Dağıtılmış sıkıştırılmış algılamaya dayalı kanal tahmini pilot optimizasyon stratejisi
Lai Xinlin, Chen Zhonghui, Zhao Yisheng
(Fizik ve Bilgi Mühendisliği Okulu, Fuzhou Üniversitesi, Fuzhou, Fujian 350108)
LTE-R sisteminin kullanıcıları için güvenilir kablosuz iletişim hizmetlerinin sağlanması için, kanal durumu bilgilerinin kanal tahmini yoluyla elde edilmesi gerekir. Yüksek hızlı hareketlilik senaryosunda, kablosuz kanal, frekans-zaman ikili seçiciliği sergiler Kanal tahminine ulaşmak için, çok sayıda pilotun tanıtılması gerekir. Yukarıdaki problemleri çözmek için, dağıtılmış sıkıştırılmış algılama teorisi ile birleştirilmiş bir kanal tahmini pilot optimizasyon şeması önerilmektedir. İlk olarak, zaman gecikmesi alanında kablosuz kanalın seyreklik özelliklerine göre temel fonksiyon katsayıları arasındaki ortak seyreklik madenciliği ve tahmin denklemlerinin ayrıştırılması. Daha sonra, alt taşıyıcılar arası müdahaleyi bastırabilen yeni bir pilot model türü elde etmek için dağıtılmış sıkıştırılmış algılama teorisi tanıtıldı. Simülasyon sonuçları, pilot modelin optimizasyonunun, kanal tahmin şemasının sistem performansını geleneksel şemadan önemli ölçüde daha iyi hale getirebileceğini göstermektedir.
Dağıtılmış sıkıştırılmış algılama; kanal tahmini; frekans-zaman ikili seçicilik; eklem seyrekliği
TN92
Belge tanımlama kodu: Bir
10.16157 / j.issn.0258-7998.2016.12.026
Çince alıntı biçimi: Lai Xinlin, Chen Zhonghui, Zhao Yisheng. Dağıtılmış sıkıştırılmış algılamaya dayalı kanal tahmini pilot optimizasyon stratejisi. Application of Electronic Technology, 2016, 42 (12): 100-104.
İngilizce alıntı biçimi: Lai Xinlin, Chen Zhonghui, Zhao Yisheng Dağıtılmış sıkıştırılmış algılamaya dayalı kanal tahmininin pilot optimizasyon stratejisi Elektronik Tekniğin Uygulanması, 2016, 42 (12): 100-104.
0 Önsöz
Yeni nesil Demiryolu için Uzun Süreli Evrim (LTE-R) sistemi için, tren hareket hızı 300 km / s'yi aşıyor ve kablosuz kanal, frekans-zaman ikili seçicilik sergileyerek, ciddi Taşıyıcılar Arası Girişim (Taşıyıcılar Arası Girişim) ile sonuçlanıyor. , ICI), sistem performansı ciddi şekilde bozulmuştur. Kanal tahmini yoluyla kanal durum bilgisinin elde edilmesi, iletişim sisteminin performansını önemli ölçüde artırabilir. Bu nedenle LTE-R sistemi için kanal tahmin araştırması yapmak büyük önem taşımaktadır.
Son yıllarda, kablosuz kanallarla ilgili derinlemesine araştırmalarla, insanlar çoklu yol sayısının genellikle 10'dan çok daha fazla olduğunu, ancak yolların çoğunun sıfır veya yaklaşık sıfır enerjiye sahip olduğunu ve yalnızca birkaç yolun göz ardı edilemeyecek kadar enerji taşıdığını keşfettiler. Kablosuz kanalın seyrek yapısı. Geleneksel kanal tahmin şemasını kullanmaya devam ederseniz, çok sayıda pilotun tanıtılması gerekir, bu da frekans bandı kaynaklarının boşa harcanmasına neden olur. Sıkıştırmalı Algılama (CS) teknolojisi, az sayıda gözlemlenen örnekten seyrek sinyalleri yeniden oluşturabilir ve kanal tahmin stratejilerindeki pilot sayısını azaltmak için uygun bir çözüm sağlar. Literatürde, frekans seçiciliğine sahip seyrek kanallar için yazar, pilot sayısını etkili bir şekilde azaltan CS teorisini sunar. TAUBOCK G ve arkadaşları, zaman gecikmesi-Doppler frekans alanında çift seçici kanalların seyrekliğini inceledi ve kanal tahmin problemlerini incelemek için CS teorisini birleştirdi. Dağıtılmış Sıkıştırılmış Algılama (DCS), aynı senaryoda düşük CS verimliliği sorununu çözebilir. DCS, tahmin edilecek sinyallerin ortak seyrekliğini araştırarak bu seyrek sinyalleri birlikte yeniden oluşturmayı amaçlamaktadır.
LTE-R sistemini hedefleyen bu makale, DCS'ye dayalı bir kanal tahmini pilot optimizasyon şeması önermektedir. İlk olarak, bu makale, kablosuz kanalı modellemek için Karmaşık Üstel Temel Genişletme Modeli'ni (CE-BEM) kullanır ve gecikme alanındaki kablosuz geniş bant kanalının seyrekliğine göre, temel fonksiyon katsayılarının ortak seyrekliğini kanıtlar. Seks. Ardından, tahmin denklemi ayrıştırılır ve ardından ICI'yi baskılayabilen yeni bir pilot model elde etmek için DCS teorisi kullanılır. Son olarak, bu makale simülasyon yoluyla geleneksel şema, CS şeması ve DCS şemasının normalleştirilmiş ortalama kare hatasını karşılaştırmaktadır.
1 Sistem modeli ve DCS teorisi
1.1 LTE-R iletişim senaryosu
Bu yazıda incelenen yüksek hızlı demiryolu iletişim senaryosu Şekil 1'de gösterilmektedir. Genel mobil iletişim sistemleri alan kapsamını kullanırken, yüksek hızlı demiryolu iletişim sistemleri şerit kapsama alanı kullanır. Yüksek hızlı demiryolu özel ağının topolojik yapısı, bir temel bant işleme birimi (Bina Ana Bant Birimi, BBU) ve bir radyo uzak biriminden (Radyo Uzak Birimi, RRU) oluşur. Bir BBU, optik fiberler aracılığıyla birden çok RRU'ya bağlanır ve birden çok RRU, yüksek hızlı demiryolu boyunca sürekli ve eşit mesafeli olarak konuşlandırılır. Her trenin ilk vagonu, RRU'dan radyo frekansı sinyallerini almak için araca monteli bir alıcı cihaz (Araç İstasyonu, VS) ile donatılmıştır. VS, alınan sinyalleri her arabanın Kullanıcı Ekipmanlarına (UE) iletmek için her arabada yapılandırılan kablolar ve tekrarlayıcılar (Tekrarlayıcı, R) kullanır. Bu makalenin gerçekleştirmesi gereken şey, RRU ve VS arasındaki kablosuz kanalın tahminidir. Yüksek hızlı mobil senaryolarda, kablosuz kanal, frekans-zaman ikili seçiciliği sergiler.
Ortogonal Frekans Bölmeli Çoklama (OFDM), LTE-R sisteminin temel teknolojilerinden biridir. OFDM sisteminde, bir OFDM sembolünü iletmek için N alt taşıyıcıya ihtiyaç vardır: X (X, ..., X) T. Sinyal iletilmeden önce, x = (x, ..., x) T zaman alanı sinyalini elde etmek için N-noktalı ters hızlı Fourier dönüşümü olması gerekir. Ara Sembol Girişimini (ISI) etkili bir şekilde bastırmak için, sinyal x'e iletim ucunda döngüsel bir önek eklemek ve alıcı uçtaki döngüsel öneki kaldırmak gerekir.Alıcı uçtaki zaman alanı sinyali şu şekilde ifade edilebilir: y = Hx + w = ( y, ..., y) T. Zaman alanlı kanal iletim matrisi HCN × N (yani, H, N × N boyutlu bir matristir), döngüsel kaydırma matrisi benzeri bir yapıdır. Alıcı uçta, hızlı Fourier dönüşümünden sonra, Y = Fy = FHFHX + Fw, Y = (Y, ..., Y) T frekans alanı alınan sinyaldir ve w gürültü sinyalidir. F, standart normalleştirilmiş Fourier dönüşüm matrisidir.
1.2 DCS teorisi
CS teknolojisi, seyrek sinyalleri doğru bir şekilde yeniden yapılandırmak için sınırlı sayıda ölçümün kullanılmasını ifade eder. CS rekonstrüksiyon vektörü m = (m, ..., m) T kullanılıyorsa, çözüm şudur:
2 Tahmin probleminin modellenmesi
2.1 Temel genişletme modeli
Bir OFDM sembol zamanında, l'inci (0lL-1) kanal bağlantısının dürtü yanıtı: hl = (h, ..., h) T'dir, burada h, n'inci zamanın ve l'inci yolun dürtüsüdür tepki. Kanal musluğunu uydurmak için Temel Genişletme Modeli (BEM) kullanılıyorsa, yani:
2.2 BEM katsayılarının seyrekliği
3 Pilot kalıp optimizasyon şeması
Toplam pilot sayısının P olduğunu ve pilot pozisyonlarının setinin olduğunu varsayalım. Pilot frekansı iki bölümden oluşur:
Bunlar arasında, 0 her bir elemanın eff eksi (Q-1) / 2 cinsinden değerini temsil eder. Bu makale Q = 3 olduğunu varsaymaktadır ve pilot alt taşıyıcıların ve veri alt taşıyıcılarının dağılımı Şekil 2'de gösterilmektedir.
Denklem (7) 'nin ayırma işlemi yoluyla, ICI'den etkilenmeyen Q denklemleri elde edilir:
Yani, yalnızca en uygun çözümü, matrisin (? Eff) satır kümesini bulmaya ihtiyaç vardır. Optimal problemdeki amaç fonksiyonu, optimal çözümü elde etmek için doğru bir şekilde hesaplanamadığında, ancak yalnızca optimalin altında bir çözüm elde etmek için tahmin edilebildiğinde, alt-optimal çözümü elde etmek için Ayrık Stokastik Optimizasyon (DSO) teknolojisinin kullanımı kullanılabilir. Bu nedenle, bu makale DSO teknolojisine dayalı bir pilot desen tasarım şeması benimser.
Algoritma DSO teknolojisine dayalı bir Pilot model tasarım algoritması adımları:
(1) Başlatma
4 Simülasyon analizi
LTE-R iletişim sisteminde, baz istasyonları hat boyunca konuşlandırılır. Mobil terminalin iletilen sinyali, kablosuz kanal yoluyla alıcı uca ulaştığında, yayılma yolu, bir Görüş hattı (LOS) ve birden çok Görüş hattı olmayan (NLOS) yolu içerecektir. Bu nedenle gerçek kanal, Rician zayıflayan kanal modeli ile tanımlanabilir. Bu makale, tahmin doğruluğunu ölçmek için normalleştirilmiş ortalama kare hatasını (Normalleştirilmiş Ortalama Kare Hatası, NMSE) kullanır:
Şekil 3, v = 200 km / s olduğunda geleneksel şema, CS şeması ve DCS şemasının sırasıyla yeni pilot frekans örüntüsünün ve geleneksel pilot frekans örüntüsünün tahmin hassasiyetini benimsediğini karşılaştırır. Geleneksel şema, kanalı modellemek için CE-BEM'i kullanır (QCE = 3), eşit uzaklıkta tarak şeklinde bir pilot model benimser ve kanal tahminini gerçekleştirmek için En Küçük Kareler (LS) tahmin kriterlerini birleştirir. Simülasyon sonuçları, yeni pilot modelin (1 = 0.25) CS şemasına ve DCS şemasına uygulanmasının, sistem sinyal-gürültü oranının artmasıyla, temel fonksiyon katsayılarının iyi bir şekilde yeniden yapılandırılabileceğini ve nispeten yüksek bir tahmin elde edilebileceğini göstermektedir. Doğruluk, geleneksel pilot kalıpları (2 = 0.99) kullanan CS şemasından ve DCS şemasından önemli ölçüde daha iyidir. Algoritma A, minimum denklem değerini arayarak BEM katsayılarını en yüksek olasılıkla yeniden oluşturabilen optimum pilot modeli elde eder (14).
Şekil 4, v = 400 km / s olduğunda geleneksel şema, CS şeması ve DCS şemasının sistem performansını karşılaştırmaktadır. Şekil 5, hareket hızını v değiştirerek üç şemanın sistem performansını karşılaştırmaktadır. Geleneksel şemadaki pilot sayısı P2 = (2Q-1) L = 5 × 32 = 160 ve frekans bandı ek yükü 2 =% 62,5 iken CS şeması ve DCS şemasının frekans bandı ek yükü 1 =% 31,25'tir. Frekans bandı kullanımı açısından CS şeması ve DCS şeması, pilot ek yükünü büyük ölçüde azaltabilir. Simülasyon sonuçları, SNR 1 dB'den daha yüksek olduğunda, SNR arttıkça, DCS şemasının tahmin doğruluğunun geleneksel şemadan önemli ölçüde daha yüksek olabileceğini göstermektedir.Bunun nedeni, DCS şemasının tahmin denklemini ayırması ve ICI'yi bastırma yeteneğini benimsemesidir. Yeni pilot modeli türü. Ek olarak, Şekil 4 ve 5'ten DCS şemasının performansının CS şemasından belli bir dereceye kadar daha iyi olabileceği görülebilir. Bunun nedeni, DCS teknolojisinin verileri birlikte işleme yönteminin, bilinmeyen sinyalin sıfır olmayan elemanının konumunu bulma başarı oranını iyileştirmesidir.
5. Sonuç
Bu makale, LTE-R iletişim sisteminde çift seçici kanal tahmininin pilot optimizasyonunu inceler. Gecikme alanındaki kablosuz kanalın seyrek doğasına göre, bu makale BEM katsayılarının ortak seyrekliğini göstermektedir. Daha sonra, tahmin denklemi ayrıştırıcı bir forma dönüştürülür ve ICI'yi baskılayabilen optimum pilot modeli elde etmek için DCS teorisi sunulur. Simülasyon sonuçları, yeni pilot modelle birleştirilmiş DCS şemasının yalnızca geleneksel şemanın spektrum kullanımını iyileştirmekle kalmayıp aynı zamanda tahmin doğruluğunu da önemli ölçüde iyileştirdiğini göstermektedir. CS şeması aynı sayıda gözlem içerdiğinde, DCS şeması tahmin doğruluğunu daha da iyileştirebilir. Sonraki araştırmalar, tahmin şemasını daha da optimize etmek için model hatasını dikkate alacaktır.
Referanslar
PAREDES J L, ARCE GR, WANG Z. Ultra geniş bant sıkıştırılmış algılama: kanal tahmini IEEE Journal of Selected Topics in Signal Processing, 2007, 1 (3): 383-395.
TANG Z J, CANNIZZARO R C, LEUS G, ve diğerleri.OFDM sistemleri için pilot destekli zamanla değişen kanal tahmini.IEEE İşlemleri Sinyal İşleme, 2007, 55 (5): 2226-2238.
UNSER M.Sampling Shannon'dan 50 yıl sonra. IEEE'nin İşlemleri, 2000, 88 (4): 569-587.
VUOKKO L, KOLMONEN V M, SALO J, et al.Geometrik kanal modelleri için büyük ölçekli küme gücü özelliklerinin ölçümü Antenler ve Yayılma üzerine IEEE İşlemleri, 2007, 55 (11): 3361-3365.
TAUBOCK G, HLAWATSCH F. Mobil ortamlarda OFDM kanal tahmini için sıkıştırılmış bir algılama tekniği: pilotları azaltmak için kanal seyrekliğini kullanma IEEE Uluslararası Akustik Konferansı Bildirileri Las Vegas, Amerika: IEEE Press, 2008: 2885-2888.
DUARTE M F, ELDAR Y C. Yapısal sıkıştırılmış algılama: teoriden uygulamalara IEEE İşlemleri Sinyal İşleme, 2011, 59 (9): 4053-4085.
RAGHAVAN V, SAYEED A M. Seyrek MIMO kanalları için alt lineer kapasite ölçeklendirme yasaları Bilgi Teorisi IEEE İşlemleri, 2011, 57 (1): 345-364.
HOMEM-DE-MELLO T. Stokastik optimizasyon için değişken örnekleme yöntemleri Modelleme ve Bilgisayar Simülasyonu Üzerine ACM İşlemleri, 2003, 13 (2): 108-133.
TROPP J A, GILBERT A C. Ortogonal eşleştirme takibi yoluyla rastgele ölçümlerden sinyal kurtarma IEEE İşlemleri Bilgi Teorisi, 2007, 53 (12): 4655-4666.
BEAULIEU N C, CHEN Y. Ricean solma kanallarında yerel ortalama SNR'nin maksimum olasılık tahmini IEEE Communications Letters, 2005, 9 (3): 219-221.
