Temel uzantı modeline dayalı yüksek mobilite kanal tahmin yöntemi
Huang Jinjin, Zhao Yisheng, Chen Zhonghui, Lai Xinlin, Dong Zhixiang
(Fizik ve Bilgi Mühendisliği Okulu, Fuzhou Üniversitesi, Fuzhou, Fujian 350108)
Demiryolu (LTE-R) iletişim sisteminin uzun vadeli gelişimi için, yüksek mobilite kanal tahmin araştırması yapın. Temel genişletme modelinin tanıtılmasıyla, LTE-R sisteminin kanal dürtü tepkisi, çeşitli temel fonksiyonların ve katsayıların ürün toplamı formuna yerleştirilir. Temel fonksiyon katsayılarının tahmini yoluyla, hızlı zamanla değişen kanal yaklaşık olarak tahmin edilebilir. Polinom tabanlı genişletilmiş model, karmaşık üstel tabanlı genişletilmiş model, genelleştirilmiş karmaşık üstel tabanlı genişletilmiş model ve optimize edilmiş genelleştirilmiş karmaşık üstel tabanlı genişletilmiş modelin performans karşılaştırması simülasyon aracılığıyla gerçekleştirilmiştir. Simülasyon sonuçları, optimize edilmiş genelleştirilmiş karmaşık üstel tabanlı genişletilmiş modelin en düşük normalleştirilmiş ortalama kare hatasına sahip olduğunu göstermektedir. Ek olarak, optimize edilmiş genelleştirilmiş karmaşık üstel temel genişletme modeli için, farklı hareket hızları altında tahmin performansı, farklı temel fonksiyon sayısı ve farklı modülasyon yöntemleri tartışılmıştır. Simülasyon sonuçları, optimize edilmiş genelleştirilmiş karmaşık üstel tabanlı genişletilmiş modelin, daha yüksek bir hareket hızında, daha az sayıda temel fonksiyonda ve daha yüksek bir modülasyon modunda hala daha düşük bir normalleştirilmiş ortalama kare hatasına sahip olduğunu göstermektedir.
Kanal tahmini; yüksek hareketlilik; temel genişletme modeli
Çin Kütüphanesi Sınıflandırma Numarası: TN914
Belge tanımlama kodu: Bir
DOI: 10.16157 / j.issn.0258-7998.2017.06.029
Çince alıntı biçimi: Huang Jinjin, Zhao Yisheng, Chen Zhonghui, vb. Temel yayılma modeline dayalı yüksek hareketlilik kanalı tahmin yöntemi Elektronik Teknoloji Uygulaması, 2017, 43 (6): 113-117.
İngilizce alıntı biçimi: Huang Jinjin, Zhao Yisheng, Chen Zhonghui, ve diğerleri.Temel genişletme modeline dayalı yüksek mobilite kanalı tahmin yöntemi. Application of Electronic Technique, 2017, 43 (6): 113-117.
0 Önsöz
Demiryolu için Uzun Süreli Evrim (LTE-R) sistemi, çok umut verici bir yüksek hızlı demiryolu iletişim sistemidir. Uluslararası Demiryolu Birliği planına göre, demiryolu mobil iletişim sistemi, geleneksel Küresel Mobil İletişim-Demiryolu Sisteminden (GSM-R) LTE-R sistemine doğrudan geçiş yapacak. LTE-R sistemi için, trenin hareket hızı genellikle 300 km / s'yi aşar ve bu şiddetli Doppler kaymasına neden olur. Aynı zamanda, kablosuz kanal durumu dinamik değişiklikler sunar. Güvenilir kablosuz iletişim hizmetlerinin hala yüksek mobilite senaryoları altında kullanıcılara sağlanabileceğinden nasıl emin olunursa, kanal tahmini kilit önemdedir.
Kanal tahmin problemi, yaygın endişelere neden oldu. Pilot bilginin girilmesinin gerekli olup olmadığına göre, kanal tahmini kör kanal tahmini, pilot destekli kanal tahmini ve yarı kör kanal tahmini olarak bölünebilir. Bununla birlikte, kör kanal tahmini pilot bilgisinin iletimini ortadan kaldırmasına ve frekans bandı kullanımını iyileştirmesine rağmen, algoritması daha yavaş bir yakınsama hızına sahiptir ve büyük miktarda veri depolama ve karmaşık matematiksel işlemler gerektirir, bu nedenle yavaş zamanla değişen solma kanallarıyla sınırlıdır. Gerçek zamanlı veri işleme gereksinimleri yüksek olmadığında, yüksek mobilite kanal tahmini için uygun değildir; pilot destekli kanal tahmini, sistem uygulaması için uygun olan düşük algoritma karmaşıklığına sahiptir ve CSI'yı gerçek zamanlı olarak izleyebilir, hızlı zamanla değişen kanallar için uygundur Tahmin: Yarı kör kanal tahmin algoritması, pilotların karmaşıklığını ve sayısını tehlikeye atsa da, karmaşıklık hala yüksektir ve hızlı ve dinamik olarak değişen kanalları tahmin etmek için uygun değildir. Temel Genişletme Modeline (BEM) dayalı pilot yardımlı kanal tahmin yöntemi, çeşitli temel fonksiyonların ve katsayıların toplamı yoluyla hızlı zamanla değişen kanalları yaklaşık olarak tahmin edebilmekte ve yaygın bir ilgi görmüştür. Bu nedenle, bu makale yüksek mobilite kanal tahmini problemini incelemek için BEM'i kullanacaktır.
Bu makale LTE-R iletişim sistemine yöneliktir, yüksek hareketlilik sahnesinin kanal tahmin araştırmasını yürütür. İlk olarak, LTE-R sisteminin kanal modelini oluşturun. Daha sonra, BEM'e göre, LTE-R kanal dürtü yanıtı, çeşitli temel fonksiyonların ve katsayıların çarpım toplamı biçiminde ifade edilir. Daha sonra, temel fonksiyon katsayılarının tahmin edilmesiyle LTE-R kanalının uydurulması gerçekleştirilir. Son olarak, BEM'in dört formunun performansı simülasyon yoluyla değerlendirilir.
1 LTE-R kanal modeli
Yüksek hızlı demiryolu LTE-R iletişim sistemi yapısı Şekil 1'de gösterilmektedir. Dağıtılmış bir baz istasyonunun tasarımı, yüksek hızlı trenlerin iletişim problemini çözebilir Dağıtılmış baz istasyonu, bir iç mekan ana bant işleme biriminden (Bina Ana Bant Birimi, BBU) ve bir radyo uzak biriminden (Radyo Uzak Birimi, RRU) oluşur. BBU, baz istasyonunun iç kısmında yer alır ve RRU'lar demiryolunun yakınında konuşlandırılır Çoklu RRU'lar, sinyalleri BBU'ya optik fiberler yoluyla iletir. Dağıtılmış baz istasyonlarının tasarımı, hücre sinyallerinin kapsamını genişletebilir ve kullanıcı geçişlerinin sayısını bir dereceye kadar azaltabilir. BBU ve RRU, sırasıyla temel bant sinyallerini ve radyo frekansı sinyallerini işlemek için kullanılır Temel bant sinyalleri BBU'dan RRU'ya optik fiberler aracılığıyla iletildiğinden, radyo frekansı sinyallerinin uzun mesafeli iletimi önlenir ve iletim kaybı önemli ölçüde azaltılabilir. Ayrıca tren kompartımanından geçen kablosuz sinyaller ciddi penetrasyon kaybına neden olacağından, RRU ile tren arasında güvenilir iletişim sağlamak için trenin tepesine bir Araç İstasyonu (VS) kurulur. VS, RRU ile kablosuz olarak bağlantı kurar. Aynı zamanda, her taşıyıcıya bir tekrarlayıcı (Tekrarlayıcı, R) takılır ve tekrarlayıcı, VS ile kablolu bir yöntemle bir bağlantı kurar. Taşıyıcıdaki farklı Kullanıcı Ekipmanları (UE), bir tekrarlayıcı aracılığıyla ağa bağlanabilir.
Yüksek hızlı demiryolu LTE-R iletişim sistemi için, RRU demiryolunun yakınında konuşlandırıldığından ve demiryolu boyunca özel coğrafi çevresel özellikler bulunduğundan, RRU ile VS arasında doğrudan bir görüş hattı (LOS) yolu vardır. Ek olarak, birkaç dolaylı Görüş Hattı Dışı (NLOS) yolu vardır. Literatürden esinlenilen kanal dürtü yanıtı şu şekilde ifade edilir:
Formülde , görüş hattı olmayan sinyalin normalleştirilmiş ortalama gücünün standart sapmasıdır ve A, görüş hattı sinyalinin ortalama genliğidir.
Temel uzatma modeline dayalı 2 Kanal tahmin yöntemi
2.1 Temel uzantı modeli kanal modellemesi
BEM kullanarak kanal modellemenin temel ilkesi, kablosuz kanalı çeşitli temel fonksiyonların ve katsayıların ürün toplamına uydurmaktır. Sinyal yayılımı için çoklu yol sayısının L olduğu varsayılırsa, l'inci yol için, N noktalarında örneklenen kanal kazanç vektörü hl ve temel fonksiyon vektörü bm ise, kanal kazancı hl aşağıdaki gibi temel genişletme modeli tarafından yerleştirilebilir:
Ek olarak, farklı temel fonksiyon formlarına göre, temel genişletme modelleri polinom temel genişletme modellerine (Polinom BEM, P-BEM), karmaşık üstel temel genişletme modellerine (Karmaşık Üstel BEM, CE-BEM), genelleştirilmiş karmaşık üstel temel genişletme modellerine ayrılabilir. (Genelleştirilmiş CE-BEM, GCE-BEM) ve optimize edilmiş genelleştirilmiş karmaşık üstel tabanlı genişletilmiş mod (OptimizationGCE-BEM, OGCE-BEM) sırasıyla şu şekilde tanıtıldı:
Taylor serisine dayalı P-BEM için, m-inci temel fonksiyonunun n'inci elemanı şu şekilde ifade edilebilir:
Formülde 0nN-1, 0mM-1.
Fourier serisi teorisine dayanan CE-BEM için, m'inci temel fonksiyonunun n'inci öğesi şu şekilde ifade edilebilir:
OGCE-BEM için, m-inci temel işlevinin n'inci öğesi şu şekilde ifade edilebilir:
2.2 Temel fonksiyon katsayılarının tahmini
Zamanla değişen çok yollu kanalın giriş ve çıkış yanıt ilişkileri şunlardır:
Formülde H, N × N boyutlu bir zaman alanlı kanal dolaşım matrisidir ve ifade şu şekildedir:
Bu nedenle, frekans alanı Y şu şekilde ifade edilir:
3 Simülasyon sonuçları ve analizi
Şekil 2, farklı BEM'lerin NMSE performansını karşılaştırmaktadır. Simülasyonda hareket hızı v = 350 km / s, modülasyon yöntemi 64QAM ve temel fonksiyon sayısı 11'dir. GCE-BEM'in performansının CE-BEM'den daha iyi olduğu görülebilir çünkü GCE-BEM'in Doppler spektrumunun daha yoğun örneklemesi, CE-BEM'in spektrum sızıntı problemini etkili bir şekilde azaltabilir. Aynı zamanda OGCE-BEM'in tahmin performansı GCE-BEM'den daha iyidir çünkü OGCE-BEM, yüksek frekanslı temel fonksiyonun neden olduğu hatayı GCE-BEM temel fonksiyon frekansını düzelterek modele indirger, böylece kanal tahmin performansı optimaldir. GCE-BEM'in yüksek frekans noktalarında büyük tahmin hatasını telafi eder. Ek olarak, P-BEM tahmin performansı en kötüsüdür, bu da Taylor serisi teorisine dayanan polinom doğrusal kombinasyona dayalı temel fonksiyon modelinin LTE-R sistemi için büyük bir kanal uydurma hatası olduğunu gösterir.
Şekil 3, OGCE-BEM'in farklı hareket hızlarında NMSE performansını karşılaştırmaktadır. Simülasyonda modülasyon yöntemi 64QAM ve temel fonksiyon sayısı 11'dir. Hareket hızı v = 350 km / s ve gürültü gücü 0 dBm olduğunda, OGCE-BEM'in NMSE'si 10-5'e ulaşır ve bu, yüksek sıralı modülasyon durumunda bile OGCE-BEM'in yüksek mobilite kanal tahmini için kullanılabileceğini gösterir. Daha küçük bir NMSE edinin.
Şekil 4, OGCE-BEM'in NMSE performansını farklı sayıdaki temel fonksiyonlarla karşılaştırmaktadır. Simülasyonda hareket hızı v = 350 km / s ve modülasyon yöntemi 64QAM'dir. Temel fonksiyon sayısı 3 ve gürültü gücü 10 dBm olduğunda, OGCE-BEM'in NMSE'si yine de 10-4'e ulaşabilir. Temel fonksiyon sayısı 15 ve gürültü gücü 10 dBm olduğunda OGCE-BEM'in NMSE'si 10-5'e ulaşabilir. Belirli sayıda temel işlevi artırarak, kanal tahmininin NMSE performansı geliştirilebilir.
Şekil 5, OGCE-BEM'in NMSE performansını farklı modülasyon yöntemleriyle karşılaştırmaktadır. Simülasyonda hareket hızı v = 350 km / s ve temel fonksiyon sayısı 11'dir. Gürültü gücü 0 dBm olduğunda, üç OGCE-BEM modülasyon yönteminin NMSE'si 10-6'ya ulaşabilir ve modülasyon yöntemi QPSK olduğunda OGCE-BEM'in NMSE performansı en iyisidir, ardından 16QAM ve 64QAM en kötüsüdür. Gürültü gücü 10 dBm'ye ulaştığında bile, 64QAM'in NMSE'si 10-5'e ulaşabilir.
4. Sonuç
Bu makale, yüksek mobilite senaryolarında LTE-R sisteminin kanal tahmin problemini incelemektedir. BEM'e göre, kanal dürtü yanıtı bir dizi temel fonksiyon ve katsayı ürün toplamları olarak ifade edilir. Temel fonksiyon katsayıları tahmin edilerek, LTE-R sisteminin kanal tahmini gerçekleştirilmektedir. Bu makale yalnızca pilot pozisyondaki kanal durumunu tahmin ettiğinden, sonraki adımda veri pozisyonundaki kanal durumunu tahmin etmek için enterpolasyon algoritması ele alınacaktır. Aynı zamanda elde edilen tahmin hatasına göre temel fonksiyonların sayısı dinamik olarak ayarlanır.
Referanslar
HE R S, AI B, WANG G P, et al.Yüksek hızlı demiryolu iletişimi: GSM-R'den LTE-R'ye. IEEE Vehicular Technology Magazine, 2016, 11 (3): 49-58.
ZHOU S L, GIANNAKIS GB, SCAGLIONE A. Bilinmeyen çok yollu kanallar aracılığıyla genelleştirilmiş FH-OFDMA için uzun kodlar IEEE İşlemleri İletişim, 2001, 49 (4): 721-733.
SONG S, SINGER A C. FIR kısıtlamaları kullanarak kör OFDM kanal tahmini: azaltılmış karmaşıklık ve tanımlanabilirlik IEEE İşlemleri Bilgi Teorisi, 2007, 53 (3): 1136-1147.
BARHUMI I, LEUS G, MOONEN M. Mobil kablosuz kanallarda MIMO OFDM sistemleri için optimum eğitim tasarımı.IEEE İşlemleri Sinyal İşleme, 2003, 51 (6): 1615-1624.
LI Y, SESHADRI N, ARIYAVASITAKUL S.Mobil kablosuz kanallarda verici çeşitliliğine sahip OFDM sistemleri için kanal tahmini.IEEE Journal on Selected Areas in Communications, 1999, 17 (3): 461-471.
MEDLES A, SLOCK D T M. MIMO uzaysal çoğullama sistemleri için yarı kör kanal tahmini IEEE Araç Teknolojisi Konferansı, 2001, 2: 1240-1244.
MEDLES A, SLOCK D T M. Uzamsal çoğullama MIMO sistemleri için doğrusal ön kodlama: kör kanal tahmini yönleri IEEE Uluslararası İletişim Konferansı (ICC), 2002, 1: 401-405.
RABBI M F, HOU S W, KO C C. Temel genişletme modelini kullanarak yüksek mobilite ortogonal frekans bölmeli çoklu erişim kanalı tahmini IET Communications, 2010, 4 (3): 353-367.
LIU L, TAO C, QIU J H, vd. 2.35 GHz'de bir viyadük altında yüksek hızlı demiryolu üzerinde kablosuz kanal için konum tabanlı modelleme. IEEE Journal on Selected Areas in Communications, 2012, 30 (4): 834-845.
ZHAO Y S, LI X, LI Y, ve diğerleri Kuantum davranışlı parçacık sürüsü optimizasyonunu kullanan yüksek hızlı demiryolu bağlantısı MIMO-OFDM sistemi için kaynak tahsisi IEEE Uluslararası İletişim Konferansı (ICC), 2013: 2343-2347.
GUAN K, ZHONG Z D, AI B. Yüksek hızlı demiryolu kanalı modeli kullanılarak LTE-R'nin değerlendirilmesi Üçüncü Uluslararası İletişim ve Mobil Bilgisayar Konferansı (CMC), 2011: 461-464.
TKAC A, WIESER V, POLLAK S. Rician ve rayleigh kanalında dürtü yanıtının hesaplanması ELEKTRO, 2012: 99-102.
HU D, WANG X D, HE L H. Zamanla değişen OFDM sistemleri için yeni seyrek kanal tahmini ve izleme yöntemi Araç Teknolojisi IEEE İşlemleri, 2013, 62 (9): 4648-4653.
TUGNAIT J K, HE SC, KIM H. Üstel temel modelleri ve alt blok izleme kullanarak çift seçici kanal tahmini.IEEE İşlemleri Sinyal İşleme, 2010, 58 (3): 1275-1289.
KHAL R N, ZHANG J R, ZAKHAROV Y V. Temel genişleme modellerine dayalı ortak bayes frekans kayması ve kanal tahmininin sağlamlığı, Sinyaller, Sistemler ve Bilgisayarlar Üzerine Kırk Üçüncü Asilomar Konferansı Konferans Kaydı, Pacific Grove, 2009: 957-961.
Zhang Qinjuan, Wu Muqing, Guo Qilin, vs. OFDM sisteminde optimize edilmiş genelleştirilmiş karmaşık üstel tabanlı genişletilmiş model, Journal of Xidian University, 2012 (3): 131-135.
