CN113114315B - 目标对象分组方法、装置、智能终端及存储介质 - Google Patents

目标对象分组方法、装置、智能终端及存储介质 Download PDF

Info

Publication number
CN113114315B
CN113114315B CN202110432375.5A CN202110432375A CN113114315B CN 113114315 B CN113114315 B CN 113114315B CN 202110432375 A CN202110432375 A CN 202110432375A CN 113114315 B CN113114315 B CN 113114315B
Authority
CN
China
Prior art keywords
target object
grouping
statistical channel
channel information
target objects
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
CN202110432375.5A
Other languages
English (en)
Other versions
CN113114315A (zh
Inventor
周英
黄晓明
张殿辉
欧阳俊
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.)
China United Network Communications Group Co Ltd
Peng Cheng Laboratory
Original Assignee
China United Network Communications Group Co Ltd
Peng Cheng Laboratory
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 China United Network Communications Group Co Ltd, Peng Cheng Laboratory filed Critical China United Network Communications Group Co Ltd
Priority to CN202110432375.5A priority Critical patent/CN113114315B/zh
Publication of CN113114315A publication Critical patent/CN113114315A/zh
Application granted granted Critical
Publication of CN113114315B publication Critical patent/CN113114315B/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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • 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
    • H04B7/0621—Feedback content
    • H04B7/0634—Antenna weights or vector/matrix coefficients
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明公开了一种目标对象分组方法、装置、智能终端及存储介质，其中，上述目标对象分组方法包括：获取目标对象；获取上述目标对象的统计信道信息；基于上述统计信道信息对上述目标对象进行分组。由于本发明方案可以根据目标对象的统计信道信息对目标对象进行分组，不涉及信道矩阵的乘运算。因此与现有技术相比，本发明方案有利于降低用户分组时的计算复杂度，提高计算效率，从而提高用户分组速度，且可适用于超大规模MIMO天线、服务海量用户的场景。

Description

目标对象分组方法、装置、智能终端及存储介质
技术领域
本发明涉及无线通信技术领域，尤其涉及的是一种目标对象分组方法、装置、智能终端及存储介质。
背景技术
随着科学技术的迅速发展，无线通信技术也得到迅速发展，无线通信大业务量、高速率和高频谱效率的要求日益迫切，频谱资源已变得日益紧缺，而基于浮空平台的无线通信技术越来越受到关注。目前，浮空平台高空基站已被视为卫星和地面通信基础设施的有效补充，基于浮空平台的高空基站可以搭载超大规模多输入多输出(MIMO，Multiple-inputMultiple-output)天线来获得广域覆盖和高吞吐率。在基于上述高空基站进行广域覆盖时，需要对发射信号进行波束赋形来降低用户之间的干扰和增加辐射功率，而在进行波束赋形之前必须对调度用户进行分组。
现有技术中，通常通过对用户的信道矩阵进行互相关运算，获取互相关系数，然后设定门限值进行调度和分组，即相关性越差的放在同一组。现有技术的问题在于，在对用户的信道矩阵进行相关运算的过程中，会涉及信道矩阵的乘运算，计算复杂度与基站天线的数量成正比关系，因此在超大规模MIMO天线、服务海量用户时计算复杂度高，计算效率低，从而影响用户分组速度，不适用超大规模MIMO天线、服务海量用户的场景。
因此，现有技术还有待改进和发展。
发明内容
本发明的主要目的在于提供一种目标对象分组方法、装置、智能终端及存储介质，旨在解决现有技术中通过对用户的信道矩阵进行相关运算，获取互相关系数，然后进行用户分组的方案会涉及信道矩阵的乘运算，在基站天线的数量多时计算复杂度高、效率低，影响用户分组速度的问题。
为了实现上述目的，本发明第一方面提供一种目标对象分组方法，其中，上述方法包括：
获取目标对象；
获取上述目标对象的统计信道信息；
基于上述统计信道信息对上述目标对象进行分组。
可选的，上述获取上述目标对象的统计信道信息，包括：
获取上述目标对象发送的探测信号；
基于上述探测信号获取上述目标对象的莱斯K因子；
基于上述莱斯K因子获取上述目标对象的统计信道信息。
可选的，上述统计信道信息包括上述目标对象的水平波束发送角和垂直波束发送角，上述基于上述莱斯K因子获取上述目标对象的统计信道信息，包括：
基于上述莱斯K因子获取上述目标对象的信道相关系数；
基于上述信道相关系数获取上述目标对象的水平波束发送角和垂直波束发送角。
可选的，上述基于上述统计信道信息对上述目标对象进行分组，包括：
基于上述水平波束发送角和上述垂直波束发送角获取上述目标对象的统计信道向量；
基于上述统计信道向量对上述目标对象进行分组。
可选的，上述基于上述水平波束发送角和上述垂直波束发送角获取上述目标对象的统计信道向量，包括：
基于上述水平波束发送角和上述垂直波束发送角获取上述目标对象的水平单位导向矢量和垂直单位导向矢量；
基于上述水平单位导向矢量和上述垂直单位导向矢量获取上述目标对象的统计信道向量。
可选的，上述基于上述统计信道向量对上述目标对象进行分组，包括：
基于上述统计信道向量获取各上述目标对象之间的相关性；
基于上述相关性对上述目标对象进行分组。
可选的，上述基于上述相关性对上述目标对象进行分组，包括：
获取目标对象组数和上述目标对象中的待分组目标对象；
基于上述相关性对上述待分组目标对象进行分组，且进行分组时的分组数等于上述目标对象组数。
本发明第二方面提供一种目标对象分组装置，其中，上述装置包括：
目标对象获取模块，用于获取目标对象；
统计信道信息获取模块，用于获取上述目标对象的统计信道信息；
分组模块，用于基于上述统计信道信息对上述目标对象进行分组。
本发明第三方面提供一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的目标对象分组程序，上述目标对象分组程序被上述处理器执行时实现任意一项上述目标对象分组方法的步骤。
本发明第四方面提供一种计算机可读存储介质，上述计算机可读存储介质上存储有目标对象分组程序，上述目标对象分组程序被处理器执行时实现任意一项上述目标对象分组方法的步骤。
由上可见，本发明方案获取目标对象；获取上述目标对象的统计信道信息；基于上述统计信道信息对上述目标对象进行分组。由于本发明方案可以根据目标对象的统计信道信息对目标对象进行分组，不涉及信道矩阵的乘运算。因此与现有技术相比，本发明方案有利于降低用户分组时的计算复杂度，提高计算效率，从而提高用户分组速度，且可适用于超大规模MIMO天线、服务海量用户的场景。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种目标对象分组方法的流程示意图；
图2是本发明实施例图1中步骤S200的具体流程示意图；
图3是本发明实施例图2中步骤S203的具体流程示意图；
图4是本发明实施例图1中步骤S300的具体流程示意图；
图5是本发明实施例图4中步骤S301的具体流程示意图；
图6是本发明实施例图4中步骤S302的具体流程示意图；
图7是本发明实施例提供的一种浮空平台高空无线信道传输模型示意图；
图8是本发明实施例提供的一种高空基站下行波束赋形与用户分组系统模型示意图；
图9是本发明实施例提供的一种目标对象分组装置的结构示意图；
图10是本发明实施例提供的一种智能终端的内部结构原理框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于检测到”。类似的，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述的条件或事件]”或“响应于检测到[所描述条件或事件]”。
下面结合本发明实施例的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
随着科学技术的迅速发展，无线通信技术也得到迅速发展，无线通信大业务量、高速率和高频谱效率的要求日益迫切，频谱资源已变得日益紧缺，而基于浮空平台的无线通信技术越来越受到关注。目前，浮空平台高空基站已被视为卫星和地面通信基础设施的有效补充，基于浮空平台的高空基站可以搭载超大规模MIMO天线来获得广域覆盖和高吞吐率。
在高空基站进行广域覆盖的场景，使用超大规模的MIMO天线进行波束赋形和波束跟踪是最基本的实现方法，这样不仅降低用户之间和小区之间的干扰，增强边缘覆盖，同时可以降低基站功率的损耗。高空基站一般是指将基站升高到海拔10km-50km之间，覆盖范围会在100km左右，因此在基站覆盖的区域会出现两个主要的问题：如此大范围的覆盖区域，可能会有海量的用户需要同时接入到小区；在覆盖海洋，沙漠等偏远地区，用户的分布可能会极其稀疏。针对上述两个问题，在基于上述高空基站进行广域覆盖时，需要对发射信号进行波束赋形来降低用户之间的干扰和增加辐射功率，而在进行波束赋形之前必须对调度用户进行分组，从而获得最大的系统吞吐率。
现有技术中，通常通过对用户的信道矩阵进行互相关运算，获取互相关系数，然后设定门限值进行调度和分组，即相关性越差的放在同一组。现有技术中的另一种方法是计算用户的信道矩阵的弦距离，然后进行调度和分组。例如，对于TDD(时分双工)系统，可以通过解调上行探测信号的信道信息，然后对用户信道矩阵进行互相关运算或者计算弦距离进行分组。但是在超大规模天线，海量用户场景，这种方法效率会非常低下。因为以上方法都会涉及信道矩阵的乘运算，计算复杂度与基站天线的数量成正比关系，所以在超大规模MIMO天线、服务海量用户时计算复杂度高，计算效率低，从而影响用户分组速度，因此上述方法不适用超大规模MIMO天线、服务海量用户的场景。因此，需要提供一种更好的目标对象分组方案，降低计算复杂度，提高计算效率，从而提高用户分组速度，在超大规模MIMO天线、服务海量用户的场景下实现快速用户分组。
为了解决现有技术的问题，本发明提供一种目标对象分组方法，在本发明实施例中，获取目标对象；获取上述目标对象的统计信道信息；基于上述统计信道信息对上述目标对象进行分组。由于本发明方案可以根据目标对象的统计信道信息对目标对象进行分组，不涉及信道矩阵的乘运算。因此与现有技术相比，本发明方案有利于降低用户分组时的计算复杂度，提高计算效率，从而提高用户分组速度，且可适用于超大规模MIMO天线、服务海量用户的场景。
示例性方法
如图1所示，本发明实施例提供一种目标对象分组方法，具体的，上述方法包括如下步骤：
步骤S100，获取目标对象。
其中，上述目标对象为高空基站覆盖范围内的用户。可选的，上述目标对象可以包括上述高空基站覆盖范围内的所有用户，也可以只包括该覆盖范围内的所有用户中需要进行分组的用户，具体可以根据实际情况进行设置和调整，在此不做具体限定。
步骤S200，获取上述目标对象的统计信道信息。
其中，上述目标对象的统计信道信息是各用户对应的统计信道信息。多径信道对应的信息一般可以分为瞬时信道信息和统计信道信息，统计信道信息一般是指变化较慢的信道信息。本发明实施例中，上述统计信道信息可以包括对应目标对象的水平波束发送角和垂直波束发送角。
步骤S300，基于上述统计信道信息对上述目标对象进行分组。
具体的，可以根据上述统计信道信息获取各目标对象之间的相关性，从而基于上述相关性对上述目标对象进行分组。
由上可见，本发明实施例提供的目标对象分组方法获取目标对象；获取上述目标对象的统计信道信息；基于上述统计信道信息对上述目标对象进行分组。由于本发明方案可以根据目标对象的统计信道信息对目标对象进行分组，不涉及信道矩阵的乘运算。因此与现有技术相比，本发明方案有利于降低用户分组时的计算复杂度，提高计算效率，从而提高用户分组速度，且可适用于超大规模MIMO天线、服务海量用户的场景。
具体的，本实施例中，如图2所示，上述步骤S200包括：
步骤S201，获取上述目标对象发送的探测信号。
步骤S202，基于上述探测信号获取上述目标对象的莱斯K因子。
步骤S203，基于上述莱斯K因子获取上述目标对象的统计信道信息。
其中，上述探测信号为上述目标对象发送的上行探测信号。具体的，由于浮空平台的高空基站位于高空位置，比地面基站的高度要高很多，浮空平台与地面接收机之间的传输存在直射路径分量和非视距反射多径分量，因此其信道模型可视为莱斯信道。利用高空无线信道为莱斯信道的特性，可以使用区域内用户发送的上行探测信号进行莱斯K因子的估计。具体的，上述莱斯K因子为主信号功率(一般为LOS路径信号)与多径分量的方差之比。
具体的，上述统计信道信息包括上述目标对象的水平波束发送角和垂直波束发送角，本实施例中，如图3所示，上述步骤S203包括：
步骤S2031，基于上述莱斯K因子获取上述目标对象的信道相关系数。
步骤S2032，基于上述信道相关系数获取上述目标对象的水平波束发送角和垂直波束发送角。
具体的，可以基于上述莱斯K因子对上述目标对象的信道相关系数进行估计，获得上述目标对象的信道相关系数，从而进一步基于上述信道相关系数估计获得上述目标对象的水平波束发送角和垂直波束发送角。
具体的，可以在基站侧对每个用户的水平波束发送角和垂直波束发送角进行估计。
具体的，本实施例中，如图4所示，上述步骤S300包括：
步骤S301，基于上述水平波束发送角和上述垂直波束发送角获取上述目标对象的统计信道向量。
步骤S302，基于上述统计信道向量对上述目标对象进行分组。
可选的，可以基于上述水平波束发送角和上述垂直波束发送角估计获得上述目标对象的统计信道向量，其中具体的估计方法可以采用现有技术中的估计方法，例如LS信道估计(Least Squares Channel Estimation)或MMSE信道估计(Minimum Mean SquareError Channel Estimation)方法，在此不做具体限定。
具体的，本实施例中，如图5所示，上述步骤S301包括：
步骤S3011，基于上述水平波束发送角和上述垂直波束发送角获取上述目标对象的水平单位导向矢量和垂直单位导向矢量。
步骤S3012，基于上述水平单位导向矢量和上述垂直单位导向矢量获取上述目标对象的统计信道向量。
具体的，可以使用上述估计的水平波束发送角和垂直波束发送角构造水平和垂直的单位导向矢量，即水平单位导向矢量和垂直单位导向矢量。其中，上述水平单位导向矢量和垂直单位导向矢量可以分别代表水平方向上的相邻两个天线之间的单位距离和垂直方向上的相邻两个天线之间的单位距离。
进一步的，根据高空基站使用超大规模MIMO天线莱斯信道场景下，信道功率主要集中在LOS(Line-of-Sight)信道的特点，可以使用估计的导向矢量构造LOS信道向量，作为上述目标对象的统计信道向量。
具体的，本实施例中，如图6所示，上述步骤S302包括：
步骤S3021，基于上述统计信道向量获取各上述目标对象之间的相关性。
步骤S3022，基于上述相关性对上述目标对象进行分组。
具体的，可以对上述统计信道向量分别进行相关处理，计算获得各上述目标对象之间的相关性，从而基于上述相关性对上述目标对象进行分组。其中，上述相关性体现各用户之间在进行通信时的相互影响程度，相关性越强，则相互影响程度越高，相关性越差，则相互影响程度越低。因此基于上述相关性对上述目标对象进行分组时，将相关性差的放在同一组。
可选的，当上述目标对象仅包括所有需要进行分组的用户时，对所有目标对象进行分组。当上述目标对象包括所有用户，其中只有部分用户需要进行分组时，则对上述目标对象中需要进行分组的用户进行分组。
具体的，本实施例中，上述步骤S3022包括：获取目标对象组数和上述目标对象中的待分组目标对象；基于上述相关性对上述待分组目标对象进行分组，且进行分组时的分组数等于上述目标对象组数。
其中，上述待分组目标对象是上述目标对象中需要进行分组的用户。上述目标对象组数是需要划分的组数，可以预先设置，也可以根据实际需求进行设置和调整，在此不做具体限定。
进一步的，在完成对用户的分组后，可以对分组后的用户进行波束赋形，以实现基于浮空平台的高空基站搭载的超MIMO天线进行无线通信。
本发明实施例提出使用统计信道信息，并以此计算用户彼此的相关性来进行快速的用户分组。这种方法可以在不获取完整的信道状态信息的前提下进行快速用户分组，并且对TDD(时分双工)和FDD(频分双工)系统都能适用。因此，本发明将传统的用户分组过程中需要进行的复杂的矩阵相乘和矩阵求逆运算转换为简单的统计信道信息的相关运算。具体操作是通过对天线导向矢量进行估计，然后对基站与用户之间变化较慢的统计信道信息进行估计，并以此计算用户彼此的相关性，大大降低了运算的维度和复杂度，可以实现快速的用户分组，从而实现快速的波束赋形操作。
可选的，还可以将上述各步骤划分为实时处理部分和非实时处理部分，从而进一步提高分组速度和分组效率。具体的，因为统计信道信息和统计信道向量变化较慢，所以不必实时处理和更新，可以不实时进行统计信道信息和统计信道向量估计和更新，比如，按照预先设置的时间间隔执行相关步骤，完成统计信道信息和统计信道向量的估计和更新。而用户分组是根据实际需求有变化和调整的，因此可以实时执行用户分组的相关步骤，利用存储的统计信道信息和统计信道向量实时进行用户分组，在每一次进行用户分组时不必重新计算一遍对应的通信信道信息和统计信道向量。在满足一定的分组精度的同时降低计算复杂度，提高分组效率。
本实施中，还基于一种具体应用场景对上述目标对象分组方法进行说明。图7是本发明实施例提供的一种浮空平台高空无线信道传输模型示意图，如图7所示，由于浮空平台基站位于高空位置，比地面基站的高度要高很多，浮空平台与地面接收机之间的传输存在直射路径分量和非视距反射多径分量，因此其信道模型可视为莱斯信道。图8是本发明实施例提供的一种高空基站下行波束赋形与用户分组系统模型示意图，如图8所示，高空基站悬挂在浮空平台上，使用均匀的面板天线阵列构造单小区下行大规模MIMO系统，其中每一行有N根天线，每一列有M根天线，服务U个单天线用户。
在高空无线信道场景，LOS信号的功率占主要的分量，因此是典型的莱斯衰落信道。莱斯信道可以使用莱斯K因子描述LOS功率分量与多径功率分量的比值。因此可以使用用户上行探测信号进行莱斯因子估计的方法如下所示。具体的，假设接收探测信号的幅度表示为常复数(V)和由多径信号(v(t))产生的零均值随机时变变量组成：g(t)＝V+v(t)，其中，g(t)表示探测信号的幅度。则上述探测信号的功率表示为：G＝|(g(t))2|，功率的一阶矩表示为：Ga＝|V|2+σ2，其中，
Figure BDA0003031877320000111
功率的二阶矩表示为：
Figure BDA0003031877320000112
由于v(t)是零均值，则二阶矩可以表示为：
Figure BDA0003031877320000113
其中，上述Ga和Gv可以通过采集的数据直接计算获得，从而可以通过上述公式计算获得|V|2和σ2。具体的，上述Ga和Gv分别表示测量数据功率的平均值和方差。具体的，基于上述探测信号，采集通过模数转换后的数字信号，计算对应的幅度和功率，从而进一步计算获得上述Ga和Gv。而对于莱斯K因子，有如下公式：
Figure BDA0003031877320000114
因此，可以在基于测量数据获得Ga和Gv后，进一步计算获得|V|2和σ2，从而根据公式(1)获得目标对象的莱斯K因子。
对于高空超大规模多入多出(Massive MIMO)的信道模型，第u个用户的信道向量hu可以表示为：
Figure BDA0003031877320000115
其中，Ku为用户u的莱斯K因子，
Figure BDA0003031877320000116
和
Figure BDA0003031877320000117
分别表示LOS(Line-of-Sight)信道向量和NLOS(Non-Line-of-Sight)信道向量，且hu、
Figure BDA0003031877320000118
和
Figure BDA0003031877320000119
是MN×1的列向量。根据高空基站使用超大规模MIMO天线莱斯信道场景下，信道功率主要集中在LOS(Line-of-Sight)信道的特点，可以将上述LOS信道向量作为上述统计信道向量。
Figure BDA00030318773200001110
为零均值，单位方差的高斯随机变量。对于基站使用UPA(Uniform Rectangular Array)几何结构，则用户u的统计信道向量(LOS信道向量)可以表示为：
Figure BDA0003031877320000121
Figure BDA0003031877320000122
Figure BDA0003031877320000123
其中，
Figure BDA0003031877320000124
βu和φu仅作为中间变量，以简化公式的表达形式，不作为具体限定。
Figure BDA0003031877320000125
表示为克罗内克积，
Figure BDA0003031877320000126
和
Figure BDA0003031877320000127
分别为用户u的水平方向和垂直方向的发送角，即水平波束发送角和垂直波束发送角，dv和dh为垂直方向和水平方向相邻天线的距离。
Figure BDA0003031877320000128
和
Figure BDA0003031877320000129
分别为天线水平和垂直方向的单位导向矢量，即水平单位导向矢量和垂直单位导向矢量，λ为载波波长。
信道相关系数定义为：
Figure BDA00030318773200001210
其中，
Figure BDA00030318773200001211
()*表示取共轭，IMN为单位矩阵。根据上述公式可知，信道相关系数包含水平和垂直方向的单位导向矢量的。因此，在实际处理中，可以通过上行探测信号进行信道估计，然后计算信道相关系数，进而进行用户水平方向和垂直方向的发送角估计，获得水平波束发送角和垂直波束发送角，进一步就可以估计得到用户对应的水平单位导向矢量和垂直单位导向矢量。从而基于水平单位导向矢量和垂直单位导向矢量，根据上述公式(3)获得用户对应的统计信道向量。
可选的，在计算或估算获得上述各数据后，可以求获得的数据与前一次数据的均值，作为当前数据。其中，前一次数据为更新前的该数据。例如，当前获得的信道相关系数为a，而存储的前一次信道相关系数为b，则将a与b的均值c作为本次获得的信道相关系数，在进行下一次数据计算和更新时，上述c即作为对应的“前一次信道相关系数”。可选的，也可以求获得的数据与前A次数据的均值，以提高数据精准性。一般的，用户在接入基站后，基站都会对每个用户建立一个实体，即基站可以区别每个接入后的用户。当用户脱网重新接入后，需要进行统计信道相关数据的更新，具体的，可以将当前的统计信道相关数据与之前存储的统计信道相关数据进行平均处理，使得相关数据更加精准，其中，上述统计信道相关数据可以包括信道相关系数。具体的，可以获取预先设置的时间门限τ，可选的，上述时间门限τ可以根据用户与高空基站之间的相对移动速度预先设置，也可以根据实际需求进行设置和调整，在此不做具体限定。从探测信号接收开始，对每一个统计结果进行时间标记，当存储时长大于上述时间门限时舍去对应的统计结果。对于由于噪声导致估计结果的误差，获取预先设置的误差门限σ，即对存储的数据与当前估计结果进行误差计算，舍去相对误差较大的估计结果。在一种具体的应用场景中，假设当前用户u的第A次的莱斯K因子估计结果为Ku,A，信道相关系数估计结果为Ru,A，并假设已经存储了用户u的A-1个估计结果，则查看前A-1个估计结果的保存时间是否大于时间门限，删除保存时间大于时间门限的结果。对于时间有效的结果(即保存时间不大于时间门限的结果)，与第A次的估计结果分别计算误差，并与设定的误差门限相比较，删除上述时间有效的结果中误差大于误差门限的结果，将剩下的结果作为误差有效的结果。可选的，可以通过弦距离表示上述误差，如下公式所示：
Figure BDA0003031877320000131
其中，d表示用户u的第A个信道相关系数(Ru,A)与第a个信道相关系数(Ru,a)的弦距离，即误差。且第a个信道相关系数是时间有效的信道相关系数。‖‖F表示计算矩阵的Frobenius范数，()H表示共轭转置。可选的，还可以有其它的定义和计算误差的方式，在此不做具体限定。
进一步的，对满足时间有效且满足误差有效的存储结果和第A次的估计结果进行统计平均，作为第A次的数据并存储，降低估计误差。
进一步的，需要基于上述统计信道向量获取各目标对象之间的相关性，从而基于相关性对目标对象进行分组。具体的，获取U个需要进行用户分组的单天线用户，且获取分组数G(即目标对象组数)，统计信道向量估计为
Figure BDA0003031877320000141
Figure BDA0003031877320000142
本发明实施例中，提前计算所有用户之间的相关性并存储，在进行用户分组时直接查找获得对应的用户之间的相关性，避免多次反复计算用户之间的相关性，降低分组算法的复杂度，提高分组效率。具体的，可以用表格的形式将所有用户之间的相关性存储于内存中。具体的，用户u1和用户u2的两点之间的相关性如下公式所示：
Figure BDA0003031877320000143
从而基于查找用户之间的相关性对用户进行分组。进一步的，本发明实施例还提供一种具体的对用户进行分组的方法，其具体步骤如下所示：
步骤一：初始化导向矢量矩阵
Figure BDA0003031877320000144
Figure BDA0003031877320000145
其中，A(h)是水平导向矢量矩阵，A(v)是垂直导向矢量矩阵，待分组的用户集合Ψ＝{1,2,…,U}，用户组数G，已分组数G′＝0，待分组用户数为L＝U；
步骤二：计算所有待分组用户的统计信道向量为
Figure BDA0003031877320000146
步骤三：计算所有待分组用户的相关性，并存储在一个Pbuff中，大小为U×U，表示如下：
Figure BDA0003031877320000147
其中Pbuff为对角矩阵，即ρmn＝ρnm，因此在计算Pbuff的时候只需要计算上三角元素。
步骤四：初始化已分组数G′＝1，已分组集合
Figure BDA0003031877320000148
待分组用户数为L←L-1，待分组用户集合Ψ←Ψ-1，其中Ψ←Ψ-1表示将集合Ψ中索引为1的用户删除。L←L-1表示将待分组用户数减1。
步骤五：当已分组的组数G′＜G，则循环执行以下分组操作：
从待分组用户集合中提取用户u，Ψ←Ψ-u；
对于待分组用户u，通过查表得到他与其他待分组用户uk(k∈Ψ)的相关性Pbuff(u,uk)，并取最小值：
Figure BDA0003031877320000151
对于待分组用户u，通过查表得到他与所有已分组用户中，各个分组内用户的相关性的均值，并取最小值：
Figure BDA0003031877320000152
其中，
Figure BDA0003031877320000153
表示用户u与分组g中所有用户的相关性的均值。如果
Figure BDA0003031877320000154
则表示待分组用户u与待分组用户uk(k∈Ψ)的相关性更差，因此将他们分为一组，即分组数加1，G′＝G′+1，
Figure BDA0003031877320000155
此时待分组用户减少两个，为L←L-2，待分组用户集合删除已分组的用户uk，Ψ←Ψ-uk。
否则，则表示待分组用户u与分组g中的用户的相关性更差，因此将待分组用户u添加到分组g中，即L←L-1，
Figure BDA0003031877320000156
步骤六：重复步骤五的操作，直到G′＝G，跳到步骤七，或者待分组用户数为零，跳到步骤九。
步骤七：当已分组的组数G′≥G，则循环执行以下分组操作：
从待分组用户集合中提取用户u，Ψ←Ψ-u；
对于待分组用户u，查表得到他与所有已分组用户中，各个分组内用户的相关性的均值，并取最小值：
Figure BDA0003031877320000157
将待分组用户u添加到该最小值对应的分组g中，即L←L-1，
Figure BDA0003031877320000158
Figure BDA0003031877320000159
步骤八：重复步骤七的操作，直到待分组用户数为零，跳到步骤九。
步骤九：输出已分组用户组集合
Figure BDA00030318773200001510
示例性设备
如图9中所示，对应于上述目标对象分组方法，本发明实施例还提供一种目标对象分组装置，上述目标对象分组装置包括：
目标对象获取模块410，用于获取目标对象。
其中，上述目标对象为高空基站覆盖范围内的用户。可选的，上述目标对象可以包括上述高空基站覆盖范围内的所有用户，也可以只包括该覆盖范围内的所有用户中需要进行分组的用户，具体可以根据实际情况进行设置和调整，在此不做具体限定。
统计信道信息获取模块420，用于获取上述目标对象的统计信道信息。
其中，上述目标对象的统计信道信息是各用户对应的统计信道信息。多径信道对应的信息一般可以分为瞬时信道信息和统计信道信息，统计信道信息一般是指变化较慢的信道信息。本发明实施例中，上述统计信道信息可以包括对应目标对象的水平波束发送角和垂直波束发送角。
分组模块430，用于基于上述统计信道信息对上述目标对象进行分组。
具体的，可以根据上述统计信道信息获取各目标对象之间的相关性，从而基于上述相关性对上述目标对象进行分组。
由上可见，本发明实施例提供的目标对象分组装置通过目标对象获取模块410获取目标对象；通过统计信道信息获取模块420获取上述目标对象的统计信道信息；通过分组模块430基于上述统计信道信息对上述目标对象进行分组。由于本发明方案可以根据目标对象的统计信道信息对目标对象进行分组，不涉及信道矩阵的乘运算。因此与现有技术相比，本发明方案有利于降低用户分组时的计算复杂度，提高计算效率，从而提高用户分组速度，且可适用于超大规模MIMO天线、服务海量用户的场景。
可选的，本实施例中，上述统计信道信息获取模块420具体用于：获取上述目标对象发送的探测信号；基于上述探测信获取上述目标对象的莱斯K因子；基于上述莱斯K因子获取上述目标对象的统计信道信息。
其中，上述探测信号为上述目标对象发送的上行探测信号。具体的，由于浮空平台的高空基站位于高空位置，比地面基站的高度要高很多，浮空平台与地面接收机之间的传输存在直射路径分量和非视距反射多径分量，因此其信道模型可视为莱斯信道。利用高空无线信道为莱斯信道的特性，可以使用区域内用户发送的上行探测信号进行莱斯K因子的估计。具体的，上述莱斯K因子为主信号功率(一般为LOS路径信号)与多径分量的方差之比。
具体的，上述统计信道信息包括上述目标对象的水平波束发送角和垂直波束发送角，本实施例中，上述统计信道信息获取模块420还具体用于：基于上述莱斯K因子获取上述目标对象的信道相关系数；基于上述信道相关系数获取上述目标对象的水平波束发送角和垂直波束发送角。
具体的，可以基于上述莱斯K因子对上述目标对象的信道相关系数进行估计，获得上述目标对象的信道相关系数，从而进一步基于上述信道相关系数估计获得上述目标对象的水平波束发送角和垂直波束发送角。
具体的，可以在基站侧对每个用户的水平波束发送角和垂直波束发送角进行估计。
可选的，本实施例中，上述分组模块430具体用于：基于上述水平波束发送角和上述垂直波束发送角获取上述目标对象的统计信道向量；基于上述统计信道向量对上述目标对象进行分组。
可选的，可以基于上述水平波束发送角和上述垂直波束发送角估计获得上述目标对象的统计信道向量，其中具体的估计方法可以采用现有技术中的估计方法，例如LS信道估计(Least Squares Channel Estimation)或MMSE信道估计(Minimum Mean SquareError Channel Estimation)方法，在此不做具体限定。
可选的，本实施例中，上述分组模块430还具体用于：基于上述水平波束发送角和上述垂直波束发送角获取上述目标对象的水平单位导向矢量和垂直单位导向矢量；基于上述水平单位导向矢量和上述垂直单位导向矢量获取上述目标对象的统计信道向量。
具体的，可以使用上述估计的水平波束发送角和垂直波束发送角构造水平和垂直的单位导向矢量，即水平单位导向矢量和垂直单位导向矢量。其中，上述水平单位导向矢量和垂直单位导向矢量可以分别代表水平方向上的相邻两个天线之间的单位距离和垂直方向上的相邻两个天线之间的单位距离。
进一步的，根据高空基站使用超大规模MIMO天线莱斯信道场景下，信道功率主要集中在LOS(Line-of-Sight)信道的特点，可以使用估计的导向矢量构造LOS信道向量，作为上述目标对象的统计信道向量。
可选的，本实施例中，上述分组模块430还具体用于：基于上述统计信道向量获取各上述目标对象之间的相关性；基于上述相关性对上述目标对象进行分组。
具体的，可以对上述统计信道向量分别进行相关处理，计算获得各上述目标对象之间的相关性，从而基于上述相关性对上述目标对象进行分组。其中，上述相关性体现各用户之间在进行通信时的相互影响程度，相关性越强，则相互影响程度越高，相关性越差，则相互影响程度越低。因此基于上述相关性对上述目标对象进行分组时，将相关性差的放在同一组。
可选的，当上述目标对象仅包括所有需要进行分组的用户时，对所有目标对象进行分组。当上述目标对象包括所有用户，其中只有部分用户需要进行分组时，则对上述目标对象中需要进行分组的用户进行分组。
可选的，本实施例中，上述分组模块430还具体用于：获取目标对象组数和上述目标对象中的待分组目标对象；基于上述相关性对上述待分组目标对象进行分组，且进行分组时的分组数等于上述目标对象组数。
其中，上述待分组目标对象是上述目标对象中需要进行分组的用户。上述目标对象组数是需要划分的组数，可以预先设置，也可以根据实际需求进行设置和调整，在此不做具体限定。
进一步的，在完成对用户的分组后，可以对分组后的用户进行波束赋形，以实现基于浮空平台的高空基站搭载的超MIMO天线进行无线通信。
本发明实施例提出使用统计信道信息，并以此计算用户彼此的相关性来进行快速的用户分组。这种方案可以在不获取完整的信道状态信息的前提下进行快速用户分组，并且对TDD(时分双工)和FDD(频分双工)系统都能适用。因此，本发明将传统的用户分组过程中需要进行的复杂的矩阵相乘和矩阵求逆运算转换为简单的统计信道信息的相关运算。具体操作是通过对天线导向矢量进行估计，然后对基站与用户之间变化较慢的统计信道信息进行估计，并以此计算用户彼此的相关性，大大降低了运算的维度和复杂度，可以实现快速的用户分组，从而实现快速的波束赋形操作。
可选的，还可以将上述各模块的具体功能划分为实时处理部分和非实时处理部分，从而进一步提高分组速度和分组效率。具体的，因为统计信道信息和统计信道向量变化较慢，所以不必实时处理和更新，可以不实时进行统计信道信息和统计信道向量估计和更新，因此可以将上述统计信道信息获取模块420设置成不实时更新数据的模块，且使上述分组模块430不实时更新用户的统计信道向量，比如，使上述统计信道信息获取模块420和上述分组模块430按照预先设置的时间间隔执行相关步骤，完成统计信道信息和统计信道向量的估计和更新。而用户分组是根据实际需求有变化和调整的，因此可以使上述分组模块430实时执行用户分组的相关步骤，利用存储的统计信道信息和统计信道向量实时进行用户分组，在每一次进行用户分组时不必重新计算一遍对应的通信信道信息和统计信道向量。在满足一定的分组精度的同时降低计算复杂度，提高分组效率。
上述目标对象分组装置在具体应用场景中的应用、各相关数据的具体获取方式以及具体的用户分组过程可参照上述方法实施例中的具体描述，在此不再赘述。
基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图10所示。上述智能终端包括通过系统总线连接的处理器、存储器、网络接口以及显示屏。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和目标对象分组程序。该内存储器为非易失性存储介质中的操作系统和目标对象分组程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该目标对象分组程序被处理器执行时实现上述任意一种目标对象分组方法的步骤。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解，图10中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的目标对象分组程序，上述目标对象分组程序被上述处理器执行时进行以下操作指令：
获取目标对象；
获取上述目标对象的统计信道信息；
基于上述统计信道信息对上述目标对象进行分组。
本发明实施例还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有目标对象分组程序，上述目标对象分组程序被处理器执行时实现本发明实施例提供的任一种目标对象分组方法的步骤。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种目标对象分组方法，其特征在于，所述方法用于在高空基站进行波束赋形之前对用户进行分组，所述方法包括：
获取目标对象，所述目标对象为所述高空基站覆盖范围内的用户；
获取所述目标对象的统计信道信息；
基于所述统计信道信息对所述目标对象进行分组；
所述统计信道信息包括所述目标对象的水平波束发送角和垂直波束发送角，所述基于所述统计信道信息对所述目标对象进行分组，包括：
获取所述目标对象之间的相关性并基于所述相关性对所述目标对象进行分组，其中，用户u1和用户u2之间的相关性
Figure FDA0003578122900000011
其中，
Figure FDA0003578122900000012
是用户u1的统计信道向量，
Figure FDA0003578122900000013
是用户u2的统计信道向量，所述统计信道向量通过所述水平波束发送角和所述垂直波束发送角计算获得。
2.根据权利要求1所述的目标对象分组方法，其特征在于，所述获取所述目标对象的统计信道信息，包括：
获取所述目标对象发送的探测信号；
基于所述探测信号获取所述目标对象的莱斯K因子；
基于所述莱斯K因子获取所述目标对象的统计信道信息。
3.根据权利要求2所述的目标对象分组方法，其特征在于，所述基于所述莱斯K因子获取所述目标对象的统计信道信息，包括：
基于所述莱斯K因子获取所述目标对象的信道相关系数；
基于所述信道相关系数获取所述目标对象的水平波束发送角和垂直波束发送角。
4.根据权利要求3所述的目标对象分组方法，其特征在于，所述基于所述统计信道信息对所述目标对象进行分组，包括：
基于所述水平波束发送角和所述垂直波束发送角获取所述目标对象的统计信道向量；
基于所述统计信道向量对所述目标对象进行分组。
5.根据权利要求4所述的目标对象分组方法，其特征在于，所述基于所述水平波束发送角和所述垂直波束发送角获取所述目标对象的统计信道向量，包括：
基于所述水平波束发送角和所述垂直波束发送角获取所述目标对象的水平单位导向矢量和垂直单位导向矢量；
基于所述水平单位导向矢量和所述垂直单位导向矢量获取所述目标对象的统计信道向量。
6.根据权利要求4或5所述的目标对象分组方法，其特征在于，所述基于所述统计信道向量对所述目标对象进行分组，包括：
基于所述统计信道向量获取各所述目标对象之间的相关性；
基于所述相关性对所述目标对象进行分组。
7.根据权利要求6所述的目标对象分组方法，其特征在于，所述基于所述相关性对所述目标对象进行分组，包括：
获取目标对象组数和所述目标对象中的待分组目标对象；
基于所述相关性对所述待分组目标对象进行分组，且进行分组时的分组数等于所述目标对象组数。
8.一种目标对象分组装置，其特征在于，所述装置用于在高空基站进行波束赋形之前对用户进行分组，所述装置包括：
目标对象获取模块，用于获取目标对象，所述目标对象为所述高空基站覆盖范围内的用户；
统计信道信息获取模块，用于获取所述目标对象的统计信道信息；
分组模块，用于基于所述统计信道信息对所述目标对象进行分组；
所述统计信道信息包括所述目标对象的水平波束发送角和垂直波束发送角，所述基于所述统计信道信息对所述目标对象进行分组，包括：
获取所述目标对象之间的相关性并基于所述相关性对所述目标对象进行分组，其中，用户u1和用户u2之间的相关性
Figure FDA0003578122900000021
其中，
Figure FDA0003578122900000022
是用户u1的统计信道向量，
Figure FDA0003578122900000023
是用户u2的统计信道向量，所述统计信道向量通过所述水平波束发送角和所述垂直波束发送角计算获得。
9.一种智能终端，其特征在于，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的目标对象分组程序，所述目标对象分组程序被所述处理器执行时实现如权利要求1-7任意一项所述目标对象分组方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有目标对象分组程序，所述目标对象分组程序被处理器执行时实现如权利要求1-7任意一项所述目标对象分组方法的步骤。
CN202110432375.5A 2021-04-21 2021-04-21 目标对象分组方法、装置、智能终端及存储介质 Active CN113114315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110432375.5A CN113114315B (zh) 2021-04-21 2021-04-21 目标对象分组方法、装置、智能终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110432375.5A CN113114315B (zh) 2021-04-21 2021-04-21 目标对象分组方法、装置、智能终端及存储介质

Publications (2)

Publication Number Publication Date
CN113114315A CN113114315A (zh) 2021-07-13
CN113114315B true CN113114315B (zh) 2022-06-24

Family

ID=76719190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110432375.5A Active CN113114315B (zh) 2021-04-21 2021-04-21 目标对象分组方法、装置、智能终端及存储介质

Country Status (1)

Country Link
CN (1) CN113114315B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102264147A (zh) * 2011-08-26 2011-11-30 东南大学 统计信道信息辅助的下行多用户比例公平调度方法
CN107425895A (zh) * 2017-06-21 2017-12-01 西安电子科技大学 一种基于实测的3d mimo统计信道建模方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10560169B2 (en) * 2017-03-24 2020-02-11 Mediatek Inc. CSI acquisition with channel reciprocity in mobile communications
CN108989006A (zh) * 2017-06-05 2018-12-11 中兴通讯股份有限公司 空分多址的用户分组方法、装置、基站及存储介质
CN111245481B (zh) * 2020-01-20 2021-03-19 东南大学 大规模mimo卫星移动通信下行传输方法及系统
CN111405596B (zh) * 2020-03-24 2020-11-03 西安电子科技大学 莱斯信道下大规模天线无线携能通信系统资源优化方法
CN112235215B (zh) * 2020-09-09 2022-09-13 鹏城实验室 一种无线信道探测方法、存储介质及终端设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102264147A (zh) * 2011-08-26 2011-11-30 东南大学 统计信道信息辅助的下行多用户比例公平调度方法
CN107425895A (zh) * 2017-06-21 2017-12-01 西安电子科技大学 一种基于实测的3d mimo统计信道建模方法

Also Published As

Publication number Publication date
CN113114315A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN108646213B (zh) 一种室内多径环境下直达波aoa判定方法
CN112910578B (zh) 一种针对毫米波3d mimo信道的路径参数提取方法
CN106658540A (zh) 无线通信系统中的装置和方法
CN106909779A (zh) 基于分布式处理的mimo雷达克拉美罗界计算方法
CN107171985B (zh) 一种信道估计方法及系统
CN114338301B (zh) 一种基于压缩感知的ris辅助毫米波系统的信道估计方法
US10466345B1 (en) Time-of-arrival estimation with subspace methods
CN110212955B (zh) 一种基于射线的3d mimo信道建模的方法
CN110830133A (zh) 一种基于多阶信道预测方法、预测系统及应用
CN113315560B (zh) 一种紧凑型平面阵列Massive MIMO系统的波束赋形方法
CN110266616A (zh) 一种基于和差波束测角法的信道估计方法
EP3557771B1 (en) Interference suppression method and device, and computer storage medium
CN109327249A (zh) Mimo系统中的到达角估计方法
CN109818887B (zh) 基于evd-ilsp的半盲信道估计方法
CN106878225B (zh) 一种设备指纹与信道分离的方法及装置
US20230362039A1 (en) Neural network-based channel estimation method and communication apparatus
CN113114315B (zh) 目标对象分组方法、装置、智能终端及存储介质
CN107181705A (zh) 一种半盲信道估计方法及系统
CN107346985B (zh) 一种结合发射天线选择技术的干扰对齐方法
CN107426119B (zh) 毫米波通信的十字形信道估计方法、装置及系统
CN103117757B (zh) 一种信号接收方法及终端
Shi et al. CSI-based fingerprinting for indoor localization with multi-scale convolutional neural network
CN115242282B (zh) 一种基于dmrs信号的5g nr doa估计方法及估计系统
CN111541472A (zh) 低复杂度机器学习辅助鲁棒预编码方法及装置
CN106161290B (zh) 一种流间干扰计算方法、装置及通信系统

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