑了二维MUSIC的快速实现。然而，一维和二维MUSIC算法都在元素空间中进行，这对于用少量RF链实现是不切实际的。对于采用混合波束成形的毫米波MIMO通信，接收信号首先由波束形成器混合，然后发送到RF链。因此使用二维波束空间MUSIC方法和最小二乘(LS)方法分别估计路径方向和路径增益。

尽管上述所有先前的工作都具有良好的信道估计性能，但毫米波系统模型通常基于ULA。很明显，ULA只能提供CSI的一维(1-d)信息。

发明内容

为了更全面地了解毫米波通道，本发明的工作旨在进行二维(2-d)信道估计，该估计方案考虑了俯仰角的影响，并且在L型阵列和UPA阵列中仿真验证。

符号说明：在接下来使用如下的符号表示：A是一个矩阵，a是一个向量，diag(Α)是由对角元素A形成的向量，||A||_F是它的Frobenius范数。Α^*,A^T,A^H,A^-1和分别是共轭，转置，共轭转置，逆和伪逆。I是单位矩阵，是矩阵A和矩阵B克罗内克积。

单用户毫米波蜂窝通信场景中，波束赋形的系统结构如图1所示。一个装备了N_t根发射天线M_t根射频RF链的基站BS与一个装备了N_r根天线M_r根射频RF链的移动端MS通信基站与移动端之间进行多流传输。满足如下关系：M_t≤N_t,M_r≤N_r，下标t和r分别代表系统的发射端和接收端。