本發(fā)明涉及大規(guī)模MIMO(Multiple-InputMultiple-Output)無線通信系統(tǒng)中的信道狀態(tài)信息(CSI,chanelstateinformation)壓縮反饋技術(shù)，具體給出了一種基于壓縮感知的大規(guī)模MIMO系統(tǒng)的CSI反饋方法。
背景技術(shù)：
：作為第五代無線與移動(dòng)通信(5G)的關(guān)鍵研究技術(shù)，大規(guī)模MIMO(MassiveMIMO)因其高系統(tǒng)容量和高鏈路可靠性等優(yōu)點(diǎn)而備受關(guān)注。在大規(guī)模MIMO系統(tǒng)中，基站(BS，basestation)端通常配置了大量的BS天線(成百上千根基站天線)，以獲得更好的空間復(fù)用與分集增益。為獲得因采用大規(guī)模MIMO系統(tǒng)帶來的好處，基站需要較為精確的下行CSI。通常情況下，移動(dòng)臺(tái)(MS,mobilestation)通過信道估計(jì)技術(shù)估計(jì)下行CSI，并將估計(jì)到的下行CSI通過反饋鏈路反饋給BS(通常的研究文獻(xiàn)中所述的CSI反饋，大多指MS將估計(jì)到的下行CSI反饋給BS)。然而，在大規(guī)模系統(tǒng)中的數(shù)量巨大的BS天線使得下行CSI的維度非常巨大。常規(guī)的基于碼書的下行CSI反饋方法因計(jì)算復(fù)雜度高和存儲(chǔ)開銷大而不再適用。近年來提出的壓縮感知理論指出，只要信號(hào)是可壓縮的或在某個(gè)變換域是稀疏的，便可以利用稀疏基將高維度信號(hào)投影到低緯度空間上。目前，利用壓縮感知技術(shù)進(jìn)行下行CSI反饋的研究主要集中在開發(fā)多天線間的空間相關(guān)性，開發(fā)下行CSI的時(shí)間相關(guān)性，尋求稀疏基等方式減小下行CSI的稀疏度。繼而在進(jìn)行壓縮測量時(shí)，減小測量數(shù)量，達(dá)到減小CSI反饋開銷的目的。MS將壓縮測量通過反饋鏈路反饋回BS，BS根據(jù)接收到的壓縮測量利用重構(gòu)算法，重構(gòu)出下行CSI。事實(shí)上，在信道估計(jì)和稀疏化處理后的下行CSI是顯著稀疏的(只有少數(shù)的元素幅度較大，而其他元素幅度較小甚至接近于零)，且MS完全知曉下行CSI的“支撐集合”(非零元素的索引)。同時(shí)，BS準(zhǔn)確的重構(gòu)“支持集合”所需要的測量數(shù)目主要取決于小幅度元素；也就是說，BS重構(gòu)小幅度元素的索引浪費(fèi)著大量的測量開銷。然而，現(xiàn)有的基于壓縮感知的CSI反饋卻沒有利用這些特性。為進(jìn)一步減小CSI反饋開銷，本發(fā)明基于這些特性，提出一種基于壓縮感知技術(shù)的大規(guī)模MIMO系統(tǒng)的CSI反饋方法。本發(fā)明提出方法將幅度較小的元素的索引直接反饋回BS，使得BS無需重構(gòu)這些小幅度元素的索引，從而可在MS端顯著的減小所需的測量開銷。BS因無需重構(gòu)出這些小幅度元素的索引，其重構(gòu)算法的復(fù)雜度也得以降低。技術(shù)實(shí)現(xiàn)要素：(一)發(fā)明目的本發(fā)明的主要目的在于提供一種基于壓縮感知技術(shù)的大規(guī)模MIMO系統(tǒng)CSI反饋方法。在現(xiàn)有的基于壓縮感知的高精度CSI反饋的基礎(chǔ)上，進(jìn)一步減小CSI反饋開銷，降低BS重構(gòu)CSI的復(fù)雜度。(二)技術(shù)方案一種基于壓縮感知技術(shù)的大規(guī)模MIMO系統(tǒng)CSI反饋方法，其特征在于，包括：a)MS根據(jù)設(shè)定的能量因子，計(jì)算參數(shù)保留稀疏度λ；b)MS計(jì)算所需測量數(shù)M,基于壓縮感知方式壓縮需要反饋的下行CSI；c)MS將需要反饋的信息轉(zhuǎn)化為比特流并反饋回BS；d)BS解調(diào)接收到的比特流，并調(diào)用改進(jìn)的重構(gòu)算法重構(gòu)出下行CSI。作為優(yōu)選，該方法步驟a)進(jìn)一步包括：a1)MS讀取能量因子γ，讀取需要反饋的下行CSI及其支撐集合，其中CSI表示為H,支撐集合表示為w；所述能量因子γ在通信建立前設(shè)定，取0.9≤γ＜1；所述H為N×1的矢量，其中，N為BS天線的根數(shù)；所述H為稀疏度為S的稀疏信號(hào)，即H中僅僅有S個(gè)非零元素，且滿足S＜＜N；a2)MS取H中的非零元素并按照幅度從大到小的順序進(jìn)行排序，得到排序后的矢量及支撐集合，表示為所述為S×1矢量，表示為上標(biāo)T表示取轉(zhuǎn)置操作，且滿足所述集合與a1)所述支撐集合w有相同中元素，元素個(gè)數(shù)均為S個(gè)，僅順序不一樣；a3)MS根據(jù)能量因子γ利用下式搜索保留稀疏度λ，使得以下不等式成立:其中，符號(hào)||x||2表示對(duì)矢量x作算子2范數(shù)運(yùn)算；所述保留稀疏度λ滿足λ≤S。作為優(yōu)選，該方法步驟b)進(jìn)一步包括：b1)MS根據(jù)下式計(jì)算所需測量數(shù)M；M=max{μlog2N,Cλlog2(Nλ)}]]>其中，C為較小的常數(shù)(可在區(qū)間[1,2]上取值)，μ根據(jù)下式求得其中，v2為噪聲方差，所述噪聲包括熱噪聲和量化噪聲，可在通信系統(tǒng)建立時(shí)通過試驗(yàn)測試得到；b2)MS讀取M×N的測量矩陣Φ，把下行CSI，即H，投影到低維度空間，得到測量數(shù)為M的測量信號(hào)y為y＝ΦH其中，y為M×1的矢量，測量矩陣Φ從BS和MS均預(yù)先已知的N×N的方陣中取其前M行得到。作為優(yōu)選，該方法步驟c)進(jìn)一步包括：c1)MS將需要反饋的信息轉(zhuǎn)化為比特流；所述比特流轉(zhuǎn)化包括：c11)將測量信號(hào)y通過均勻量化或非均勻量化量化為壓縮測量比特流Z；c12)取部分的支撐集合為并用比特編碼為部分支撐集合比特流表示為G；c13)將稀疏度S量化為稀疏度比特流表示為S；c2)MS將比特流Z、G和S經(jīng)反饋鏈路反饋回BS。作為優(yōu)選，該方法步驟d)進(jìn)一步包括：d1)BS解調(diào)出含噪聲的測量信號(hào)，表示為M×1的矢量部分支撐集合以及稀疏度d2)BS調(diào)用重構(gòu)算法重構(gòu)出下行CSI，表示為作為優(yōu)選，該方法步驟d2)進(jìn)一步包括：d21)重構(gòu)初始化：殘差矢量r0賦值為索引集合w0賦值為迭代計(jì)數(shù)t賦值為t＝0；d22)迭代計(jì)數(shù)增1，即t＝t+1；d23)利用下式識(shí)別殘差矢量rt-1中最大幅度元素的索引，識(shí)別到的索引表示為Λt；Λt=argmaxj=1,2,...,N|<rt-1,Φj>|]]>其中，符號(hào)<a,b>表示對(duì)矢量a和矢量b求內(nèi)積運(yùn)算；Φj表示測量矩陣Φ的第j列；d24)更新索引集合wt，即wt←wt-1∪Λt；d25)根據(jù)索引集合wt，通過下式估計(jì)當(dāng)前索引集合下的下行CSI(表示為xt)xt=argminx:suppx=wt||y~-Φwtx||2]]>其中，表示根據(jù)索引集合wt的索引，依次從測量矩陣Φ中抽取相應(yīng)的列構(gòu)成的子矩陣；suppx表示求x的支撐集合運(yùn)算；d26)根據(jù)下式進(jìn)行殘差矢量更新：rt=y~-Φwtxt|wt]]>其中表示根據(jù)索引集合wt的索引，依次從xt中抽取相應(yīng)的行構(gòu)成的子矢量；d27)若迭代計(jì)數(shù)t小于保留稀疏度λ，即t＜λ，返回步驟d22)；，否則，進(jìn)入下一步；d28)如果wt中的元素個(gè)數(shù)不等于且迭代計(jì)數(shù)t小于即返回步驟d22)；否則，BS端獲得支撐集合為：d29)BS求解下式，估計(jì)得到下行CSI，表示為H~=argminx:supp(x)=w~||y~-(Φ)w~x||2.]]>從上面所述可以看出，本發(fā)明提出的基于壓縮感知技術(shù)的大規(guī)模MIMO系統(tǒng)的CSI反饋方法，具有以下特點(diǎn)和優(yōu)點(diǎn)：(1)相比于現(xiàn)有的基于壓縮感知的CSI反饋，本發(fā)明方法可在獲得相同的CSI精度情況下減小反饋開銷；(2)相對(duì)于現(xiàn)有的基于壓縮感知的CSI反饋，BS側(cè)的CSI重構(gòu)算法復(fù)雜度更低。附圖說明圖1是本發(fā)明的CSI反饋方法的流程示意圖；圖2CSI重構(gòu)的重構(gòu)算法流程圖。具體實(shí)施方式下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾?qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請(qǐng)保護(hù)的范圍。下面具體描述本發(fā)明提出的基于壓縮感知技術(shù)的大規(guī)模MIMO系統(tǒng)的CSI反饋方法，如圖1所示。a)MS根據(jù)設(shè)定的能量因子γ，計(jì)算參數(shù)“保留稀疏度”λ；其中，所述能量因子γ通常根據(jù)工程經(jīng)驗(yàn)設(shè)定，一般取0.9≤γ＜1。計(jì)算過程如下：a1)MS根據(jù)設(shè)定的能量因子γ，讀取需要反饋的下行CSI(表示為H)及其支撐集合(表示為w)；所述H為N×1的矢量，其中，N為BS天線的根數(shù)。所述H為稀疏度為S的稀疏信號(hào)，即H中僅僅有S個(gè)非零元素，且滿足S＜＜N。a2)MS取H中的非零元素并按照幅度從大到小的順序進(jìn)行排序，得到排序后的矢量及支撐集合(表示為)；所述為S×1矢量，可表示為上標(biāo)“T”表示取轉(zhuǎn)置操作，且滿足(因根據(jù)幅度從大到小排序)；所述集合與a1)所述支撐集合w有相同中元素，元素個(gè)數(shù)均為S個(gè)，僅順序不一樣。示例1：所述的“排序”示例如下：假設(shè)N＝16，S＝4，則H可表示為H＝h1,h2,…,h16T。特別說明，實(shí)際的大規(guī)模MIMO系統(tǒng)中BS天線數(shù)N為成百上千，這里的為書寫方便僅僅考慮了N＝16。H的元素中，除h3,h6,h10,h144個(gè)元素外，其余元素均為0，也即是，支持集合w＝3,6,10,14。假設(shè)h3,h6,h10,h14的取值為h3=0.3+j0.25h6=0.05-j0.09h10=0.11+j0.13h14=0.04-j0.03]]>其中于是，排序后的矢量為排序后的支撐集合為(而排序前的支持集合w＝3,6,10,14)。a3)MS根據(jù)能量因子γ利用下式搜索“保留稀疏度”λ，使得以下不等式成立。其中，符號(hào)||x||2表示對(duì)矢量x作算子2范數(shù)運(yùn)算；所述“保留稀疏度”λ滿足λ≤S。原因在于共S個(gè)元素，λ個(gè)元素索引被保留，S-λ個(gè)索引被反饋回BS。示例2：所述的搜索“保留稀疏度”λ的示例如下：在示例1的基礎(chǔ)上，假設(shè)γ＝0.9，于是有從而，可知“保留稀疏度”λ＝3。b)MS計(jì)算“所需測量數(shù)”M，然后根據(jù)壓縮感知方式壓縮需要反饋的下行CSI(即H)；具體流程如下：b1)所述的“所需測量數(shù)”M根據(jù)下式計(jì)算。M=max{μlog2N,Cλlog2(Nλ)}]]>其中，“保留稀疏度”λ根據(jù)步驟a3)求得，N為BS天線的根數(shù)，C為較小的常數(shù)(可在區(qū)間[1,2]上取值)，μ根據(jù)下式求得其中，v2為噪聲方差。所述噪聲包括熱噪聲和量化噪聲，可在通信系統(tǒng)建立時(shí)通過試驗(yàn)測試得到。特別地，在BS能獲得相同的CSI精度的情況下，常規(guī)的基于壓縮感知的CSI反饋的“所需測量數(shù)”為Mo=max{μolog2N,CSlog2(NS)}]]>其中由于γ＜1,λ≤S,可知M0＞M，本發(fā)明方案將減小測量開銷(即本發(fā)明“所需測量數(shù)”小于常規(guī)的基于壓縮感知的CSI反饋的“所需測量數(shù)”)。b2)MS讀取M×N的測量矩陣Φ，把下行CSI(即H)投影到低維度空間，得到測量數(shù)為M的測量信號(hào)y為y＝ΦH其中，y為M×1的矢量，測量矩陣Φ從BS和MS均預(yù)先已知的N×N的方陣中取其前M行得到。c)MS將需要反饋的信息轉(zhuǎn)化為比特流并反饋回BS；具體流程如下：c1)MS將需要反饋的信息轉(zhuǎn)化為比特流；所述“需要反饋的信息”包括測量信號(hào)y，部分的支撐集合為和稀疏度S。其轉(zhuǎn)化為比特流的過程為：c11)將測量信號(hào)y通過均勻量化或非均勻量化量化為“壓縮測量比特流”(表示為Z)；c12)取部分的支撐集合為并用個(gè)比特編碼為“部分支撐集合比特流”(表示為G)；示例3：所述“部分支撐集合比特流”G生成示例如下：假設(shè)N＝8，S＝3，λ＝1，從而[log2(N!S-λ!N+λ-S!)]=5]]>因此，可將用5個(gè)比特b5b4b3b2b1按照從小到大映射方式(即1，2映射為00000，1，3映射為00001，……，2，3映射為00111,……，7，8映射為11011)編碼“部分支撐集合比特流”為G＝10000(即b5b4b3b2b1＝10000)。c13)將稀疏度S量化為“稀疏度比特流”(表示為S)。示例4：所述“稀疏度比特流”S生成示例如下：假設(shè)S＝4，N＝8，于是可用log2N＝3個(gè)比特量化S＝4為S＝b3×23-1+b2×22-1+b1×21-1+1編碼為“部分支撐集合比特流”S＝011。即b3b2b1＝011。c2)MS將比特流Z、G和S經(jīng)反饋鏈路反饋回BS。d)BS解調(diào)接收到的比特流，并調(diào)用改進(jìn)的重構(gòu)算法重構(gòu)出下行CSI。具體流程如下：d1)BS解調(diào)出含噪聲的測量信號(hào)(表示為M×1的矢量)，“部分支撐集合”以及稀疏度d2)BS調(diào)用重構(gòu)算法重構(gòu)出下行CSI(表示為)。重構(gòu)算法重構(gòu)下行CSI的具體流程如圖2所示。d2-1)重構(gòu)初始化：殘差矢量r0賦值為索引集合w0賦值為迭代計(jì)數(shù)t賦值為t＝0。d2-2)迭代計(jì)數(shù)增1，即t＝t+1。d2-3)利用下式識(shí)別殘差矢量rt-1中最大幅度元素的索引，識(shí)別到的索引表示為Λt。Λt=argmaxj=1,2,...,N|<rt-1,Φj>|]]>其中，符號(hào)<a,b>表示對(duì)矢量a和矢量b求內(nèi)積運(yùn)算；Φj表示測量矩陣Φ的第j列。d2-4)更新索引集合wt，即wt←wt-1∪Λt。d2-5)根據(jù)索引集合wt，通過下式估計(jì)當(dāng)前索引集合下的下行CSI(表示為xt)xt=argminx:suppx=wt||y~-Φwtx||2]]>其中，表示根據(jù)索引集合wt的索引，依次從測量矩陣Φ中抽取相應(yīng)的列構(gòu)成的子矩陣；suppx表示求x的支撐集合運(yùn)算。d2-6)根據(jù)下式進(jìn)行殘差矢量更新：rt=y~-Φwtxt|wt]]>其中表示根據(jù)索引集合wt的索引，依次從xt中抽取相應(yīng)的行構(gòu)成的子矢量；d2-7)若迭代計(jì)數(shù)t小于“保留稀疏度”λ(即t＜λ)，返回步驟d22)；，否則，進(jìn)入下一步；d2-8)如果wt中的元素個(gè)數(shù)不等于且迭代計(jì)數(shù)t小于(即，返回步驟d22)；，否則，進(jìn)入下一步；d2-9)BS端獲得支撐集合為：d2-10)BS求解下式，估計(jì)得到下行CSI(表示為)。H~=argminx:supp(x)=w~||y~-(Φ)w~x||2.]]>特別地，基于壓縮感知的CSI重構(gòu)通常需要次迭代，而本發(fā)明方案的重構(gòu)算法通常需要λ次迭代，由于通常因此本發(fā)明方案的重構(gòu)算法的復(fù)雜度更低。以O(shè)MP重構(gòu)算法為例，其計(jì)算復(fù)雜度通常為而本發(fā)明的重構(gòu)算法復(fù)雜度通常為O(NMλ)；因M＜Mo，本發(fā)明的重構(gòu)算法獲得了更低的復(fù)雜度。以上所述僅為本發(fā)明的較佳實(shí)施實(shí)例而已，并不用以限制本發(fā)明，凡在本發(fā)明的原則之內(nèi)，所作的任何修改，等同替換等，均應(yīng)包含著本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁1 2 3