[发明专利]一种FDD大规模MIMO系统中的下行链路信道估计方法

说明书

本发明公开了一种FDD大规模MIMO系统中的下行链路信道估计方法，包括：构建FDD大规模MIMO系统的上行链路导频信号接收模型；对上行链路空域信道进行压缩感知信道估计；通过上行链路空域信道的估计值得到上行链路空域信道的支持集，根据上行链路空域信道的支持集估计下行链路空域信道的支持集；构建FDD大规模MIMO系统的下行链路导频信号接收模型；基于下行链路空域信道的估计支持集信息进行下行链路压缩感知信道估计。本发明方法利用上下行链路信道的空域相关性，通过上行链路空域信道估计结果来对下行链路空域信道的稀疏支持集进行估计，从而改善下行链路信道估计的性能。

技术领域

本发明属于无线通信技术领域，更具体地，涉及一种FDD大规模MIMO系统中的下行链路信道估计方法。

背景技术

大规模多输入多输出(Multiple-Input Multiple-Output，MIMO)技术是5G无线通信系统的重要核心技术。获得精确的信道状态信息是提升大规模MIMO系统性能的关键。在频分双工(Frequency Division Duplexing，FDD)模式大规模MIMO系统中，采用原有的在长期演进(Long Term Evolution，LTE)系统中的下行链路信道估计方法面临很大挑战，随着天线数目的增加，反馈开销和导频开销也将急剧增加。因此，FDD条件下的大规模MIMO系统的信道估计问题非常重要。

在大规模MIMO系统中，一般基站端安装有几十甚至上百根天线，而在实际无线传播环境中占据主要能量的多径数目是有限的，比如在2017年3GPP TR25.996的报告《Spatial channel model for Multiple Input Multiple Output(MIMO)simulations》中推荐的多径数目是6，因此，相比与天线数目大规模MIMO的信道在空域具有稀疏性。基于大规模MIMO的空域信道稀疏性，已有大量的研究采用压缩感知的处理方法进行信道估计和反馈。目前大部分研究都是针对大规模MIMO的上行链路信道和下行链路信道分别单独进行压缩感知信道估计，取得了一定的效果，但是却很少考虑到上下行链路之间的联系。

在FDD系统中，由于上下行链路传输使用的频率不同，信道互易性不满足；但是当频率差距不是太大时，传输环境和其中的反射体对上下行链路传输的影响近似是相同的。在2002年COST 273工作组的《Spatial reciprocity of uplink and downlink radiochannels inFDD systems》文档和2003年European Transactions onTelecommunications的《Geometry-based directional model for mobile radiochannels principles and implementation》文献中分析了FDD条件下的上下行链路的空域互易性，表明上下行链路的主要路径波达方向的角度差异差异很小，上下行链路的角度功率谱强相关。因此，通过利用这种联系可以进一步提升信道估计效果。

在2015年的GlobalSIP国际会议中《Channel Estimation Using JointDictionary Learning in FDD Massive MIMO Systems》提出了利用这种上下行链路空域信道的关系，通过压缩感知的处理框架来进行联合信道字典的学习和信道估计；但是假设上下行链路的稀疏模式(也称稀疏支持集，也就是非零元素的位置集合)是完全相同的，该理想假设与实际的情况不符。

发明内容

本发明的目的在于提出一种FDD大规模MIMO系统中的下行信道估计方法，即大规模MIMO系统在FDD条件下的压缩感知信道估计方法，该方法利用上下行链路信道的空域相关性，通过上行链路空域信道估计结果来对下行链路空域信道的稀疏支持集进行估计，从而改善下行链路信道估计的性能。

为了达到上述目的，本发明提供了一种FDD大规模MIMO系统中的下行链路信道估计方法，包括以下步骤：