[发明专利]智能反射面辅助通信系统的信道估计方法、系统及产品

权利要求书

1.一种智能反射面辅助通信系统的信道估计方法，其特征在于，包括：

建立信道模型以及信号模型；

获取发送端的已知导频信号；

将所述发送端的已知导频信号输入至所述信号模型，在接收端生成不同的接收信号；经过星地融合网络信道传输后，接收端接收信号表示为：

其中，X^k＝diag(x^k),k＝1,...,N_t代表每根发射天线对应的导频信号的对角矩阵，z～CN(0,σ²)代表通信链路中的加性高斯白噪声，G^k为卫星-RIS，RIS-用户的级联信道，表达式为为不包含RIS自身反射面相移的，卫星-RIS-用户的等效级联信道频域响应，是代表RIS反射面相移系数的M×1向量；

因此公式改写为：

RIS辅助的星地融合网络的信道估计主要包括下行传输链路中的直接信道H_d和级联信道

根据所述信道模型建立信道估计卷积神经网络模型；

将所述已知导频信号以及所述接收信号输入至所述信道估计卷积神经网络模型中估计信道。

2.根据权利要求1所述的智能反射面辅助通信系统的信道估计方法，其特征在于，所述信道模型包括通信系统的等效信道以及卫星的任一根天线到用户的反射信道频域；

所述信号模型为由下行传输链路中的直接信道和级联信道构建的所述接收端的接收信号。

3.根据权利要求2所述的智能反射面辅助通信系统的信道估计方法，其特征在于，所述将所述发送端的已知导频信号输入至所述信号模型，在接收端生成不同的接收信号，具体包括：

将所述已知导频信号转变为待发送的时域信号序列；

将所述时域信号序列输入至所述信号模型，经卫星-用户的直接信道和级联信道后，在接收端生成不同的接收信号。

4.根据权利要求1所述的智能反射面辅助通信系统的信道估计方法，其特征在于，所述信道估计卷积神经网络模型具体包括：11层卷积神经网络；所述11层卷积神经网络包括输入层、五层卷积层、两个全连接层、两个批归一化层以及输出层；其中，所述全连接层与所述批归一化层交替排列；

输入数据经过所述输入层输入后，经过五层卷积层进行特征提取，确定特征分量；所述输入数据的三个输入通道数据值由所述接收信号确定；

将所述卷积层输出的所述特征分量处理后传递至交替的全连接层和批归一化层后，经输出层输出。

5.一种智能反射面辅助通信系统的信道估计系统，其特征在于，包括：

模型建立模块，用于建立信道模型以及信号模型；

已知导频信号获取模块，用于获取发送端的已知导频信号；

接收信号生成模块，用于将所述发送端的已知导频信号输入至所述信号模型，在接收端生成不同的接收信号；经过星地融合网络信道传输后，接收端接收信号表示为：

其中，X^k＝diag(x^k),k＝1,...,N_t代表每根发射天线对应的导频信号的对角矩阵，z～CN(0,σ²)代表通信链路中的加性高斯白噪声，G^k为卫星-RIS，RIS-用户的级联信道，表达式为为不包含RIS自身反射面相移的，卫星-RIS-用户的等效级联信道频域响应，是代表RIS反射面相移系数的M×1向量；

因此公式改写为：

RIS辅助的星地融合网络的信道估计主要包括下行传输链路中的直接信道H_d和级联信道

信道估计卷积神经网络模型建立模块，用于根据所述信道模型建立信道估计卷积神经网络模型；

信道评估模块，用于将所述已知导频信号以及所述接收信号输入至所述信道估计卷积神经网络模型中估计信道。

6.根据权利要求5所述的智能反射面辅助通信系统的信道估计系统，其特征在于，所述信道模型包括通信系统的等效信道以及卫星的任一根天线到用户的反射信道频域；

所述信号模型为由下行传输链路中的直接信道和级联信道构建的所述接收端的接收信号。