CN113133014B - 基于智能反射面的广义电磁波轨道角动量传输系统 - Google Patents

基于智能反射面的广义电磁波轨道角动量传输系统 Download PDF

Info

Publication number
CN113133014B
CN113133014B CN202110308006.5A CN202110308006A CN113133014B CN 113133014 B CN113133014 B CN 113133014B CN 202110308006 A CN202110308006 A CN 202110308006A CN 113133014 B CN113133014 B CN 113133014B
Authority
CN
China
Prior art keywords
reflecting surface
intelligent reflecting
oam
generalized
array
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
CN202110308006.5A
Other languages
English (en)
Other versions
CN113133014A (zh
Inventor
张超
蒋金
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110308006.5A priority Critical patent/CN113133014B/zh
Publication of CN113133014A publication Critical patent/CN113133014A/zh
Application granted granted Critical
Publication of CN113133014B publication Critical patent/CN113133014B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24—Cell structures
    • H04W16/28—Cell structures using beam steering
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明涉及一种基于智能反射面的广义电磁波轨道角动量传输系统。系统中下行链路包括信号发射基站、第一智能反射面阵列、终端用户。信号发射基站产生空间相位梯度的广义OAM波束，波束赋形到智能反射面反射；智能反射面把各广义OAM波束汇聚到终端用户所在位置；终端用户将汇聚的广义OAM波束累加解调处理恢复数据。系统中上行链路包括信号发射用户、第二智能反射面阵列、信号接收基站。信号发射用户估计下行到达波束的DOA，并按原路径上传用户信息到智能发射面；智能反射面把用户信息按原路径反射到信号接收基站；信号接收基站对用户信息进行解调或转发处理。本发明给出从超大规模MIMO方式切换到广义OAM准则和判据，既保证用户传输容量又保证用户功耗最低。

Description

基于智能反射面的广义电磁波轨道角动量传输系统
技术领域
本发明轨道角动量电磁波通信技术领域，特别涉及一种基于智能反射面的广义电磁波轨道角动量传输系统。
背景技术
智能反射面(Intelligent Reflecting Surface，IRS)是第六代移动通信的候选热点技术之一。智能反射面是一种由大量低成本的被动无源反射元件组成的平面，放置于基站与用户之间。由于每个元件都能够独立地对入射信号进行相位或/和幅度的改变，因此可以利用智能反射面，使得用户更好地接收基站发送的信号。超大规模多输入多输出(Multiple Input Multiple Output，MIMO)和IRS结合可提高通信频谱和功率利用率。将IRS抽象为一组被动反射元件，每个元件都可以独立地在入射电磁波上引入相移，以实现不同的通信方式。通过用低成本无源反射元件集成平面重构无线传播环境，IRS可以显著提高MIMO传输系统的性能。具体来说，IRS的不同元件可以通过控制振幅和相位来可靠地反射入射电磁波。从而协同实现精细的三维反射波束形成。典型的IRS架构由三层和一个智能控制器组成。在外层，有大量的金属片印在介电基板上，直接与入射信号相互作用。在这一层的后面，使用铜板来避免信号能量的泄漏。最后，内层是一个控制电路板，它负责调节每个元件的反射振幅/相移，由一个连接到IRS的智能控制器。在实际中，可以用FPGA进行数字控制。通过控制(Positive-Intrinsic-Negative，PIN)二极管的开闭，可以决定反射单元对入射信号的相位调整值。而通过改变电阻的大小，可以控制反射的幅度在[0～1]之间的某个值。2018年11月，日本移动运营商NTT DoCoMo和智能雷达创业公司MetaWave演示了智能反射面单元结构技术在28GHz带宽的通信系统的应用。智能反射面可以提升超大规模MIMO的传输性能，然而引入智能反射面势必会在MIMO的接收端带来高的计算复杂度。这是视距传输中的一个具有挑战性的问题。估计IRS和(User Equipment,UE)终端用户之间的CSI(Channel State Information，信道状态信息)需要大量的计算复杂度。直接引入IRS，在用户设备上具有瞬时信道状态信息，这在上行链路传输中是一个挑战性的问题，估计IRS和UE之间的CSI是一个挑战。
具有轨道角动量(Orbital Angular Momentum，OAM)的电磁波又称“涡旋电磁波”，其相位面沿着传播方向呈现螺旋状，已经不是普通的电磁波。电磁波的相位分布沿着传播方向呈螺旋上升的形态。不同本征值l的电磁涡旋波是相互正交的，可以在同一带宽内并行传输不同本征值的OAM涡旋波，提供了无线传输的新维度。涡旋电磁波的另一个重要特点是波束整体呈发散形态，波束中心存在凹陷，中心能量为零，整个波束呈现中空的倒锥形。由于轨道角动量具有诸多OAM模态，而具有不同OAM模态的波束彼此正交，这种基于OAM的复用可以通过发送多个同轴数据流在不依赖于诸如时间和频率的传统资源的情况下潜在地增加无线通信链路的系统容量和频谱效率。在未来的6G链路中引入OAM传输技术，不仅可以获得频谱效率和链路传输速率的提高，而且可以获得较低的复杂度和成本，以及较低的功耗。
2007年，Thide等人首次将光学OAM推广到射频领域。在此基础上，2010年，Mohammadi提出了专用OAM天线和均匀圆形阵列(UCA)来产生不同的微波波段OAM模态电磁波。此外，2015年，Matteo Oldoni等人建立了OAM与多输入多输出(MIMO)相结合的空分解OAM复用系统。相比之下，基于射频器件的MIMO-OAM的方案传输更容易提高可实现的数据速率，也更容易应用于下一代B5G和6G的无线移动通信中。然而，OAM倒锥状波束会导致信噪比(SNR)随传输距离的增加而急剧下降。此外，在UCA没有共轴共面情况下，会导致OAM波前畸变和相位面发散。由于OAM波束发散，随着传输距离越长，OAM波束形成的能量环迅速扩展并发散，这是制约OAM应用的一个关键问题。随着传输距离的增加，OAM倒锥状波束很难被UCA天线全相平面接收，只能接收部分相位面，这也导致了容量的下降。为了保证OAM波束的接收，人们提出了一些波束赋形方法来提高接收端的SNR，但大口径UCA接收天线是不可避免的。OAM波束可以通过调整初试相位的方法用于波束赋形，来保证传输信噪比和减小接收端计算复杂度。此外，OAM本身就具有空间结构化电磁波束，在发端不需要预编码。而且OAM复用在MIMO传输可以作为一种可操控的自由度，提升MIMO的传输性能。一般来说，传统UCA收发OAM波束有两种方法：一种是收发端UCA的口径相同，另一种是接收端UCA口径远大于发射端UCA的口径。第一种方法是UCA以相同的孔径发射和接收OAM波束，此方案会限制传输距离。典型的例子是NTT公司用OAM-UCAs系统在回传链路上进行了实验，还有NEC公司演示了E波段OAM模态的复用传输实验。由于OAM波束的发散，NTT公司实验传输100米的距离，NEC公司也仅仅演示了OAM模态和偏振组合复用的100米传输。另一种方法是小口径UCA发射OAM波束，大口径UCA接收整个OAM波束相平面。典型的例子是利用大孔径的分布式UCA天线阵来扩展传输距离。通过深入分析，根据电磁波的互易性，可以发现不同相位的多波束可以会聚产生OAM波束。只要在汇聚点位置放置小口径UCA，就可以把OAM全部相位面接收，并且提高接收SNR。
通过分析OAM和IRS的优缺点，OAM和IRS的结合是解决视距传输难题的一种新的解决方案，然而，截止目前，暂未有将其结合的有效方案。
发明内容
本发明旨在一定程度上解决背景中所述的MIMO系统中引入智能反射面会在系统接收端带来高的计算复杂度，以及传统OAM波束传输距离受限，且长距离传输接收需要大口径天线问题。
一种基于智能反射面的广义电磁波轨道角动量传输系统，包括下行链路子系统和上行链路子系统，其中：
上行链路子系统包括依次布置的信号发射用户、第二智能反射面阵列、信号接收基站，其中，
信号发射用户，用于估计下行到达波束的DOA，从而确定原路径，并按照原路径上传用户信息到第二智能反射面阵列的智能反射面；
第二智能反射面阵列，用于把用户上传的所述用户信息按原路径反射到信号接收基站；
信号接收基站，用于对信号发射用户上传的所述用户信息进行解调或转发处理；
下行链路子系统包括依次布置的信号发射基站、第一智能反射面阵列和终端用户，其中，
信号发射基站，用于产生多个具有空间相位梯度的广义OAM波束，将所述用户信息加载到所述广义OAM波束上，并波束赋形到第一智能反射面阵列的智能反射面；
第一智能反射面阵列，用于把信号发射基站产生的每个广义OAM波束汇聚到终端用户；
终端用户，用于将汇聚的广义OAM波束累加解调处理，并恢复出所述用户信息，
其中，所述第二智能反射面阵列、所述第一智能反射面阵列是同一个智能反射面阵列，
其中，信号接收基站、信号发射基站是同一个基站。
可选的，所述信号发射基站基于MIMO阵列产生调制数据的广义OAM波束，其中产生模态为l的OAM波束，需要MIMO阵列产生的第n个波束相位表达式如下：
Figure GDA0003103825080000031
其中
Figure GDA0003103825080000032
表示第n个波束的相位，N表示产生波束的数量，l为OAM模态数。
可选的，通过第一智能反射面阵列的每个智能反射面反射的波束由MIMO平面阵列因子等效如下：
Figure GDA0003103825080000033
其中，Nx是xyz笛卡尔坐标系中MIMO平面阵列x轴方向的阵子数，Ny是MIMO平面阵列y轴方向的阵子数，Axm是沿x轴方向排列的线性阵列的第m个阵子的激励振幅，Ayn是沿y轴方向排列的线性阵列的第n个阵子的激励振幅，k是电磁波波矢，dx是平面阵x轴方向阵子之间的间距，dy是平面阵y轴方向阵子之间的间距，
Figure GDA0003103825080000034
是波束的扫描方位角，
Figure GDA0003103825080000035
是波束的最大方位角，θ是波束的扫描俯仰角，θ0是波束的最大俯仰角，
Figure GDA0003103825080000036
可选的，下行链路子系统的链路方程表示为
y＝HTs+n (5)
其中，整个下行链路的信道
Figure GDA0003103825080000037
信号发射基站到智能反射面的信道矩阵为
Figure GDA0003103825080000038
智能反射面到终端用户的信道矩阵为
Figure GDA0003103825080000039
Figure GDA00031038250800000310
表示复数域，s表示由所述用户信息产生的发生数据，
Figure GDA00031038250800000311
为零均值的加性高斯白噪声，
Figure GDA00031038250800000312
表示复数，
Figure GDA00031038250800000313
表示高斯正态分布，噪声方差为σ2I，
Figure GDA00031038250800000314
表示噪声系数(II,U即为σ2I中的I)，信号发射基站的补偿矩阵为
Figure GDA00031038250800000315
下行链路子系统中智能反射面的数量为NR，信号发射基站发送的波束数量为NT。
可选的，OAM波束在柱坐标系
Figure GDA00031038250800000316
点的电场为
Figure GDA00031038250800000317
其中，
Figure GDA00031038250800000318
Al表示OAM模态l的幅值，ρ、z和
Figure GDA00031038250800000319
分别对应于柱坐标中的径向、传输距离和横向方位角，N表示接收波束的数目，i表示接受的第i个信号，
OAM模态为l1和OAM模态为l2的复用信号在时间t上的解调计算为
Figure GDA0003103825080000041
Figure GDA0003103825080000042
是OAM模态为l1的信号，
Figure GDA0003103825080000043
是OAM模态为l2的信号。
可选的，对于第一智能反射面阵列、第二智能反射面阵列，其智能反射面阵列都是等效形成为半径为R的正则圆平面Φ，其中，第一智能反射面阵列的的正则圆平面Φ是位于信号发射基站、智能反射面、终端用户为顶点构成的三角形中，以智能反射面为角顶点的角平分线上，
所述第二智能反射面阵列的正则圆平面Φ是位于信号发射用户、智能反射面、信号接收基站为顶点构成的三角形中，以智能反射面为角顶点的角平分线上，并且，任一智能反射面相对于正则圆平面Φ的离散度ε为
Figure GDA0003103825080000044
并使用信干噪比(SINR)来分析离散度ε的容量η，表示如下
Figure GDA0003103825080000045
其中,ε表示智能反射面的离散度，i表示接受的第i个信号，
Figure GDA0003103825080000046
Al表示OAM模态l的幅值，N表示接收波束的数目，de表示智能反射面到智能反射面阵列等效形成的正则圆平面的距离，R表示智能反射面阵列等效形成的正则圆平面的半径，σ2是噪声功率。
可选的，上行链路子系统的信号发射用户估计下行到达波束的DOA定位技术包括ARMA谱分析、最大似然法、熵谱分析法和特征分解法中的任一种，其中特征分解法包括MUSIC算法、ESPRIT算法和WSF算法中的任一种。
可选的，所述信号发射用户、所述信号发射基站、信号接收基站、终端用户中的天线为喇叭天线、抛物面天线、卡塞哥伦天线、贴片天线中的一种。
可选的，下行链路子系统的信号帧格式包含导频段和数据段，其中，导频段包括帧头同步序列和平面波，每一个所述帧格式对应一个波束，按照一个广义OAM波束完整周期循环发送。
可选的，下行链路子系统中，通过判据ε0与离散度ε的比较来切换采用广义OAM传输或MIMO传输，其中，切换广义OAM和MIMO传输的判断方法是：
在MIMO中的N个独立信道和正交的GOAM信道中，判据ε0可以通过如下公式计算
Figure GDA0003103825080000051
其中，
Figure GDA0003103825080000052
表示MIMO中第i个独立信道的信干燥比，
Figure GDA0003103825080000053
表示第i个正交GOAM信道的信干燥比，l表示广义OAM的模态，终端用户实时计算ε，并与ε0进行比较，当ε＞ε0，采用MIMO传输，当ε＜ε0，采用GOAM传输。
本发明通过用IRS替换大口径UCA中的阵列，结合智能反射面产生广义OAM波束，在发射基站构造相位梯度，并在空间形成多正交的电磁波束。通过IRS将近似完整的OAM波束汇聚到用户所在位置，从而获得OAM传输容量，减少接收端的计算复杂度。类似于OAM波束，结合智能反射面建立了广义OAM波束，以及在视距信道下从超大规模MIMO方式切换到广义OAM准则和判据，在保证用户传输容量的同时，保证用户功耗最低。该方法克服传统OAM波束传输距离受限，且长距离传输接收需要大口径天线问题，研究广义OAM波束，将应用场景从点对点高速传输，拓展到基站与用户之间的点对多点波束。广义OAM波束具有涡旋波束的空间相位梯度和正交性，在提高频谱效率的同时，支持移动性和多用户特性。
本发明解决了背景中MIMO系统中引入智能反射面会在系统接收端带来高的计算复杂度，以及传统OAM波束传输距离受限，且长距离传输接收需要大口径天线问题。克服传统OAM波束传输距离受限，且长距离传输接收需要大口径天线问题，广义OAM波束将狭义OAM应用场景从点对点高速传输，拓展到基站与用户之间的点对多点波束。
附图说明
通过结合下面附图对其实施例进行描述，本发明的上述特征和技术优点将会变得更加清楚和容易理解。
图1-1为本发明基于智能反射面的广义电磁波轨道角动量传输系统的上行系统结构示意图；
图1-2为本发明基于智能反射面的广义电磁波轨道角动量传输系统的下行系统结构示意图；
图2为本发明智能反射面反射的图2俯仰角为
Figure GDA0003103825080000054
(a)方位角为
Figure GDA0003103825080000055
(b)方位角为
Figure GDA0003103825080000056
(c)方位角为
Figure GDA0003103825080000057
(d)方位角为
Figure GDA0003103825080000058
的归一化距离和幅值的三维辐射方向图；
图3为本发明实施例不同相位情况下的四波束汇聚电场截面图；
图4为本发明实施例不同相位情况下的四波束汇聚相位截面图；
图5为本发明下行链路信号帧结构示意图；
图6为本发明下行链路IRS离散度对MIMO模态与GOAM模态的容量影响；
图7为本发明下行链路GOAM模态与MIMO模态的计算复杂度；
图8为本发明实施例的下行链路应用场景图；
图9为本发明实施例的下行链路的GOAM模态和MIMO模态的传输速率和功耗仿真对比图。
具体实施方式
下面将参考附图来描述本发明所述的基于智能反射面的广义电磁波轨道角动量传输系统与方法的实施例。本领域的普通技术人员可以认识到，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式或其组合对所描述的实施例进行修正。因此，附图和描述在本质上是说明性的，而不是用于限制权利要求的保护范围。此外，在本说明书中，附图未按比例画出，并且相同的附图标记表示相同的部分。
如图1-1、1-2所示，基于智能反射面的广义电磁波轨道角动量传输系统包括下行链路子系统和上行链路子系统。其中，下行链路子系统包括信号发射基站101、智能反射面组成的阵列(第一智能反射面阵列102)、终端用户103；上行链路子系统包括信号发射用户201、智能反射面组成的阵列(第二智能反射面阵列202)以及信号接收基站203。其中所述上行链路子系统和下行链路子系统所采用的设备是相同的，即第一智能反射面阵列102和第二智能反射面阵列202是同一个智能反射面阵列，信号发射基站101、信号接收基站203也是同一个基站，下面分别说明各子系统的构成。
1.下行链路子系统
(1)信号发射基站101：用于产生多个具有空间相位梯度的广义OAM波束，其中定义多波束相位满足公式(3)且通过汇聚产生OAM特征的多波束为广义OAM波束，并赋形到智能反射面反射；
(2)第一智能反射面阵列102：用于把每个信号发射基站101产生的广义OAM波束汇聚到用户所在位置；
(3)终端用户103：用于将汇聚的广义OAM波束，将完整一个周期广义OAM波束解调处理，并恢复数据。
所述广义OAM波束是相互之间具有一定正交性的空间结构化的波束。不失一般性，下面以广义OAM为例进行说明基于智能反射面的广义电磁波轨道角动量传输系统与方法的下行链路过程。
信号发射基站101：在MIMO模态的UCA阵子中，知道产生OAM模态为l的第n个阵子的馈相
Figure GDA0003103825080000061
需要满足：
Figure GDA0003103825080000062
其中，N表示UCA阵列中的阵子个数，l表示OAM模态数，且0≤n≤N-1。信号发射基站101产生组成一个OAM波束的NT个波束，其相位需满足公式(3)。通过移相器，把广义OAM波束定向指到IRS阵列。
第一智能反射面阵列102：这里智能反射面IRS可以改变电磁波的波束指向，并不改变波束的相位。为了反射NT个波束的信号，智能反射面阵列的阵子个数要大于NT，这样NT个波束的信号可以反射汇聚到终端用户。通过每个IRS反射的波束可以由MIMO平面阵列因子
Figure GDA0003103825080000063
来等效，其中
Figure GDA0003103825080000064
由公式(4)确定
Figure GDA0003103825080000065
其中，Nx是xyz笛卡尔坐标系中MIMO平面阵列x轴方向的阵子数，Ny是MIMO平面阵列y轴方向的阵子数，Axm是沿x轴方向排列的线性阵列的第m个阵子的激励振幅，Ayn是沿y轴方向排列的线性阵列的第n个阵子的激励振幅，k是电磁波波矢，dx是平面阵x轴方向阵子之间的间距，dy是平面阵y轴方向阵子之间的间距，
Figure GDA0003103825080000071
是波束的扫描方位角，
Figure GDA0003103825080000072
是波束的最大方位角，θ是波束的扫描俯仰角，θ0是波束的最大俯仰角，
Figure GDA0003103825080000073
当最大俯仰角
Figure GDA0003103825080000074
最大方位角分为为
Figure GDA0003103825080000075
时的归一化距离和幅值的三维辐射方向图如图2所示。图3为本发明实施例不同相位情况下的四波束汇聚电场截面图，四个波束相位均为0时的波束汇聚电场截面图如图3(a)所示，相位截面图如图4(a)所示；当波束的相位依次为
Figure GDA0003103825080000076
时的波束汇聚电场截面图如图3(b)所示，相位截面图如图4(b)所示；当波束的相位依次为{0,π,0,π}时的波束汇聚电场截面图如图3(c)所示，相位截面图如图4(c)所示。由图3和图4可知，具有不同相位的波束汇聚，产生OAM波束特征的电磁截面和相位面。
终端用户103：为了解调NT个波束的信号，终端用户接收天线的个数NR要大于NT，这样NT个波束的信号可以被解调恢复。
下面说明一下下行链路子系统的链路模型。假设所有信道为高斯白噪声信道，信号发射基站到智能反射面的信道矩阵为
Figure GDA0003103825080000077
Figure GDA0003103825080000078
表示复数域，智能反射面到用户设备的信道矩阵为
Figure GDA0003103825080000079
所以整个下行链路的信道可以表示为
Figure GDA00031038250800000710
此外信号发射基站端的补偿矩阵为
Figure GDA00031038250800000711
确保正交OAM复用信号在通过波束赋形后由IRS反射，所以下行链路传输的链路方程可以表示为
y＝HTs+n (5)
其中，s表示发生数据，
Figure GDA00031038250800000712
为零均值的复数加性高斯白噪声，噪声方差为σ2I，
Figure GDA00031038250800000713
表示噪声系数，
Figure GDA00031038250800000714
表示复数，
Figure GDA00031038250800000715
表示高斯正态分布。当IRS数量NR大于等于发送波束数量NT时，正交的OAM波束可以被解调。
如图1-1所示，BS(基站)的坐标为PB＝(xB,yB,zB)，第i个IRS的坐标为PI＝(xi,yi,zi)，UE的坐标为PU＝(xU,yU,zU)。P′U为UE进入广义OAM波束服务小区位置坐标，PU"为UE出去广义OAM波束服务小区位置坐标。
基站发送的广义OAM波束通过IRS阵列发射到终端用户，构成NT个三角形，其中通过第i个IRS构成的三角形为ΔPBPIPU。所有NT个三角形以IRS为顶点的法线向量交于一点O，以与第i个IRS构成的三角形为ΔPBPIPU为例，角∠PBPIPU的角平分线的方向向量
Figure GDA0003103825080000081
可以被计算为
Figure GDA0003103825080000082
其中，
Figure GDA0003103825080000083
Figure GDA0003103825080000084
表示起点为第i个IRS坐标，终点为BS坐标的向量，
Figure GDA0003103825080000085
表示起点为第i个IRS坐标，终点为UE坐标的向量。符号|·|表示取模值操作。
此外，过点PI的直线，定义为
Figure GDA0003103825080000086
可以表示为
Figure GDA0003103825080000087
式(8)的点法式可以转化为直线的一般式方程
Figure GDA0003103825080000088
可以表示为
Figure GDA0003103825080000089
其中，(Ai1,Bi1,Ci1),(Ai2,Bi2,Ci2)表示两个相交平面的系数，此外两个相交平面的系数Di1和Di2可以由直线
Figure GDA00031038250800000810
唯一确定。通常来说，如果IRS阵列组成规则的正则平面，所有以IRS为顶点的三角形法线交于一点O＝(xO,yO,zO)。但是每个IRS是独立的，可以用
Figure GDA00031038250800000811
表示直线方程
Figure GDA00031038250800000812
法向量的系数矩阵，用
Figure GDA00031038250800000813
表示直线方程
Figure GDA00031038250800000814
的常数项。可以定义一个正则平面近似等效空间中任意分布的IRS阵列所在的位置，即，让所有IRS到这个平面的距离最短，在此用α表示正则平面，α上的点O可以用最小二乘法来求解
O＝(QTQ)-1QTd (10)
因为正则平面α的法向量始终指向UE，所以α的法向量可以被计算为
Figure GDA00031038250800000815
因此，正则平面α可以被表示为
a1x+a2y+a3z+a4＝0 (12)
其中，
Figure GDA0003103825080000091
此外，再定义一个半径为R的正则圆平面Φ在正则平面α上，让所有IRS到Φ的距离最小。显然，可以用最优化的方法求解点(xi,yi,zi)到平面Φ的最小距离de，可以表示为
Figure GDA0003103825080000092
其中R表示正则圆平面Φ的半径。因此由IRS阵列组成的正则圆平面被唯一确定。
此外，OAM波束在柱坐标系
Figure GDA0003103825080000093
点的电场可以简化为
Figure GDA0003103825080000094
其中，
Figure GDA0003103825080000095
Al表示OAM模态l的幅值。ρ、z和
Figure GDA0003103825080000096
分别对应于柱坐标中的径向、传输距离和横向方位角，N表示接收波束的数目。
如果所有IRS严格在正则圆平面Φ上，则不同模态的OAM载波是相互正交的。因此，OAM模态为l1的信号
Figure GDA0003103825080000097
和OAM模态为l2的信号
Figure GDA0003103825080000098
在时间t上的解调可以计算为
Figure GDA0003103825080000099
不同模态的OAM在相同的载波是相互正交的，在不考虑OAM模态复用没有对准情况下，可以在独立载波上同时传输多个并行数据流。然而，离散度ε会引起IRS反射的信号产生相位误差。IRS相对于正则圆平面Φ的离散度可以被定义为
Figure GDA00031038250800000910
在同一接收平面上，由定位和抖动引起的最大相位误差是沿着传播方向。考虑任意两个OAM分别以l1和l2的模态传输。接收到的信号可以表示为
Figure GDA00031038250800000911
其中，相位误差φ(εi,l)正比于εi和l，εi表示第i个IRS的离散度，N表示接收波束的数目，也等于UE端参与解调的天线单元的数目。例如，定义φ(εi,l)＝εil。由于IRS离散度引起的相位φ(εi,l)，将对每个复用的OAM信号产生额外的邻信道干扰。不同模态的OAM信号之间的正交性将被破坏。
因此，可以使用信干噪比(SINR)来分析离散度ε的容量η，可以表示如下
Figure GDA0003103825080000101
其中，σ2是噪声功率。
下行链路帧结构设计：为了区分UE端接收的信号是由第一智能反射面阵列102中哪个IRS反射的波束，需要估计下行波束的到达方向(DOA)，以便在上行传输中按原路径上传UE的数据，所以需要特殊设计下行传输信号的帧格式。如图5所示，每个帧信号可以分为导频信号段和数据传输段。此外，导频信号段可以分为两部分，即帧头同步和平面波传输，然后是OAM多路复用数据传输。导频信号段被用于帧对准和偏移估计。然后，具有不同模态的OAM波束将在同一数据传输段内独立且同时传输不同的用户数据。
每帧的头部位置由自相关序列确定，帧头序列可以是具有良好自相关特性的m序列或其他伪随机序列。此外，根据自相关序列的设计，在UE端预先设置匹配滤波器。确定帧头位置后，实现数据帧同步。同时，UE可以在每个确定的采样时间接收信号向上采样以获得相同的OAM复用传输符号的采样信息。匹配滤波器找到帧头后，只需调整符号延迟，即可在同一帧结构内实现符号同步，然后在UE接收天线后提取导频信号段进行计算和解调。此外，UE端根据电磁波的互易性，同时根据计算的DOA，UE数据会沿原路径即时上传到BS。
例如，BS通过第一个IRS将第一帧的波束信号发送给UE，并且UE计算到达波束的DOA，然后通过原路径将用户数据上传到BS。同时进行的，UE通过第i帧波束信号的计算DOA将用户数据上载到BS，直到UE接收到第N帧波束为止。每个帧的延迟由导频信号段确定。经过一个同步周期，即采集一个广义OAM波束完整周期内N个波束后，统一用OAM波束方式进行解调。具体说，OAM复用数据信息可以通过公式(17)进行解调。类似于使用旋转天线生成的OAM雷达脉冲。
2.上行链路子系统
(1)信号发射用户201：用于估计下行到达波束的DOA(波达方向)，从而确定原路径，并按照原路径上传用户信息到第二智能反射面阵列202的智能发射面；
(2)第二智能反射面阵列202：用于把用户上传的波束按原路径反射到信号接收基站203；
(3)信号接收基站203：用于对用户上传数据进行解调或转发处理。
下面说明一下上行链路信号发射用户201用于估计下行到达波束的DOA的实现原理。估计下行到达波束的DOA的方法可以是ARMA谱分析、最大似然法、熵谱分析法和特征分解法中的任一种，其中特征分解法包括MUSIC算法、ESPRIT算法和WSF算法中的任一种。
不失一般性，本实施例采用多信号分类(MUSIC)算法来估计下行链路的到达波束的DOA。为了在一个周期内解调OAM多路复用信号，必须估计下行链路到达波束的DOA。
将第i个IRS反射光束的DOA角度定义为θi，如图1-2中所示。在UE端接收的第i个IRS反射的波束的DOA数学模型可以表示为
yi(t)＝A(θi)si(t)+ni(t) (19)
其中，yi(t)表示UE端接收第i个IRS反射的波束信号，si(t)表示被第i个IRS反射的波束信号，A(θi)表示UE端天线阵列的方向矩阵，ni(t)是UE端天线阵列接收第i个IRS反射波束的加性噪声，UE端阵列矩阵的协方差矩阵可以表示为
Figure GDA0003103825080000111
其中，σ2是噪声功率，Ii是第i个信道构成的单位矩阵。由于信号si(t)和噪声ni(t)相互独立，UE端阵列矩阵的协方差矩阵可以分解为信号项和噪声项。第一项
Figure GDA0003103825080000112
是对应于大特征值的信号子空间，最后一项
Figure GDA0003103825080000113
是对应于小噪声特征值的噪声子空间。由于信号和噪声在理想条件下是独立的，所以信号子空间和噪声子空间是相互正交的，即
Figure GDA0003103825080000114
考虑到由第i个IRS反射的接收信号yi(t)具有有限长度L，则yi(t)协方差矩阵的最大似然估计
Figure GDA0003103825080000115
可以表示为
Figure GDA0003103825080000116
对
Figure GDA0003103825080000117
的特征分解可以计算噪声子空间特征向量矩阵
Figure GDA0003103825080000118
由于噪声ni(t)，AH(θi)和
Figure GDA0003103825080000119
不是完全正交的，所以基于多信号分类算法(MUSIC)DOA的θMUSIC可以通过如下最小优化来求解
Figure GDA00031038250800001110
因此，可以由θMUSIC建立空间频谱PMUSIC。然后，在空间谱域得到了谱函数的最大值。谱峰对应的角度是波达方向的估计值θi。其中，空间频谱PMUSIC可以表示为
Figure GDA00031038250800001111
因此，基于MUSIC算法，可以从第i个IRS估计出DOA的角度θi。
3.广义OAM波束切换准则
不失一般性，举例说明下行链路传输时，GOAM(广义OAM)与MIMO之间的切换准则。假设MIMO传输中有4个独立的信道，每个信道平均分配发射功率。此外，BS发送4个波束，形成4个独立的传输信道。另外，IRS阵列中有4个IRS，UE端中有4个天线。通过仿真在不同IRS离散度，信噪比为10dB时GOAM和MIMO的信道容量情况，如图6所示。其中ΔC表示MIMO与GOAM相比的容量增益。此外，下行链路传输中切换MIMO和GOAM的判据是ε0。用于下行链路通信分析的接收端计算复杂度，MIMO和GOAM的接收端计算复杂度仿真如图7所示，其中ΔX表示MIMO与GOAM相比的计算复杂度增益。
用
Figure GDA0003103825080000121
表示与GOAM容量相比容量增益的增长率，其中，CGOAM是GOAM传输方案的容量。
Figure GDA0003103825080000122
表示相比于GOAM复杂度的复杂度增益的增长率。通常，将UE端的下行链路通信的功率消耗定义为P
Figure GDA0003103825080000123
其中，P0是UE的下行链路通信的MIMO功耗。当γ＞ξ时，计算复杂度的增长率超过容量的增长率，这导致UE功耗增加。当γ＜ξ时，容量的增长率超过计算复杂度的增长率，从而降低了UE的功耗。在此，γ＝ξ是切换GOAM和MIMO传输的临界值。
根据等式，在MIMO中的N个独立信道和正交的GOAM信道中。判据ε0可以通过如下计算
Figure GDA0003103825080000124
其中，
Figure GDA0003103825080000125
表示MIMO中第i个独立信道的信干燥比，
Figure GDA0003103825080000126
表示第i个正交GOAM信道的信干燥比。UE实时计算ε，并与ε0进行比较。当ε＞ε0，采用MIMO传输。当ε＜ε0，采用GOAM传输。其中，ε0表示切换MIMO方案和GOAM方案的标准。该方法要求UE在视距传输中进入GOAM服务小区之后知道确定性信道信息。此外，当用户切换传输方案时，需要将用户数据上传到基站。此刻，BS开始GOAM或MIMO传输。通常目标是确保UE功耗最低的用户的传输容量。
下行链路应用场景如图8所示，若以图1-1中参考坐标O点作为原点(0，0，0)，传输方向为z轴垂直于正则圆平面Φ，则第一个IRS的坐标为(100，0，0)，第二个IRS的坐标为(0，100，0)，第三个IRS的坐标为(-100，0，0)，第四个IRS坐标为(0，100，0)。UE从点PA进入广义OAM波束的服务小区范围，并匀速直线运动从点PB出去。假设下行链路传输带宽为100MHz，从UE进入广义OAM波束业务小区到离开的时间为t＝60s。此外，IRS的离散度也在(0-30)％之间均匀变化，UE随时间进入小区后的下行链路传输速率如图9(a)所示。类似地，存在由BS发射的4个OAM波束、IRS中的4个单元、UE处的4个天线。假设在MIMO方案中UE处的下行链路通信的功率消耗是2W。为了简化计算，根据公式(25)计算的多个关系，广义OAM方案的接收功率消耗可以在N＝4时计算为0.2W。功耗随时间的变化如图9(b)所示。
图9为本发明实施例的下行链路的广义OAM方案和MIMO方案的传输速率和功耗仿真对比图。图9(a)显示了虽然广义OAM容量比MIMO传输稍低，但它可以在指定的预期时间内完成数据传输，当第一个IRS反射的最大波束角为
Figure GDA0003103825080000131
第二个IRS反射的最大波束角为
Figure GDA0003103825080000132
第三个IRS反射的最大波束角为
Figure GDA0003103825080000133
第四个IRS反射的最大波束角为
Figure GDA0003103825080000134
时，此时GOAM与MIMO的传输下行链路传输速率相等，此时为最大传输速率。图9(b)显示了广义OAM方案中UE的功耗远低于MIMO方案中UE的功耗。此外，随着接收器处的功率消耗的降低和没有CSI的上行链路传输，UE的待机时间变得更长。
在一个可选实施例中，所述发射天线阵列和/或所述接收天线阵列中的天线为喇叭天线、抛物面天线、卡塞哥伦天线、贴片天线、阵列天线中的一种。
在一个可选实施例中，利用螺旋相位板、特定反射面天线、特定馈源天线、相控阵天线、空间光调制器、衍射光栅和超材料中的一种或多种产生轨道角动量电磁波。
通过以上分析可以知道，本发明提出的基于智能反射面的广义电磁波轨道角动量传输系统与方法，解决MIMO系统中引入智能反射面会在系统接收端带来高的计算复杂度，以及传统OAM波束传输距离受限，且长距离传输接收需要大口径天线问题。此外，该本发明克服传统OAM波束传输距离受限，且长距离传输接收需要大口径天线问题，广义OAM波束将狭义OAM应用场景从点对点高速传输，拓展到基站与用户之间的点对多点波束，并且在多用户OAM方案下行波束形成中也具有广阔的应用前景。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，包括下行链路子系统和上行链路子系统，其中：
上行链路子系统包括依次布置的信号发射用户、第二智能反射面阵列、信号接收基站，其中，
信号发射用户，用于估计下行到达波束的DOA，从而确定原路径，并按照原路径上传用户信息到第二智能反射面阵列的智能反射面；
第二智能反射面阵列，用于把用户上传的所述用户信息按原路径反射到信号接收基站；
信号接收基站，用于对信号发射用户上传的所述用户信息进行解调或转发处理；
下行链路子系统包括依次布置的信号发射基站、第一智能反射面阵列和终端用户，其中，
信号发射基站，用于产生多个具有空间相位梯度的广义OAM波束，将所述用户信息加载到所述广义OAM波束上，并波束赋形到第一智能反射面阵列的智能反射面；
第一智能反射面阵列，用于把信号发射基站产生的每个广义OAM波束汇聚到终端用户；
终端用户，用于将汇聚的广义OAM波束累加解调处理，并恢复出所述用户信息，
其中，所述第二智能反射面阵列、所述第一智能反射面阵列是同一个智能反射面阵列，
其中，信号接收基站、信号发射基站是同一个基站，
其中，所述第一智能反射面阵列中的第一智能反射面改变电磁波的波束指向，不改变波束的相位，且第一智能反射面阵列的阵子个数大于OAM波束的个数，
通过第一智能反射面阵列的每个智能反射面反射的波束由MIMO平面阵列因子等效如下：
Figure FDA0003511161230000011
其中，Nx是xyz笛卡尔坐标系中MIMO平面阵列x轴方向的阵子数，Ny是MIMO平面阵列y轴方向的阵子数，Axm是沿x轴方向排列的线性阵列的第m个阵子的激励振幅，Ayn是沿y轴方向排列的线性阵列的第n个阵子的激励振幅，k是电磁波波矢，dx是平面阵x轴方向阵子之间的间距，dy是平面阵y轴方向阵子之间的间距，
Figure FDA0003511161230000012
是波束的扫描方位角，
Figure FDA0003511161230000013
是波束的最大方位角，θ是波束的扫描俯仰角，θ0是波束的最大俯仰角，
Figure FDA0003511161230000014
2.根据权利要求1所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，
所述信号发射基站基于MIMO阵列产生调制数据的广义OAM波束，其中产生模态为l的OAM波束，需要MIMO阵列产生的第n个波束相位表达式如下：
Figure FDA0003511161230000015
其中
Figure FDA0003511161230000016
表示第n个波束的相位，N表示产生波束的数量，l为OAM模态数。
3.根据权利要求1所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，
下行链路子系统的链路方程表示为
y＝HTs+n (5)
其中，整个下行链路的信道
Figure FDA0003511161230000021
信号发射基站到智能反射面的信道矩阵为
Figure FDA0003511161230000022
智能反射面到终端用户的信道矩阵为
Figure FDA0003511161230000023
Figure FDA0003511161230000024
表示复数域，s表示由所述用户信息产生的发生数据，
Figure FDA0003511161230000025
为零均值的加性高斯白噪声，
Figure FDA0003511161230000026
表示复数，
Figure FDA0003511161230000027
表示高斯正态分布，噪声方差为σ2I，
Figure FDA0003511161230000028
表示噪声系数，信号发射基站的补偿矩阵为
Figure FDA0003511161230000029
下行链路子系统中智能反射面的数量为NR，信号发射基站发送的波束数量为NT。
4.根据权利要求1所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，OAM波束在柱坐标系
Figure FDA00035111612300000210
点的电场为
Figure FDA00035111612300000211
其中，
Figure FDA00035111612300000212
Al表示OAM模态l的幅值，ρ、z和
Figure FDA00035111612300000213
分别对应于柱坐标中的径向、传输距离和横向方位角，N表示接收波束的数目，i表示接受的第i个信号，
OAM模态为l1和OAM模态为l2的复用信号在时间t上的解调计算为
Figure FDA00035111612300000214
Figure FDA00035111612300000215
是OAM模态为l1的信号，
Figure FDA00035111612300000216
是OAM模态为l2的信号。
5.根据权利要求1所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，
对于第一智能反射面阵列、第二智能反射面阵列，其智能反射面阵列都是等效形成为半径为R的正则圆平面Φ，其中，第一智能反射面阵列的正则圆平面Φ是位于信号发射基站、智能反射面、终端用户为顶点构成的三角形中，以智能反射面为角顶点的角平分线上，
所述第二智能反射面阵列的正则圆平面Φ是位于信号发射用户、智能反射面、信号接收基站为顶点构成的三角形中，以智能反射面为角顶点的角平分线上，并且，任一智能反射面相对于正则圆平面Φ的离散度ε为
Figure FDA00035111612300000217
并使用信干噪比(SINR)来分析离散度ε的容量η，表示如下
Figure FDA0003511161230000031
其中,ε表示智能反射面的离散度，i表示接受的第i个信号，
Figure FDA0003511161230000032
Al表示OAM模态l的幅值，N表示接收波束的数目，de表示智能反射面到智能反射面阵列等效形成的正则圆平面的距离，R表示智能反射面阵列等效形成的正则圆平面的半径，σ2是噪声功率。
6.根据权利要求1所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，上行链路子系统的信号发射用户估计下行到达波束的DOA定位技术包括ARMA谱分析、最大似然法、熵谱分析法和特征分解法中的任一种，其中特征分解法包括MUSIC算法、ESPRIT算法和WSF算法中的任一种。
7.根据权利要求1所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，所述信号发射用户、所述信号发射基站、信号接收基站、终端用户中的天线为喇叭天线、抛物面天线、卡塞哥伦天线、贴片天线中的一种。
8.根据权利要求1所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，下行链路子系统的信号帧格式包含导频段和数据段，其中，导频段包括帧头同步序列和平面波，每一个所述帧格式对应一个波束，按照一个广义OAM波束完整周期循环发送。
9.根据权利要求5所述的基于智能反射面的广义电磁波轨道角动量传输系统，其特征在于，下行链路子系统中，通过判据ε0与离散度ε的比较来切换采用广义OAM传输或MIMO传输，其中，切换广义OAM和MIMO传输的判断方法是：
在MIMO中的N个独立信道和正交的GOAM信道中，判据ε0可以通过如下公式计算
Figure FDA0003511161230000033
其中，
Figure FDA0003511161230000034
表示MIMO中第i个独立信道的信干燥比，
Figure FDA0003511161230000035
表示第i个正交GOAM信道的信干燥比，l表示广义OAM的模态，终端用户实时计算ε，并与ε0进行比较，当ε＞ε0，采用MIMO传输，当ε＜ε0，采用GOAM传输。
CN202110308006.5A 2021-03-23 2021-03-23 基于智能反射面的广义电磁波轨道角动量传输系统 Active CN113133014B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110308006.5A CN113133014B (zh) 2021-03-23 2021-03-23 基于智能反射面的广义电磁波轨道角动量传输系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110308006.5A CN113133014B (zh) 2021-03-23 2021-03-23 基于智能反射面的广义电磁波轨道角动量传输系统

Publications (2)

Publication Number Publication Date
CN113133014A CN113133014A (zh) 2021-07-16
CN113133014B true CN113133014B (zh) 2022-06-03

Family

ID=76773809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110308006.5A Active CN113133014B (zh) 2021-03-23 2021-03-23 基于智能反射面的广义电磁波轨道角动量传输系统

Country Status (1)

Country Link
CN (1) CN113133014B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113660627A (zh) * 2021-07-21 2021-11-16 上海电机学院 一种基于智能反射装置的室内通信系统及方法
CN113709757B (zh) * 2021-08-17 2022-04-12 电子科技大学 高速磁浮列车车地天线反射板高效率高精度调整方法
CN113871898B (zh) * 2021-09-14 2022-09-06 西安电子科技大学 多馈源共口径多模态轨道角动量涡旋电磁波复用产生方法
CN114188726B (zh) * 2021-10-29 2024-04-26 电子科技大学长三角研究院(湖州) 一种有源智能反射表面
CN113885217B (zh) * 2021-11-15 2023-01-13 北京理工大学 一种广义涡旋光束设计方法及制备方法
CN114980146B (zh) * 2021-12-15 2023-05-19 广州市苏纳米实业有限公司 一种基于智能通信箱的波束增强方法、装置及智能通信箱
CN116708085A (zh) * 2022-02-24 2023-09-05 索尼集团公司 用于无线通信的电子设备和方法、计算机可读存储介质
US20230284055A1 (en) * 2022-03-07 2023-09-07 Acer Incorporated Method of inter-cell coordination for intelligent reflecting surface assisted wireless network and communication device using the same
CN114785439B (zh) * 2022-03-30 2023-04-14 北京邮电大学 一种提高工业物联网终端时间同步精度的方法及装置
CN115333909B (zh) * 2022-07-11 2023-09-19 西安交通大学 基于oam正交模态复用的多通道多波束系统及复用方法
US20240031823A1 (en) * 2022-07-19 2024-01-25 Qualcomm Incorporated Beam adaptation for reconfigurable intelligent surface aided ue positioning
CN116886133B (zh) * 2023-09-06 2024-02-13 北京奥威通科技有限公司 面向轨道交通通信的智能反射面优化方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0799539B1 (en) * 1994-12-23 1999-03-03 Italtel s.p.a. Process for automatic event report realignment in a management system and related system
WO2013086397A1 (en) * 2011-12-08 2013-06-13 Array Biopharma Inc. Urea compounds as gka activators
WO2013188629A3 (en) * 2012-06-13 2014-04-10 All Purpose Networks LLC Methods and systems of an all purpose broadband network
EP2695425A4 (en) * 2011-04-02 2015-10-07 Qualcomm Inc SYSTEMS AND METHODS FOR INTER-RAT MOBILITY
CN110278017A (zh) * 2019-06-27 2019-09-24 广东工业大学 一种基于智能反射面的多天线无线能量传输系统与方法
CN111181615A (zh) * 2019-11-29 2020-05-19 广东工业大学 一种基于智能反射面的多小区无线通信方法
CN111245494A (zh) * 2020-01-13 2020-06-05 东南大学 基于智能反射面的定位信息辅助波束控制方法
CN111355519A (zh) * 2020-03-10 2020-06-30 电子科技大学 智能反射表面协助的室内太赫兹mimo通信系统设计方法
CN111641955A (zh) * 2020-06-01 2020-09-08 北京邮电大学 智能反射面辅助毫米波通信网络的前摄性波束切换方法
CN112039567A (zh) * 2020-07-17 2020-12-04 浙江大学 一种基于位置信息的多智能反射面系统的波束成形设计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245492B (zh) * 2020-01-10 2022-01-21 北京邮电大学 一种基于接收功率排序的智能反射面选择方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0799539B1 (en) * 1994-12-23 1999-03-03 Italtel s.p.a. Process for automatic event report realignment in a management system and related system
EP2695425A4 (en) * 2011-04-02 2015-10-07 Qualcomm Inc SYSTEMS AND METHODS FOR INTER-RAT MOBILITY
WO2013086397A1 (en) * 2011-12-08 2013-06-13 Array Biopharma Inc. Urea compounds as gka activators
WO2013188629A3 (en) * 2012-06-13 2014-04-10 All Purpose Networks LLC Methods and systems of an all purpose broadband network
CN110278017A (zh) * 2019-06-27 2019-09-24 广东工业大学 一种基于智能反射面的多天线无线能量传输系统与方法
CN111181615A (zh) * 2019-11-29 2020-05-19 广东工业大学 一种基于智能反射面的多小区无线通信方法
CN111245494A (zh) * 2020-01-13 2020-06-05 东南大学 基于智能反射面的定位信息辅助波束控制方法
CN111355519A (zh) * 2020-03-10 2020-06-30 电子科技大学 智能反射表面协助的室内太赫兹mimo通信系统设计方法
CN111641955A (zh) * 2020-06-01 2020-09-08 北京邮电大学 智能反射面辅助毫米波通信网络的前摄性波束切换方法
CN112039567A (zh) * 2020-07-17 2020-12-04 浙江大学 一种基于位置信息的多智能反射面系统的波束成形设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
6G Wireless Channel Measurements and Models: Trends and Challenges;Cheng-Xiang Wang;《IEEE Vehicular Technology Magazine ( Volume: 15, Issue: 4, Dec. 2020)》;20201022;全文 *
智能反射面辅助的无线供能空中计算系统研究;马刚刚;《现代信息科技》;20210225;全文 *

Also Published As

Publication number Publication date
CN113133014A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN113133014B (zh) 基于智能反射面的广义电磁波轨道角动量传输系统
EP3577776B1 (en) Transmitter and method for transmitting symbols over wireless communication channel
Chen et al. Reconfigurable-intelligent-surface-assisted B5G/6G wireless communications: Challenges, solution, and future opportunities
Ning et al. Prospective beamforming technologies for ultra-massive MIMO in terahertz communications: A tutorial
EP3868034B1 (en) Position likelihood based beamformer optimization
Wu et al. Intelligent surfaces empowered wireless network: Recent advances and the road to 6G
Alluhaibi et al. Capacity maximisation for hybrid digital-to-analog beamforming mm-wave systems
Orikumhi et al. Location-aware coordinated beam alignment in mmWave communication
Mabrouki et al. Codebook designs for millimeter-wave communication systems in both low-and high-mobility: Achievements and challenges
An et al. Toward beamfocusing-aided near-field communications: Research advances, potential, and challenges
CN110995299B (zh) 基于扩维干涉码的电磁波轨道角动量传输方法及系统
An et al. Near-field communications: Research advances, potential, and challenges
Pan et al. Compact multi-wideband array for millimeter-wave communications using squint beams
Shaddad et al. Channel estimation for intelligent reflecting surface in 6G wireless network via deep learning technique
Zhao et al. Holographic-inspired meta-surfaces exploiting vortex beams for low-interference multi-pair IoT communications: From theory to prototype
Xiao et al. Array beamforming enabled wireless communications
Wadaskar et al. 3D rainbow beam design for fast beam training with true-time-delay arrays in wideband millimeter-wave systems
Khalid et al. Capacity and coverage analysis for FD-MIMO based THz band 5G indoor Internet of Things
Kebede et al. Channel estimation and beamforming techniques for mm wave-massive MIMO: Recent trends, challenges and open issues
Pan et al. PMSat: Optimizing Passive Metasurface for Low Earth Orbit Satellite Communication
KR101415670B1 (ko) 편파 특성을 이용한 빔/편파 자원 할당 시스템 및 방법
Liu et al. Adaptive non-uniform hybrid beamforming for Mmwave train-to-ground communications in high-speed railway scenarios
Liu et al. Optimization of RIS configurations for multiple-RIS-aided mmwave positioning systems based on CRLB analysis
Shaikh et al. DoA estimation in EM lens assisted massive antenna system using subsets based antenna selection and high resolution algorithms
Tan et al. On the performance of three‐dimensionalantenna arrays in millimetre wave propagation environments

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