本申請涉及無線通信技術(shù)領(lǐng)域信道狀態(tài)信息反饋方法，特別涉及一種基于pca演進的大規(guī)模mimo信道狀態(tài)信息壓縮反饋方法。

背景技術(shù)：

多輸入多輸出(multiple-inputmultiple-output，mimo)技術(shù)是指在發(fā)射端和接收端分別使用多個發(fā)射天線和接收天線，使信號通過發(fā)射端與接收端的多個天線傳送和接收，從而改善通信質(zhì)量。它能充分利用空間資源，通過多個天線實現(xiàn)多發(fā)多收，在不增加頻譜資源和天線發(fā)射功率的情況下，可以成倍的提高系統(tǒng)信道容量，被視為下一代移動通信的核心技術(shù)。正交頻分復用(orthogonalfrequencydivisionmultiplexing，ofdm)是一種有效的調(diào)制方案，它將信道分成若干正交子信道，將高速數(shù)據(jù)信號轉(zhuǎn)換成并行的低速子數(shù)據(jù)流，調(diào)制到在每個子信道上進行傳輸。接收端采用相關(guān)技術(shù)來將正交信號分開，減少了子信道之間的相互干擾。每個子信道上的信號帶寬小于信道的相關(guān)帶寬，因此每個子信道上的可以看成平坦性衰落，從而可以消除符號間干擾。

移動通信大規(guī)模mimo-ofdm系統(tǒng)中，為實現(xiàn)使用預編碼技術(shù)將能量集中到目標移動終端上，一般由接收端將估計出來的信道信息通過反饋信道反饋給發(fā)射端，讓發(fā)送端實時的獲得準確的下行信道的信道信息。但隨著大規(guī)模mimo技術(shù)推進，天線數(shù)量會大幅增加，如果將下行鏈路信道信息直接完全反饋給發(fā)射端，會極大增加容量損失，所以對信道信息的壓縮反饋方式成為研究的熱點。

主成分分析(principalcomponentanalysis，pca)，也稱主分量分析或矩陣數(shù)據(jù)分析，一種數(shù)據(jù)分析的技術(shù)，主要思想是將高維數(shù)據(jù)投影到較低維空間，提取多元事物的主要因素，揭示其本質(zhì)特征。它可以高效地找出數(shù)據(jù)中的主要部分，將原有的復雜數(shù)據(jù)降維，去除整個數(shù)據(jù)中的噪音和冗余，將把相關(guān)的變量變?yōu)槿舾刹幌嚓P(guān)的綜合指標變量，是一種最小均方意義上的最優(yōu)變換，目的是去除輸入隨機向量之間的相關(guān)性，突出原始數(shù)據(jù)中的隱含特性。主成分分析方法的優(yōu)勢在于數(shù)據(jù)壓縮以及對多維數(shù)據(jù)進行降維，操作簡單，且沒有參數(shù)限制，可以方便的應用于各個場合。因此，將pca用于大規(guī)模mimo系統(tǒng)的信道狀態(tài)信息壓縮中，可以減少反饋開銷。但是，現(xiàn)提出的使用pca對信道信息壓縮的方法大多只考慮了空間域或頻域一個域內(nèi)的相關(guān)性，且目前對于主要成分提取的選擇矩陣需要動態(tài)更新，這無疑從另一方面增加了反饋量并提高了計算復雜度。

綜上，現(xiàn)在已經(jīng)出現(xiàn)的大規(guī)模mimo系統(tǒng)中信道狀態(tài)信息反饋方法，針對它們計算方法復雜度高、反饋量大、反饋精度較低等問題，現(xiàn)提出基于主成分分析演進的大規(guī)模mimo-ofdm信道信息反饋方法，考慮信道信息在空域頻域兩個維度的相關(guān)性，結(jié)合分簇思想，將大量信道狀態(tài)信息壓縮反饋到發(fā)射端并進行重構(gòu)操作。

技術(shù)實現(xiàn)要素：

本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題，特別創(chuàng)新地提出了一種基于pca演進的大規(guī)模mimo-ofdm系統(tǒng)信道反饋方法。

發(fā)明目的：為了實現(xiàn)在大規(guī)模mimo-ofdm系統(tǒng)中，對信道狀態(tài)信息進行壓縮后的反饋，本發(fā)明提出了一種基于pca演進的信道信息壓縮方法來反饋高度相關(guān)的信道狀態(tài)信息。該方法首先考慮空域和頻域兩個域內(nèi)的信道特性，通過獲取下行信道相關(guān)特性參數(shù)建立信道模型；然后將矢量化后的信道狀態(tài)信息即信道向量進行分簇，提高信道狀態(tài)信息的相關(guān)性和壓縮性，以便對每一簇內(nèi)的高維信道狀態(tài)信息降低到低維數(shù)據(jù)；其次，在收發(fā)兩端計算特性參數(shù)信道模型每一簇內(nèi)信道狀態(tài)信息的協(xié)方差矩陣以及稀疏矩陣，在接收端，通過選擇矩陣提取稀疏向量主要成分，使選定的稀疏信道向量滿足各元素之和最大原則；最后將選定的信道信息及選擇矩陣的碼字索引反饋到發(fā)射端進行信道狀態(tài)信息的重構(gòu)。

為了實現(xiàn)本發(fā)明的上述目的，本發(fā)明提供了一種基于pca演進的大規(guī)模mimo-ofdm系統(tǒng)信道反饋方法，其特征包括：

s1，獲取下行信道相關(guān)特性參數(shù)，建立信道模型。

s2，將信道向量hk進行分簇，根據(jù)信道特性參數(shù)計算出每一簇信道狀態(tài)信息的協(xié)方差矩陣，并通過協(xié)方差矩陣的特征值分解獲得稀疏矩陣。

s3，預定義一個收發(fā)兩端都已知的二進制選擇矩陣碼本，根據(jù)選定的稀疏信道向量各元素之和最大原則選取最優(yōu)的選擇矩陣。

所述的基于pca演進的大規(guī)模mimo-ofdm系統(tǒng)信道反饋方法，其特征在于，所述s1包括：

本發(fā)明考慮一個大規(guī)模mimo-ofdm系統(tǒng)，發(fā)射端為配置nt根均勻天線的線性陣列，接收端為單天線用戶，考慮頻域有nc個子載波；在大規(guī)模mimo-ofdm系統(tǒng)中，發(fā)射端與第k個用戶間在空域和頻域的信道向量hk表示為：

其中n＝nt×nc，vec(a)表示將一個a×b的矩陣a矢量化，變成ab×1的列向量，hk(n)為第k個用戶第n個子載波的空域信道向量，建立模型為：

在大規(guī)模mimo系統(tǒng)中，由于發(fā)射端配置天線數(shù)較多時，天線間距較小，天線間呈現(xiàn)較強的空間相關(guān)性，因此，發(fā)射端與第k個單天線用戶間的信道可建模為：

其中，表示發(fā)送相關(guān)矩陣，n表示第n個子載波，n∈{1,…,nc}；表示均值為0，方差為1的獨立分布復高斯隨機矢量，hiid,k(n)的第(u,v)個元素代表發(fā)射天線u和接收天線v之間由路徑損耗和小尺度衰落組成的信道增益。

由于發(fā)射端配置nt根均勻線性陣列天線，空間相關(guān)矩陣可以通過jakes模型得到，第p根天線與第q根天線之間的相關(guān)系數(shù)表示為：

其中j0(·)表示第一類零階貝塞爾函數(shù)，dpq表示第p根天線與第q根天線之間的距離，λ表示載波波長。

所述的基于pca演進的大規(guī)模mimo-ofdm系統(tǒng)信道反饋方法，其特征在于，所述s2包括：

s2-1，將信道向量hk進行分簇。

接收端將連續(xù)的信道狀態(tài)信息分為g個簇，即hk^t＝[hk,1^t…h(huán)k,g^t]，其中g(shù)≤n；hk,g表示第g個簇的信道狀態(tài)信息，用g個簇來代替n個信道狀態(tài)信息元素，則每一簇包含個信道狀態(tài)信息元素。

s2-2，根據(jù)特性參數(shù)計算出信道每一簇信道狀態(tài)信息的協(xié)方差矩陣，并通過協(xié)方差矩陣的特征值分解獲得稀疏矩陣；第k個用戶第g簇的信道協(xié)方差矩陣表示為：

對第g簇信道狀態(tài)信息的協(xié)方差矩陣進行特征值分解，獲得稀疏矩陣：

其中，表示hk,g的協(xié)方差矩陣，表示對協(xié)方差矩陣進行特征值分解，即ck,g＝ψk,gλψk,g^h；λ是對角矩陣，其對角元素是協(xié)方差矩陣的特征值，ψk,g的列向量是協(xié)方差矩陣的特征向量；通過卡洛南變換，ψk,g同時表示稀疏矩陣。

所述的基于pca演進的大規(guī)模mimo-ofdm系統(tǒng)信道反饋方法，其特征在于，所述s3包括：

s3-1，預定義一個收發(fā)兩端都已知的二進制選擇矩陣碼本cp：

cp＝{p1…pl}

其中pi表示選擇矩陣碼本的第i個碼字，即選擇矩陣，l表示碼本cp包含l個選擇矩陣。

s3-2，選取最優(yōu)的選擇矩陣pi。

通過選擇矩陣pi從稀疏向量sk,g中選擇m個最重要的反饋信息，其中

s′k,g＝pisk,g

全局搜索選擇矩陣碼本，當選定的稀疏信道向量s′k,g各元素之和最大時，接收端確定使用的選擇矩陣pi。

i＝argimax|sk,gpi|

確定選擇矩陣pi后，通過s′k,g＝pisk,g從稀疏向量sk,g中選擇m個最重要的反饋信息。

s3-3，采用隨機矢量量化碼本，量化選定的稀疏信道向量s′k,g，s′k,g碼字索引通過以下公式獲得：

j＝argjmax|s′k,gwj|

其中wj是隨機矢量量化碼本的第j個碼字；然后將s′k,g碼字索引以及選擇矩陣pi的碼字索引一起反饋到發(fā)射端。

綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是：

根據(jù)發(fā)射端為大規(guī)模mimo均勻線性陣列，接收端為單天線用戶這一場景建立了相關(guān)的信道模型，將空域和頻域連續(xù)的n個信道狀態(tài)信息進行分簇。首先根據(jù)信道特性計算出每一簇信道狀態(tài)信息的協(xié)方差矩陣和稀疏矩陣；然后，在收發(fā)兩端預定義一個相同的二進制選擇矩陣碼本cp，根據(jù)選定的稀疏信道向量各元素之和最大原則確定選擇矩陣，獲得選定的稀疏信道向量；最后將選定的稀疏信道向量隨機矢量化以及選擇矩陣索引反饋到發(fā)射端并進行重構(gòu)操作。本發(fā)明將連續(xù)的n個信道狀態(tài)信息進行分簇，提高了信道狀態(tài)信息相關(guān)性及基于pca的壓縮性能；通過信道特性得到信道協(xié)方差矩陣和稀疏矩陣以及在收發(fā)兩端預定義的二進制選擇矩陣碼本，減少了大量的反饋量和降低了復雜度。

本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1是本發(fā)明系統(tǒng)結(jié)構(gòu)圖；

圖2是本發(fā)明總體流程圖。

具體實施方式

下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

在本發(fā)明的描述中，需要理解的是，術(shù)語“縱向”、“橫向”、“上”、“下”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底”“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。

在本發(fā)明的描述中，除非另有規(guī)定和限定，需要說明的是，術(shù)語“安裝”、“相連”、“連接”應做廣義理解，例如，可以是機械連接或電連接，也可以是兩個元件內(nèi)部的連通，可以是直接相連，也可以通過中間媒介間接相連，對于本領(lǐng)域的普通技術(shù)人員而言，可以根據(jù)具體情況理解上述術(shù)語的具體含義。

本發(fā)明提出了一種由pca演進的大規(guī)模mimo-ofdm系統(tǒng)信道狀態(tài)信息壓縮反饋方法，根據(jù)考慮場景建立了相關(guān)的信道模型，將連續(xù)的信道狀態(tài)信息進行分簇，提高了信道狀態(tài)信息的相關(guān)性以及基于pca的壓縮性能，通過信道統(tǒng)計特性以及在收發(fā)兩端預定義的二進制選擇矩陣碼本，減少了大量的反饋量和降低了復雜度。

結(jié)合附圖1和附圖2對本發(fā)明進行詳細說明，主要包括以下步驟：

步驟1：開始。

步驟2：獲取下行信道相關(guān)特性參數(shù)，建立相關(guān)信道模型。

本發(fā)明考慮大規(guī)模mimo-ofdm系統(tǒng)，發(fā)射端為配置nt根均勻線性陣列的天線，接收端為單天線用戶，有nc個子載波。在大規(guī)模mimo系統(tǒng)中，由于發(fā)射端配置天線數(shù)較多時，天線間距較小，天線間呈現(xiàn)較強的空間相關(guān)性，因此，發(fā)射端與第k單天線用戶間的信道可建模為：

其中，表示發(fā)送相關(guān)矩陣，n表示第n個子載波，n∈{1,…,nc}；表示均值為0，方差為1的獨立分布復高斯隨機矢量，hiid,k(n)的第(u,v)個元素代表發(fā)射天線u和接收天線v之間由路徑損耗和小尺度衰落組成的信道增益。

由于發(fā)射端配置nt根均勻線性陣列天線，空間相關(guān)矩陣可以通過jakes模型得到，第p根天線與第q根天線之間的相關(guān)系數(shù)表示為：

其中j0(·)表示第一類零階貝塞爾函數(shù)，dpq表示第p根天線與第q根天線之間的距離，λ表示載波波長。

大規(guī)模mimo-ofdm系統(tǒng)中，發(fā)射端與第k個用戶間在空域和頻域的信道向量hk表示為：

其中n＝nt×nc，vec(a)表示將一個a×b的矩陣a矢量化，變成ab×1的列向量，hk(n)為第k個用戶第n個子載波的空域信道向量，建立模型為：

步驟3：對信道向量hk進行分簇。

接收端將連續(xù)的n個信道狀態(tài)信息分為g個簇，即其中g(shù)≤n；hk,g表示第g個簇的信道狀態(tài)信息，用g個簇來代替n個信道狀態(tài)信息元素，則每一簇包含個信道狀態(tài)信息元素。

步驟4：根據(jù)特性參數(shù)和步驟3，首先計算出特性參數(shù)信道每一簇信道狀態(tài)信息的協(xié)方差矩陣然后將每一簇信道狀態(tài)信息的協(xié)方差矩陣進行特征值分解，即ck,g＝ψk,gλψk,g^h，獲得稀疏矩陣ψk,g，并將ψk,g儲存在發(fā)射端和接收端。具體實施過程如下：

(1)根據(jù)特性參數(shù)計算信道每一簇信道狀態(tài)信息的協(xié)方差矩陣，第k個用戶第g簇信道狀態(tài)信息的協(xié)方差矩陣表示為：

(2)對第g簇信道狀態(tài)信息的協(xié)方差矩陣進行特征值分解，獲得稀疏矩陣：

其中，表示對協(xié)方差矩陣進行特征值分解，即ck,g＝ψk,gλψk,g^h。λ是對角矩陣，其對角元素是協(xié)方差矩陣的特征值，ψk,g的列向量是協(xié)方差矩陣的特征向量，通過卡洛南變換，ψk,g同時表示稀疏矩陣。

由于步驟4中的信道向量hk是通過信道特性參數(shù)獲得的，則只需確定信道狀態(tài)信息分簇數(shù)g，那么收發(fā)兩端的協(xié)方差矩陣就是已知的，進而收發(fā)兩端的稀疏矩陣ψk,g也是已知的。將稀疏矩陣ψk,g儲存在發(fā)射端和接收端，則接收端不需再向基站反饋ψk,g，因此減少了反饋量。

步驟5：信道估計。

首先估計第k個用戶所有個子載波的空域相關(guān)信道，即獲得1×nt的hk(n)，n∈{1,…,nc}；然后根據(jù)公式(4)將hk(n)矢量化轉(zhuǎn)變?yōu)閚t×1的空域信道向量hk(n)；再根據(jù)公式(3)構(gòu)造信道向量hk。本發(fā)明假定采用理想的信道估計，不考慮信道估計誤差。

步驟6：信道的稀疏。

首先根據(jù)步驟3將信道估計構(gòu)造的信道向量hk進行分簇；然后接收端第g簇信道狀態(tài)信息hk,g通過稀疏矩陣ψk,g得到一個稀疏向量sk,g，sk,g通過提取hk,g的主要成分來代表hk,g，表示為

步驟7：預定義選擇矩陣碼本和選取最優(yōu)選擇矩陣。

首先預定義一個收發(fā)兩端都已知的二進制選擇矩陣碼本cp，然后通過選定的稀疏信道向量s′k,g內(nèi)各元素之和最大準則選取最優(yōu)選擇矩陣pi。具體實施過程如下：

(1)預定義一個收發(fā)兩端都已知的二進制選擇矩陣碼本cp：

cp＝{p1…pl}(8)

其中pi表示選擇矩陣碼本的第i個碼字，即選擇矩陣；l表示碼本cp包含l個選擇矩陣。

(2)通過選擇矩陣pi從稀疏向量sk,g中選擇m個最重要的反饋信息，其中

s′k,g＝pisk,g(9)

全局搜索選擇矩陣碼本，當選定的稀疏信道向量s′k,g內(nèi)各元素之和最大時，接收端確定使用的選擇矩陣pi。

i＝argimax|sk,gpi|(10)

其中pi表示選擇矩陣碼本的第i個碼字。傳統(tǒng)主成分分析方法需要動態(tài)更新每簇和不同時刻的選擇矩陣pi并將其反饋到發(fā)射端，增加了計算復雜度。本發(fā)明預先在收發(fā)兩端設定一個二進制選擇矩陣碼本cp，只需反饋選擇矩陣的索引到基站，減少了計算復雜度和反饋開銷。

步驟8：確定選擇矩陣pi后，通過公式(9)從稀疏向量sk,g中提取m個主要成分，即主要反饋信息。步驟8將高維的信道狀態(tài)信息變成了低維的信道狀態(tài)信息。

步驟9：采用隨機矢量量化碼本，量化低維的選定的稀疏信道向量s′k,g，然后將s′k,g碼字索引以及步驟7選擇矩陣pi的碼字索引一起反饋到發(fā)射端。s′k,g碼字索引通過以下公式獲得：

j＝argjmax|s′k,gwj|(11)

其中wj是隨機矢量量化碼本的第j個碼字。與直接量化高維的信道狀態(tài)信息相比，隨機矢量量化碼本能夠設計得小一些，減少了反饋開銷。

步驟10：發(fā)射端重構(gòu)信道狀態(tài)信息。

發(fā)射端通過反饋獲得的s′k,g碼字索引j以及選擇矩陣pi碼字索引i進行信道狀態(tài)信息重構(gòu)，具體實施過程如下：

(1)發(fā)射端從隨機矢量量化碼本中找到對應第g簇s′k,g的碼字，從選擇矩陣碼本cp＝{p1…pl}中找到對應第g簇選擇矩陣pi的碼字，根據(jù)以下公式：

恢復出第g簇的高維信道狀態(tài)信息向量

(2)發(fā)射端通過選擇矩陣pi和稀疏矩陣ψk,g作逆變換，根據(jù)以下公式：

恢復第g簇的信道狀態(tài)信息

(3)發(fā)射端根據(jù)分簇序號g依次對進行重新排列，重構(gòu)出下行鏈路信道狀態(tài)信息hk。

步驟11：結(jié)束。

本發(fā)明與傳統(tǒng)pca用于信道信息壓縮反饋方法相比，其創(chuàng)新之處在于建立信道模型時考慮了空域和頻域兩個域的信道特性，并將得到的信道向量進行分簇，再對每一簇信道狀態(tài)信息基于卡洛南變換得到稀疏向量，最后通過選擇矩陣提取稀疏向量的主要成分并反饋，本發(fā)明中預定義了靜態(tài)的選擇矩陣并以碼本形式反饋，減小反饋量。

在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結(jié)合。

盡管已經(jīng)示出和描述了本發(fā)明的實施例，本領(lǐng)域的普通技術(shù)人員可以理解：在不脫離本發(fā)明的原理和宗旨的情況下可以對這些實施例進行多種變化、修改、替換和變型，本發(fā)明的范圍由權(quán)利要求及其等同物限定。