[发明专利]一种多天线系统中非平稳信道的信道统计信息获取方法在审
申请号: | 201910581648.5 | 申请日: | 2019-06-30 |
公开(公告)号: | CN110365376A | 公开(公告)日: | 2019-10-22 |
发明(设计)人: | 彭薇;汪国亮;江涛 | 申请(专利权)人: | 华中科技大学 |
主分类号: | H04B7/0413 | 分类号: | H04B7/0413;H04B7/08 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 曹葆青;李智 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信道统计信息 缩放 多天线系统 观测序列 信道 前向变量 信道状态 最优模型 后向 连续时间信号 模型参数计算 参数估计 关系模型 模型参数 系统参数 系统开销 传统的 复杂度 操控 统计 应用 | ||
1.一种多天线系统中非平稳信道的信道统计信息获取方法,其特征在于,包括以下步骤:
(1)获取从时间t-L+1到时间t的多天线系统的接收端的接收信号,组成观测序列,其中,L表示序列长度;
(2)建立统计信道状态与接收信号之间的关系模型,根据所述观测序列和模型参数计算缩放前向变量和缩放后向变量;
(3)根据所述缩放前向变量和缩放后向变量对模型参数进行估计得到最优模型参数;
(4)利用观测序列和最优模型参数估计统计信道状态,完成信道统计信息的获取。
2.根据权利要求1所述的方法,其特征在于,所述多天线系统接收端的接收信号y(t)为:
y(t)=H(t)x(t)+z(t)
其中,x(t)为发射端信号,H(t)为信道矩阵,z(t)为噪声矩阵。
3.根据权利要求2所述的方法,其特征在于,所述观测序列为:
其中,包含现在时间t的接收信号和前L-1个历史时间的接收信号。
4.根据权利要求1所述的方法,其特征在于,所述统计信道状态是由信道统计信息期望和方差映射而来,反映信道矩阵的统计特性随时间进行转移。
5.根据权利要求1所述的方法,其特征在于,所述步骤(2)包括:
(2.1)建立统计信道状态与接收信号之间的关系模型,模型参数为:
λ(t)=(η(t),G(t),μ(t),Σ(t))
其中,统计信道状态的有限集合是Si(i=1,2,…,K)表示第i个统计信道状态,K表示集合元素数量;
所述模型中接收信号对应的统计信道状态组成的隐藏状态序列为:
其中,表示隐藏状态,l=L-1,L-2,L-3,...,0;η(t)为统计信道状态的初始概率矢量,G(t)为统计信道状态转移概率矩阵,和分别为期望矢量集合和方差矩阵集合,可以使用二个集合中的元素根据多元复高斯密度函数计算这个概率密度是以隐藏状态q(t-l)=Si为条件接收信号y(t-l)的条件概率,p(·)表示概率密度函数;
(2.2)根据观测序列和模型参数λ(t),依次计算前向变量和后向变量其中,l=L-1,L-2,L-3,...,0,1≤i≤K,前向变量αt-l(Si)表示为在给定模型参数λ(t)条件下从时间t-L+1到时间t-l的观测值组成的序列和隐藏状态q(t-l)=Si的条件概率密度,后向变量βt-l(Si)表示为在给定隐藏状态q(t-l)=Si和模型参数λ(t)条件下从时间t-l+1到时间t的观测值组成的序列的概率密度,然后分别乘以缩放因子ct-l得到缩放前向变量和缩放后向变量其中,缩放因子为
6.根据权利要求1所述的方法,其特征在于,所述步骤(3)中模型参数通过最大化似然函数获得最优模型参数:
其中,表示给定模型参数λ(t)下观测序列的条件概率密度。
7.根据权利要求1所述的方法,其特征在于,所述步骤(4)中统计信道状态通过最大后验决策获得:
其中,q(t)表示当前隐藏状态,且表示给定观测序列和最优模型参数下隐藏状态q(t)的条件概率密度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910581648.5/1.html,转载请声明来源钻瓜专利网。