本發明涉及通信技術，尤其涉及一種信道預測方法及裝置。

背景技術：

隨著移動通信中多輸入多輸出(Multiple-Input Multiple-Output，MIMO)技術的廣泛應用，特別是第五代移動通信技術(5G)將采用大規模MIMO(massive MIMO)技術，不僅基站側天線數目激增，終端側也將采用更多的天線，將導致無線信道的空間維度大大增加。

傳統信道估計算法大多數是基于導頻序列的數據輔助型算法，如經典的最小平方(Least Square，LS)算法和線性最小均方誤差(Linear Minimum Mean Square Error，LMMSE)算法?；玖鞒淌牵喊l射機發射導頻序列，該導頻序列是已知的，有長度和正交性的約束。接收機依據某種準則對接收信號進行處理，計算出信道估計值。

傳統信道估計算法在天線數激增的情況下需要的導頻開銷非常大才能保證信道估計的精確性，這不僅嚴重降低了可用數據傳輸效率，也使得依靠導頻序列的傳統信道估計算法越來越復雜。

技術實現要素：

本發明提供一種信道預測方法及裝置，以解決現有的傳統信道估計算法在天線數激增的情況下需要的導頻開銷非常大，嚴重降低數據傳輸效率的問題。

第一方面，本發明提供一種信道預測方法，包括：

獲取當前準靜止環境對應的兩個相鄰時刻的信道沖激響應，每個信道沖激響應對應N個不同的路徑；

獲取兩個信道沖激響應分別對應的第一平均功率延遲譜和第二平均功率延遲譜；

根據所述第一平均功率延遲譜和第二平均功率延遲譜，提取所述當前準靜止環境對應的不變路徑上的信道沖激響應；

根據所述不變路徑上的信道沖激響應和所述當前準靜止環境的信道估計值，得到所述當前準靜止環境對應的可變路徑上的信道沖激響應；

根據所述可變路徑上的信道沖激響應，預測下一時刻的信道估計值。

可選地，所述獲取當前準靜止環境對應的兩個相鄰時刻的信道沖激響應，包括：

獲取當前準靜止環境的場景參數，所述場景參數包括地理位置、當前時間、網絡拓撲以及天線配置；

根據所述場景參數從信道數據庫中獲取與所述當前準靜止環境匹配的標準場景；

獲取所述標準場景在當前時間所屬的時間段內兩個相鄰時刻的信道沖激響應，作為所述當前準靜止環境對應的兩個相鄰時刻的信道沖激響應。

可選地，所述獲取兩個信道沖激響應分別對應的第一平均功率延遲譜和第二平均功率延遲譜，包括：

通過如下公式一和公式二獲取所述第一平均功率延遲譜和第二功率延遲譜；

P_i(τ_n)＝||h_i(τ_n)||² 公式一

P_j(τ_n)＝||h_j(τ_n)||² 公式二

其中，所述h_i(τ_n)和h_j(τ_n)均為信道沖激響應，所述P_i(τ_n)為第一平均功率延遲譜，所述P_j(τ_n)為第二平均功率延遲譜，所述τ_n為路徑索引，n＝1,...,N；|i-j|＝1。

可選地，所述根據所述第一平均功率延遲譜和第二平均功率延遲譜，提取所述當前準靜止環境對應的不變路徑上的信道沖激響應，包括：

對所述P_i(τ_n)和所述P_j(τ_n)進行去噪處理；

獲取去噪處理后的P_i(τ_n)和P_j(τ_n)的前K個峰值，所述K為自然數，得到P′_i＝{P′_i(k)|k＝1,...,K}和P′_j＝{P′_j(k)|k＝1,...,K}；

通過如下公式三對所述P′_i和P′_j進行歸一化處理，得到不變路徑的索引集合Q；

其中，所述索引集合中的路徑索引q滿足P_ij(q)≤ξ，ξ＝0.01；

根據所述索引集合Q，獲取所述不變路徑上的信道沖激響應。

可選地，所述根據所述索引集合Q，獲取所述不變路徑上的信道沖激響應，包括：

將路徑索引不屬于所述索引集合Q的h_i(τ_n)和h_j(τ_n)賦值為0，得到新的信道沖激響應和

通過如下公式四獲取所述不變路徑上的信道沖激響應；

其中，所述代表不變路徑上的信道沖激響應。

可選地，所述根據所述不變路徑上的信道沖激響應和所述當前準靜止環境的信道估計值，得到所述當前準靜止環境對應的可變路徑上的信道沖激響應，包括：

通過如下公式五得到所述當前準靜止環境對應的可變路徑上的信道沖激響應；

其中，所述代表當前準靜止環境的信道估計值，所述ε代表可變路徑上的信道沖激響應，n＝1,...,N。

可選地，所述根據所述可變路徑上的信道沖激響應，預測下一時刻的信道估計值，包括：

根據所述可變路徑上的信道沖激響應，建立指數模型，所述指數模型的率參數為λ；

根據所述指數模型和所述率參數λ，生成ε'(τ_n)，所述ε'(τ_n)為服從率參數為λ的指數分布的隨機過程；

根據如下公式六得到下一時刻的信道估計值；

其中，所述代表下一時刻的信道估計值。

第二方面，本發明提供一種信道預測裝置，包括：

第一獲取模塊，用于獲取當前準靜止環境對應的兩個相鄰時刻的信道沖激響應，每個信道沖激響應對應N個不同的路徑；

第二獲取模塊，用于獲取兩個信道沖激響應分別對應的第一平均功率延遲譜和第二平均功率延遲譜；

提取模塊，用于根據所述第一平均功率延遲譜和第二平均功率延遲譜，提取所述當前準靜止環境對應的不變路徑上的信道沖激響應；

處理模塊，用于根據所述不變路徑上的信道沖激響應和所述當前準靜止環境的信道估計值，得到所述當前準靜止環境對應的可變路徑上的信道沖激響應；

預測模塊，用于根據所述可變路徑上的信道沖激響應，預測下一時刻的信道估計值。

本發明提供的信道預測方法及裝置，該方法通過根據當前準靜止環境的場景參數與信道數據庫的場景參數進行匹配后選取信道數據庫中兩個相鄰時刻的信道沖激響應，再獲取兩個信道沖激響應分別對應的第一平均功率延遲譜和第二平均功率延遲譜，經過去噪處理、去峰值和歸一化處理后分離出當前準靜止環境對應的不變路徑上的信道沖激響應。再根據當前準靜止環境的信道估計值，找到可變路徑上的信道沖激響應對應的數學模型，進而預測出下一時刻的信道估計值。本發明信道預測方法及裝置省去了信道測量工作，有利于節省人力物力，且有利于降低信道估計時的導頻開銷，便于快速、有效地獲取信道預測值。

附圖說明

圖1為本發明提供的信道預測方法的流程圖；

圖2為本發明提供的信道沖激響應的獲取流程圖；

圖3為本發明提供的提取信道沖激響應的流程圖；

圖4為本發明提供的預測信道估計值的流程圖；

圖5為本發明提供的信道預測裝置的結構圖。

具體實施方式

一般地，短時間內移動終端(如手機等)不會發生快速的位置變化，信號在傳播路徑上遇到的大的障礙物(例如建筑物和墻等)是不變的，只有汽車和行人等會造成傳播路徑的變化，這種環境稱為準靜止環境。信號在到達接收機之前的傳播過程中會經歷多徑衰落。在準靜止環境下，有一部分傳播路徑是不變的，例如建筑物反射徑等，其他傳播路徑是隨著時間的變化而消失或者重新出現的，例如信號遇到汽車或者行人形成的傳播路徑等。正是由于這種徑的生滅現象，使得在信道預測過程中，只有發生變化的徑需要重新進行計算。

由于在準靜止環境下信號具有上述的特點，本實施例信道預測方法中獲取信道估計值的具體過程為：首先獲取當前準靜止環境對應的不變路徑上的信道沖激響應。其次，根據當前準靜止環境對應的不變路徑上的信道沖激響應和當前準靜止環境的信道估計值，得到當前準靜止環境對應的可變路徑上的信道沖激響應。接著，根據當前準靜止環境對應的可變路徑上的信道沖激響應的模型和當前準靜止環境對應的不變路徑上的信道沖激響應，預測一下時刻的信道估計值。本實施例信道預測方法及裝置可應用到基站，也可應用到用戶設備中，具體的應用場景與傳統信道估計算法的應用方式相同，本實施例不做贅述。

圖1為本發明提供的信道預測方法的流程圖，如圖1所示，本實施例的信道預測方法可以包括：

步驟101：獲取當前準靜止環境對應的兩個相鄰時刻的信道沖激響應，每個信道沖激響應對應N個不同的路徑。

具體地，本領域技術人員能夠理解，在不同的場景下，不同時刻的接收信號對應有不同的信道沖激響應。直接利用實際測量得到的信道沖激響應的數據存儲量很大，本實施例可根據場景參數和對應場景下的信道沖激響應，建立好信道數據庫，以便進行后續查找計算做準備。在信道數據庫中包括很多典型場景。例如，典型場景一，設置場景參數，如地理位置A1，當前時間A2，網絡拓撲A3，天線配置A4。典型場景二，設置場景參數，如地理位置B1，當前時間B2，網絡拓撲B3，天線配置B4。典型場景三，設置場景參數，如地理位置C1，當前時間C2，網絡拓撲C3，天線配置C4。其中，網絡拓撲包括用戶個數、小區個數、上下行鏈路、室內辦公室、城市微蜂窩等，天線配置包括接收天線數、發射天線數、天線陣列形狀等。本實施例中信道數據庫中典型場景個數包括很多不僅限于上述三個，且由于是直接利用實際測量得到的信道沖激響應，考慮到了所有可能發生的傳播因素，因此場景參數可包括實際場景的所有參數不限于上述的地理位置、當前時間、網絡拓撲、天線配置。

在建立好的信道數據庫中，獲取當前準靜止環境對應的兩個相鄰時刻的信道沖激響應。具體地，可通過圖2所示的實施例實現。圖2為本發明提供的信道沖激響應的獲取流程圖。如圖2所示，該方法包括：

步驟1011：獲取當前準靜止環境的場景參數，場景參數包括地理位置、當前時間、網絡拓撲以及天線配置。

步驟1012：根據場景參數從信道數據庫中獲取與當前準靜止環境匹配的標準場景。

步驟1013：獲取標準場景在當前時間所屬的時間段內兩個相鄰時刻的信道沖激響應，作為當前準靜止環境對應的兩個相鄰時刻的信道沖激響應。

具體地，在信道估計過程中，根據現場實際情況，獲取當前準靜止環境的場景參數D，如地理位置D1，當前時間D2、網絡拓撲D3以及天線配置D4。根據當前靜止環境的場景參數D，在信道數據庫中找出與當前準靜止環境的場景最接近的典型場景，例如，最為接近的場景為典型場景一。由于在間隔很短的時間內，獲取的信道沖激響應值有很多列，且在多列信道沖激響應值中不變路徑對應的成分是不變的，可根據當前時間，找到信道數據庫中所屬的時間段內相鄰兩個信道沖激響應h_i(τ_n)和h_j(τ_n)，其中τ_n為路徑索引，|i-j|＝1，n＝1,...,N。

步驟102：獲取兩個信道沖激響應分別對應的第一平均功率延遲譜和第二平均功率延遲譜。

具體地，通過如下公式一和公式二獲取第一平均功率延遲譜和第二功率延遲譜；

P_i(τ_n)＝||h_i(τ_n)||² 公式一

P_j(τ_n)＝||h_j(τ_n)||² 公式二

其中，h_i(τ_n)和h_j(τ_n)均為信道沖激響應，P_i(τ_n)為第一平均功率延遲譜，P_j(τ_n)為第二平均功率延遲譜。

步驟103：根據第一平均功率延遲譜和第二平均功率延遲譜，提取當前準靜止環境對應的不變路徑上的信道沖激響應。

具體地，本實施例中可采用從第一平均功率延遲譜P_i(τ_n)和第二平均功率延遲譜P_j(τ_n)中分離出不變路徑上的信道沖激響應，得到不變路徑的索引集合Q。其中，每個路徑索引τ_n對應的徑與實際環境中的障礙物存在映射關系，例如延遲為τ₁的徑對應的是建筑物的反射徑，延遲為τ₂的徑對應的是玻璃或墻面的折射徑，延遲為τ₃的徑對應的是受到行人或汽車等障礙物影響的傳播路徑?？蛇x地，可通過圖3所示的實施例來提取當前準靜止環境對應的不變路徑上的信道沖激響應。

圖3為本發明提供的提取信道沖激響應的流程圖，如圖3所示，該方法包括：

步驟1031：對P_i(τ_n)和P_j(τ_n)進行去噪處理。

步驟1032：獲取去噪處理后的P_i(τ_n)和P_j(τ_n)的前K個峰值，K為自然數，得到P′_i＝{P′_i(k)|k＝1,...,K}和P′_j＝{P′_j(k)|k＝1,...,K}。

步驟1033：通過如下公式三對P′_i和P′_j進行歸一化處理，得到不變路徑的索引集合Q。

其中，索引集合中的路徑索引q滿足P_ij(q)≤ξ，ξ＝0.01。

步驟1034：根據索引集合Q，獲取不變路徑上的信道沖激響應。

具體地，計算出第一平均功率延遲譜P_i(τ_n)和第二平均功率延遲譜P_j(τ_n)后，首先對P_i(τ_n)和P_j(τ_n)進行去噪處理，根據經驗值，如-20dB，對P_i(τ_n)和P_j(τ_n)中小于等于-20dB的數據進行去除，得到去噪后的兩列數據。其次，經過去噪處理后的這兩列數據其峰值會非常明顯，再根據經驗值，選取這兩列數據的前K個峰值，如K選為5，放入集合P′_i和P′_j中，得到P′_i＝{P′_i(k)|k＝1,...,K}和P′_j＝{P′_j(k)|k＝1,...,K}。接著，根據公式三，對P′_i和P′_j進行歸一化處理，得到P_ij(q)。將滿足P_ij(q)≤ξ，ξ＝0.01條件的q放入不變路徑的索引集合Q中。例如，當K＝5時，P_ij(q)中q＝1，3滿足P_ij(q)≤ξ，ξ＝0.01的條件，則不變路徑的索引集合Q＝{1，3}。

在根據索引集合Q，獲取不變路徑上的信道沖激響應時，可以將路徑索引不屬于索引集合Q的h_i(τ_n)和h_j(τ_n)賦值為0，得到新的信道沖激響應和

通過如下公式四獲取不變路徑上的信道沖激響應；

其中，代表不變路徑上的信道沖激響應。

具體地，本實施例信道預測方法中根據索引集合Q和路徑索引τ_n，將對應的信道沖激響應h_i(τ_n)和h_j(τ_n)賦值為零，記作和例如，索引集合Q＝{1，3}時，保留當τ_n＝{1，3}時對應的h_i(τ_n)和h_j(τ_n)，其余的h_i(τ_n)和h_j(τ_n)皆賦值為0，則新的信道沖激響應和為不變路徑對應的沖激響應，對和作算術平均，就可得到不變路徑上的信道沖激響應會更加準確。

步驟104：根據不變路徑上的信道沖激響應和當前準靜止環境的信道估計值，得到當前準靜止環境對應的可變路徑上的信道沖激響應。

具體地，本實施例中根據傳統信道估計法，獲取當前準靜止環境的信道估計值可采用LS或LMMSE信道估計算法。再通過如下公式五得到當前準靜止環境對應的可變路徑上的信道沖激響應；

其中，沖激代表當前準靜止環境的信道估計值，沖激ε代表可變路徑上的信道沖激響應，n＝1,...,N。

步驟105：根據可變路徑上的信道沖激響應，預測下一時刻的信道估計值。

具體地，本實施例中對可變路徑上的信道沖激響應ε進行自動建模，得到可變路徑的信道沖激響應的數學模型。具體實現過程可參見圖4所示。

圖4為本發明提供的預測信道估計值的流程圖，如圖4所示，該方法包括：

步驟1051：根據可變路徑上的信道沖激響應，建立指數模型，指數模型的率參數為λ；

步驟1052：根據指數模型和率參數λ，生成ε'(τ_n)，ε'(τ_n)為服從率參數為λ的指數分布的隨機過程；

步驟1053：根據如下公式六得到下一時刻的信道估計值；

其中，代表下一時刻的信道估計值。

具體地，本實施例中當前準靜止環境下可變路徑滿足的數學模型可為指數模型，生成ε'(τ_n)服從率參數為λ的指數分布，再通過上述計算得到的不變路徑的信道沖激響應通過公式六便可預測下一時刻的信道估計值

本實施例信道預測方法，通過根據當前準靜止環境的場景參數與信道數據庫的場景參數進行匹配后選取信道數據庫中兩個相鄰時刻的信道沖激響應，再獲取兩個信道沖激響應分別對應的第一平均功率延遲譜和第二平均功率延遲譜，經過去噪處理、去峰值和歸一化處理后分離出當前準靜止環境對應的不變路徑上的信道沖激響應。再根據當前準靜止環境的信道估計值，找到可變路徑上的信道沖激響應對應的數學模型，進而預測出下一時刻的信道估計值。本實施例信道預測方法省去了信道測量工作，有利于節省人力物力，且有利于降低信道估計時的導頻開銷，便于快速、有效地獲取信道預測值。

圖5為本發明提供的信道預測裝置的結構圖，如圖5所示，本發明信道預測裝置包括：

第一獲取模塊201，用于獲取當前準靜止環境對應的兩個相鄰時刻的信道沖激響應，每個信道沖激響應對應N個不同的路徑；

第二獲取模塊202，用于獲取兩個信道沖激響應分別對應的第一平均功率延遲譜和第二平均功率延遲譜；

提取模塊203，用于根據所述第一平均功率延遲譜和第二平均功率延遲譜，提取所述當前準靜止環境對應的不變路徑上的信道沖激響應；

處理模塊204，用于根據所述不變路徑上的信道沖激響應和所述當前準靜止環境的信道估計值，得到所述當前準靜止環境對應的可變路徑上的信道沖激響應；

預測模塊205，用于根據所述可變路徑上的信道沖激響應，預測下一時刻的信道估計值。

本發明實施例提供的信道預測裝置，可執行上述方法實施例，其具體實現原理和技術效果，可參見上述方法實施例，本實施例此處不再贅述。

本領域普通技術人員可以理解：實現上述各方法實施例的全部或部分步驟可以通過程序指令相關的硬件來完成。前述的程序可以存儲于一計算機可讀取存儲介質中。該程序在執行時，執行包括上述各方法實施例的步驟；而前述的存儲介質包括：ROM、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質。

最后應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制；盡管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發明各實施例技術方案的范圍。