信道預(yù)測方法學(xué)習(xí)總結(jié)

在通信系統(tǒng)中，獲取完美的CSI，對于通信系統(tǒng)有著至關(guān)重要的作用。如果所發(fā)送的CSI由于信道的波動(dòng)而變得可能過時(shí)，則信道預(yù)測變得重要，即，需要將CSI的預(yù)測發(fā)送到發(fā)射機(jī)以改善MIMO系統(tǒng)的性能。信道預(yù)測助于改善在發(fā)射機(jī)或接收機(jī)處執(zhí)行的各種操作的性能，如自適應(yīng)編碼和調(diào)制，解碼處理，信道均衡和天線波束成形。

基本的MIMO系統(tǒng)CSI預(yù)測框圖如圖所示：

信道預(yù)測策略

核心算法是：通過當(dāng)前和過去CSI的信息來完成信道的預(yù)測，并且為此，需要模型來表示衰落信道的動(dòng)態(tài)。 在獲得信道的估計(jì)之后，可以估計(jì)信道模型的參數(shù)，并且因此可以借助于這些估計(jì)的信道模型完成對CSI的預(yù)測。 根據(jù)文獻(xiàn)，預(yù)測方案可分為以下三種：（1）參數(shù)無線電信道模型，（2）基于自回歸模型的預(yù)測（3）帶寬擴(kuò)展。

無線電信道參數(shù)模型（PRC）

于參數(shù)無線電信道的方法適用于快速衰落信道，這些參數(shù)的估計(jì)有助于將信道外推到未來。 該方法將信道視為具有不同幅度，相位和多普勒頻率的復(fù)雜正弦波的加權(quán)和。 該模型也稱為正弦波疊加模型。PRC模型的參數(shù)估計(jì)可以通過使用基于子空間的方法來完成。 常用的基于子空間的方法是ESPRIT，MUSIC和Root-MUSIC。 這些方法首先用于單輸入單輸出（SISO）系統(tǒng)，然后擴(kuò)展到MIMO系統(tǒng)。

自回歸模型預(yù)測（AR）

在基于AR的方法中，通過過去信道估計(jì)的加權(quán)線性組求解多徑信道預(yù)測。 這里，基本上計(jì)算權(quán)重以獲得最小的均方誤差（MSE），并且需要知道信道自相關(guān)函數(shù)。自相關(guān)函數(shù)可以是時(shí)變的，也可以是現(xiàn)實(shí)中未知的，它們可以從Yule Walker方程，Burg方法，協(xié)方差和修正的協(xié)方差方法估算出來。可以通過自適應(yīng)濾波技術(shù)（如卡爾曼濾波器，最小均方（LMS）和遞歸最小二乘（RLS來跟蹤信道系數(shù)的變化。基于AR的方法被廣泛用于SISO信道預(yù)測. 在MIMO系統(tǒng)的情況下，MIMO信道可以被視為并行SISO信道，并且單獨(dú)的MMSE預(yù)測器可以應(yīng)用于每個(gè)單獨(dú)的SISO信道。在《slepian subspace projection in time and frequency for time-variant channel estimation》中，作者提出了一種通用的MIMO-OFDM信道預(yù)測框架和兩個(gè)預(yù)測器，即前向逐步子集（FSS）預(yù)測器和降低復(fù)雜度FSS預(yù)測器，它們以不同的方式選擇自回歸（AR）預(yù)測器的數(shù)據(jù)。第一預(yù)測器通過最小化預(yù)測模型的均方誤差（MSE）來選擇數(shù)據(jù)集，第二預(yù)測器通過以啟發(fā)式方式選擇數(shù)據(jù)來降低計(jì)算復(fù)雜度。

帶寬擴(kuò)展

在該方法中，基本思想是將信號分解為適當(dāng)?shù)幕瘮?shù)的總和。 基函數(shù)可以利用信號的已知部分完成求解，并且最終在模型中用于預(yù)測。相關(guān)研究使用傅里葉基礎(chǔ)擴(kuò)展來分解時(shí)變信道，但傅里葉基礎(chǔ)遭受與矩形窗口相關(guān)的頻譜泄漏問題。通過另一個(gè)低頻基線（即離散長橢球波序列（DPSS））可以更好地表示時(shí)變信道。使用帶限擴(kuò)展方法預(yù)測MIMO信道仍然是一個(gè)研究領(lǐng)域。

總結(jié)

以上是生活随笔為你收集整理的信道预测方法初识的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。