[发明专利]一种基于多阶信道预测方法、预测系统及应用

说明书

本发明属于信道预测技术领域，公开了一种基于多阶信道预测方法、预测系统及应用，确定信道模型，并将经典的Prony方法推广为矢量形式，提出算法1；通过算法1并利用使用已获取的信道矢量样本，对未来信道矢量进行预测。本发明针对massive MIMO的实际挑战‑‑移动性问题提出了基于多阶信道预测方法，在已知信道样本足够精确时能够逼近无误差的信道预测。如果已知信道样本不精确，本发明基于子空间结构和信道观测的长期统计信息提升样本精度，进而可以提升信道预测精度；本发明能应用于5G基站中，或者未来的通信基站，以及其他的无线发射或接收装置中。

技术领域

本发明属于无线通信的信道预测技术领域，尤其涉及一种基于多阶信道预测方法、预测系统及应用。

背景技术

目前，最接近的现有技术：大规模多输入多输出系统(massive multiple-inputmultiple-output,或者massive MIMO)，是5G蜂窝系统的关键推动力之一。与具有较少天线的传统MIMO相比，massive MIMO至少在理论上可以提供更高的频谱效率和能量效率。基本概念之一基于以下事实：随着基站天线数量的增加，目标UE的矢量信道与干扰UE的矢量信道的正交性逐渐增加，从而允许基站通过低复杂度的预编码来消除干扰。但它的前提是基站已知信道状态信息(Channel State Information,CSI)。众所周知，CSI的获取是massiveMIMO中的一个巨大问题。在理论文献中关注度最高的CSI获取难题是导频污染问题。由于有限的相干时间和相干带宽，相邻小区中的UE使用非正交的导频序列，从而导致残留信道估计误差，进而限制了massive MIMO的最终性能。大量的文献在尝试解决这个问题。解决方案包括角/幅度域识别，导频协调，多小区最小均方误差(M-MMSE)等。

尽管人们对massive MIMO寄予厚望，但在实际系统性能方面，一些最新的现场试验却令人失望。尤其在移动性场景中，CSI的获取可能会受到严重影响。这与无线信道的时变性质有关，无线信道本身会限制其相干时间，即CSI被认为过期前的持续时间。在实际的蜂窝网络中，由于高度复杂的5G协议，调度，资源分配和编解码算法，基站的处理延迟是不可避免的。这意味着即使在中等移动性的场景下，处理延迟最终也可能比相干时间更长，从而使已获取的CSI无法用于多用户波束成形。换句话说，从基站获取CSI的时间到CSI在多用户预编码中使用的时间中间，CSI已经有了很大变化。这就是本发明所说的massive MIMO的“移动性诅咒”，例如在，实际系统典型的4毫秒CSI延迟下，当基站天线数量为32或者64时，如果用户的移动速度从3km/h提升到30km/h，系统性能降低了50％左右。当天线数量更多时，性能下降会更多。移动性造成的CSI过期对massive MIMO尤其有害，因为massive MIMO依靠高精度CSI实现大的复用增益。K.T.Truong和R.W.Heath研究了在信道时间变化的简单自回归模型下信道过期的影响，并提出了线性有限脉冲响应(FIR)Wiener预测器，但计算复杂度较高，性能增益也并不明显(详见图4-6的性能曲线)。

综上所述，现有技术存在的问题是：在工业测试的初始阶段出现了一个有可能破坏massive MIMO的实际部署效果的严峻挑战：用户移动性引起的信道多普勒。实际上，在中等移动场景下，例如30km/h的用户设备(UE)速度下，与低移动性的场景相比，性能下降了50％，这是由massive MIMO对信道信息的高度敏感性引起的，而有关该主题的绝大多数理论论文都没有预见到这个挑战。