高速铁路无线通信中的信道估计技术

2024-8-20 15:58| 发布者: 凡荷| 查看: 9075| 评论: 0

摘要: 高铁作为现代交通的重要支柱，其快速发展不仅提升了出行效率，也带来了对无线通信的巨大需求。然而，高铁场景下的无线信道面临着诸多挑战。信道估计是无线通信中的关键技术，它直接影响着通 ... ... ... ...

高铁作为现代交通的重要支柱，其快速发展不仅提升了出行效率，也带来了对无线通信的巨大需求。然而，高铁场景下的无线信道面临着诸多挑战。信道估计是无线通信中的关键技术，它直接影响着通信质量和服务体验。因此，针对高铁场景下信道估计的挑战，研究高效、准确的信道估计技术显得尤为重要。

近日，来自英国剑桥大学的Ian Wassell教授和北京交通大学的艾渤教授、陈为教授等联合在High-speed Railway期刊发表了题为“Wireless channel estimation for high-speed rail communications: Challenges, solutions and future directions”的综述论文，文章探讨了高铁信道估计的关键挑战，同时，回顾了现有的解决方案，并展望了未来高铁信道估计的研究方向。

▷▷▷
两大挑战

首先，由于高铁信道变化快速，需要频繁更新信道估计，导致训练开销巨大。随着高铁通信系统向大规模MIMO发展，信道参数数量增加，进一步加剧了信道估计开销的问题。

其次，高铁信道的时间变化和频移会导致OFDM系统中子载波之间正交性的破坏，从而产生载波间干扰（ICI），降低信道估计精度和系统性能。

估计方案

文章从信道模型、估计算法和联合信道估计与ICI抑制方案三个方面综述了高铁信道估计技术。

首先，基于信道特性选择合适的信道模型是信道估计的基础。文章介绍了多种信道模型，包括基础扩展模型（BEM）、空间信道模型和基于多径和角度的信道模型等，这些模型能够有效地表征高铁信道的时变特性、频选特性和空间相关性等。

其次，文章介绍了三种主要的估计算法：传统算法、压缩感知算法和深度学习算法。传统算法如最小二乘（LS）、最小均方误差（MMSE）等，虽然简单易用，但在高铁场景下性能较差。压缩感知算法能够有效降低信道估计开销，并通过利用信道稀疏性提高估计精度。深度学习算法能够学习信道特性，并具有低复杂度的优势，在高铁信道估计中展现出巨大的潜力。

最后，为了提高信道估计精度，需要考虑载波间干扰（ICI）的影响。文章介绍了两种主要的ICI抑制方案：设计合适的导频图案和将ICI消除和信道估计作为两个独立的模块进行处理。

展望未来

高铁信道估计未来可研究正交时频空（OTFS）系统和可重构智能表面（RIS）技术。OTFS技术能够有效应对高铁信道的时间变化和频移，而RIS技术则能够改善信道质量并降低信道估计开销。这些新兴技术为高铁信道估计提供了新的思路和解决方案。

原文链接：

https://www.sciencedirect.com/science/article/pii/S2949867822000046

论文二维码：

期刊简介

High-speed Railway （《高速铁路（英文）》ISSN 2949-8678；英文缩写HSPR）是由北京交通大学主办的开放获取型英文学术期刊，期刊入选2022年度中国科技期刊卓越行动计划高起点新刊项目。期刊主编由卢春房院士担任。

High-speed Railway 主要刊发交通运输类相关的综述性论文和研究性论文。期刊以传播新理论、新技术，探讨高速铁路发展中的理论与实践问题为导向，坚持理论与实践、引进与创新相结合的方针，努力反映高速铁路规划与设计、运营与管理，高速铁路设备及铁路工程等方面的最新成果，促进国际间的学术交流与合作，为提升我国高速铁路事业的国际影响力，促进世界高速铁路技术的发展服务。

High-speed Railway 期刊收录的所有文章都经过严格、高水平的同行评审，一经收录将发表在月活用户超过1700万的ScienceDirect平台，供领域内的学者及全球读者免费阅读、下载及引用。

主编：卢春房中国铁道学会理事长中国工程院院士铁路工程技术和管理专家长期从事铁路建设管理和科技创新工作
执行主编：余祖俊北京交通大学校长、教授中国铁道学会理事中国铁道学会智能铁路委员会副主任委员中国智能交通协会常务理事轨道交通安全监控技术领域知名专家