高级搜索

大规模MIMO系统上行链路时间-空间结构信道估计算法

路新华 MANCHÓNCarles Navarro 王忠勇 张传宗

引用本文: 路新华, MANCHÓNCarles Navarro, 王忠勇, 张传宗. 大规模MIMO系统上行链路时间-空间结构信道估计算法[J]. 电子与信息学报, 2020, 42(2): 519-525. doi: 10.11999/JEIT180676 shu
Citation:  Xinhua LU, Carles Navarro MANCHÓN, Zhongyong WANG, Chuanzong ZHANG. Channel Estimation Algorithm Using Temporal-spatial Structure for Up-link of Massive MIMO Systems[J]. Journal of Electronics and Information Technology, 2020, 42(2): 519-525. doi: 10.11999/JEIT180676 shu

大规模MIMO系统上行链路时间-空间结构信道估计算法

    作者简介: 路新华: 男,1980年生,讲师,博士生,研究方向为大规模MIMO、信道估计、变分贝叶斯推理和狄利克雷过程;
    MANCHÓNCarles Navarro: 男,副教授,研究方向为无线通信中的统计信号处理,包括联合信道估计和检测、稀疏信号估计和重构、多天线信号处理技术等;
    王忠勇: 男,1965年生,教授,研究方向为通信系统及其信号处理、嵌入式系统等;
    张传宗: 男,1982年生,副教授,研究方向为移动通信系统和接收机的设计、变分推理、因子图与消息传递算法
    通讯作者: 王忠勇,zywangzzu@gmail.com
  • 基金项目: 国家自然科学基金项目(61571402, 61501404, 61640003)

摘要: 针对大规模多入多出(MIMO)系统上行链路非平稳空间相关信道的估计问题,该文利用信道的时间-空间2维稀疏结构信息,应用狄利克雷过程(DP)和变分贝叶斯推理(VBI),设计了一种低导频开销和计算复杂度的信道估计迭代算法,提高了信道估计精度。由于平稳空间相关信道难以适用于大规模MIMO系统,该文借助于狄利克雷过程构建了非平稳空间相关信道先验模型,可将具有空间关联的多个物理信道映射为具有相同时延结构的概率信道,并应用变分贝叶斯推理设计了低导频开销和计算复杂度的信道估计迭代算法。实验结果验证了所提算法的有效性,且具有对系统关键参数鲁棒性的优点。

English

    1. [1]

      MARZETTA T L. Noncooperative cellular wireless with unlimited numbers of base station antennas[J]. IEEE Transactions on Wireless Communications, 2010, 9(11): 3590–3600. doi: 10.1109/TWC.2010.092810.091092

    2. [2]

      RUSEK F, PERSSON D, LAU B K, et al. Scaling up MIMO: opportunities and challenges with very large array[J]. IEEE Signal Processing Magazine, 2013, 30(1): 40–60. doi: 10.1109/MSP.2011.2178495

    3. [3]

      PAYAMI S and TUFVESSON F. Channel measurements and analysis for very large array systems at 2.6 GHz[C]. The 6th European Conference on Antennas and Propagation, Prague, Czech Republic, 2012: 433–437.

    4. [4]

      GAO Xiang, TUFVESSON F, and EDFORS O. Massive MIMO channels - Measurements and models[C]. Asilomar Conference on Signals, Systems and Computers, Pacific Grove, USA, 2013: 280–284.

    5. [5]

      WU Shangbin, WANG Chengxiang, HAAS H, et al. A Non-stationary wideband channel model for massive MIMO communication systems[J]. IEEE Transactions on Wireless Communications, 2015, 14(3): 1434–1446. doi: 10.1109/TWC.2014.2366153

    6. [6]

      NGUYEN S. Compressive sensing for multi-channel and large-scale MIMO networks[D]. [Ph.D. dissertation], Concordia University, 2013.

    7. [7]

      QI Chenhao, HUANG Yongming, JIN Shi, et al. Sparse channel estimation based on compressed sensing for massive MIMO systems[C]. 2015 IEEE International Conference on Communications, London, UK, 2015: 4558–4563.

    8. [8]

      CHEN Lei, LIU An, and YUAN Xiaojun. Structured turbo compressed sensing for massive MIMO channel estimation using a Markov prior[J]. IEEE Transactions on Vehicular Technology, 2018, 67(5): 4635–4639. doi: 10.1109/TVT.2017.2787708

    9. [9]

      HOU Weikun and LIM C W. Structured compressive channel estimation for large-scale MISO-OFDM systems[J]. IEEE Communications Letters, 2014, 18(5): 765–768. doi: 10.1109/LCOMM.2014.030714.132630.

    10. [10]

      NAN Yang, ZHANG Li, and SUN Xin. Weighted compressive sensing based uplink channel estimation for time division duplex massive Multi-Input Multi-Output systems[J]. IET Communications, 2017, 11(3): 355–361. doi: 10.1049/iet-com.2016.0625

    11. [11]

      MASOOD M, AFIFY L H, and AL-NAFFOURI T Y. Efficient coordinated recovery of sparse channels in massive MIMO[J]. IEEE Transactions on Signal Processing, 2015, 63(1): 104–118. doi: 10.1109/TSP.2014.2369005

    12. [12]

      PEDERSEN N L, MANCHÓN C N, and FLEURY B H. A fast iterative Bayesian inference algorithm for sparse channel estimation[C]. 2013 IEEE International Conference on Communications, Budapest, Hungary, 2013: 4591–4596.

    13. [13]

      MA Jianpeng, LI Hongyan, ZHANG Shun, et al. Sparse Bayesian learning for the channel statistics of the massive MIMO systems[C]. 2017 IEEE Global Communications Conference, Singapore, 2017: 1–6.

    14. [14]

      GUI Guan, XU Li, and SHAN Lin. Block Bayesian sparse learning algorithms with application to estimating channels in OFDM systems[C]. 2014 International Symposium on Wireless Personal Multimedia Communications, Sydney, Australia, 2014: 238–242.

    15. [15]

      CHENG Xiantao, SUN Jingjing, and LI Shaoqian. Channel estimation for FDD multi-user massive MIMO: a variational Bayesian inference-based approach[J]. IEEE Transactions on Wireless Communications, 2017, 16(11): 7590–7602. doi: 10.1109/TWC.2017.2751046

    16. [16]

      TIPPING M. Sparse Bayesian learning and the relevance vector machine[J]. The Journal of Machine Learning Research, 2001, 1: 211–244. doi: 10.1162/15324430152748236

    17. [17]

      BLEI D M and JORDAN M I. Variational inference for dirichlet process mixtures[J]. Bayesian Analysis, 2006, 1(1): 121–143. doi: 10.1214/06-BA104

    18. [18]

      梅素玉, 王飞, 周水庚. 狄利克雷过程混合模型、扩展模型及应用[J]. 科学通报, 2012, 57(34): 3243–3257.
      MEI Suyu, WANG Fei, and ZHOU Shuigeng. Dirichlet process mixture model, extensions and applications[J]. Chinese Science Bulletin (Chinese Version), 2012, 57(34): 3243–3257.

    19. [19]

      WANG Lu, ZHAO Lifan, BI Guoan, et al. Novel wideband DOA estimation based on sparse bayesian learning with dirichlet process priors[J]. IEEE Transactions on Signal Processing, 2016, 64(2): 275–289. doi: 10.1109/TSP.2015.2481790

    20. [20]

      TSE D and VISWANATH P. Fundamentals of Wireless Communication[M]. Cambridge: Cambridge University, 2004: 32–50, 348–352.

    1. [1]

      李泳志, 陶成, 刘留, 卢艳萍, 刘凯. 莱斯信道下分布式大规模MIMO系统基站选择算法的研究. 电子与信息学报, 2016, 38(4): 856-862.

    2. [2]

      张凯, 田瑶, 谢云鹏, 刘翼. 平坦衰落信道下基于变分贝叶斯的多天线信号联合符号检测算法. 电子与信息学报, 2018, 40(9): 2096-2104.

    3. [3]

      李晓辉, 王维猛, 黑永强. 基于空频相关性的大规模MIMO-OFDM信道压缩反馈算法. 电子与信息学报, 2014, 36(5): 1178-1183.

    4. [4]

      张薇, 段京京, 王岩松. 一种基于随机散射簇的非平稳3D空间信道模型. 电子与信息学报, 2018, 40(10): 2301-2308.

    5. [5]

      郭瑛, 张震. 大规模水下传感器网络时间同步研究. 电子与信息学报, 2014, 36(6): 1498-1503.

    6. [6]

      许红, 袁华东, 谢文冲, 刘维建, 王永良. 角闪烁下基于变分贝叶斯-交互式多模型的目标跟踪. 电子与信息学报, 2018, 40(7): 1583-1590.

    7. [7]

      孙韶杰, 吴琼, 李国辉. 基于变分贝叶斯估计的相机抖动模糊图像的盲复原算法. 电子与信息学报, 2010, 32(11): 2674-2679.

    8. [8]

      方昕, 张建锋, 曹海燕, 刘超, 潘鹏. 大规模MIMO系统中动态导频分配. 电子与信息学报, 2016, 38(8): 1901-1907.

    9. [9]

      徐定杰, 沈忱, 沈锋. 时变有色观测噪声下基于变分贝叶斯学习的自适应卡尔曼滤波. 电子与信息学报, 2013, 35(7): 1593-1598.

    10. [10]

      彭石宝, 许稼, 向家彬, 彭应宁. 基于相位线性度的ISAR非平稳目标成像时间选择新算法. 电子与信息学报, 2010, 32(12): 2795-2801.

    11. [11]

      顾浙骐, 魏宁, 张忠培. 大规模MIMO时分双工系统的鲁棒预编码设计. 电子与信息学报, 2015, 37(5): 1180-1186.

    12. [12]

      黄天宇, 马林华, 胡星, 黄绍城, 孙康宁, 刘士平. 一种实用的毫米波大规模MIMO混合预编码算法. 电子与信息学报, 2017, 39(8): 1788-1795.

    13. [13]

      陶成, 郑文博, 李泳志, 刘留. 基于低精度量化的大规模MIMO-OFDM系统可达速率的研究. 电子与信息学报, 2018, 40(10): 2294-2300.

    14. [14]

      王毅, 林艳, 黄永明, 李春国, 杨绿溪. 基于成对用户大规模MIMO两跳中继系统的最优能效设计. 电子与信息学报, 2017, 39(1): 1-8.

    15. [15]

      李新民, 邱玲. 大规模MIMO系统中基于溢出概率的鲁棒协作波束设计. 电子与信息学报, 2015, 37(4): 848-854.

    16. [16]

      金梁, 宋昊天, 钟州, 许晓明. 多用户大规模MIMO自适应安全传输策略. 电子与信息学报, 2018, 40(6): 1468-1475.

    17. [17]

      顾浙骐, 张忠培. 大规模MIMO时分双工系统的基站天线互易校准算法. 电子与信息学报, 2015, 37(2): 405-410.

    18. [18]

      胡莹, 黄永明, 俞菲, 杨绿溪. 多用户大规模MIMO系统能效资源分配算法. 电子与信息学报, 2015, 37(9): 2198-2203.

    19. [19]

      曹海燕, 杨敬畏, 方昕, 许方敏. 大规模MIMO系统中基于二对角矩阵分解的低复杂度检测算法. 电子与信息学报, 2018, 40(2): 416-420.

    20. [20]

      申滨, 赵书锋, 金纯. 基于迭代并行干扰消除的低复杂度大规模MIMO信号检测算法. 电子与信息学报, 2018, 40(12): 2970-2978.

  • 图 1  大规模MIMO系统上行链路信道分层贝叶斯图模型

    图 2  信道估计均方误差随信噪比变化曲线图

    图 3  信道估计均方误差随带宽变化曲线图

    表 1  信道估计算法的计算复杂度

    算法复杂度
    本文方法$\cal{O}\left( {R{L^{\rm{2}}}} \right)$
    FSBL$\cal{O}\left( {R{N_{\rm{p}}}L} \right)$
    BSBL$\cal{O}\left( {{{\left( {RL} \right)}^3}} \right)$
    SABMP$\cal{O}\left( {R{N_{\rm{p}}}{L^2}} \right)$
    下载: 导出CSV

    表 2  大规模MIMO-OFDM系统参数

    参数名参数意义数值
    R基站侧天线数128
    fc载波中心频率2.6 GHz
    NOFDM总子载波数1024
    Np信道估计占用子载波数64
    BW用户带宽10~100 MHz
    QQAM调制阶数4
    L信道抽头个数64
    Ip多径总径数20
    下载: 导出CSV
  • 加载中
图(3)表(2)
计量
  • PDF下载量:  41
  • 文章访问数:  938
  • HTML全文浏览量:  621
文章相关
  • 通讯作者:  王忠勇, zywangzzu@gmail.com
  • 收稿日期:  2018-07-06
  • 录用日期:  2019-02-02
  • 网络出版日期:  2019-05-21
  • 刊出日期:  2020-02-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章