本發(fā)明涉及通信，特別是指一種信道估計(jì)方法、裝置及電子設(shè)備。

背景技術(shù)：

1、最小均方誤差(minimum?mean?square?error，mmse)算法是一種經(jīng)典的信道估計(jì)方法，并由此衍生出一系列的改進(jìn)方法如線性最小均方誤差(linear?minimum?meansquare?error，lmmse)，此種傳統(tǒng)算法的信道估計(jì)性能容易受到噪聲的影響。針對(duì)該問(wèn)題，基于深度學(xué)習(xí)網(wǎng)絡(luò)的技術(shù)方案，在毫米波系統(tǒng)信道估計(jì)問(wèn)題中引入深度學(xué)習(xí)能力，通過(guò)深度學(xué)習(xí)，利用多個(gè)深度神經(jīng)網(wǎng)絡(luò)(deep?neural?network，dnn)，通過(guò)多個(gè)單一任務(wù)網(wǎng)絡(luò)來(lái)估計(jì)信道矩陣系數(shù)，在估計(jì)信道增益系數(shù)中需要多次修改用于角度估計(jì)的網(wǎng)絡(luò)模型并重新訓(xùn)練網(wǎng)絡(luò)，其神經(jīng)網(wǎng)絡(luò)原型不具有適用性，且網(wǎng)絡(luò)訓(xùn)練參數(shù)過(guò)多，因此信道估計(jì)性能較差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種信道估計(jì)方法、裝置及電子設(shè)備，解決了信道估計(jì)性能較差的問(wèn)題。

2、為達(dá)到上述目的，本發(fā)明的實(shí)施例提供一種信道估計(jì)方法，包括：

3、生成網(wǎng)絡(luò)設(shè)備的接收信號(hào)數(shù)據(jù)樣本；

4、對(duì)所述接收信號(hào)數(shù)據(jù)樣本進(jìn)行轉(zhuǎn)化，獲得接收信號(hào)的采樣協(xié)方差矩陣；

5、利用多任務(wù)回歸網(wǎng)絡(luò)模型以及所述采樣協(xié)方差矩陣與信道矩陣參數(shù)之間的映射關(guān)系，獲得信道矩陣參數(shù)，所述信道矩陣參數(shù)包括：角度和信道增益。

6、可選的，所述生成網(wǎng)絡(luò)設(shè)備的接收信號(hào)數(shù)據(jù)樣本，包括：

7、根據(jù)單天線用戶的數(shù)量、網(wǎng)絡(luò)設(shè)備天線的陣元數(shù)量、傳輸路徑數(shù)量以及導(dǎo)頻序列長(zhǎng)度，生成無(wú)線信道數(shù)據(jù)；

8、根據(jù)所述無(wú)線信道數(shù)據(jù)生成所述接收信號(hào)數(shù)據(jù)樣本。

9、可選的，所述對(duì)所述接收信號(hào)數(shù)據(jù)樣本進(jìn)行轉(zhuǎn)化，獲得接收信號(hào)的采樣協(xié)方差矩陣，包括：

10、對(duì)所述接收信號(hào)數(shù)據(jù)樣本進(jìn)行轉(zhuǎn)化，獲得接收信號(hào)的協(xié)方差矩陣；

11、取所述協(xié)方差矩陣的中的下三角矩陣部分構(gòu)成第一矩陣；

12、對(duì)所述第一矩陣進(jìn)行維度變換，獲得n×n維的采樣協(xié)方差矩陣。

13、可選的，所述取所述協(xié)方差矩陣的中的下三角矩陣部分構(gòu)成第一矩陣，包括：

14、取所述協(xié)方差矩陣的中的下三角矩陣部分，將所述下三角矩陣部分中的元素轉(zhuǎn)換為標(biāo)量，所述標(biāo)量構(gòu)成所述第一矩陣。

15、可選的，所述利用多任務(wù)回歸網(wǎng)絡(luò)模型以及所述采樣協(xié)方差矩陣與信道矩陣參數(shù)之間的映射關(guān)系，獲得信道矩陣參數(shù)，包括：

16、將所述采樣協(xié)方差矩陣轉(zhuǎn)換為圖片表達(dá)形式；

17、將圖片表達(dá)形式的采樣協(xié)方差矩陣輸入所述多任務(wù)回歸網(wǎng)絡(luò)模型；

18、所述多任務(wù)回歸網(wǎng)絡(luò)模型根據(jù)所述采樣協(xié)方差矩陣與所述信道矩陣參數(shù)之間的映射關(guān)系，獲得所述信道矩陣參數(shù)。

19、可選的，在將所述采樣協(xié)方差矩陣轉(zhuǎn)換為圖片表達(dá)形式之前，所述方法還包括：

20、對(duì)所述采樣協(xié)方差矩陣進(jìn)行歸一化處理，使所述采樣協(xié)方差矩陣歸一化到-1與1之間。

21、可選的，所述對(duì)所述采樣協(xié)方差矩陣進(jìn)行歸一化處理，包括：

22、確定所述采樣協(xié)方差矩陣中的元素的最大值和最小值；

23、根據(jù)所述采樣協(xié)方差矩陣中的元素與所述最小值的差值、所述最大值和所述最小值之間的差值以及歸一化區(qū)間，對(duì)所述采樣協(xié)方差矩陣進(jìn)行歸一化處理。

24、可選的，所述方法還包括：

25、利用卷積網(wǎng)絡(luò)和殘差網(wǎng)絡(luò)構(gòu)建多任務(wù)回歸網(wǎng)絡(luò)模型；

26、利用訓(xùn)練數(shù)據(jù)集對(duì)所述多任務(wù)回歸網(wǎng)絡(luò)模型進(jìn)行模型訓(xùn)練，所述訓(xùn)練數(shù)據(jù)集包括：多個(gè)接收信號(hào)對(duì)應(yīng)的采樣協(xié)方差矩陣以及信道矩陣參數(shù)；所述模型訓(xùn)練用于所述多任務(wù)回歸網(wǎng)絡(luò)模型學(xué)習(xí)所述采樣協(xié)方差矩陣與所述信道矩陣參數(shù)之間的映射關(guān)系。

27、可選的，所述多任務(wù)回歸網(wǎng)絡(luò)模型包括多個(gè)卷積網(wǎng)絡(luò)處理模塊和殘差網(wǎng)絡(luò)處理模塊。

28、為達(dá)到上述目的，本發(fā)明的實(shí)施例提供一種信道估計(jì)裝置，包括：

29、數(shù)據(jù)生成模塊，用于生成網(wǎng)絡(luò)設(shè)備的接收信號(hào)數(shù)據(jù)樣本；

30、第一處理模塊，用于對(duì)所述接收信號(hào)數(shù)據(jù)樣本進(jìn)行轉(zhuǎn)化，獲得接收信號(hào)的采樣協(xié)方差矩陣；

31、第一獲取模塊，用于利用多任務(wù)回歸網(wǎng)絡(luò)模型以及所述采樣協(xié)方差矩陣與信道矩陣參數(shù)之間的映射關(guān)系，獲得信道矩陣參數(shù)，所述信道矩陣參數(shù)包括：角度和信道增益。

32、為達(dá)到上述目的，本發(fā)明的實(shí)施例提供一種電子設(shè)備，包括處理器和收發(fā)器；

33、所述處理器用于：生成網(wǎng)絡(luò)設(shè)備的接收信號(hào)數(shù)據(jù)樣本；

34、對(duì)所述接收信號(hào)數(shù)據(jù)樣本進(jìn)行轉(zhuǎn)化，獲得接收信號(hào)的采樣協(xié)方差矩陣；

35、利用多任務(wù)回歸網(wǎng)絡(luò)模型以及所述采樣協(xié)方差矩陣與信道矩陣參數(shù)之間的映射關(guān)系，獲得信道矩陣參數(shù)，所述信道矩陣參數(shù)包括：角度和信道增益。

36、為達(dá)到上述目的，本發(fā)明的實(shí)施例提供一種可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序或指令，所述程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的信道估計(jì)方法的步驟。

37、本發(fā)明的上述技術(shù)方案的有益效果如下：

38、本申請(qǐng)的實(shí)施例，將接收信號(hào)數(shù)據(jù)樣本轉(zhuǎn)換為采樣協(xié)方差矩陣，將采樣協(xié)方差矩陣輸入多任務(wù)回歸網(wǎng)絡(luò)模型，多任務(wù)回歸網(wǎng)絡(luò)模型通過(guò)學(xué)習(xí)接收信號(hào)的采樣協(xié)方差矩陣與信道矩陣系數(shù)間非線性映射關(guān)系，完成角度估計(jì)和信道增益估計(jì)。避免了單一任務(wù)模型下網(wǎng)絡(luò)重復(fù)訓(xùn)練和網(wǎng)絡(luò)架構(gòu)修改，同時(shí)有效地減少了網(wǎng)絡(luò)訓(xùn)練參數(shù)，降低了模型復(fù)雜度。在毫米波系統(tǒng)下，本申請(qǐng)的方法集合了多任務(wù)回歸網(wǎng)絡(luò)和殘差網(wǎng)絡(luò)的優(yōu)勢(shì)，在整個(gè)信噪比區(qū)域下都能夠準(zhǔn)確地估計(jì)信道矩陣，獲得比傳統(tǒng)信道估計(jì)方法顯著更低的信道估計(jì)矩陣nmse，具有更好的信道估計(jì)性能。

技術(shù)特征：

1.一種信道估計(jì)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述生成網(wǎng)絡(luò)設(shè)備的接收信號(hào)數(shù)據(jù)樣本，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述接收信號(hào)數(shù)據(jù)樣本進(jìn)行轉(zhuǎn)化，獲得接收信號(hào)的采樣協(xié)方差矩陣，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述取所述協(xié)方差矩陣的中的下三角矩陣部分構(gòu)成第一矩陣，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用多任務(wù)回歸網(wǎng)絡(luò)模型以及所述采樣協(xié)方差矩陣與信道矩陣參數(shù)之間的映射關(guān)系，獲得信道矩陣參數(shù)，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在將所述采樣協(xié)方差矩陣轉(zhuǎn)換為圖片表達(dá)形式之前，所述方法還包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述對(duì)所述采樣協(xié)方差矩陣進(jìn)行歸一化處理，包括：

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多任務(wù)回歸網(wǎng)絡(luò)模型包括多個(gè)卷積網(wǎng)絡(luò)處理模塊和殘差網(wǎng)絡(luò)處理模塊。

10.一種信道估計(jì)裝置，其特征在于，包括：

11.一種電子設(shè)備，其特征在于，包括處理器和收發(fā)器；

12.一種可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序或指令，其特征在于，所述程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-9任一項(xiàng)所述的信道估計(jì)方法的步驟。

技術(shù)總結(jié)
本發(fā)明提供一種信道估計(jì)方法、裝置及電子設(shè)備。所述方法包括：生成網(wǎng)絡(luò)設(shè)備的接收信號(hào)數(shù)據(jù)樣本；對(duì)所述接收信號(hào)數(shù)據(jù)樣本進(jìn)行轉(zhuǎn)化，獲得接收信號(hào)的采樣協(xié)方差矩陣；利用多任務(wù)回歸網(wǎng)絡(luò)模型以及所述采樣協(xié)方差矩陣與信道矩陣參數(shù)之間的映射關(guān)系，獲得信道矩陣參數(shù)，所述信道矩陣參數(shù)包括：角度和信道增益。本申請(qǐng)中，將接收信號(hào)數(shù)據(jù)樣本轉(zhuǎn)換為采樣協(xié)方差矩陣，將采樣協(xié)方差矩陣輸入多任務(wù)回歸網(wǎng)絡(luò)模型，通過(guò)學(xué)習(xí)接收信號(hào)的采樣協(xié)方差矩陣與信道矩陣系數(shù)間非線性映射關(guān)系完成角度估計(jì)和信道增益估計(jì)。避免了單一任務(wù)模型下網(wǎng)絡(luò)重復(fù)訓(xùn)練和網(wǎng)絡(luò)架構(gòu)修改，同時(shí)有效地減少了網(wǎng)絡(luò)訓(xùn)練參數(shù)，降低了模型復(fù)雜度，具有更好的信道估計(jì)性能。

技術(shù)研發(fā)人員：關(guān)焯文,王亞峰,余佳潤(rùn),劉文朋,苗佳萃,呂喆,梁燕萍
受保護(hù)的技術(shù)使用者：中國(guó)移動(dòng)通信有限公司研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21