科创中国

电子信息技术,计算机及网络技术

本发明属于角度时延域信道预测技术领域，公开了一种角度时延域信道预测方法、预测系统及应用，结合5G massive MIMO的极高空间和频率分辨率以及无线信道的角度延迟多普勒结构，获取基于Prony的角度时延域信道预测算法；利用获取的基于Prony的角度时延域信道预测算法，预测随着基站天线数量的增加和带宽的增加及信道预测误差收敛性能；使用Tufts?Kumaresan方法或非理想的信道样本的统计信息进行信道样本的降噪。本发明基于信道特定的角度、时延、多普勒结构，并依赖于5G中的较高的空间和频率分辨率；本发明能应用于5G基站中，或者未来的通信基站，以及其他的无线发射或接收单元中。

目前，最接近的现有技术：大规模多输入多输出系统(massive multiple-inputmultiple-output,或者massive MIMO)，是5G蜂窝系统的关键推动力之一。与具有较少天线的传统MIMO相比，massive MIMO至少在理论上可以提供更高的频谱效率和能量效率。基本概念之一基于以下事实：随着基站天线数量的增加，目标用户设备(UE)的矢量信道与干扰UE的矢量信道的正交性逐渐增加，从而允许基站通过低复杂度的预编码来消除干扰。但它的前提是基站已知信道状态信息(Channel State Information,CSI)。众所周知，CSI的获取是massive MIMO中的一个巨大问题。在理论文献中关注度最高的一个CSI获取难题是导频污染问题。由于有限的相干时间和相干带宽，相邻小区中的UE使用非正交的导频序列，从而导致残留信道估计误差，进而限制了massive MIMO的最终性能。大量的文献在尝试解决这个问题。解决方案包括角/幅度域识别，导频协调，多小区最小均方误差(M-MMSE)等。

华中科技大学，简称华中大，位于湖北省武汉市，是中华人民共和国教育部直属的综合性研究型全国重点大学、位列国家“双一流”、“985工程"、"211工程"、入选"强基计划"、"111计划"、卓越工程师教育培养计划、卓越医生教育培养计划、湖北省2011计划、国家大学生创新性实验计划、国家级大学生创新创业训练计划、国家建设高水平大学公派研究生项目、国家级新工科研究与实践项目、基础学科拔尖学生培养计划***，是学位授权自主审核单位、全国深化创新创业教育改革示范高校、一流网络安全学院建设示范项目高校、中国政府奖学金来华留学生接收院校、教育部来华留学示范基地，为中欧工程教育平台成员和医学“双一流”建设联盟、中国人工智能教育联席会理事单位