摘要
本发明公开了RIS辅助系统中基于相关性预测的时变信道估计方法及设备,其中方法包括:假设RIS的工作模式为ON或OFF模式,在基站侧获取历史时刻的时域级联信道估计;利用历史时刻的时域级联信道估计构建训练样本集;随机初始化网络参数,并利用训练样本集对长短期记忆神经网络进行训练,获取具有最优权重和阈值的网络模型;基于训练后的网络模型预测得到信道的时间相关性;利用信道的时间相关性生成AR随机模型,基于AR随机模型和时域接收信号构建卡尔曼滤波器的状态空间模型;基于卡尔曼滤波器的状态空间模型进行时变信道估计,获取经每个RIS单元的级联信道估计。本发明适用于RIS辅助的移动通信系统中时变信道信息的高精度获取。
技术关键词
信道估计
卡尔曼滤波
估计方法
辅助系统
状态空间模型
协方差矩阵
级联
训练样本集
符号持续时间
表达式
OFDM技术
网络
OFDM符号
正交频分复用
内插方法
系统为您推荐了相关专利信息
北斗导航定位
信息发布系统
车辆定位
卡尔曼滤波算法
误差
辨识预警方法
电池模组
锂离子电池
扩展卡尔曼滤波算法
短路
充放电功率
功率平衡系统
功率平衡方法
能源管理模块
微电网