CN112637764B - 智能反射面辅助无线定位系统及其反射波束成形设计方法 - Google Patents

智能反射面辅助无线定位系统及其反射波束成形设计方法 Download PDF

Info

Publication number
CN112637764B
CN112637764B CN202011488430.4A CN202011488430A CN112637764B CN 112637764 B CN112637764 B CN 112637764B CN 202011488430 A CN202011488430 A CN 202011488430A CN 112637764 B CN112637764 B CN 112637764B
Authority
CN
China
Prior art keywords
beam forming
vector
intelligent
matrix
reflecting surface
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
CN202011488430.4A
Other languages
English (en)
Other versions
CN112637764A (zh
Inventor
刘儿兀
刘轶铭
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202011488430.4A priority Critical patent/CN112637764B/zh
Publication of CN112637764A publication Critical patent/CN112637764A/zh
Application granted granted Critical
Publication of CN112637764B publication Critical patent/CN112637764B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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
    • H04B7/04013—Intelligent reflective surfaces
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q15/00—Devices for reflection, refraction, diffraction or polarisation of waves radiated from an antenna, e.g. quasi-optical devices
    • H01Q15/14—Reflecting surfaces; Equivalent structures
    • H01Q15/145—Reflecting surfaces; Equivalent structures comprising a plurality of reflecting particles, e.g. radar chaff
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q21/00—Antenna arrays or systems
    • 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
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

智能反射面辅助无线定位系统及其反射波束成形设计方法，本发明属于无线定位技术领域。智能反射面辅助无线定位系统，其特征在于，包括：系统模型、信道模型和接收信号模型。反射波束成形设计方法中采用交替优化：第一步，初始化智能反射面的反射波束成形；第二步，估计位置参数并更新；第三步，根据当前迭代轮次所估计的参数优化智能反射面的反射波束成形；第四步，判断是否收敛，如果不收敛则跳转到第二步，如果收敛则输出位置信息和反射波束成形设计。智能反射面辅助无线定位系统可以在视距链路被阻塞的情况下提供高精度(分米级甚至厘米级)的位置信息。

Description

智能反射面辅助无线定位系统及其反射波束成形设计方法
技术领域
本发明属于无线定位技术领域。
背景技术
Bourdoux等人在2020年6月发布的6G定位与传感白皮书[Bourdoux A,Barreto AN,van Liempd B,et al.6G White Paper on Localization and Sensing[J].ArXivpreprint:2006.01779,2020.]中指出，未来的6G系统不仅可以提供超高速、低时延的通信，而且由于其新的使能技术的应用，还可以实现高精度(分米级甚至厘米级)的无线定位。
当前的研究已经表明，大型天线阵列技术和毫米波技术可以有效的提升无线定位的精度。例如：
Jeong等人在文献[Jeong S,Simeone O,Haimovich A,et al.BeamformingDesign for Joint Localization and Data Transmission in Distributed AntennaSystem[J].IEEE Transactions on Vehicular Technology,2015,64(1):62-76.]中提出了一种发射波束成形设计方法，可以提高分布式天线系统的定位精度。
Shahmansoori等人在文献[Shahmansoori A,Garcia G E,Destino G,etal.Position and Orientation Estimation Through Millimeter-Wave MIMO in 5GSystems[J].IEEE Transactions on Wireless Communications,2018,17(3):1822-1835.]中研究了毫米波情况下大规模MIMO系统中移动端位置和方向的估计问题。
Wang、Wu和Shen则在文献[Wang Y,Wu Y,Shen Y.Joint SpatiotemporalMultipath Mitigation in Large-Scale Array Localization[J].IEEE Transactionson Signal Processing,2019,67(3):783-797.]中证明了大规模MIMO定位采用非正交波形的情况下具有渐近空间正交性。
Zhou等人则重点研究了利用主动波束成形来减少定位误差的方法，并且提出了一种连续的定位和波束成形方案[Zhou B,Liu A,Lau V.Successive Localization andBeamforming in5G mmWave MIMO Communication Systems[J].IEEE Transactions onSignal Processing,2019,67(6):1620-1635.]。
但是，现有的技术方案存在如下问题：
1.定位的精度达不到分米级甚至厘米级的要求，需要进一步提高无线定位的精度。
2.在视距链路被阻塞的情况下，无法进行有效的定位。
发明内容
鉴于现有技术存在的问题和不足，本发明提供一种(被动)反射波束成形设计方法，其在利用大型天线阵列技术和毫米波技术的基础上引入了智能反射面来提高无线定位的精度且降低位置估计的克拉美·罗下界。
本发明技术方案：
一种三维的智能反射面辅助无线定位系统，包括：系统模型、信道模型和接收信号模型；
所述系统模型包括基站端、移动端和智能反射面；基站端和移动端所配备的天线个数分别为Nt和Nr，而智能反射面则由N个反射单元组成；基站端和移动端的位置分别被记为p＝[px,py,0]T和q＝[qx,qy,0]T，第i个反射单元的位置被记为
Figure BDA0002840034680000021
在视距链路被阻塞的情况下，该无线定位系统中存在着N条反射路径；第i条路径的发射仰角和方位角分别记为θi和φi，接收仰角和方位角分别记为
Figure BDA0002840034680000022
和
Figure BDA0002840034680000023
其中，θi和φi的值依据事先安装的基站和智能反射面的位置进行计算获得，而
Figure BDA0002840034680000024
和
Figure BDA0002840034680000025
的值则根据接收到的信号进行估计；
所述信道模型其Nr×Nt信道矩阵表示为：
Figure BDA0002840034680000026
其中，Λt和Λr分别表示基站端和移动端的阵列响应矩阵，对角阵H表示N条路径的传播增益矩阵，对角阵Φ表示智能反射面对信号的操作；响应矩阵Λt和Λr由发射角和接收角决定，由下式给出：
Λt＝[at(θ1,φ1),…,at(θN,φN)]
Figure BDA0002840034680000027
其中，列向量at(θi,φi)和
Figure BDA0002840034680000028
分别为：
Figure BDA0002840034680000029
Figure BDA00028400346800000210
参数k＝2πd/λ，其中d表示发射或接收天线之间的间距，λ表示发送信号的波长；对角阵
Figure BDA00028400346800000211
Figure BDA00028400346800000212
其中
Figure BDA00028400346800000213
表示按元素求幂操作，向量
Figure BDA00028400346800000214
表示智能反射面的N个反射单元的相移；对角阵H＝diag[h]，其中向量h＝[h1,h2,…,hN]T表示N条路径的传播增益，并且向量中的元素是独立同分布的；
所述接收信号模型，其基站端发送的信号表示为
Figure BDA00028400346800000215
其中L表示发送信号所消耗时隙的数量，矩阵中第l个向量x(l)表示在第l个时隙所发送的信号；对其进行向量化操作得到移动端的接收信号
Figure BDA0002840034680000031
为：
Figure BDA0002840034680000032
其中，向量n表示加性高斯白噪声，其元素是独立同分布的，均服从复高斯分布
Figure BDA0002840034680000033
基站端在第l个时隙的发送功率为
Figure BDA0002840034680000034
一种反射波束成形设计，特征是，
步骤1，通过优化反射波束成形来最小化位置估计的克拉美·罗下界，优化问题表示为：
Figure BDA0002840034680000035
采用梯度下降法来获得局部最优解；目标函数
Figure BDA0002840034680000036
是一个以向量为变量的实值标量函数，其梯度表示为：
Figure BDA0002840034680000037
其中，目标函数
Figure BDA0002840034680000038
对
Figure BDA0002840034680000039
的偏导数由下式给出：
Figure BDA00028400346800000310
其中，参数Nu和De分别表示目标函数的分子与分母，
费雪信息矩阵
Figure BDA00028400346800000311
的各个元素对变量
Figure BDA00028400346800000312
的偏导数为：
Figure BDA00028400346800000313
附图说明
图1.智能反射面辅助无线定位系统示意图
图2.基于交替优化算法的反射波束成形设计流程图
图3.基于梯度下降算法的反射波束成形优化流程图
图4.本发明提出的算法的收敛性能和优化结果
具体实施方式
本发明解决了以下几个问题(即技术方案原理)：
1、通过引入智能反射面来提高无线定位的精度；
2、通过引入智能反射面使得在视距链路被阻塞的情况下定位成为可能；
3、通过引入智能反射面来提升无线定位系统的能量效率；
4、通过优化反射波束成形来降低位置估计的克拉美·罗下界。
方法过程如下：
首先，建立三维的智能反射面辅助无线定位系统模型，包括：系统模型、信道模型和接收信号模型。
·系统模型
本发明所考虑的智能反射面辅助无线定位系统如图1所示。
该系统包括了基站端、移动端和智能反射面。基站端和移动端所配备的天线个数分别为Nt和Nr，而智能反射面则由N个反射单元组成。基站端和移动端的位置分别被记为p＝[px,py,0]T和q＝[qx,qy,0]T，第i个反射单元的位置被记为
Figure BDA0002840034680000041
在视距链路被阻塞的情况下，该无线定位系统中存在着N条反射路径。第i条路径的发射仰角和方位角分别记为θi和φi，接收仰角和方位角分别记为
Figure BDA0002840034680000042
和
Figure BDA0002840034680000043
其中，θi和φi的值可以依据事先安装的基站和智能反射面的位置进行计算获得，而
Figure BDA0002840034680000044
和
Figure BDA0002840034680000045
的值则是未知的，需要我们根据接收到的信号进行估计。
·信道模型
根据上述系统模型，Nr×Nt信道矩阵可以表示为：
Figure BDA0002840034680000046
其中，Λt和Λr分别表示基站端和移动端的阵列响应矩阵，对角阵H表示N条路径的传播增益矩阵，对角阵Φ表示智能反射面对信号的操作。响应矩阵Λt和Λr由发射角和接收角决定，由下式给出：
Λt＝[at(θ1,φ1),…,at(θN,φN)]
Figure BDA0002840034680000047
其中，列向量at(θi,φi)和
Figure BDA0002840034680000048
分别为：
Figure BDA0002840034680000049
Figure BDA00028400346800000410
参数k＝2πd/λ，其中d表示发射或接收天线之间的间距，λ表示发送信号的波长。对角阵
Figure BDA00028400346800000411
Figure BDA00028400346800000412
其中
Figure BDA00028400346800000413
表示按元素求幂操作，向量
Figure BDA00028400346800000414
表示智能反射面的N个反射单元的相移。对角阵H＝diag[h]，其中向量h＝[h1,h2,…,hN]T表示N条路径的传播增益，并且向量中的元素是独立同分布的。
·接收信号模型
基站端发送的信号表示为
Figure BDA00028400346800000415
其中L表示发送信号所消耗时隙的数量，矩阵中第l个向量x(l)表示在第l个时隙所发送的信号。对其进行向量化操作可以得到移动端的接收信号
Figure BDA0002840034680000051
为：
Figure BDA0002840034680000052
其中，向量n表示加性高斯白噪声，其元素是独立同分布的，均服从复高斯分布
Figure BDA0002840034680000053
基站端在第l个时隙的发送功率为
Figure BDA0002840034680000054
进一步的，在建立了系统模型的基础上，给出费雪信息矩阵：
·费雪信息矩阵
基于上述系统与信道模型，需要估计的未知变量可以被表示为一个3N维的向量η：
Figure BDA0002840034680000055
η的无偏估计的均方误差的下界为：
Figure BDA0002840034680000056
其中，Jη表示费雪信息矩阵，
Figure BDA0002840034680000057
为第m个参数估计的克拉美·罗下界。均值向量
Figure BDA0002840034680000058
Figure BDA0002840034680000059
对接收仰角和方位角的偏导数为：
Figure BDA00028400346800000510
Figure BDA00028400346800000511
其中，向量
Figure BDA00028400346800000512
向量
Figure BDA00028400346800000513
而矩阵
Figure BDA00028400346800000514
和
Figure BDA00028400346800000515
的元素构成如下所示：
Figure BDA00028400346800000516
Figure BDA00028400346800000517
进一步的，通过2×3N转换矩阵T，可以获得第l个时隙的移动端绝对位置估计的费雪信息矩阵Jq(l)：
Jq(l)＝TJη(l)TT
其中，转换矩阵T由下式获得：
Figure BDA00028400346800000518
进一步的，求解第l个时隙的移动端绝对位置估计的费雪信息矩阵Jq(l)。
进一步的，可以得到移动端绝对位置估计的费雪信息矩阵Jq的元素为：
Figure BDA00028400346800000519
最终，可以得到移动端绝对位置估计的克拉美·罗下界，即费雪信息矩阵Jq的逆矩阵的迹函数：
Figure BDA0002840034680000061
进一步的，根据克拉美·罗下界进行反射波束成形设计，达到提高定位精度的目的。
·反射波束成形设计
通过优化反射波束成形来最小化位置估计的克拉美·罗下界。优化问题可以表示为：
Figure BDA0002840034680000062
由于目标函数是一个非凸分式函数，难以获得全局最优解。可采用梯度下降法来获得局部最优解。目标函数
Figure BDA0002840034680000063
是一个以向量为变量的实值标量函数，其梯度可以表示为：
Figure BDA0002840034680000064
其中，目标函数
Figure BDA0002840034680000065
对
Figure BDA0002840034680000066
的偏导数由下式给出：
Figure BDA0002840034680000067
其中，参数Nu和De分别表示目标函数的分子与分母，
费雪信息矩阵
Figure BDA0002840034680000068
的各个元素对变量
Figure BDA0002840034680000069
的偏导数为：
Figure BDA00028400346800000610
由于移动端位置估计的克拉美·罗下界取决于未知参数η。因此，不能直接对目标函数进行梯度下降。为解决这一问题，采用交替优化的方法，如图2所示。具体来说，首先初始化智能反射面的相移向量，然后估计未知参数向量并更新，并且根据当前迭代轮次所估计的参数，最小化位置估计的克拉美·罗下界从而优化智能反射面的相移向量。即从一个初始的相移向量开始，交替地进行更新η的估计量和优化相移向量
Figure BDA00028400346800000611
这两个操作，直到它们收敛。其中，基于梯度下降的反射波束成形设计方法的详细步骤在图3中给出。具体来说，首先初始化，然后计算当前的位置估计的克拉美·罗下界，选择梯度流方向作为搜索方向，选择步长进而更新相移向量，最后计算目标函数的变化量，从而判断是否需要继续迭代，直到收敛，输出反射波束成形相移向量。
所述交替优化方法，如图2所示，过程为：
第一步，初始化智能反射面的相移向量；
第二步，估计位置参数向量并更新；
第三步，根据当前迭代轮次所估计参数优化智能反射面的相移向量；
第四步，判断是否收敛，如果不收敛则跳转到第二步，如果收敛则输出位置信息和反射波束成形设计。
所述基于梯度下降的反射波束成形设计方法，如图3所示，过程为：
第一步，设置迭代次数参数和迭代中断条件；
第二步，将上一轮迭代所得到的相移向量作为本轮迭代的初始值；
第三步，计算当前目标函数的函数值；
第四步，更新迭代次数；
第五步，选择梯度流方向作为搜索方向；
第六步，通过回溯直线搜索选择步长；
第七步，更新相移向量；
第八步，计算目标函数的变化量；
第九步，判断目标函数变换量是否达到迭代终中断要求；
第十步，输出反射波束成形向量。
以下给出实施例
实施例1
如图1所示，本实施例提供一种智能反射面辅助无线定位系统，所述系统包括具有Nt根天线的基站、Nr根天线的移动端以及具有N个反射单元的智能反射面。
根据本发明提出的费雪信息矩阵，移动端位置估计的克拉美·罗下界如下式所示：
Figure BDA0002840034680000071
根据本发明所提出的反射波束成形设计算法，可以按照下述流程进行反射波束成形的设计：
·开始：
1.初始化智能反射面的相移向量
2.外层循环开始：
1)估计未知参数向量并更新
2)根据当前迭代轮次所估计参数，优化智能反射面的相移向量：
a)将上一轮迭代所得到的相移向量作为本轮迭代的相移向量的初始值
b)计算当前相移向量下的目标函数的函数值
c)内层循环开始：
i.择梯度流方向作为搜索方向
ii.通过回溯直线搜索选择步长t
iii.更新相移向量
iv.计算目标函数的变化量
d)内层循环结束条件：目标函数的变化量小于一定的数值或达到一定的迭代次数
3.外层循环结束条件：未知参数向量和智能反射面的相移向量收敛
4.输出：输出位置信息和反射波束成形
实施例效果
通过上述流程，智能反射面辅助无线定位系统可以在视距链路被阻塞的情况下提供高精度(分米级甚至厘米级)的位置信息。
图4给出了本发明所提算法的收敛性能和优化结果。从图中可以看到，目标函数的函数值随着迭代次数的增加快速下降。相比于未进行优化的情况，使用本发明所提算法，可以极大地提高定位的精度。

Claims (3)

1.一种智能反射面辅助无线定位系统，其特征在于，包括：系统模型、信道模型和接收信号模型；
所述系统模型包括基站端、移动端和智能反射面；基站端和移动端所配备的天线个数分别为Nt和Nr，而智能反射面则由N个反射单元组成；基站端和移动端的位置分别被记为p＝[px,py,0]T和q＝[qx,qy,0]T，第i个反射单元的位置被记为
Figure FDA0003209244670000011
在视距链路被阻塞的情况下，该无线定位系统中存在着N条反射路径；第i条路径的发射仰角和方位角分别记为θi和φi，接收仰角和方位角分别记为
Figure FDA0003209244670000012
和
Figure FDA0003209244670000013
其中，θi和φi的值依据事先安装的基站和智能反射面的位置进行计算获得，而
Figure FDA0003209244670000014
和
Figure FDA0003209244670000015
的值则根据接收到的信号进行估计；
所述信道模型其Nr×Nt信道矩阵表示为：
Figure FDA0003209244670000016
其中，Λt和Λr分别表示基站端和移动端的阵列响应矩阵，对角阵H表示N条路径的传播增益矩阵，对角阵Φ表示智能反射面对信号的操作；响应矩阵Λt和Λr由发射角和接收角决定，由下式给出：
Λt＝[at(θ1,φ1),…,at(θN,φN)]
Figure FDA0003209244670000017
其中，列向量at(θi,φi)和
Figure FDA0003209244670000018
分别为：
Figure FDA0003209244670000019
Figure FDA00032092446700000110
参数k＝2πd/λ，其中d表示发射或接收天线之间的间距，λ表示发送信号的波长；对角阵
Figure FDA00032092446700000111
其中
Figure FDA00032092446700000112
表示按元素求幂操作，向量
Figure FDA00032092446700000113
表示智能反射面的N个反射单元的相移；对角阵H＝diag[h]，其中向量h＝[h1,h2,…,hN]T表示N条路径的传播增益，并且向量中的元素是独立同分布的；
所述接收信号模型，其基站端发送的信号表示为
Figure FDA00032092446700000114
其中L表示发送信号所消耗时隙的数量，矩阵中第l个向量x(l)表示在第l个时隙所发送的信号；对其进行向量化操作得到移动端的接收信号
Figure FDA00032092446700000115
为：
Figure FDA0003209244670000021
其中，向量n表示加性高斯白噪声，其元素是独立同分布的，均服从复高斯分布
Figure FDA0003209244670000022
基站端在第l个时隙的发送功率为
Figure FDA0003209244670000023
2.一种反射波束成形设计方法，其特征是，包括步骤：
步骤1，通过优化反射波束成形来最小化位置估计的克拉美·罗下界，优化问题表示为：
Figure FDA0003209244670000024
其中，Jq为费雪信息矩阵；
采用梯度下降法来获得局部最优解；目标函数
Figure FDA00032092446700000212
是一个以向量为变量的实值标量函数，其梯度表示为：
Figure FDA0003209244670000025
其中，目标函数
Figure FDA0003209244670000026
对
Figure FDA0003209244670000027
的偏导数由下式给出：
Figure FDA0003209244670000028
其中，参数Nu和De分别表示目标函数的分子与分母，
费雪信息矩阵
Figure FDA0003209244670000029
的各个元素对变量
Figure FDA00032092446700000210
的偏导数为：
Figure FDA00032092446700000211
步骤2，采用交替优化为：
第一步，初始化智能反射面的反射波束成形；
第二步，估计位置参数并更新；
第三步，根据当前迭代轮次所估计的参数优化智能反射面的反射波束成形；
第四步，判断是否收敛，如果不收敛则跳转到第二步，如果收敛则输出位置信息和反射波束成形设计。
3.如权利要求2所述的方法，其特征在于，所述根据当前迭代轮次所估计参数优化智能反射面的相移向量，算法过程为：
第一步，设置迭代次数参数和迭代中断条件；
第二步，将上一轮迭代所得到的相移向量作为本轮迭代的初始值；
第三步，计算当前目标函数的函数值；
第四步，更新迭代次数；
第五步，选择梯度流方向作为搜索方向；
第六步，通过相关算法选择步长；
第七步，更新反射波束成形设计；
第八步，计算目标函数的变化量；
第九步，判断目标函数变换量是否达到迭代终中断要求；
第十步，输出反射波束成形向量。
CN202011488430.4A 2020-12-16 2020-12-16 智能反射面辅助无线定位系统及其反射波束成形设计方法 Active CN112637764B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011488430.4A CN112637764B (zh) 2020-12-16 2020-12-16 智能反射面辅助无线定位系统及其反射波束成形设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011488430.4A CN112637764B (zh) 2020-12-16 2020-12-16 智能反射面辅助无线定位系统及其反射波束成形设计方法

Publications (2)

Publication Number Publication Date
CN112637764A CN112637764A (zh) 2021-04-09
CN112637764B true CN112637764B (zh) 2021-10-29

Family

ID=75314091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011488430.4A Active CN112637764B (zh) 2020-12-16 2020-12-16 智能反射面辅助无线定位系统及其反射波束成形设计方法

Country Status (1)

Country Link
CN (1) CN112637764B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113225275B (zh) * 2021-04-25 2022-05-27 杭州电子科技大学 基于定位信息辅助的信道估计方法及系统
CN112986903B (zh) * 2021-04-29 2021-10-15 香港中文大学（深圳） 一种智能反射平面辅助的无线感知方法及装置
CN113447887B (zh) * 2021-09-02 2022-01-21 广东省新一代通信与网络创新研究院 全空间定位方法、装置、设备与计算机可读存储介质
CN114245290B (zh) * 2021-11-16 2023-03-17 浙江大学 一种基于ris辅助的协同定位方法及系统
CN114222310B (zh) * 2021-11-22 2023-06-20 西南交通大学 一种联合3d波束赋形和智能反射面反射优化方法
CN114286439B (zh) * 2021-12-06 2022-09-30 电子科技大学 一种基于多智能反射面的移动设备定位与追踪方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107733510A (zh) * 2017-09-26 2018-02-23 同济大学 具有鲁棒性的云无线传输系统的波束成型设计
CN110429964A (zh) * 2019-06-14 2019-11-08 清华大学 一种基于二维相控天线阵列的快速精确波束跟踪方法
CN111277311A (zh) * 2020-02-10 2020-06-12 电子科技大学 毫米波共生通信系统主被动式联合波束赋形设计方法
CN111865387A (zh) * 2020-08-04 2020-10-30 同济大学 智能反射面辅助无线通信系统的波束成形设计方法
CN112005129A (zh) * 2018-04-25 2020-11-27 高通股份有限公司 关联知悉式雷达波束成形

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10705202B2 (en) * 2017-01-19 2020-07-07 GM Global Technology Operations LLC Iterative approach to achieve angular ambiguity resolution
CN109885897A (zh) * 2019-01-27 2019-06-14 中国电子科技集团公司第三十九研究所 一种星载通信混合反射面天线系统设计方法
CN111225139B (zh) * 2019-10-21 2021-03-05 杭州电子科技大学 一种获取互补序列图像的运动场景拍摄装置及复原方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107733510A (zh) * 2017-09-26 2018-02-23 同济大学 具有鲁棒性的云无线传输系统的波束成型设计
CN112005129A (zh) * 2018-04-25 2020-11-27 高通股份有限公司 关联知悉式雷达波束成形
CN110429964A (zh) * 2019-06-14 2019-11-08 清华大学 一种基于二维相控天线阵列的快速精确波束跟踪方法
CN111277311A (zh) * 2020-02-10 2020-06-12 电子科技大学 毫米波共生通信系统主被动式联合波束赋形设计方法
CN111865387A (zh) * 2020-08-04 2020-10-30 同济大学 智能反射面辅助无线通信系统的波束成形设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ADMM-Based Robust Beamforming Design for Downlink Cloud Radio Access Networks;Dongliang Yan，Rui Wang，Erwu Liu，Qitong Hou;《IEEE Access ( Volume: 6)》;20180524;全文 *
Hybrid Precoding Design for MIMO System With One-Bit ADC Receivers;Qitong Hou，Rui Wang，Erwu Liu，Dongliang Yan;《IEEE Access ( Volume: 6)》;20180828;全文 *
室外微蜂窝毫米波信道测试与射线追踪建模技术;何继勇，富子豪，赵雄文，耿绥燕，周振宇;《电力信息与通信技术》;20200825;全文 *

Also Published As

Publication number Publication date
CN112637764A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN112637764B (zh) 智能反射面辅助无线定位系统及其反射波束成形设计方法
CN111865387A (zh) 智能反射面辅助无线通信系统的波束成形设计方法
CN102253363A (zh) 基于l型阵列的相干信号二维波达方向估计装置及其方法
CN113115205B (zh) 一种基于角度测量的分布式协作定位方法
CN114245290B (zh) 一种基于ris辅助的协同定位方法及系统
CN116094553B (zh) 基于张量分解的车联网ris辅助注意力机制通信与感知方法
CN114745232B (zh) 智能可重构表面辅助毫米波mimo系统的信道估计方法
CN104991236A (zh) 一种单基地mimo雷达非圆信号相干源波达方向估计方法
CN104535987A (zh) 适用于均匀圆阵列声纳系统的幅相误差自校正方法
CN112115597B (zh) 基于时间调制稀疏阵列的最小阵元数目优化方法
CN116633404A (zh) 一种双智能反射面辅助通信的联合波束赋形和部署方法
CN109639329A (zh) 唯相位加权波束快速赋形方法
CN101483280A (zh) 一种稳健波束合成器权值求解方法
CN116248173A (zh) Ris辅助的背向散射通信感知一体化方法
CN114520699A (zh) 可重构智能表面辅助毫米波通信的低复杂度信道估计方法
CN114338299B (zh) 一种基于位置信息对智能反射面辅助的通信系统进行信道估计的方法
CN116056118A (zh) 基于主被动混合智能超表面的无线通信传输方法及系统
CN113114322B (zh) 无线携能通信系统中基于moead的波束赋形方法
CN114124185B (zh) 一种优化irs辅助通信系统中相移矩阵的低复杂度方法
CN115334524A (zh) 一种基于全向智能超表面的通信和雷达目标检测方法
CN114966523A (zh) 大规模mimo测向中基于幂迭代算法的doa估计方法
CN110176953B (zh) 一种基于广义特征值分解的平面频控阵波束形成方法
CN113777558A (zh) 面向无人机目标的旋转不变pm直接定位方法
CN112904269B (zh) 基于极大似然的多天线无线电台与无人机通信的测向方法
CN115603789B (zh) 一种高动态毫米波定向窄波束的生成和跟踪方法

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