[发明专利]一种智能超表面辅助多用户无线通信系统的信道估计方法

说明书

本发明涉及无线通信技术领域，其公开了一种可以提升估计精度、减少导频开销、降低计算复杂度的智能超表面辅助多用户无线通信系统的信道估计方法。该方法包括以下步骤：步骤1：用户发送导频信号到智能超表面，经过智能超表面反射，将导频信号发送到基站；步骤2：将信道表示成虚拟角度域形式；步骤3：根据多用户信道的公共结构化稀疏特性和双时间尺度特性进行信道的估计；本发明利用信道的公共结构化稀疏特性和双时间尺度特性，对稀疏信道矩阵进行两次降维，以降低使用结构化稀疏贝叶斯学习方法来恢复信道时的计算复杂度，并且有助于提升估计精度、减少导频开销；对信道稀疏度、相关性参数、公共路径数量不敏感，具有较好的鲁棒性，适用于信道的具体结构化信息未知且变化的实际场景。

技术领域

本发明涉及无线通信技术领域，具体涉及一种智能超表面辅助多用户无线通信系统的信道估计方法。

背景技术

现有无线通信系统设计往往认为无线传播环境是随机且不可控的，从根本上限制了无线通信性能的提升。而智能超表面(Reconfigurable Intelligent Surface，RIS)通常由大量低功耗、低成本的被动式反射单元组成。通过调控每个反射单元的反射系数，对随机且不可控的无线传播环境进行智能重构，利于实现覆盖增强、容量提升、干扰抑制等多重目的。如，将智能超表面用于辅助毫米波通信，以提供虚拟视距链路，增强基站与用户之间的连接并提升覆盖范围。为了充分发挥智能超表面辅助无线通信系统的性能优势，获取准确的信道状态信息是至关重要的。

但是智能超表面辅助无线通信的信道估计比传统通信场景更具挑战性，难点在于：第一、智能超表面的反射单元通常是被动式的，只反射信号，不具备复杂的信号处理能力，导致信道状态信息的获取存在困难。第二、智能超表面包含大量的反射单元，导致智能超表面相关信道的维度较高，增加了估计复杂度和导频开销。现有的信道估计方法，如基于码本的信道估计需要较大的训练开销，并且智能超表面信道的分段特性和近场特性增加了码本设计的难度。而基于人工智能的信道估计需要构建合适的模型并训练参数，依赖于数据驱动和长时间的在线训练，不利于实际应用。所以存在估计精度不高、训练开销较大、复杂度较高等问题。

发明内容

本发明针对现有技术存在的问题，提供一种可以提升估计精度、减少导频开销、降低计算复杂度的智能超表面辅助多用户无线通信系统的信道估计方法。

本发明采用的技术方案是：

一种智能超表面辅助多用户无线通信系统的信道估计方法，包括以下步骤：

步骤1：用户发送导频信号到智能超表面，经过智能超表面反射，将导频信号发送到基站；

步骤2：将信道表示成虚拟角度域形式；

步骤3：根据多用户信道的公共结构化稀疏特性和双时间尺度特性进行信道的估计。

进一步的，基站通过上行信道估计得到上行信道状态信息后，可以利用信道互易性得到下行信道状态信息用于波束赋形优化设计，以减少信道反馈开销。但是该方法也可用于下行信道估计，由基站发送导频信号，经过智能超表面反射将导频信号发送到用户，在用户端进行信道的估计。所述信道估计方法如下：

S1：进行多用户联合的公共行支撑集估计，根据多个用户的有效观测矩阵，得到估计的公共行支撑集；通过公共行支撑集对稀疏矩阵进行降维；

S2：进行基于正交匹配追踪的列支撑集估计，得到列支撑集和公共的列支撑集；根据设定的公共列支撑集的判决条件估计列支撑集是否准确；若满足判决条件通过列支撑集对稀疏信道矩阵进行二次降维；

根据结构化稀疏贝叶斯学习方法估计两次降维后的块稀疏信道矢量；

S3：根据公共行支撑集、列支撑集和S2估计后的块稀疏信道矢量，重构级联信道，即可得到估计的信道。