大规模3D MIMO中基于信道相关的LOS/NLOS识别算法

doi:10.13190/j.jbupt.2019-052

北京邮电大学学报 ›› 2020, Vol. 43 ›› Issue (1): 1-7.doi: 10.13190/j.jbupt.2019-052

• 论文 • 下一篇

大规模3D MIMO中基于信道相关的LOS/NLOS识别算法

李君瑶, 常永宇, 曾天一

北京邮电大学信息与通信工程学院, 北京 100876

收稿日期:2019-04-04 出版日期:2020-02-28 发布日期:2020-03-27
通讯作者: 常永宇(1963-),女,博士生导师,E-mail:yychang@bupt.edu.cn. E-mail:yychang@bupt.edu.cn
作者简介:李君瑶(1994-),男,硕士生.
基金资助:

Channel Correlation Based LOS/NLOS Identification for 3D Massive MIMO Systems

LI Jun-yao, CHANG Yong-yu, ZENG Tian-yi

School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2019-04-04 Online:2020-02-28 Published:2020-03-27
Supported by:

摘要/Abstract

摘要： 为了提高易受视距（LOS）和非视距（NLOS）传输影响无线应用的性能，对大规模三维多输入多输出（3D MIMO）系统中的LOS/NLOS识别进行了研究，针对实际场景，采用实际信道而非通常假设的理想准确信道，提出了一种改进的时-空-频信道相关识别算法TSFCI-1.识别过程包括3个阶段：根据LOS/NLOS用户不同的时-空-频特性定义测量；针对大规模3D MIMO中信道空间相关性不平稳的特点，对评价指标在空间间隔上求期望；使用时域信道信息进行建模和识别.在此基础上，考虑到天线双极化的影响，改进评价指标，并提出算法TSFCI-2.仿真结果表明，TSFCI-1和TSFCI-2的算法性能均优于对比算法6%以上，错误率分别低至1.92%和1.72%.此外，讨论了信噪比和时域径数对表现最好的TSFCI-2性能的影响.

关键词: LOS/NLOS识别, 时间-空间-频率信道相关, 大规模三维多输入多输出, 信道估计

Abstract: To improve the performance of some wireless technologies, which are susceptible to line of sight (LOS) and non line of sight (NLOS), LOS/NLOS identification in 3D massive multi-input multi-output (MIMO) system is studied. Based on channel correlation, an improved identification algorithm, TSFCI-1, is proposed, which uses actual channel information instead of the normally assumed ideal accurate channel. The process includes:defining measurement based on time-space-frequency properties of LOS/NLOS; in view of the unsteady spatial channel correlation for 3D massive MIMO systems, finding the expectation of measurement on the spatial interval; using channel information to construct the statistical identification model. Considering the influence of antenna dual-polarization, TSFCI-2 with better evaluation index is proposed. It is shown that the identification error of TSFCI-1 and TSFCI-2 is as low as 1.92% and 1.72%, with over 6% better than a previous study. Besides, the effects of signal to noise ratio and the taps number on TSFCI-2 with the best performance is discussed.

Key words: line of sight/non line of sight identification, time-space-frequency channel correlation, 3D massive multiple-input multiple-output, channel estimation

中图分类号:

TN929.531

李君瑶, 常永宇, 曾天一. 大规模3D MIMO中基于信道相关的LOS/NLOS识别算法[J]. 北京邮电大学学报, 2020, 43(1): 1-7.

LI Jun-yao, CHANG Yong-yu, ZENG Tian-yi. Channel Correlation Based LOS/NLOS Identification for 3D Massive MIMO Systems[J]. Journal of Beijing University of Posts and Telecommunications, 2020, 43(1): 1-7.

[1]	李民政曹宇青颜娟娟陆健. 多智能反射面辅助毫米波级联信道估计方法[J]. 北京邮电大学学报, 2023, 46(4): 15-20.
[2]	常琪卿王森金婧李逸潇龙航. OTFS系统信道参数迭代估计算法[J]. 北京邮电大学学报, 2023, 46(4): 52-57.
[3]	李贵勇杜一舟王丹刘星星. RIS辅助太赫兹通信的宽带上行信道估计[J]. 北京邮电大学学报, 2022, 45(6): 113-118.
[4]	张天魁李亚楠沈鸿. 无人机蜂群通信的虚拟大规模MIMO信道估计算法[J]. 北京邮电大学学报, 2022, 45(6): 48-54.
[5]	陈颖, 尹良, 孙君, 李书芳. 大规模MIMO时分双工系统信道互易性研究[J]. 北京邮电大学学报, 2018, 41(3): 56-62.
[6]	曲桦, 杨跃, 赵季红, 王伟华. 稳健变步长符号算法在稀疏信道估计中的应用[J]. 北京邮电大学学报, 2017, 40(3): 110-113,120.
[7]	高敬鹏, 赵旦峰, 黄湘松, 周相超. MIMO-OFDM系统的SAGE-IPSO联合估计检测[J]. 北京邮电大学学报, 2014, 37(3): 43-47,52.
[8]	郭文彬, 李春波, 雷迪, 王文博. 基于联合稀疏模型的OFDM压缩感知信道估计[J]. 北京邮电大学学报, 2014, 37(3): 1-6.
[9]	刘兵朝, 李道本. 一种正交时频码及其应用[J]. 北京邮电大学学报, 2013, 36(5): 46-50.
[10]	王颖, 周晶, 方莉, 李道本. 应用在OFDM-MIMO系统的低复杂度时域导频方案[J]. 北京邮电大学学报, 2013, 36(3): 1-6.
[11]	孟庆微黄建国韩晶王刚马闯. 水声单载波分块传输中基于压缩感知的稀疏信道估计方法[J]. 北京邮电大学学报, 2012, 35(5): 14-17.
[12]	耿欣胡捍英. 快变信道环境下的MIMO OFDM系统信道估计算法[J]. 北京邮电大学学报, 2012, 35(3): 20-24.
[13]	李巨虎陈鹏贺志强吴伟陵. 双选择瑞利信道MIMO-OFDM存在信道估计误差分析[J]. 北京邮电大学学报, 2012, 35(1): 107-110.
[14]	王思野,许文俊,贺志强,牛凯,吴伟陵. 认知无线网络中协作感知数据上报性能分析[J]. 北京邮电大学学报, 2011, 34(s1): 123-126.
[15]	杨丽花任光亮邱智亮. LTE上行多用户SC-FDMA系统中增强信道估计方法[J]. 北京邮电大学学报, 2011, 34(6): 86-90.

大规模3D MIMO中基于信道相关的LOS/NLOS识别算法

Channel Correlation Based LOS/NLOS Identification for 3D Massive MIMO Systems

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价