CN109245805B - 一种面向无人机毫米波通信的快速波束训练与追踪方法 - Google Patents

一种面向无人机毫米波通信的快速波束训练与追踪方法 Download PDF

Info

Publication number
CN109245805B
CN109245805B CN201811293752.6A CN201811293752A CN109245805B CN 109245805 B CN109245805 B CN 109245805B CN 201811293752 A CN201811293752 A CN 201811293752A CN 109245805 B CN109245805 B CN 109245805B
Authority
CN
China
Prior art keywords
training
unmanned aerial
layer
aerial vehicle
beams
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811293752.6A
Other languages
English (en)
Other versions
CN109245805A (zh
Inventor
仲伟志
徐磊
王磊
顾勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201811293752.6A priority Critical patent/CN109245805B/zh
Publication of CN109245805A publication Critical patent/CN109245805A/zh
Application granted granted Critical
Publication of CN109245805B publication Critical patent/CN109245805B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0426—Power distribution
    • H04B7/043—Power distribution using best eigenmode, e.g. beam forming or beam steering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H04B7/046—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account
    • H04B7/0473—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account taking constraints in layer or codeword to antenna mapping into account
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0636—Feedback format
    • H04B7/0639—Using selective indices, e.g. of a codebook, e.g. pre-distortion matrix index [PMI] or for beam selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明提供了一种面向无人机毫米波通信的快速波束训练与追踪方法。所述面向无人机毫米波通信的快速波束训练与追踪方法包括如下步骤：预设符合混合波束成形架构的分层码本，根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号。本发明的有益效果是：所示面向无人机毫米波通信的快速波束训练与追踪方法利用了毫米波通信主要为LOS路径和无人机移动的连续性特点，在大部分波束失配场景中，能够比传统分层训练方案更快地找到新的匹配波束。

Description

一种面向无人机毫米波通信的快速波束训练与追踪方法
技术领域
本发明具体地涉及一种面向无人机毫米波通信的快速波束训练与追踪方法。
背景技术
无人机是一种使用无线电设备遥控或自带程序控制装置操纵而不载人的飞行器。无人机具有架构简单、可动态部署、造价低廉、减少人员伤亡的特点，已在各个领域扮演着极其重要的角色。无人机飞行过程中需要通过通信网络与地面控制中心持续进行数据传输。近年来，毫米波阵列通信被认为是解决无人机Gbit带宽通信的重要手段。在无人机与地面端进行毫米波通信时，由于无人机较强移动性造成的光束对准是整个通信系统开销的主要来源。针对这个问题，研究者们提出了波束训练的方法，该方法能够可以在不采用信道估计的情况下使通信波束达到匹配。而如何对波束训练的手段进行改进，减低训练时间与开销是改进无人机毫米波通信的重要方向之一。
在地面与无人机波束训练的过程中，使用基于波束码本的解决方案是实现系统复杂性与高性能之间的折中设计。通过预先设定的码字控制波束方向从而达到波束调向的作用，与此同时无人机接收端对发射端利用不同方向波束发射的训练符号进行分析，找到码本中适合该时刻通信的最佳码字，从而完成训练的过程并进行数据传输。若通信质量下降到一定程度，系统将认为此时无人机已脱离该波束覆盖区域，从而重新进行波束训练。不难发现，该方案具有复杂度小、步骤简单易于操作的优点，但是无人机的高移动性往往使波束训练这一过程变得更加频繁，穷举式的波束训练方法带来的额外开销将大大增大训练时间与成本，因此，如何设计出一种适合于无人机的快速波束训练与追踪算法是有必要的。
发明内容
本发明的目的在于针对现有技术的缺陷或问题，提供一种面向无人机毫米波通信的快速波束训练与追踪方法。
本发明的技术方案如下：一种面向无人机毫米波通信的快速波束训练与追踪方法：包括如下步骤：预设符合混合波束成形架构的分层码本，根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号。
优选地，还包括如下步骤：如果无人机由于任务机动脱离波束覆盖区域，则采用改进的引入退避机制的波束训练方案从而找到该时段的最优匹配波束。
优选地，预设符合混合波束成形架构的分层码本的步骤包括如下步骤：
步骤1.1：在混合波束预编码系统架构的基础上将码本分为S个不同的层级，保证每一层级的波束成形码本所产生的波束宽度与形状均相同，其中，S为正整数；
步骤1.2：找到满足步骤1.1中各个层级最优的码本方案。
优选地，在步骤1.1中，具体码本的设计方法如下：
Figure BDA0001850620830000021
s.t.[FRF,(s,k,m)]:,i∈{ΑQ},i＝1,2,...,NRF
Figure BDA0001850620830000022
其中，s表示层级数，并且s＝1,2,..,S，k表示该层子波束的所属上层波束所在的序号，k＝1,2,...,Ks-1，K表示能够每一波束拥有的下一层子波束个数，所以(s,k,m)表示为第s层第k个子集的第m个波束，m＝1,2,...,K；
Figure BDA0001850620830000023
表示对应波束的混合预编码系统中的模拟波束控制矩阵，它的列向量取自非完备字典集ΑQ，ΑQ由RF链相位控制比特数q决定，ΑQ中所有元素均取自相位集合Zq＝{0，2π/2q，…，2π(2q-1)/2q}；
NBS表示天线数目，NRF表示系统中RF链的数目，而FBB,(s,k,m)表示对应波束的基带波束成形向量；
F(s,k,m)表示理想波束成形矢量，它的值由以下公式获得：
F(s,k,m)＝Cs(AAH)-1AG(s,k,m)
其中，Cs表示归一化常数，以保证||F(s,k,m)||F＝1成立，假设信号发射角θ的空间被均分成N份，
Figure BDA0001850620830000031
表示由空间内所有角度的阵列响应aBS(θ),θ∈{0,2π/N,...,2π(N-1)/N}构成的过完备矩阵，而在均匀直线阵的情况下阵列响应向量表示为：
Figure BDA0001850620830000032
其中，λ表示信号波长，d表示阵元的间距；G(s,k,m)表示N×1的矩阵，在这个矩阵中，在位置u,u∈I(s,k,m)处的值为1，其他位置的值为0，其中
Figure BDA0001850620830000033
优选地，步骤1.2具体包括如下步骤：
步骤1.2.1：对模拟波束控制矩阵FRF,(s,k,m)与残差向量Fres，(s,k,m)进行初始化，其中FRF,(s,k,m)＝[]，Fres，(s,k,m)＝F(s,k,m)；
步骤1.2.1：根据RF链的数目NRF，令n＝1:NRF重复以下1.2.3-1.2.6步骤；
步骤1.2.3：根据构建最新残差向量Fres，(s,k,m)的值构建新向量
Figure BDA0001850620830000034
并结合RF相移器具体分辨率进行量化操作，使fn,(s,k,m)∈Zq，这里Zq表示相移器可能产生的所有相位集合；
步骤1.2.4：将FRF,(s,k,m)矩阵的值进行更新，得到FRF,(s,k,m)＝[FRF,(s,k,m)fn,(s,k,m)]；
步骤1.2.5：计算此时基带波束成形向量：
Figure BDA0001850620830000035
步骤1.2.6：计算残差向量：Fres,(s,k,m)＝F(s,k,m)-FRF,(s,k,m)FBB,(s,k,m)；
步骤1.2.7：结束迭代后，对基带波束成形向量进行归一化：
Figure BDA0001850620830000036
步骤1.2.8：根据最新的FRF,(s,k,m)和FBB,(s,k,m)得到最终混合波束码本方案
Figure BDA0001850620830000037
优选地，根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号包括如如下内容：
一个数据帧由波束训练阶段与数据传输阶段组成，设其中波束训练的时间长度为T；
在某一层训练中，信号发射端将上一层的最优波束覆盖范围划分为K个子波束，通过这K个波束发送训练序列依次进行下行传输，传输结束后接收端通过分析，将训练结果上行反馈回发射端，其中，K为正整数；
当分辨率最佳的波束成功匹配到无人机，即可进行数据传输阶段，且发射端采用训练所获得的最优波束码本，使地面能够与无人机保持最佳通信质量。
优选地，在混合波束预编码系统架构的基础上将码本分为S个不同的层级，如果无人机由于任务机动脱离波束覆盖区域，则采用改进的引入退避机制的波束训练方案，从而找到该时段下最优匹配波束，具体方法如下：
若第S层的波束无法较好的无人机产生匹配，此时可以将波束退到S-1层，并发送S-1层中对应的波束；若S-k层波束仍然无法匹配，则将波束码本退到S-k-1层，k为小于S的正整数；
若第S-st层的波束能够与无人机产生匹配，则以该层为起点，开始正向波束训练，对S-st+1层的K个子波束进行波束训练，以此类推，其中，st是指任意大于0小于S的整数，指的是波束通信之间能够产生匹配时退避的层数；
若退到第一层仍然无法匹配到响应波束，则直接在第一层重新进行波束训练以找到合适的匹配波束。
本发明提供的技术方案具有如下有益效果：
本发明提出的面向无人机毫米波通信的快速波束训练与追踪方法中，地面毫米波信号发射端首先将先预设符合混合波束成形架构的分层码本，并根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号；而当无人机由于任务机动脱离波束覆盖区域时，再采用改进的引入退避机制的波束训练方案从而找到该时段的最优匹配波束，因此本发明利用了毫米波通信主要为LOS路径和无人机移动的连续性特点，在大部分波束失配场景中，能够比传统分层训练方案更快找到新的匹配波束。
附图说明
图1是混合波束成形结构图图；
图2是传统波束分层训练方法的帧结构图；
图3是具有波束逆推训练机制的分层训练方法帧结构图；
图4是K＝2，S＝3时的传统波束训练的部分过程；
图5(a)和图5(b)是发生退避时st的值与训练时间开销的关系。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明中的步骤虽然用标号进行了排列，但并不用于限定步骤的先后次序，除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础，否则步骤的相对次序是可以调整的。可以理解，本文中所使用的术语“和/或”涉及且涵盖相关联的所列项目中的一者或一者以上的任何和所有可能的组合。
本发明提出的面向无人机毫米波通信的快速波束训练与追踪方法包括如下步骤：
步骤1：预设符合混合波束成形架构的分层码本，根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号；
步骤2：如果无人机由于任务机动脱离波束覆盖区域，则采用改进的引入退避机制的波束训练方案从而找到该时段的最优匹配波束。
需要说明的是，在步骤1中，预设符合混合波束成形架构的分层码本的步骤包括如下步骤：
步骤1.1：在混合波束预编码系统架构的基础上将码本分为S个不同的层级，保证每一层级的波束成形码本所产生的波束宽度与形状均相同，其中，S为正整数；
步骤1.2：找到满足步骤1.1中各个层级最优的码本方案。
具体地，在步骤1.1中，如图1所示，具体码本的设计方法如下：
Figure BDA0001850620830000061
s.t.[FRF,(s,k,m)]:,i∈{ΑQ},i＝1,2,...,NRF
Figure BDA0001850620830000062
其中，s表示层级数，并且s＝1,2,..,S，k表示该层子波束的所属上层波束所在的序号，k＝1,2,...,Ks-1，K表示能够每一波束拥有的下一层子波束个数，所以(s,k,m)表示为第s层第k个子集的第m个波束，m＝1,2,...,K；
Figure BDA0001850620830000063
表示对应波束的混合预编码系统中的模拟波束控制矩阵，它的列向量取自非完备字典集ΑQ，ΑQ由RF链相位控制比特数q决定，ΑQ中所有元素均取自相位集合Zq＝{0，2π/2q，…，2π(2q-1)/2q}；
NBS表示天线数目，NRF表示系统中RF链的数目，而FBB,(s,k,m)表示对应波束的基带波束成形向量；
F(s,k,m)表示理想波束成形矢量，它的值由以下公式获得：
F(s,k,m)＝Cs(AAH)-1AG(s,k,m)
其中，Cs表示归一化常数，以保证||F(s,k,m)||F＝1成立，假设信号发射角θ的空间被均分成N份，
Figure BDA0001850620830000064
表示由空间内所有角度的阵列响应aBS(θ),θ∈{0,2π/N,...,2π(N-1)/N}构成的过完备矩阵，而在均匀直线阵的情况下阵列响应向量表示为：
Figure BDA0001850620830000065
其中，λ表示信号波长，d表示阵元的间距；G(s,k,m)表示N×1的矩阵，在这个矩阵中，在位置u,u∈I(s,k,m)处的值为1，其他位置的值为0，其中
Figure BDA0001850620830000071
步骤1.2具体包括如下步骤：
步骤1.2.1：对模拟波束控制矩阵FRF,(s,k,m)与残差向量Fres，(s,k,m)进行初始化，其中FRF,(s,k,m)＝[]，Fres，(s,k,m)＝F(s,k,m)；，
步骤1.2.1：根据RF链的数目NRF，令n＝1:NRF重复以下1.2.3-1.2.6步骤；
步骤1.2.3：根据构建最新残差向量Fres，(s,k,m)的值构建新向量
Figure BDA0001850620830000072
并结合RF相移器具体分辨率进行量化操作，使fn,(s,k,m)∈Zq，这里Zq表示相移器可能产生的所有相位集合；
步骤1.2.4：将FRF,(s,k,m)矩阵的值进行更新，得到FRF,(s,k,m)＝[FRF,(s,k,m)fn,(s,k,m)]；
步骤1.2.5：计算此时基带波束成形向量：
Figure BDA0001850620830000073
步骤1.2.6：计算残差向量：Fres,(s,k,m)＝F(s,k,m)-FRF,(s,k,m)FBB,(s,k,m)；
步骤1.2.7：结束迭代后，对基带波束成形向量进行归一化：
Figure BDA0001850620830000074
步骤1.2.8：根据最新的FRF,(s,k,m)和FBB,(s,k,m)得到最终混合波束码本方案
Figure BDA0001850620830000075
此外，在步骤1中，根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号包括如如下内容：
如图2和图4所示，展示的是基本波束分层训练方法的帧结构图；一个数据帧由波束训练阶段与数据传输阶段组成，设其中波束训练的时间长度为T；
在某一层训练中，信号发射端将上一层的最优波束覆盖范围划分为K个子波束，通过这K个波束发送训练序列依次进行下行传输，传输结束后接收端通过分析，将训练结果上行反馈回发射端，其中，K为正整数；
当分辨率最佳的波束成功匹配到无人机，即可进行数据传输阶段，且发射端采用训练所获得的最优波束码本，使地面能够与无人机保持最佳通信质量。
而且，在步骤2中，当无人机航行造成通信中断时，波束逆推训练机制如图3所示：
若第S层的波束无法较好的无人机产生匹配，此时可以将波束退到S-1层，并发送S-1层中对应的波束；若S-k层波束仍然无法匹配，则将波束码本退到S-k-1层，k为小于S的正整数；
若第S-st层的波束能够与无人机产生匹配，则以该层为起点，开始正向波束训练，对S-st+1层的K个子波束进行波束训练，以此类推，其中，st是指任意大于0小于S的整数，指的是波束通信之间能够产生匹配时退避的层数；
若退到第一层仍然无法匹配到响应波束，则直接在第一层重新进行波束训练以找到合适的匹配波束。
下面具体通过附图和实施例来说明本发明面向无人机毫米波移动通信的快速波束训练与追踪方法。本案例中发射端采用阵元数目NBS＝16的ULA阵列，在360度的方向上产生了M＝64个波束进行覆盖，并设N＝128，若此时K＝2，根据S＝[logKM]则不难得到S＝6。载波频率为60GHz毫米波，阵元间距为半波长，且RF链的控制比特数q＝3，RF链数目为NRF＝4。传输信道主要为LOS信道，假设无人机脱离某一波束覆盖范围后，就会受到该波束相邻波束的覆盖，且不考虑空气中功率的损耗。
本实施例包括以下步骤：
1，预设混合波束成形架构的分层波束码本，具体如下：
1)计算列响应向量
Figure BDA0001850620830000081
2)计算空间内所有角度的阵列响应aBS(θ)构成的过完备矩阵A
A＝[aBS(0),aBS(2π/N)，...,aBS(2π(N-1)/N)]
3)计算矩阵G(s,k,m)
Figure BDA0001850620830000082
且
Figure BDA0001850620830000083
4)计算理想波束成形矢量F(s,k,m)
F(s,k,m)＝Cs(AAH)-1AG(s,k,m)
5)找到最接近F(s,k,m)的各层级最优码本方案
Figure BDA0001850620830000091
2，根据预设码本，通过实例计算并比较无人机实际飞行中训练开销的大小，具体方法如下：
1)计算采用不同波束分层训练方法所需要的时间开销。假设无人机随机运动，从任意波束覆盖区域到其相邻波束覆盖区域的概率都相同，传统训练方式的具体过程如图4所示，每一次波束中断重新训练的时间Tc可以表示为：
Tc＝S(K+1)·Tslot＝18Tslot
采用退避机制的训练时间Tt可以表示为：
Tt＝T1+st(K+1)t＝2*st*Tslot+st(K+1)Tslot＝(K+3)stTslot＝5stTslot
2)比较无人机在绕阵列进行一次圆周运动时进行两种波束训练方法需要的时间。具体步骤如下:
①计算采用传统分层波束训练需要的时间Tc,sum：
Tc,sum＝(M)*18Tslo＝1152Tslot＝1.152秒
②计算采用本文所提供的改进训练方法的训练时间Tt,sum，若无人机进行圆周运动，共计64次波束重新匹配，st＝5，有4次，st＝4，有4次，st＝3，有8次，st＝2，有16次，st＝1，有32次，则可以计算出总时间为：
Tt,sum＝(4*25+4*20+8*15+16*10+32*5)Tslot＝0.62秒。
根据上一步的计算不难发现，当无人机围绕发射端做圆周运动时，采用退避机制的分层算法拥有更少的训练开销。而本实施例得到的效果更加一般的情况可以通过图5仿真实验中所获得的具体数据进行进一步说明。我们看到：图5(a)中，波束数目为64，随着退避次数st值的变化，传统训练时间不受影响，但是本文提出的方案会发生明显的变化。不难看出，st值小于3.6时改进方案的时间开销要更小，而这一点能够得到保证，正是基于了无人机运动连续性的特点——如图5(b)所示为无人机进行随机运动时，单次训练时间的期望随总波束数目的变化情况，也就是说在统计学上可以证明本文算法具有更低的时间开销。因此，本发明很好的降低了由于无人机运动造成的波束重训练问题所带来的开销。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种面向无人机毫米波通信的快速波束训练与追踪方法，其特征在于：包括如下步骤：
预设符合混合波束成形架构的分层码本，根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号；
预设符合混合波束成形架构的分层码本的步骤包括如下步骤：
步骤1.1：在混合波束预编码系统架构的基础上将码本分为S个不同的层级，保证每一层级的波束成形码本所产生的波束宽度与形状均相同，其中，S为正整数；具体码本的设计方法如下：
Figure FDA0002977991280000011
S.t.[FRF，(s，k，m)]：，i∈{AQ}，i＝1，2，...，NRF
Figure FDA0002977991280000012
其中，s表示层级数，并且s＝1，2，..，S，S表示分层搜索的总层级数；k表示该层子波束的所属上层波束所在的序号，k＝1，2，...，Ks-1，K表示能够每一波束拥有的下一层子波束个数，所以(s，k，m)表示为第s层第k个子集的第m个波束，m＝1，2，...，K；
Figure FDA0002977991280000013
表示对应波束的混合预编码系统中的模拟波束控制矩阵，它的列向量取自非完备字典集AQ，AQ由RF链相位控制比特数q决定，AQ中所有元素均取自相位集合Zq＝{0，2π/2q，…，2π(2q-1)/2q}；
NBS表示天线数目，NRF表示系统中RF链的数目，而FBB，(s，k，m)表示对应波束的基带波束成形向量；i表示第i列，即FRF，(s，k，m)共有NRF列；
F(s，k，m)表示理想波束成形矢量；
步骤1.2：找到满足步骤1.1中各个层级最优的码本方案。
2.根据权利要求1所述的一种面向无人机毫米波通信的快速波束训练与追踪方法，其特征在于，还包括如下步骤：
如果无人机由于任务机动脱离波束覆盖区域，则采用改进的引入退避机制的波束训练方案从而找到该时段的最优匹配波束。
3.根据权利要求1所述的一种面向无人机毫米波通信的快速波束训练与追踪方法，其特征在于，在步骤1.1中，
F(s，k，m)的值由以下公式获得：
F(s，k，m)＝Cs(AAH)-1AG(s，k，m)
其中，Cs表示归一化常数，以保证||F(s，k，m)||F＝1成立，假设信号发射角θ的空间被均分成N份，
Figure FDA0002977991280000021
表示由空间内所有角度的阵列响应aBS(θ)，θ∈{0，2π/N，...，2π(N-1)/N}构成的过完备矩阵，而在均匀直线阵的情况下阵列响应向量表示为：
Figure FDA0002977991280000022
其中，λ表示信号波长，d表示阵元的间距；G(s，k，m)表示N×1的矩阵，在这个矩阵中，在位置u，u∈I(s，k，m)处的值为1，其他位置的值为0，其中
Figure FDA0002977991280000023
4.根据权利要求1所述的一种面向无人机毫米波通信的快速波束训练与追踪方法，其特征在于，步骤1.2具体包括如下步骤：
步骤1.2.1：对模拟波束控制矩阵FRF，(s，k，m)与残差向量Fres，(s，k，m)进行初始化，其中FRF，(s，k，m)＝[]，表示该矩阵在迭代初始阶段为空；Fres，(s，k，m)＝F(s，k，m)；
步骤1.2.1：根据RF链的数目NRF，令n＝1：NRF重复以下1.2.3-1.2.6步骤；
步骤1.2.3：根据构建最新残差向量Fres，(s，k，m)的值构建新向量
Figure FDA0002977991280000031
并结合RF相移器具体分辨率进行量化操作，使fn，(s，k，m)∈Zq，fn，(s，k，m)∈Zq为迭代过程中产生的向量，这里zq表示相移器可能产生的所有相位集合；
步骤1.2.4：将FRF，(s，k，m)矩阵的值进行更新，得到FRF，(s，k，m)＝[FRF，(s，k，m)fn，(s，k，m)]；
步骤1.2.5：计算此时基带波束成形向量：
Figure FDA0002977991280000032
步骤1.2.6：计算残差向量：Fres，(s，k，m)＝F(s，k，m)-FRF，(s，k，m)FBB，(s，k，m)；
步骤1.2.7：结束迭代后，对基带波束成形向量进行归一化：
Figure FDA0002977991280000033
步骤1.2.8：根据最新的FRF，(s，k，m)和FBB，(s，k，m)得到最终混合波束码本方案
Figure FDA0002977991280000034
5.根据权利要求1所述的一种面向无人机毫米波通信的快速波束训练与追踪方法，其特征在于，根据传统的多层级波束训练方式进行波束的匹配搜索，找到最优波束并发射通信信号包括如如下内容：
一个数据帧由波束训练阶段与数据传输阶段组成，设其中波束训练的时间长度为T；
在某一层训练中，信号发射端将上一层的最优波束覆盖范围划分为K个子波束，通过这K个波束发送训练序列依次进行下行传输，传输结束后接收端通过分析，将训练结果上行反馈回发射端，其中，K为正整数；
当分辨率最佳的波束成功匹配到无人机，即可进行数据传输阶段，且发射端采用训练所获得的最优波束码本，使地面能够与无人机保持最佳通信质量。
6.根据权利要求2所述的一种面向无人机毫米波通信的快速波束训练与追踪方法，其特征在于，在混合波束预编码系统架构的基础上将码本分为S个不同的层级，如果无人机由于任务机动脱离波束覆盖区域，则采用改进的引入退避机制的波束训练方案，从而找到该时段下最优匹配波束，具体方法如下：
若第S层的波束无法较好的无人机产生匹配，此时可以将波束退到S-1层，并发送S-1层中对应的波束；若S-k层波束仍然无法匹配，则将波束码本退到S-k-1层，k为小于S的正整数；
若第S-st层的波束能够与无人机产生匹配，则以该层为起点，开始正向波束训练，对S-st+1层的K个子波束进行波束训练，以此类推，其中，st是指任意大于0小于S的整数，指的是波束通信之间能够产生匹配时退避的层数；
若退到第一层仍然无法匹配到响应波束，则直接在第一层重新进行波束训练以找到合适的匹配波束。
CN201811293752.6A 2018-11-01 2018-11-01 一种面向无人机毫米波通信的快速波束训练与追踪方法 Active CN109245805B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811293752.6A CN109245805B (zh) 2018-11-01 2018-11-01 一种面向无人机毫米波通信的快速波束训练与追踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811293752.6A CN109245805B (zh) 2018-11-01 2018-11-01 一种面向无人机毫米波通信的快速波束训练与追踪方法

Publications (2)

Publication Number Publication Date
CN109245805A CN109245805A (zh) 2019-01-18
CN109245805B true CN109245805B (zh) 2021-07-13

Family

ID=65080254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811293752.6A Active CN109245805B (zh) 2018-11-01 2018-11-01 一种面向无人机毫米波通信的快速波束训练与追踪方法

Country Status (1)

Country Link
CN (1) CN109245805B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110113086B (zh) * 2019-04-02 2021-11-02 东南大学 大规模mimo无人机系统混合预编码和位置设计方法
CN110430576B (zh) * 2019-07-17 2023-04-11 大连理工大学 无人机辅助的非正交多址接入网络中安全携能通信方法
CN110601775B (zh) * 2019-09-09 2021-07-27 南京航空航天大学 面向无人机通信的智能信道测量装置及方法
CN111224699B (zh) * 2019-11-21 2021-11-16 南京航空航天大学 一种面向无人机基站通信的毫米波波束生成方法
CN111478724A (zh) * 2020-04-15 2020-07-31 南京航空航天大学 一种面向无人机毫米波平台的三维波束搜索方法
CN115150227B (zh) * 2021-03-30 2023-10-13 复旦大学 一种点对点多天线通信系统中的角度估计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106027133A (zh) * 2016-05-20 2016-10-12 北京邮电大学 一种多径信道下的分级波束搜索方法
CN107040296A (zh) * 2017-02-28 2017-08-11 北京航空航天大学 毫米波通信中的信道估计方法
CN107579759A (zh) * 2017-09-19 2018-01-12 清华大学 一种无人机卫星通信系统中天线波束的稳定方法及装置
CN108111208A (zh) * 2018-01-31 2018-06-01 南京邮电大学 一种灵活码本配置的毫米波系统角度域信道估计方法
CN108419286A (zh) * 2018-01-18 2018-08-17 北京邮电大学 一种面对5g无人机通信联合波束与功率的分配算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180054241A1 (en) * 2016-08-22 2018-02-22 Straight Path Ventures, Llc Methods and apparatus for fixed broadband communication and backhaul access with large number of antennas

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106027133A (zh) * 2016-05-20 2016-10-12 北京邮电大学 一种多径信道下的分级波束搜索方法
CN107040296A (zh) * 2017-02-28 2017-08-11 北京航空航天大学 毫米波通信中的信道估计方法
CN107579759A (zh) * 2017-09-19 2018-01-12 清华大学 一种无人机卫星通信系统中天线波束的稳定方法及装置
CN108419286A (zh) * 2018-01-18 2018-08-17 北京邮电大学 一种面对5g无人机通信联合波束与功率的分配算法
CN108111208A (zh) * 2018-01-31 2018-06-01 南京邮电大学 一种灵活码本配置的毫米波系统角度域信道估计方法

Also Published As

Publication number Publication date
CN109245805A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109245805B (zh) 一种面向无人机毫米波通信的快速波束训练与追踪方法
CN110401476B (zh) 一种基于码本的毫米波通信多用户并行波束训练方法
CN107040296B (zh) 毫米波通信中的信道估计方法
Song et al. Codebook design for hybrid beamforming in millimeter wave systems
CN104935366B (zh) 毫米波通信中的波束搜索方法
CN108650200B (zh) 高低频混合组网系统的低频辅助信道估计方法
CN107294590B (zh) 一种基于上行训练的数模混合波束赋形方法
CN105891771B (zh) 一种提高估计精度的基于连续分布的角度估计方法与设备
KR102228091B1 (ko) 밀리미터파 기반 대규모 mimo 시스템의 하이브리드 빔포밍 장치 및 방법
CN110943768B (zh) 一种毫米波大规模mimo系统的混合预编码码本联合设计方法
CN108173578B (zh) 阵列天线模拟多波束赋形方法
CN107135023B (zh) 用于毫米波通信系统的三维训练码书设计方法及波束对准方法
CN105790811A (zh) 一种高分辨率模拟波束快速训练方法及装置
CN109495150B (zh) 一种毫米波通信码本设计方法
CN110138427A (zh) 基于部分连接的大规模多输入多输出混合波束赋形算法
CN115001550B (zh) 毫米波系统的多用户波束快速对准方法
CN110719127B (zh) 一种具有恒模约束的毫米波mimo系统波束成形方法
CN113572503B (zh) 一种低复杂度的基于gp的改进混合波束成形方法
CN111478724A (zh) 一种面向无人机毫米波平台的三维波束搜索方法
Akdim et al. Variational hierarchical posterior matching for mmWave wireless channels online learning
CN114499613A (zh) 近场宽带波束赋形方法、装置、电子设备及存储介质
CN111224699B (zh) 一种面向无人机基站通信的毫米波波束生成方法
CN112398513A (zh) 一种massive MIMO系统的波束赋形方法
CN103067065B (zh) 基于双层圆形天线阵的60GHz波束赋形方法和系统
CN116131891B (zh) 基于黎曼流形的分层码本设计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant