【基于SAGE算法的信道參數(shù)模擬和估計(jì)研究的文獻(xiàn)綜述4200字】

基于SAGE算法的信道參數(shù)模擬和估計(jì)研究的國(guó)內(nèi)外文獻(xiàn)綜述摘要：在sage算法下，隨著無(wú)線(xiàn)接入設(shè)備數(shù)目的急劇增長(zhǎng)以及人們對(duì)于高速率，高質(zhì)量通信的要求提高，關(guān)于第五代（5thGeneration,5G）移動(dòng)通信系統(tǒng)的研究正在如火如荼地如荼地展開(kāi).為了有效解決或突破目前通信系統(tǒng)面臨的瓶頸和挑戰(zhàn)，需要合理規(guī)劃網(wǎng)絡(luò)架構(gòu)，并使用一些先進(jìn)技術(shù)來(lái)達(dá)到5G的愿景和要求.毫米波和大規(guī)模多輸入多輸出（Multiple-InputMultiple-Output,MIMO）作為5G的兩種關(guān)鍵技術(shù)，它們的應(yīng)用對(duì)于解決現(xiàn)有頻譜資源緊張和提高信道容量，頻譜效率，能量效率等問(wèn)題有重要意義.毫米波通信可以借助于大規(guī)模MIMO補(bǔ)償路徑衰減，大規(guī)模MIMO可以利用毫米波波長(zhǎng)較短的特點(diǎn)極大減小陣列尺寸，二者結(jié)合相互補(bǔ)充，極大突出各自的優(yōu)勢(shì)，從而滿(mǎn)足5G通信系統(tǒng)的部分需求.但這些技術(shù)的使用會(huì)給無(wú)線(xiàn)信道帶來(lái)不同于傳統(tǒng)信道的傳輸特性，為了更好地了解毫米波大規(guī)模MIMO無(wú)線(xiàn)信道中信號(hào)的傳輸特性，進(jìn)而對(duì)通信系統(tǒng)進(jìn)行合理設(shè)計(jì)和優(yōu)化，則需要借助于大量不同場(chǎng)景，天線(xiàn)配置和工作頻段等的信道測(cè)量.此外，由于陣列尺寸的增大以及更高路徑分辨率的要求，需要使用高分辨率，低復(fù)雜度的處理算法對(duì)獲取的測(cè)量數(shù)據(jù)進(jìn)行分析.因此，考慮到目前仍然缺少毫米波大規(guī)模MIMO信道測(cè)量和特性分析工作，以及現(xiàn)有信道參數(shù)估計(jì)算法所面臨的精確度和復(fù)雜度的問(wèn)題亟需解決。一、國(guó)外文獻(xiàn)綜述RachidS（2018）提出由于毫米波具有高帶寬，高速率和高安全性等特點(diǎn)，以及高分辨率算法可以精確地提取毫米波信道中的相關(guān)參數(shù)，同時(shí)類(lèi)似于高鐵站等大規(guī)模且對(duì)通信質(zhì)量要求頗高的高熱點(diǎn)高容量環(huán)境里毫米波段信道測(cè)量與信道建模是研究第五代移動(dòng)通信的關(guān)鍵技術(shù)，高分辨率算法在毫米波信道測(cè)量與建模中的參數(shù)提取應(yīng)用故而成為了學(xué)術(shù)界的研究熱點(diǎn).本文就基于高分辨率算法通過(guò)實(shí)地測(cè)量和建模仿真的方法研究了室內(nèi)多種復(fù)雜高熱點(diǎn)環(huán)境毫米波信道特征，得到了室內(nèi)視距和非視距環(huán)境下多徑波達(dá)方向等信道參數(shù)的傳播特性，為5G(TheFifthGenerationMobileCommunication，第五代移動(dòng)通信）通信的研究發(fā)展提供了理論依據(jù)。LongX,YaoJ（2019）提出為提高獨(dú)居老人看護(hù)，地震及消防救援等場(chǎng)景下人體目標(biāo)無(wú)源定位和感知精度，基于空間交替廣義期望最大化（SAGE）算法，提出了一種室內(nèi)多目標(biāo)毫米波無(wú)源定位和生命體征檢測(cè)算法.首先，在毫米波WiFi系統(tǒng)中利用毫米波的高空間分辨率和人體目標(biāo)固有的特征（即人體呼吸和心跳頻率在一定范圍內(nèi)變化），對(duì)采集的信道響應(yīng)在時(shí)域上進(jìn)行濾波預(yù)處理，有效提取目標(biāo)直接反射徑；然后，將人體目標(biāo)位置參數(shù)及呼吸心跳頻率看作多徑信號(hào)參數(shù)，將多目標(biāo)無(wú)源定位和生命體征監(jiān)測(cè)建模為信道測(cè)量的多徑信號(hào)參數(shù)估計(jì)問(wèn)題；最后，利用SAGE算法實(shí)現(xiàn)多個(gè)靜止目標(biāo)的位置信息和生命體征參數(shù)的聯(lián)合估計(jì).所提算法利用了人體先驗(yàn)信息，并同時(shí)對(duì)時(shí)域，頻域和天線(xiàn)空間域的信息進(jìn)行分析，提高了估計(jì)精度，降低了計(jì)算復(fù)雜度.實(shí)驗(yàn)和仿真結(jié)果表明，所提算法在微波暗室環(huán)境下可以有效估計(jì)人體目標(biāo)的呼吸和心跳頻率，其估計(jì)精度分別可達(dá)97.1%,97.7%；在多目標(biāo)場(chǎng)景下，與傳統(tǒng)基于WiFi的無(wú)源定位和感知算法相比，所提算法的定位誤差降低約70%，呼吸頻率估計(jì)精度提高約19%.SancarS,KarakayaB（2018）提出基于5G毫米波應(yīng)用頻段，開(kāi)展了全向天線(xiàn)，喇叭天線(xiàn)以及陣列天線(xiàn)的信道測(cè)量與信道參數(shù)對(duì)比分析研究.利用空間交替廣義期望最大化（space-alternatinggeneralizedexpectation-maximization,SAGE）算法提取了多徑信道參數(shù)，包括多徑時(shí)延，到達(dá)角，多徑強(qiáng)度等，基于多徑分量距離（multipathcomponentdistance,MCD）對(duì)多徑分量進(jìn)行了分簇結(jié)果的對(duì)比，對(duì)比分析了相同測(cè)量點(diǎn)處不同天線(xiàn)形式得到的信道參數(shù)差異.結(jié)果表明，同場(chǎng)景下不同天線(xiàn)的信道參數(shù)測(cè)量結(jié)果會(huì)有較大差別，全向天線(xiàn)路損指數(shù)最小，陣列天線(xiàn)均方根（root-mean-square,RMS）時(shí)延擴(kuò)展和RMS角度擴(kuò)展均最小，喇叭天線(xiàn)可以得到較多的簇.本文為5G毫米波頻段信道建模提供了不同天線(xiàn)形式信道參數(shù)結(jié)果對(duì)比分析數(shù)據(jù)。二、國(guó)內(nèi)文獻(xiàn)綜述龍向陽(yáng)，姚建國(guó)（2019）針對(duì)基于導(dǎo)頻污染的大規(guī)模多輸入多輸出系統(tǒng)，提出一種空間交替廣義期望最大化（SAGE）迭代的信道估計(jì)算法.將發(fā)送和接收的導(dǎo)頻符號(hào)形成完備的數(shù)據(jù)空間集，利用基于導(dǎo)頻的最小均方誤差估計(jì)器初始化信道參數(shù)，通過(guò)導(dǎo)頻符號(hào)和軟信息迭代改進(jìn)并更新初始估計(jì)數(shù)據(jù).實(shí)驗(yàn)結(jié)果表明，該算法通過(guò)一次SAGE迭代即可實(shí)現(xiàn)精度收斂，且在高信噪比及導(dǎo)頻污染的情況下相比基于導(dǎo)頻的估計(jì)器具有更高的估計(jì)精度及頻譜效率.何晨昊，齊麗娜（2021）在大規(guī)模多輸入多輸出（multiple-inputmultiple-output,MIMO）系統(tǒng)中，空間交替廣義期望最大化（space-alternatinggeneralizedexpectation-maximization,SAGE）算法可以精準(zhǔn)有效地估計(jì)出信道參數(shù)信息，從而被廣泛使用。劉永勝，侯春枝（2021）提出基于5G毫米波應(yīng)用頻段，開(kāi)展了全向天線(xiàn)，喇叭天線(xiàn)以及陣列天線(xiàn)的信道測(cè)量與信道參數(shù)對(duì)比分析研究.利用空間交替廣義期望最大化（space-alternatinggeneralizedexpectation-maximization,SAGE）算法提取了多徑信道參數(shù)，包括多徑時(shí)延，到達(dá)角，多徑強(qiáng)度等，基于多徑分量距離（multipathcomponentdistance,MCD）對(duì)多徑分量進(jìn)行了分簇結(jié)果的對(duì)比，對(duì)比分析了相同測(cè)量點(diǎn)處不同天線(xiàn)形式得到的信道參數(shù)差異.結(jié)果表明，同場(chǎng)景下不同天線(xiàn)的信道參數(shù)測(cè)量結(jié)果會(huì)有較大差別，全向天線(xiàn)路損指數(shù)最小，陣列天線(xiàn)均方根（root-mean-square,RMS）時(shí)延擴(kuò)展和RMS角度擴(kuò)展均最小，喇叭天線(xiàn)可以得到較多的簇.本文為5G毫米波頻段信道建模提供了不同天線(xiàn)形式信道參數(shù)結(jié)果對(duì)比分析數(shù)據(jù)。李樹(shù)（2018）提出第五代（Fifth-Generation,5G）移動(dòng)通信系統(tǒng)除了滿(mǎn)足傳統(tǒng)的連續(xù)廣域覆蓋外，還要實(shí)現(xiàn)未來(lái)物聯(lián)網(wǎng)中的萬(wàn)物互聯(lián)，其用戶(hù)體驗(yàn)速率、流量密度、時(shí)延、能效等成為不同應(yīng)用場(chǎng)景的主要性能指標(biāo)。大規(guī)模天線(xiàn)等高效的傳輸?shù)暮统芗M網(wǎng)等技術(shù)離不開(kāi)對(duì)5G信道傳播特性和模型的深刻認(rèn)知。和4G相比，5G信道模型在頻率一致性、空時(shí)連續(xù)性等方面提出了更高要求。為適應(yīng)5G信道模型標(biāo)準(zhǔn)化，傳輸新技術(shù)的評(píng)估和系統(tǒng)設(shè)計(jì)的需要，本文基于5G候選頻段和典型場(chǎng)景開(kāi)展了信道測(cè)試、建模和仿真研究工作。論文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)包括：(1）毫米波重點(diǎn)頻段室外微蜂窩場(chǎng)景信道建模與仿真基于Keysight先進(jìn)的時(shí)域信道探測(cè)平臺(tái)，在26、32和39GHz頻段開(kāi)展了室外微蜂窩場(chǎng)景信道測(cè)試。結(jié)合毫米波信道測(cè)試系統(tǒng)特點(diǎn)和大量的測(cè)試數(shù)據(jù)，研究了路徑損耗、參數(shù)提取、分簇、萊斯因子的計(jì)算和建模方法。利用空間交替廣義期望最大化算法提取信道參數(shù)，較為全面地研究了信道特性，對(duì)比研究了參數(shù)化和非參數(shù)化建模結(jié)果，分析了環(huán)境因素對(duì)信道特征參數(shù)的影響，研究了5G毫米波新頻段的傳播規(guī)律，并建立了信道的統(tǒng)計(jì)模型。楊小龍，佘媛，周牧，等（2022）針對(duì)商用Wi-Fi設(shè)備中由于天線(xiàn)數(shù)量和信道帶寬有限而導(dǎo)致的到達(dá)角（AoA）和飛行時(shí)間（ToF）估計(jì)精度受限問(wèn)題，以及現(xiàn)有基于最大似然估計(jì)的3維參數(shù)估計(jì)算法容易收斂于局部最優(yōu)值，且依次對(duì)參數(shù)進(jìn)行估計(jì)的方式使參數(shù)之間會(huì)互相影響的問(wèn)題，該文提出一種基于Wi-Fi信道狀態(tài)信息（CSI）的AoA,ToF和多普勒頻偏（DFS）的3維聯(lián)合參數(shù)估計(jì)算法，以提高參數(shù)估計(jì)精度和信號(hào)分辨能力.首先，通過(guò)分析CSI數(shù)據(jù)，構(gòu)造包含AoA,ToF和DFS信息的3維矩陣，并對(duì)構(gòu)造的3維矩陣進(jìn)行降維處理.其次，設(shè)計(jì)了一種3維空間平滑算法，以消除相干信號(hào)對(duì)參數(shù)估計(jì)的影響.最后，利用空間譜估計(jì)算法，同時(shí)估計(jì)出AoA,ToF和DFS3個(gè)參數(shù).實(shí)測(cè)結(jié)果表明該文所提3維聯(lián)合參數(shù)估計(jì)算法的參數(shù)估計(jì)精度和信號(hào)分辨能力高于現(xiàn)有的SAGE和2維參數(shù)估計(jì)算法.李文，陳志剛，姬智（2022）為提高獨(dú)居老人看護(hù)，地震及消防救援等場(chǎng)景下人體目標(biāo)無(wú)源定位和感知精度，基于空間交替廣義期望最大化（SAGE）算法，提出了一種室內(nèi)多目標(biāo)毫米波無(wú)源定位和生命體征檢測(cè)算法.首先，在毫米波WiFi系統(tǒng)中利用毫米波的高空間分辨率和人體目標(biāo)固有的特征（即人體呼吸和心跳頻率在一定范圍內(nèi)變化），對(duì)采集的信道響應(yīng)在時(shí)域上進(jìn)行濾波預(yù)處理，有效提取目標(biāo)直接反射徑；然后，將人體目標(biāo)位置參數(shù)及呼吸心跳頻率看作多徑信號(hào)參數(shù)，將多目標(biāo)無(wú)源定位和生命體征監(jiān)測(cè)建模為信道測(cè)量的多徑信號(hào)參數(shù)估計(jì)問(wèn)題；最后，利用SAGE算法實(shí)現(xiàn)多個(gè)靜止目標(biāo)的位置信息和生命體征參數(shù)的聯(lián)合估計(jì).所提算法利用了人體先驗(yàn)信息，并同時(shí)對(duì)時(shí)域，頻域和天線(xiàn)空間域的信息進(jìn)行分析，提高了估計(jì)精度，降低了計(jì)算復(fù)雜度.實(shí)驗(yàn)和仿真結(jié)果表明，所提算法在微波暗室環(huán)境下可以有效估計(jì)人體目標(biāo)的呼吸和心跳頻率，其估計(jì)精度分別可達(dá)97.1%,97.7%；在多目標(biāo)場(chǎng)景下，與傳統(tǒng)基于WiFi的無(wú)源定位和感知算法相比，所提算法的定位誤差降低約70%，呼吸頻率估計(jì)精度提高約19%.侯春枝，劉永勝，吳振森，等（2021）毫米波技術(shù)和大規(guī)模多輸入多輸出天線(xiàn)技術(shù)是5G移動(dòng)通信系統(tǒng)的關(guān)鍵技術(shù).為了研究60GHz毫米波頻段寬帶信道特性，在會(huì)議室進(jìn)行了65.5GHz頻段的信道測(cè)量活動(dòng).首先基于方向性路損模型，研究路徑損耗指數(shù)和陰影衰落特性；然后基于空間交替廣義期望最大化（space-alternatinggeneralizedexpectation-maximization,SAGE）參數(shù)化分析算法，提取水平到達(dá)角，時(shí)延和幅度信息；最后根據(jù)多徑分量距離方法，對(duì)多徑分量進(jìn)行分簇，分析均方根時(shí)延擴(kuò)展和均方根角度擴(kuò)展特性.實(shí)測(cè)結(jié)果表明：視距情況下，方向性路損在固定截距和浮動(dòng)截距兩種方式的擬合下與自由空間路徑損耗模型相近；65.5GHz下環(huán)境中的簇具有稀疏性；時(shí)延擴(kuò)展和角度擴(kuò)展的結(jié)果與第三代合作伙伴計(jì)劃（the3rdGenerationPartnershipProject,3GPP）的結(jié)果相近.本文提供的信道參數(shù)對(duì)于5G毫米波60GHz頻段信道建模和仿真具有重要參考意義.三、文獻(xiàn)綜述綜上所述，國(guó)內(nèi)外文獻(xiàn)讓筆者知道了隨著無(wú)線(xiàn)通信技術(shù)的迅速發(fā)展，網(wǎng)絡(luò)設(shè)備和智能終端的數(shù)量持續(xù)增長(zhǎng)，致使網(wǎng)絡(luò)流量趨近指數(shù)增長(zhǎng).為了滿(mǎn)足類(lèi)似3D視頻，增強(qiáng)現(xiàn)實(shí)等新興業(yè)務(wù)對(duì)高速率，低時(shí)延等方面的要求，研究學(xué)者們紛紛致力于對(duì)5G關(guān)鍵技術(shù)的研究.毫米波作為5G關(guān)鍵技術(shù)之一，因其豐富的頻譜資源的特點(diǎn)而得到業(yè)界研究學(xué)者的青睞.由于毫米波傳輸損耗大，穿透性能差，對(duì)障礙物敏感等特性，通常將毫米波作為室內(nèi)WiFi熱點(diǎn)或者微微蜂窩接入網(wǎng)提高信道的容量.為了更好地使用毫米波頻段資源，有必要研究毫米波寬帶通信的特性，建立毫米波信道模型，從而對(duì)建立毫米波蜂窩網(wǎng)絡(luò)提供參考價(jià)值.參考文獻(xiàn)：[1]RachidS.StatisticalUWBchannelmodelparametersestimationbasedonSAGEalgorithm.2018.[2]LongX,YaoJ.SAGEIterativeChannelEstimationAlgorithmforMassiveMIMOSystems[J].ComputerEngineering,2019.[3]SancarS,KarakayaB.SAGEalgorithmbasedMAPchannelestimationformulti-cellmassiveMIMOsystems[C]//2018WirelessTelecommunicationsSymposium(WTS).2018.[4]龍向陽(yáng),姚建國(guó).用于大規(guī)模MIMO系統(tǒng)的SAGE迭代信道估計(jì)算法[J].計(jì)算機(jī)工程,2019,45(8):5.[5]何晨昊,齊麗娜.基于空間交替廣義期望最大化算法的信道參數(shù)估計(jì)的改進(jìn)[J].科學(xué)技術(shù)與工程,2021.[6]劉永勝,侯春枝,林樂(lè)科,等.5G毫米波頻段不同天線(xiàn)形式信道參數(shù)測(cè)量及對(duì)比分析[J