张捷，杨丽花，王增浩，呼博，聂倩

（南京邮电大学江苏省无线通信重点实验室，江苏 南京 210003）

1 引言

近年来无线通信技术发展迅速，与无线信道相关的成果层出不穷[1-2]。随着运行速度超过300 km/h 的高速铁路（high speed railway，HSR）的大规模部署，HSR 环境下的无线通信在全球引起了越来越多的关注[3-5]。在HSR 环境下，列车的高速运行会引起大的多普勒频移，而大的多普勒频移会使得信道发生快速时变，在此场景下高精度地获取信道状态信息（channel state information，CSI）是关键。通过信道估计虽可以获得CSI，但是信道的快速时变以及信道估计的处理时延，使得获取的CSI 已经过时，不能反映当前时刻的信道状况。然而，信道预测可以根据过时的信道状态信息，预测未来发送时刻的信道状况，能够显著提高系统性能。

目前时变信道预测问题已经引起了广泛的关注，传统的时变信道预测方法是使用线性预测模型，通过对当前时刻CSI 和过去时刻CSI 的线性组合，获取未来时刻的CSI。其中，参考文献[6]给出了一种基于二阶自回归（auto regressive，AR）模型的瑞利信道预测方法；参考文献[7]给出了一种基于线性最小均方误差（linear minimum mean square error，LMMSE）的信道预测方法。由于基于AR 模型的预测方法求解AR 系数需要基于已知的信道时域相关性信息，而在非平稳状态下，信道的时域相关特性随时间变化，导致AR 模型中依赖时域相关性的待定系数的计算非常复杂。为此，参考文献[8]与参考文献[9]提出了一种基于一阶泰勒展开的信道预测方法，由于待拟合的多项式的最高阶数为1，故该多项式的拟合问题可等价于线性回归问题，通过多元函数极值的必要条件，将问题转化为求解线性方程组，从而得到一阶泰勒展开模型的系数。……