本发明公开了一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法。在基于毫米波/太赫兹的宽带蜂窝物联网中，一个配备大规模天线阵列的基站同时服务大量的单天线设备。为了充分利用毫米波/太赫兹的宽带特性，正交频分复用技术被采用。在任一给定时隙，仅有少部分终端激活，而其他终端处于休眠状态。本发明采用免授权的随机接入协议，即激活终端同时通过多个子载波向基站发送一段基站已知的导频序列。基站利用一种多重秩已知的稀疏恢复方法，检测出终端状态并估计出相应的信道信息。然后基站利用所估计出的信道信息和激活设备进行数据交互。本发明为具有大规模终端接入的毫米波/太赫兹宽带蜂窝物联网提供了终端检测和信道估计方法。
1.一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法，其特征在于包括如下步骤：
1)在任一给定的时隙，所有激活的终端随机地从B'个子载波中选取Bp个子载波，然后通过这些选中的子载波将导频序列发送给基站；
2)基站从M根天线中随机选取Mp根天线进行数据的接收；
3)基站基于一种截断式的谱初始化方法，设置算法的初始值，以提高检测和估计精度并降低计算复杂度；
4)基站利用一种基于毫米波/太赫兹的宽带大规模终端激活检测和信道估计方法，检测出处于激活状态的激活终端，并估计出相应的激活终端的信道状态信息；
5)基站利用信道估计值与激活终端进行上行和下行的数据交互；
a)基站根据接收到的数据Y构造出矩阵Ytru，矩阵Ytru中处于第l行m列的元素 的计算方式为 ω为缩放参数；
b)对 进行秩L特征分解得到 其中B＝PMAθ为输入的字典矩阵，为设备n的导频序列矩阵，其中方向矩阵Aτ设置为Aτ＝[b(0),b(Ts/B'),…,b((D-1)Ts/B')]，方向矩阵Aθ设置为Aθ＝[a(0),…,a((M-1)/M)],其中其中a(θ)＝[1,e-j2πθ,…,e-j2π(M-1)θ]T，其中j表示复数域的虚部，参数θ＝dsin(φ)，参数φ的取值是φ∈[-π/2,π/2]，而d为天线间的归一化间隔，Ts为正交频分复用符号的持续时间，参数τ的取值范围是从1到0.8Ts，D代表信道的延迟扩展；PM和PT分别为天线端采样矩阵和子载波端采样矩阵，αn为按照均值为0，方差为1的高斯分布生成的长度为Np的导频序列，diag(·)代表对角化操作； 和 为酉矩阵， 为对角矩阵；
表共轭转置，变量n的取值范围是从1到系统的总设备数量N；
rank(·)代表括号中矩阵的秩，Sn代表和终端n激活状态以及其信道值有关的未知的中间变量；
代表设备n总空间 的切空间， 和 为切空间 中的方向向量，Tr(·)为求矩阵的迹；
c) 设 定从任意的 一个方向 向量 到水平空 间的映射 为 ：其中 是从等式 中求解出来的方阵；
其中 属于乘积流行空间 λ为惩罚参数，为可调参数，P1＝[ID 0]，P2＝[0 IM]T，ID和IM均代表D×D和M×M维数的单位矩阵；vi代表一个行提取向量，其中的第i个元素为1，其他元素均为0，vj分一个列提取向量，其中第j个元素为1，其他元素均为0；下标i的取值范围是从1到D,下标j的取值范围是从1到M,||·||F表示矩阵的F范数,ln(·)代表以e为底的对数，T代表转置操作；
sgn(·)代表符号函数，其中除法代表的是元素与元素之间相除，f)令 为t时刻的Sn，根据黎曼空间梯度下降方法更新迭代Sn，更新前首先输入：基站接收到的数据Y，字典矩阵B，所有设备的导频序列矩阵 所有设备的未知变量初始值步长μ和循环停止的次数T，并令迭代次数变量t＝T，设置对任意设备 进行以下并行迭代：
用 替换掉步骤e)中的Sn，以获得t时刻的各个设备的黎曼梯度 根据下面的公式更新变量Sn： 其中 更新迭代次数t←t-1；继续更新迭代Sn直到t＝1时停止循环，最终输出估计值g)基于步骤f)得到的 利用关系式 恢复出设备的原始未知变量值 并利用激活判断标准 来判
断哪些终端处于激活状态，v1为可调参数，max代表取最大值， 代表检测出来的激活终端的标识集合；
2.根据权利要求1所述的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法，其特征在于，实现该方法的毫米波/太赫兹宽带大规模接入系统的基站中安装M根天线，每个终端配置1根天线。
3.根据权利要求1所述的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法，其特征在于，所述的基站中，采用正交频分复用技术，每个时隙内，仅有部分终端随机激活与基站进行通信，其他终端暂时处于睡眠状态；并且激活的终端无需得到基站的授权就可直接接入网络。
一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计
方法
技术领域
[0001] 本发明涉及无线通信领域，尤其涉及一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法。
背景技术
[0002] 随着物联网以及人工智能的兴起与发展，未来的无线网络需要支持大规模的无线终端的同时接入。机器类型的通信(MTC)被广泛认为是6G等未来宽带无线通信系统的关键技术之一。MTC中一个关键性的特点是网络中的终端的激活模式通常是零星的。因为在每个时隙内，仅有少部分的终端处于激活状态，从而与基站通信。其他设备为了节省能量而暂时处于休眠状态，它们只有在受到外部事件触发时才会被激活。激活的终端在每个时隙的开始阶段同时向基站发射导频序列，基站通过激活检测和信道估计算法，得知哪些终端处于激活状态并获得其相应的信道状态信息。然后在每个时隙的剩余长度内，基站和激活的终端之间再进行上行和下行数据交互。
[0003] 由于毫米波/太赫兹频段具有大量的尚未被有效利用的频谱资源，该频段被认为是提升下一代无线通信系统容量的核心频段，所以毫米波通信技术是未来 mMTC通信系统的关键研究方向之一。在毫米波/太赫兹频段大规模接入系统中，终端激活检测和信道估计的将面临更多挑战。主要由以下三方面原因造成，第一，由于用户终端的增加，需要的导频序列长度也会随着用户数量的增加而增加。第二，在宽带大规模接入技术中，信道衰减严重，基站会配备大规模的天线阵列以提高信道增益，这同时也会增加终端激活检测和信道估计的计算复杂度，为降低通信成本带来了困难。第三，毫米波频段信道的相干时间相比于低频段更短，因此在多用户多天线毫米波系统的上行信道估计问题中，降低多用户导频开销更为重要。
[0004] 相比于低频段多天线系统的信道，毫米波/太赫兹频段具有空域的稀疏性和低秩特性。并且毫米波/太赫兹信道的路径损耗大，散射点少，测量结果表明，在密集城市非直射路径条件下，毫米波信道中通常仅呈现出三到四个散射簇，每个散射簇内具有少量的延迟/角度扩展。如何结合这些特性设计出高效的宽带大规模终端检测算法尤为关键发明内容
[0005] 本发明的目的是为了解决当基站配备大规模天线阵列时，在现有毫米波/太赫兹大规模接入系统中，终端激活检测和信道估计方案的计算复杂度高和所需导频序列较长的问题，提出了一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法。
[0006] 本发明所采用的具体技术方案如下：
[0007] 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法，其包括如下步骤：
[0008] 1)在任一给定的时隙，所有激活的终端随机地从B个子载波中选取Bp个子载波，然后通过这些选中的子载波将导频序列发送给基站；
[0009] 2)基站从M根天线中随机选取Mp根天线进行数据的接收；
[0010] 3)基站基于一种截断式的谱初始化方法，设置算法的初始值，以提高检测和估计精度并降低计算复杂度；
[0011] 4)基站利用一种基于毫米波/太赫兹的宽带大规模终端激活检测和信道估计方法，检测出处于激活状态的激活终端，并估计出相应的激活终端的信道状态信息；
[0012] 5)基站利用信道估计值与激活终端进行上行和下行的数据交互。
[0013] 作为优选，步骤3)中所述的截断式的谱初始化方法为：
[0014] a)基站根据接收到的数据Y构造出矩阵Ytru，矩阵Ytru中处于第l行m列的元素 的计算方式为 其中l取值范围是从1到信道路径数L，m的取值范围是从1到基站的天线数目M，ω为缩放参数；
[0015] b)对 进行秩L特征分解得到 其中B＝PMAθ为输入的字典矩阵，为设备n的导频序列矩阵，其中方向矩阵Aτ设置为 Aτ＝[b(0)，b(Ts/
B)，…，b((D-1)Ts/B)]，方向矩阵Aθ设置为Aθ＝[a(0)，…，a((M-1)/M)]，其中其中-j2πθ -j2π(M-1)θT
a(θ)＝[1，e ，…，e ]，其中j表示复数域的虚部，
参数θ＝d sin(φ)，参数φ的取值是φ∈[-π/2，π/2]，而d为天线间的归一化间隔，Ts为正交频分复用符号的持续时间，参数τ的取值范围是从1到0.8Ts，D代表信道的延迟扩展；PM和PT分别为天线端采样矩阵和子载波端采样矩阵，αn为按照均值为0，方差为1的高斯分布生成的长度为Np的导频序列，diag(·)代表对角化操作； 和 为酉矩阵， 为对角矩阵；然后设置未知变量的初始值为 其中 H代表共轭
转置，变量n的取值范围是从1到系统的总设备数量N。
[0016] 作为优选，步骤4)中所述的激活检测和信道估计方法为：
[0017] a) 设置乘积流行为 其中总空间 定义为rank(·)代表括号中矩阵的秩，Sn代表和终端n激活状
态以及其信道值有关的未知的中间变量；
[0018] b)设置黎曼矩阵为： 其中 令代表设备n总空间 的切空间， 和 为切空间 中的方向向量， Tr(·)为求
矩阵的迹；
[0019] c)设定从任意的一个方向向量 到水平空间的映射 为：其中 是从等式 中求解出来的方阵；
[0020] d)关于变量Sn的目标函数为：
[0021]
[0022] 其中 属于乘积流行空间 λ为惩罚参数，为可调参数，P1＝[ID 0]， P2＝[0 IM]T，ID和IM均代表D×D和M×M维数的单位矩阵；vi代表一个行提取向量，其中的第i个元素为1，其他元素均为0，vj分一个列提取向量，其中第j个元素为1，其他元素均为0；下标i的取值范围是从1到D，下标j的取值范围是从 1到M，||·||F表示矩阵的F范数，ln(·)代表以e为底的对数，T代表转置操作；
[0023] e)根据目标函数 设置出设备n的黎曼梯度为：
[0024]
[0025] sgn(·)代表符号函数，其中除法代表的是元素与元素之间相除，
[0026] f)令 为t时刻的Sn，根据黎曼空间梯度下降方法更新迭代Sn，更新前首先输入：基站接收到的数据Y，字典矩阵B，所有设备的导频序列矩阵 所有设备的未知变量初始值 步长μ和循环停止的次数T，并令迭代次数变量t＝T，设置
[0027] 对任意设备 进行以下并行迭代：
[0028] 用 替换掉步骤e)中的Sn，以获得t时刻的各个设备的黎曼梯度 根据下面的公式更新变量Sn： 其中更新迭代次数t←t-1；继续更新迭代Sn直到t＝1时停止循环，最终输出估计值[0029] g)基于步骤f)得到的 利用关系式 恢复出设备的
原始未知变量值Xn， 并利用激活判断标准 来
判断哪些终端处于激活状态，v1为可调参数，max代表取最大值，代表检测出来的激活终端的标识集合；
[0030] g)利用 恢复出所有激活终端的信道估值
[0031] 本发明具有的有益效果是：本发明提出的宽带大规模终端激活检测和信道估计方法，可以利用较短的导频序列实现更准确的终端激活检测和信道估计，解决了传统的宽带大规模终端激活检测和信道估计问题中所需导频序列较长所产生的一系列问题。并且本方法的计算复杂度低，可以有效地减少通信复杂度，降低通信成本。
附图说明
[0032] 图1是毫米波/太赫兹的信道延迟域-角度域示意图；
[0033] 图2是将本发明的基于毫米波/太赫兹的宽带大规模终端检测方法与其他常用终端激活检测方法比较时，检测错误率与导频序列的长度的关系；
[0034] 图3是将本发明的基于毫米波/太赫兹的宽带大规模信道估计方法与其他常用信道估计方法比较时，信道估计的归一化均方误差与信噪比的关系。
具体实施方式
[0035] 本实施例中，毫米波/太赫兹宽带大规模接入系统的基站安装M根天线，每个终端配置1根天线，采用正交频分复用技术，每个时隙内，仅有少量终端随机激活与基站进行通信，其他终端暂时处于睡眠状态。并且激活的终端无需得到基站的授权就可直接接入网络。即每个时隙的开始部分，激活的终端通过多载波同时向基站发射导频序列，基站通过宽带大规模终端检测和信道估计算法获得哪些终端处于激活阶段并获得其相应的信道状态信息。在每个时隙的剩余的部分，激活终端与基站进行数据交互。
[0036] 基于该基站，本发明的一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法，其包括如下步骤：
[0037] 1)在任一给定的时隙，所有激活的终端随机地从B个子载波中选取Bp个子载波，然后通过这些选中的子载波将导频序列发送给基站；
[0038] 2)基站从M根天线中随机选取Mp根天线进行数据的接收；
[0039] 3)基站基于一种截断式的谱初始化方法，设置算法的初始值，以提高检测和估计精度并降低计算复杂度；
[0040] 4)基站利用一种基于毫米波/太赫兹的宽带大规模终端激活检测和信道估计方法，检测出处于激活状态的激活终端，并估计出相应的激活终端的信道状态信息；
[0041] 5)基站利用信道估计值与激活终端进行上行和下行的数据交互。
[0042] 其中，在步骤3)中所采用的截断式的谱初始化方法为：
[0043] a)基站根据接收到的数据Y构造出矩阵Ytru，矩阵Ytru中处于第l行m列的元素 的计算方式为 其中l取值范围是从1到信道路径数L，m的取值范围是从1到基站的天线数目M，ω为缩放参数；
[0044] b)对 进行秩L特征分解得到 其中B＝PMAθ为输入的字典矩阵，为设备n的导频序列矩阵，其中方向矩阵Aτ设置为 Aτ＝[b(0)，b(Ts/
B)，…，b((D-1)Ts/B)]，方向矩阵Aθ设置为Aθ＝[a(0)，…，a((M-1)/M)]，其中其中a(θ)＝[1，e-j2πθ，…，e-j2π(M-1)θ]T，其中j表示复数域的虚部，参数θ＝d sin(φ)，参数φ的取值是φ∈[-π/2，π/2]，而d为天线间的归一化间隔，Ts为正交频分复用符号的持续时间，参数τ的取值范围是从1到0.8Ts，D代表信道的延迟扩展；PM和PT分别为天线端采样矩阵和子载波端采样矩阵，αn为按照均值为0，方差为1的高斯分布生成的长度为Np的导频序列，diag(·)代表对角化操作； 和 为酉矩阵， 为对角矩阵；然后设置未知变量的初始值为 其中 H代表共轭
转置，变量n的取值范围是从1到系统的总设备数量N。
[0045] 其中，在步骤4)中所采用的激活检测和信道估计方法为：
[0046] a) 设置乘积流行为 其中总空间 定义为rank(·)代表括号中矩阵的秩，Sn代表和终端n激活状
态以及其信道值有关的未知的中间变量；
[0047] b)设置黎曼矩阵为： 其中 令代表设备n总空间 的切空间， 和 为切空间 中的方向向量， Tr(·)为求
矩阵的迹；
[0048] c)设定从任意的一个方向向量 到水平空间的映射 为：其中 是从等式 中求解出来的方阵；
[0049] d)关于变量Sn的目标函数为：
[0050]
[0051] 其中 属于乘积流行空间 λ为惩罚参数，为可调参数，P1＝[ID 0]， P2＝[0 IM]T，ID和IM均代表D×D和M×M维数的单位矩阵；vi代表一个行提取向量，其中的第i个元素为1，其他元素均为0，vj分一个列提取向量，其中第j个元素为1，其他元素均为0；下标i的取值范围是从1到D，下标j的取值范围是从 1到M，||·||F表示矩阵的F范数，ln(·)代表以e为底的对数，T代表转置操作；
[0052] e)根据目标函数 设置出设备n的黎曼梯度为：
[0053]
[0054] sgn(·)代表符号函数，其中除法代表的是元素与元素之间相除，
[0055] f)令 为t时刻的Sn，根据黎曼空间梯度下降方法更新迭代Sn，更新前首先输入：基站接收到的数据Y，字典矩阵B，所有设备的导频序列矩阵 所有设备的未知变量初始值 步长μ和循环停止的次数T，并令迭代次数变量t＝T，设置
[0056] 对任意设备 进行以下并行迭代：
[0057] 用 替换掉步骤e)中的Sn，以获得t时刻的各个设备的黎曼梯度 根据下面的公式更新变量Sn： 其中更新迭代次数t←t-1；继续更新迭代Sn直到t＝1时停止循环，最终输出估计值[0058] g)基于步骤f)得到的 利用关系式 恢复出设备的
原始未知变量值Xn， 并利用激活判断标准 来
判断哪些终端处于激活状态，v1为可调参数，max代表取最大值，代表检测出来的激活终端的标识集合；
[0059] g)利用 恢复出所有激活终端的信道估值
[0060] 毫米波/太赫兹的信道延迟域-角度域示意图如图1所示。通过计算机仿真可以看出：如图2所示，本发明的宽带大规模终端检测方案相较于传统的检测方案，即核范数最小化算法，正交匹配追踪算法和快速迭代收缩阈值算法，准确率有明显的提升。图3表明本发明提出的宽带大规模信道估计方法，相对于传统核范数最小化算法，正交匹配追踪算法和快速迭代收缩阈值算法，信道估计准确度有明显提升，导频长度明显缩短，这是因为本文方案有效地联合利用了宽带信道的稀疏和低秩的信息。因此，本发明提出的终端激活检测和信道估计方案可以为大规模宽带通信系统提供一种高效的终端激活检测和信道估计方法。
