针对现有信道估计方案导致正交时频空间(Orthogonal Time Frequency Space,OTFS)调制系统峰均功率比(Peak-to-Average Power Ratio,PAPR)高或频谱效率(Spectral Efficiency,SE)低的问题,提出一种多叠加导频的低PAPR、高SE信道估计方法...针对现有信道估计方案导致正交时频空间(Orthogonal Time Frequency Space,OTFS)调制系统峰均功率比(Peak-to-Average Power Ratio,PAPR)高或频谱效率(Spectral Efficiency,SE)低的问题,提出一种多叠加导频的低PAPR、高SE信道估计方法。发送端利用时域正交性和离散傅里叶域相位的随机性,在时延多普勒域中嵌入与数据相叠加的5导频符号的导频图案实现低PAPR,提高SE。接收端以数据符号与噪声之和的能量均值为基准,实现导频信号检测,同时根据每个导频的不同位置信息恢复出存在相位旋转的数据信号。基于能量准则,利用多个独立的接收信号进行联合信道估计,以降低数据符号的干扰,并采用消息传递算法进行数据恢复。仿真结果表明,该方法比单叠加导频信道估计的PAPR低,同时较嵌入式导频信道估计的SE提高约14.4%。展开更多
第五代移动通信技术(5th-generation mobile communication technology,5G)网络对高速率、低时延、高可靠性的移动通信处理需求不断增加,对终端基带信道估计算法的高性能和低复杂度设计、矩阵处理动态范围提出挑战。针对上述问题,本文...第五代移动通信技术(5th-generation mobile communication technology,5G)网络对高速率、低时延、高可靠性的移动通信处理需求不断增加,对终端基带信道估计算法的高性能和低复杂度设计、矩阵处理动态范围提出挑战。针对上述问题,本文提出一种基于相关矩阵托普利兹(Toeplitz)特性的信道估计算法。依据信道的相干带宽特性计算信道相关矩阵并保留必要的较低矩阵阶数;基于相关矩阵的Toeplitz特性设计低复杂度的递归求逆算法,并针对加权矩阵乘法的元素重复性将矩阵乘法化简为矩阵点乘,简化加权矩阵运算;同时引入跟踪信噪比变化的缩放补偿因子对计算过程和结果分别进行缩放和补偿。理论分析和仿真结果显示,本文所提算法可在达到优异的信道估计性能条件下,有效降低运算复杂度,并极大降低算法矩阵处理的动态范围。展开更多
针对多输入多输出正交时频空间(multiple-input multiple-output orthogonal time frequency space,MIMO-OTFS)系统由最大时延、多普勒扩展、天线数量增加带来信道估计计算开销大、准确率下降的问题,提出了一种基于感知辅助和原子选择...针对多输入多输出正交时频空间(multiple-input multiple-output orthogonal time frequency space,MIMO-OTFS)系统由最大时延、多普勒扩展、天线数量增加带来信道估计计算开销大、准确率下降的问题,提出了一种基于感知辅助和原子选择门限的广义正交匹配追踪(sensing aided generalized orthogonal matching pursuit algorithm based on atomic threshold,SA-TGOMP)信道估计算法。该算法首先将雷达探测的用户和周围环境信息转化为OTFS信道的初始索引集,然后引入以固定值选取相关性原子进行迭代的策略和原子选择门限进行支撑集更新。实验结果表明,本文算法能够有效提高信道估计精度的同时减少导频开销。展开更多
针对低轨卫星星地通信高动态信道特点,采用正交时频空(Orthogonal Time Frequency Space, OTFS)调制方式,提出一种低导频开销、高精度的两阶段信道估计方法,实现对时延、多普勒频移和信道增益3个参数的精细估计。所提TP-CSIE(Two Phase ...针对低轨卫星星地通信高动态信道特点,采用正交时频空(Orthogonal Time Frequency Space, OTFS)调制方式,提出一种低导频开销、高精度的两阶段信道估计方法,实现对时延、多普勒频移和信道增益3个参数的精细估计。所提TP-CSIE(Two Phase Channel State Information Estimation)方案采用时域训练序列为导频结构,解决时延-多普勒(Delay-Doppler, DD)域嵌入式导频方案在高动态星地链路下导频开销过大的问题。由于DD域信道的固有稀疏性,OTFS信道估计问题被转化为稀疏信号的恢复问题。在算法第一阶段,选用稀疏信号恢复算法进行信道参数的初始估计,利用重叠相加法获得部分先验信息以提高压缩采样匹配追踪(Compressive Sampling Matching Pursuit, CoSAMP)算法的准确性。在算法第二阶段,设计增强型旋转不变子空间算法实现信道参数的准确估计。仿真结果表明,与现有方案相比,所提算法归一化均方误差性能约有7 dB性能的提升,误码率性能约有10 dB的提升。展开更多
文摘针对现有信道估计方案导致正交时频空间(Orthogonal Time Frequency Space,OTFS)调制系统峰均功率比(Peak-to-Average Power Ratio,PAPR)高或频谱效率(Spectral Efficiency,SE)低的问题,提出一种多叠加导频的低PAPR、高SE信道估计方法。发送端利用时域正交性和离散傅里叶域相位的随机性,在时延多普勒域中嵌入与数据相叠加的5导频符号的导频图案实现低PAPR,提高SE。接收端以数据符号与噪声之和的能量均值为基准,实现导频信号检测,同时根据每个导频的不同位置信息恢复出存在相位旋转的数据信号。基于能量准则,利用多个独立的接收信号进行联合信道估计,以降低数据符号的干扰,并采用消息传递算法进行数据恢复。仿真结果表明,该方法比单叠加导频信道估计的PAPR低,同时较嵌入式导频信道估计的SE提高约14.4%。
文摘第五代移动通信技术(5th-generation mobile communication technology,5G)网络对高速率、低时延、高可靠性的移动通信处理需求不断增加,对终端基带信道估计算法的高性能和低复杂度设计、矩阵处理动态范围提出挑战。针对上述问题,本文提出一种基于相关矩阵托普利兹(Toeplitz)特性的信道估计算法。依据信道的相干带宽特性计算信道相关矩阵并保留必要的较低矩阵阶数;基于相关矩阵的Toeplitz特性设计低复杂度的递归求逆算法,并针对加权矩阵乘法的元素重复性将矩阵乘法化简为矩阵点乘,简化加权矩阵运算;同时引入跟踪信噪比变化的缩放补偿因子对计算过程和结果分别进行缩放和补偿。理论分析和仿真结果显示,本文所提算法可在达到优异的信道估计性能条件下,有效降低运算复杂度,并极大降低算法矩阵处理的动态范围。
文摘针对多输入多输出正交时频空间(multiple-input multiple-output orthogonal time frequency space,MIMO-OTFS)系统由最大时延、多普勒扩展、天线数量增加带来信道估计计算开销大、准确率下降的问题,提出了一种基于感知辅助和原子选择门限的广义正交匹配追踪(sensing aided generalized orthogonal matching pursuit algorithm based on atomic threshold,SA-TGOMP)信道估计算法。该算法首先将雷达探测的用户和周围环境信息转化为OTFS信道的初始索引集,然后引入以固定值选取相关性原子进行迭代的策略和原子选择门限进行支撑集更新。实验结果表明,本文算法能够有效提高信道估计精度的同时减少导频开销。
文摘针对低轨卫星星地通信高动态信道特点,采用正交时频空(Orthogonal Time Frequency Space, OTFS)调制方式,提出一种低导频开销、高精度的两阶段信道估计方法,实现对时延、多普勒频移和信道增益3个参数的精细估计。所提TP-CSIE(Two Phase Channel State Information Estimation)方案采用时域训练序列为导频结构,解决时延-多普勒(Delay-Doppler, DD)域嵌入式导频方案在高动态星地链路下导频开销过大的问题。由于DD域信道的固有稀疏性,OTFS信道估计问题被转化为稀疏信号的恢复问题。在算法第一阶段,选用稀疏信号恢复算法进行信道参数的初始估计,利用重叠相加法获得部分先验信息以提高压缩采样匹配追踪(Compressive Sampling Matching Pursuit, CoSAMP)算法的准确性。在算法第二阶段,设计增强型旋转不变子空间算法实现信道参数的准确估计。仿真结果表明,与现有方案相比,所提算法归一化均方误差性能约有7 dB性能的提升,误码率性能约有10 dB的提升。
文摘超大规模多输入多输出(Extremely Large-scale Multiple-Input Multiple-Output,XL-MIMO)系统的信道通常以瑞利距离为边界分为近场信道和远场信道,混合场信道模型用路径数比例因子将球面波前的近场信道模型和平面波前的远场信道模型叠加,致使信道参数维数剧增,信道估计的导频开销极大,且由于离格能量泄露难以获取精确信道参数向量的稀疏度。针对这类通信系统的信道估计问题,为降低导频开销并提高计算效率,分析远场的角度域稀疏信道表示模型和近场的极化域稀疏信道表示模型,在稀疏信号恢复框架下将估计问题转化为L1范数优化问题,提出基于交替方向乘子法(Alternating Direction Method of Multiplier,ADMM)的混合场稀疏信道估计算法,并提出一种改进的ADMM算法,将拉格朗日乘子更新用两步对称的方式迭代计算,使得算法的收敛速度更快,计算效率更高。这两种算法可摆脱常规正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法对信道稀疏度的依赖,相比于OMP算法在估计精度方面有较大提升。
