CN113595603A - 基于部分连接天线阵的无人机毫米波波束成形设计方法 - Google Patents
基于部分连接天线阵的无人机毫米波波束成形设计方法 Download PDFInfo
- Publication number
- CN113595603A CN113595603A CN202110759183.5A CN202110759183A CN113595603A CN 113595603 A CN113595603 A CN 113595603A CN 202110759183 A CN202110759183 A CN 202110759183A CN 113595603 A CN113595603 A CN 113595603A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- vector
- beam forming
- beamforming
- 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.)
- Granted
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
- H04B17/00—Monitoring; Testing
- H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
- H04B17/0087—Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
-
- 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
-
- 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)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于部分连接天线阵的无人机毫米波波束成形设计方法,包括:获取若干无人机用户各自对应的信道矩阵估计值,根据信道矩阵估计值确定各个无人机用户对应的无人机合并向量;根据无人机合并向量和信道矩阵估计值,构建波束成形增益关系式和无人机用户总干扰关系式;根据波束成形增益关系式和无人机用户总干扰关系式构建半正定规划问题,基于半正定规划问题确定模拟波束成形向量;根据模拟波束成形向量,确定波束成形设计结果。本发明的设计方法在最大化波束成形增益的同时降低用户间干扰,实现更高的用户速率,基于信道矩阵估计值表征波束成形增益和无人机用户总干扰,解决了无法直接采用角度域信息设计波束成形的问题。
Description
技术领域
本发明涉及通信技术领域,具体涉及基于部分连接天线阵的无人机毫米波波束成形设计方法。
背景技术
毫米波波段频谱资源丰富,可用来支持超高速无人机通信,为利用毫米波多天线传输分集,可在毫米波基站采用波束成形设计。由于射频链路(Radio-frequency chain,RFchain)前端硬件限制,全数字波束成形无法集成在无人机毫米波的小型天线阵列上,基于部分连接天线阵结构的混合波束成形是一种可行的替代方案,除了实现传输分集,部分连接天线结构相比于全连接结构成本更低,能量效率和频谱效率更高。
波束成形的设计既影响基站到指定无人机用户的波束成形增益,也会影响该波束作用于其他用户所带来的用户间干扰,然而,传统的波束成形设计方案无法同时满足最大化波束成形增益和最小用户间干扰的设计需求,且由于无人机具有高速移动性,无法直接采用角度域信息设计波束成形。
因此,现有技术还有待于改进和发展。
发明内容
针对现有技术的上述缺陷,本发明提供一种基于部分连接天线阵的无人机毫米波波束成形设计方法,旨在解决传统的波束成形设计方案无法同时满足最大化波束成形增益和最小用户间干扰的设计需求,且无法直接采用角度域信息设计波束成形的问题。
本发明解决技术问题所采用的技术方案如下:
一种基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,包括:
获取若干无人机用户各自对应的信道矩阵估计值,根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量;
根据所述无人机合并向量和所述信道矩阵估计值,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式;
根据所述波束成形增益关系式和所述无人机用户总干扰关系式构建所述各个无人机用户对应的半正定规划问题,基于所述半正定规划问题确定所述各个无人机用户对应的模拟波束成形向量;
根据所述模拟波束成形向量,确定波束成形设计结果。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量的步骤包括:
对所述信道矩阵估计值进行奇异值分解,确定各个无人机用户对应的奇异向量;
根据所述奇异向量,确定各个无人机用户对应的无人机合并向量。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述根据所述无人机合并向量和所述信道矩阵估计值,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式的步骤包括:
根据所述无人机合并向量和所述信道矩阵估计值,确定所述各个无人机用户对应的等效信道向量;
根据所述等效信道向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述根据所述等效信道向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式的步骤包括:
对所述等效信道向量进行向量共轭转置运算,得到所述各个无人机用户对应的共轭转置向量;
根据所述共轭转置向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述根据所述共轭转置向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式的步骤包括:
根据所述共轭转置向量,确定所述各个无人机用户对应的奇异分解矩阵;
根据所述共轭转置向量构建所述各个无人机用户对应的波束成形增益关系式,以及根据所述奇异分解矩阵构建所述各个无人机用户对应的无人机用户总干扰关系式。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述半正定规划问题的公式为:
其中,为无人机用户k对应的波束成形向量的自相关矩阵,为无人机用户k对应的波束成形增益关系式,为无人机用户k对应的无人机用户总干扰关系式,δ为权重系数,为无人机用户k对应的共轭转置向量的第k个1×NG的子向量,NG为子天线阵天线数量,为无人机用户k对应的奇异分解矩阵,角标·H为矩阵/向量共轭转置运算符号,为自相关矩阵的第j行和第j列的元素,NB为基站天线数量,为自相关矩阵的秩,为自相关矩阵的第m行和第n列的元素。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述基于所述半正定规划问题确定所述各个无人机用户对应的模拟波束成形向量的步骤包括:
基于所述半正定规划问题,确定所述各个无人机用户对应的模拟波束成型矩阵;
根据所述模拟波束成型矩阵生成所述各个无人机用户对应的若干候选向量,并将所述各个无人机用户对应的若干候选向量中满足预设条件的候选向量确定为所述各个无人机用户对应的模拟波束成形向量。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述波束成形设计结果包括目标波束成形矩阵和数字域预编码矩阵,所述根据所述模拟波束成形向量,确定波束成形设计结果的步骤包括:
将所述各个无人机用户对应的模拟波束成形向量合并,得到目标波束成形矩阵;
根据所述目标波束成形矩阵,确定数字域预编码矩阵。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述根据所述模拟波束成形向量,确定波束成形设计结果的步骤之后包括:
基于所述波束成形设计结果和所述信道矩阵估计值,将下行数据传输至所述各个无人机用户。
所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其中,所述根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量的步骤之后还包括:
将所述无人机合并向量反馈至所述各个无人机用户,以实现所述各个无人机用户对接收到的所述下行数据的处理。
本发明的有益效果:本发明基于部分连接天线阵结构的波束成形方法,根据信道矩阵估计值构建各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式,克服了无法直接采用角度域信息设计波束成形的问题;根据波束成形增益关系式和无人机用户总干扰关系式进行波束成形设计,在最大化波束成形增益的同时降低用户间干扰,可以实现更高的用户速率;基于部分连接天线阵结构进行波束成形,需要的移向器硬件数量少,成本低。
附图说明
图1是本发明实施例中提供的基于部分连接天线阵的无人机毫米波波束成形设计方法的一个实施例流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。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。
下面将结合本发明实施例中的附图,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一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。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他实施例,都属于本发明保护的范围。
波束成形的设计既影响基站到指定无人机用户的波束成形增益,也会影响该波束作用于其他用户所带来的用户间干扰,然而,传统的波束成形设计目的通常为最大化波束成型增益,或最小化用户间干扰,此类设计方案无法同时满足最大化波束成形增益和最小用户间干扰的设计需求。另外,无人机具有高速移动性,基站无法实时获取无人机-基站间直射和非直射路径的真实到达角(Angle ofarrival,AoA)和出发角(Angle ofdeparture,AoD),因此无法直接采用角度域信息设计波束成形。
为了解决上述问题,本发明实施例提供了一种基于部分连接天线阵的无人机毫米波波束成形设计方法,请参照图1,图1是本发明提供的一种基于部分连接天线阵的无人机毫米波波束成形设计方法的一个实施例的流程图。
在本发明的一个实施例中,所述基于部分连接天线阵的无人机毫米波波束成形设计方法有四个步骤:
S100、获取若干无人机用户各自对应的信道矩阵估计值,根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量。
具体地,本实施例中的基于部分连接天线阵的无人机毫米波波束成形设计方法适用于部分连接天线阵基站,相比于全连接天线阵基站,部分连接天线阵基站的基站端需要的移向器硬件少,整体硬件成本低。例如,全连接天线阵基站中的基站端K个射频链路(Radio-frequency chain,RF chain)与所有天线连接,需要KNB个移相器,而部分连接天线阵基站中的基站端K个RF-chain分别与NG个移相器相连,对应NG个子天线。共需要KNG=NB个移相器。
所述信道矩阵估计值为基站到各个无人机用户的信道矩阵估计值,其为NB×ND矩阵,其中,NB为基站天线数量,ND为无人机天线数量,所述信道矩阵估计值具有部分连接结构,即信道矩阵估计值其中,为NG×ND子信道矩阵,对应第l个子天线阵,l=1,2,…,K,为子天线阵天线数量,也是对应射频链路(Radio-frequency chain,RF chain)连接的移相器数量,角标·T为矩阵/向量转置符号。当进行波束成形设计时,基站需要获取若干无人机用户各自对应的信道矩阵估计值,即基站到各个无人机用户的信道矩阵估计值,然后根据所述各个无人机用户对应的信道矩阵估计值,确定所述各个无人机用户对应的最优角度的无人机合并向量,以便后续步骤中基于所述无人机合并向量进行波束成形设计。
在一具体实施方式中,步骤S100中所述根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量的步骤具体包括:
S110、对所述信道矩阵估计值进行奇异值分解,确定各个无人机用户对应的奇异向量;
S120、根据所述奇异向量,确定各个无人机用户对应的无人机合并向量。
基站获取到各个无人机用户对应的信道矩阵估计值后,首先对各个无人机用户对应的信道矩阵估计值分别进行奇异值分解(Singular value decomposition,SVD),得到ND×ND矩阵Vk,然后选取矩阵Vk的首列向量vk作为奇异向量。其中,对信道矩阵估计值进行奇异值分解的公式为:其中,为无人机用户k对应的信道矩阵估计值,Uk和Vk为对信道矩阵估计值进行奇异值分解得到的两个酉矩阵。
确定所述各个无人机用户对应的奇异向量后,根据所述各个无人机用户对应的奇异向量,确定所述各个无人机用户对应的无人机合并向量。其中,各个无人机用户对应的无人机合并向量的计算公式为:其中,为无人机合并向量,ND为无人机天线数量,角标∠(·)为向量的方向角度运算符号,vk为奇异向量。
S200、根据所述无人机合并向量和所述信道矩阵估计值,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
考虑到无人机具有高速移动性,基站无法实时获取无人机-基站间直射和非直射路径的真实到达角(Angle ofarrival,AoA)和出发角(Angle ofdeparture,AoD),因此无法直接采用角度域信息设计波束成形。本实施例中基于基站到各个无人机用户的信道矩阵估计值构建子天线阵的波束成形增益关系式和无人机用户总干扰关系式,在根据所述信道矩阵估计值确定所述各个无人机用户对应的无人机合并向量后,进一步根据所述无人机合并向量和所述信道矩阵估计值,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式,以便后续步骤中基于波束成形增益关系式和无人机用户总干扰关系式进行波束成形设计,使波束成形设计方案同时满足最大化波束成形增益和最小用户间干扰的设计需求。
在一具体实施方式中,步骤S200具体包括:
S210、根据所述无人机合并向量和所述信道矩阵估计值,确定所述各个无人机用户对应的等效信道向量;
S220、根据所述等效信道向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
具体地,波束成形增益对应波束成形向量在等效信道(由部分连接天线阵组成)的子空间内的投影值,无人机用户总干扰对应波束成形向量在等效信道的零空间内的投影值。本实施例确定所述各个无人机用户对应的无人机合并向量后,基于所述无人机合并向量和所述信道矩阵估计值,确定所述各个无人机用户对应的等效信道向量,然后基于所述等效信道向量,构建波束成形向量在等效信道的子空间和零空间内的投影值,即可构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。其中,所述等效信道向量的计算公式为:其中,为无人机用户k对应的等效信道向量,为无人机用户k对应的信道矩阵估计值,为无人机用户k对应的无人机合并向量。
在一具体实施方式中,步骤S220具体包括:
S221、对所述等效信道向量进行向量共轭转置运算,得到所述各个无人机用户对应的共轭转置向量;
S222、根据所述共轭转置向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
具体地,确定所述各个无人机用户对应的等效信道向量后,首先对所述等效信道向量进行向量共轭转置运算,得到所述各个无人机用户对应的共轭转置向量。其中,共轭转置向量的计算公式为: 其中,gk为共轭转置向量,为等效信道向量,为共轭转置向量gk的第j个1×NG的子向量,角标·H为矩阵/向量共轭转置运算符号。得到所述各个无人机用户对应的共轭转置向量后,根据各个无人机用户对应的共轭转置向量,即可构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
在一具体实施方式中,步骤S222具体包括:
S2221、根据所述共轭转置向量,确定所述各个无人机用户对应的奇异分解矩阵;
S2222、根据所述共轭转置向量构建所述各个无人机用户对应的波束成形增益关系式,以及根据所述奇异分解矩阵构建所述各个无人机用户对应的无人机用户总干扰关系式。
具体地,得到所述各个无人机用户对应的共轭转置向量后,本实施例首先根据所述各个无人机用户对应的共轭转置向量确定所述各个无人机用户对应的干扰矩阵(interfering matrix)。其中,干扰矩阵的计算公式为其中,为无人机用户k对应的干扰矩阵,为共轭转置向量gk的第j个1×NG的子向量,角标·H为矩阵/向量共轭转置运算符号。
得到各个无人机用户对应的干扰矩阵后,对所述各个无人机用户对应的干扰矩阵进行奇异值分解,确定所述各个无人机用户对应的奇异分解矩阵。其中,对干扰矩阵进行奇异值分解的公式为: 其中,为无人机用户k对应的干扰矩阵,和为对无人机用户k对应的干扰矩阵进行奇异值分解得到的两个酉矩阵,奇异分解矩阵是由矩阵的最后NB-K+1列组成的子矩阵,根据对干扰矩阵进行奇异值分解得到的矩阵即可确定各个无人机用户对应的奇异分解矩阵。
确定所述各个无人机用户对应的奇异分解矩阵后,根据所述共轭转置向量构建所述各个无人机用户对应的波束成形增益关系式,以及根据所述奇异分解矩阵构建所述各个无人机用户对应的无人机用户总干扰关系式。其中,无人机用户k对应的波束成形增益关系式的表达式为无人机用户总干扰关系式的表达式为 为无人机用户k对应的共轭转置向量的第k个1×NG的子向量,为无人机用户k对应的奇异分解矩阵,角标·H是矩阵/向量共轭转置运算符号。
S300、根据所述波束成形增益关系式和所述无人机用户总干扰关系式构建所述各个无人机用户对应的半正定规划问题,基于所述半正定规划问题确定所述各个无人机用户对应的模拟波束成形向量。
具体地,所述半正定规划(Semi-definite Programming,SDP)问题的公式为:
其中,为无人机用户k对应的波束成形向量的自相关矩阵,为无人机用户k对应的波束成形增益关系式,为无人机用户k对应的无人机用户总干扰关系式,δ为权重系数,为无人机用户k对应的共轭转置向量的第k个1×NG的子向量,NG为子天线阵天线数量,为无人机用户k对应的奇异分解矩阵,角标·H为矩阵/向量共轭转置运算符号,为自相关矩阵的第j行和第j列的元素,NR为基站天线数量,为自相关矩阵的秩,为自相关矩阵的第m行和第n列的元素。
构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式后,即可以最大化波束成形增益同时最小化干扰为目标,构建半正定规划问题。从上述半正定规划问题的表达式可以看出,本实施例中构建的半正定规划问题有三个约束条件,第一个约束条件为即自相关矩阵的对角线元素为第二个约束条件为自相关矩阵的秩为1,第三个约束条件为自相关矩阵中任一元素值均非负(即该矩阵为半正定矩阵)。
根据所述波束成形增益关系式和所述无人机用户总干扰关系式构建半正定规划问题后,求解半正定规划问题即可得到所述各个无人机用户对应的模拟波束成形向量,本实施例中通过调节半正定规划问题中的权重系数δ来表征波束成形增益和无人机用户总干扰可以联合得到最大化波束成形增益同时最小化无人机用户总干扰的目标。
在一具体实施方式中,步骤S300具体包括:
S310、基于所述半正定规划问题,确定所述各个无人机用户对应的模拟波束成型矩阵;
S320、根据所述模拟波束成型矩阵生成所述各个无人机用户对应的若干候选向量,并将所述各个无人机用户对应的若干候选向量中满足预设条件的候选向量确定为所述各个无人机用户对应的模拟波束成形向量。
标准化后的SDP问题可以通过现有的凸优化工具求解,如matlab中的CVX编程工具,确定所述各个无人机用户对应的模拟波束成型矩阵然后根据所述模拟波束成型矩阵随机生成所述各个无人机用户对应的若干候选向量tk,τ,其中,无人机用户k对应的若干候选向量tk,τ满足分布τ为无人机用户k对应的若干候选向量的数量,接着从各个无人机用户对应的若干候选向量中筛选出满足预设条件的候选向量,并将筛选出的候选向量确定为各个无人机用户对应的模拟波束成形向量,其中,预设条件为若干候选向量中使函数最大的候选向量。
S400、根据所述模拟波束成形向量,确定波束成形设计结果。
具体的,所述波束成形设计结果包括目标波束成形矩阵和数字域预编码矩阵,在得到各个无人机用户对应的模拟波束成形向量后,将各个无人机用户对应的模拟波束成形向量进行合并,得到目标波束成形矩阵其中,目标波束成形矩阵的表达式为:
得到目标波束成形矩阵后,根据目标波束成形矩阵计算得到各个无人机用户对应的数字域等效信道向量,其中,数字域等效信道向量满足公式:其中,为无人机用户k对应的数字域等效信道向量,为无人机用户k对应的无人机合并向量,为无人机用户k对应的信道矩阵估计值,为目标波束成形矩阵。
在一具体实施方式中,步骤S400之后还包括步骤:
S510、基于所述波束成形设计结果和所述信道矩阵估计值,将下行数据传输至所述各个无人机用户。
具体地,数字域预编码矩阵FD=[fD,1,…,fD,k],其由各个无人机用户对应的数字域预编码向量组成,本实施例确定波束成形设计结果,即目标波束成形矩阵和数字域预编码矩阵FD后,根据所述波束成形设计结果和所述信道矩阵估计值,将下行数据传输至所述各个无人机用户。其中,进行下行数据传输时的下行数据传输向量满足如下公式:其中,yk为无人机用户k对应的下行数据传输向量,为无人机用户k对应的信道矩阵估计值,为目标波束成形矩阵,fD,k为无人机用户k对应的数字域预编码向量,nk为高斯白噪声。
在一具体实施方式中,步骤S100之后还包括步骤:
M200、将所述无人机合并向量反馈至所述各个无人机用户,以实现所述各个无人机用户对接收到的所述下行数据的处理。
具体地,基站确定各个无人机用户对应的无人机合并向量后,将各个无人机用户对应的无人机合并向量通过反馈信道链路反馈至所述各个无人机用户,各个无人机用户接收到基站反馈的无人机合并向量后,基于所述无人机合并向量对接受到的下行数据进行处理。无人机用户对下行数据进行处理时,首先对无人机合并向量进行归一化,然后将归一化后的无人机合并向量与接收到的下行数据向量相乘实现接收合并分集。其中,各个无人机用户对无人机合并向量进行归一化的公式为:其中,为无人机合并向量,角标·H为矩阵/向量共轭转置运算符号。
综上所述,本发明公开了一种基于部分连接天线阵的无人机毫米波波束成形设计方法,包括:获取若干无人机用户各自对应的信道矩阵估计值,根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量;根据所述无人机合并向量和所述信道矩阵估计值,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式;根据所述波束成形增益关系式和所述无人机用户总干扰关系式构建所述各个无人机用户对应的半正定规划问题,基于所述半正定规划问题确定所述各个无人机用户对应的模拟波束成形向量;根据所述模拟波束成形向量,确定波束成形设计结果。本发明的设计方法在最大化波束成形增益的同时降低用户间干扰,实现更高的用户速率,基于信道矩阵估计值表征波束成形增益和无人机用户总干扰,解决了传统波束成形方法无法直接采用角度域信息设计波束成形的问题。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,包括:
获取若干无人机用户各自对应的信道矩阵估计值,根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量;
根据所述无人机合并向量和所述信道矩阵估计值,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式;
根据所述波束成形增益关系式和所述无人机用户总干扰关系式构建所述各个无人机用户对应的半正定规划问题,基于所述半正定规划问题确定所述各个无人机用户对应的模拟波束成形向量;
根据所述模拟波束成形向量,确定波束成形设计结果。
2.根据权利要求1所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量的步骤包括:
对所述信道矩阵估计值进行奇异值分解,确定各个无人机用户对应的奇异向量;
根据所述奇异向量,确定各个无人机用户对应的无人机合并向量。
3.根据权利要求1所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述根据所述无人机合并向量和所述信道矩阵估计值,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式的步骤包括:
根据所述无人机合并向量和所述信道矩阵估计值,确定所述各个无人机用户对应的等效信道向量;
根据所述等效信道向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
4.根据权利要求3所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述根据所述等效信道向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式的步骤包括:
对所述等效信道向量进行向量共轭转置运算,得到所述各个无人机用户对应的共轭转置向量;
根据所述共轭转置向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式。
5.根据权利要求4所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述根据所述共轭转置向量,构建所述各个无人机用户对应的波束成形增益关系式和无人机用户总干扰关系式的步骤包括:
根据所述共轭转置向量,确定所述各个无人机用户对应的奇异分解矩阵;
根据所述共轭转置向量构建所述各个无人机用户对应的波束成形增益关系式,以及根据所述奇异分解矩阵构建所述各个无人机用户对应的无人机用户总干扰关系式。
7.根据权利要求1所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述基于所述半正定规划问题确定所述各个无人机用户对应的模拟波束成形向量的步骤包括:
基于所述半正定规划问题,确定所述各个无人机用户对应的模拟波束成型矩阵;
根据所述模拟波束成型矩阵生成所述各个无人机用户对应的若干候选向量,并将所述各个无人机用户对应的若干候选向量中满足预设条件的候选向量确定为所述各个无人机用户对应的模拟波束成形向量。
8.根据权利要求1所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述波束成形设计结果包括目标波束成形矩阵和数字域预编码矩阵,所述根据所述模拟波束成形向量,确定波束成形设计结果的步骤包括:
将所述各个无人机用户对应的模拟波束成形向量合并,得到目标波束成形矩阵;
根据所述目标波束成形矩阵,确定数字域预编码矩阵。
9.根据权利要求1所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述根据所述模拟波束成形向量,确定波束成形设计结果的步骤之后包括:
基于所述波束成形设计结果和所述信道矩阵估计值,将下行数据传输至所述各个无人机用户。
10.根据权利要求9所述的基于部分连接天线阵的无人机毫米波波束成形设计方法,其特征在于,所述根据所述信道矩阵估计值确定各个无人机用户对应的无人机合并向量的步骤之后还包括:
将所述无人机合并向量反馈至所述各个无人机用户,以实现所述各个无人机用户对接收到的所述下行数据的处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110759183.5A CN113595603B (zh) | 2021-07-05 | 2021-07-05 | 基于部分连接天线阵的无人机毫米波波束成形设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110759183.5A CN113595603B (zh) | 2021-07-05 | 2021-07-05 | 基于部分连接天线阵的无人机毫米波波束成形设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113595603A true CN113595603A (zh) | 2021-11-02 |
CN113595603B CN113595603B (zh) | 2022-08-02 |
Family
ID=78245987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110759183.5A Active CN113595603B (zh) | 2021-07-05 | 2021-07-05 | 基于部分连接天线阵的无人机毫米波波束成形设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113595603B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114666833A (zh) * | 2022-05-04 | 2022-06-24 | 北京理工大学 | 一种面向无人机集群的上行分布式接收方法 |
CN115694602A (zh) * | 2022-09-26 | 2023-02-03 | 电子科技大学 | 一种毫米波全双工无人机通信系统的联合优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019095247A1 (zh) * | 2017-11-17 | 2019-05-23 | 上海诺基亚贝尔股份有限公司 | 无人飞行器及其功率控制的方法 |
CN110133613A (zh) * | 2019-05-17 | 2019-08-16 | 电子科技大学 | 一种基于半定松弛技术的频控阵稳健波束形成方法 |
CN110365389A (zh) * | 2019-08-20 | 2019-10-22 | 北京理工大学 | 一种基于优化理论的基站用无人机多波束成型方法 |
CN110808767A (zh) * | 2019-10-14 | 2020-02-18 | 中国传媒大学 | 毫米波多天线中继系统中一种混合波束成型设计方案 |
CN111245485A (zh) * | 2020-01-16 | 2020-06-05 | 北京航空航天大学 | 机载毫米波通信波束赋形与位置部署方法 |
CN111901019A (zh) * | 2020-08-04 | 2020-11-06 | 电子科技大学 | 一种毫米波大规模mimo系统的模拟预编码设计方法 |
CN112636804A (zh) * | 2020-11-12 | 2021-04-09 | 北京航空航天大学 | 一种基于毫米波阵列的多无人机基站协同传输方法 |
-
2021
- 2021-07-05 CN CN202110759183.5A patent/CN113595603B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019095247A1 (zh) * | 2017-11-17 | 2019-05-23 | 上海诺基亚贝尔股份有限公司 | 无人飞行器及其功率控制的方法 |
CN110133613A (zh) * | 2019-05-17 | 2019-08-16 | 电子科技大学 | 一种基于半定松弛技术的频控阵稳健波束形成方法 |
CN110365389A (zh) * | 2019-08-20 | 2019-10-22 | 北京理工大学 | 一种基于优化理论的基站用无人机多波束成型方法 |
CN110808767A (zh) * | 2019-10-14 | 2020-02-18 | 中国传媒大学 | 毫米波多天线中继系统中一种混合波束成型设计方案 |
CN111245485A (zh) * | 2020-01-16 | 2020-06-05 | 北京航空航天大学 | 机载毫米波通信波束赋形与位置部署方法 |
CN111901019A (zh) * | 2020-08-04 | 2020-11-06 | 电子科技大学 | 一种毫米波大规模mimo系统的模拟预编码设计方法 |
CN112636804A (zh) * | 2020-11-12 | 2021-04-09 | 北京航空航天大学 | 一种基于毫米波阵列的多无人机基站协同传输方法 |
Non-Patent Citations (2)
Title |
---|
WANG MIAO: "Location-Based Robust Beamforming Design for Cellular-Enabled UAV Communications", 《 IEEE INTERNET OF THINGS JOURNAL》 * |
汪萧萧: "多天线无人机通信系统中的安全波束成形方案", 《北京邮电大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114666833A (zh) * | 2022-05-04 | 2022-06-24 | 北京理工大学 | 一种面向无人机集群的上行分布式接收方法 |
CN115694602A (zh) * | 2022-09-26 | 2023-02-03 | 电子科技大学 | 一种毫米波全双工无人机通信系统的联合优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113595603B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11152984B2 (en) | Receiver, communication system, and method implemented by computer for enabling both analog and digital beamforming in communication system | |
CN113595603B (zh) | 基于部分连接天线阵的无人机毫米波波束成形设计方法 | |
US6850190B2 (en) | Combined beamforming-diversity wireless fading channel demodulator using adaptive sub-array group antennas, signal receiving system and method for mobile communications | |
CN101425832A (zh) | 一种基于零陷展宽的自适应多用户波束成形方法 | |
CN107294590B (zh) | 一种基于上行训练的数模混合波束赋形方法 | |
CN107634787A (zh) | 一种大规模mimo毫米波信道估计的方法 | |
CN108650200B (zh) | 高低频混合组网系统的低频辅助信道估计方法 | |
CN107809275B (zh) | 一种基于毫米波mimo系统的有限反馈混合预编码方法 | |
CN112468202B (zh) | 低复杂度毫米波大规模mimo混合预编码方法 | |
US11026105B1 (en) | Fingerprint-based beam interference cancellation system and method thereof | |
CN108566236B (zh) | 用户终端、基站以及混合波束成形传输方法和系统 | |
CN112636794A (zh) | 一种基于贪心算法的波束赋形方法 | |
US20170195022A1 (en) | Beam tracking method, apparatus, and system | |
Hsu et al. | Low complexity hybrid beamforming and precoding for 2D planar antenna array mmWave systems | |
CN108306662A (zh) | 一种基于数据驱动的混合波束成形中的模拟波束选择方法 | |
CN109361442A (zh) | 临空阵列通信非正交多址接入下行传输方法 | |
CN101316129A (zh) | 开环模式下共用天线系统和方法 | |
CN115642941B (zh) | 一种多天线一体化系统发射波束赋形方法 | |
Lee et al. | Efficient channel AoD/AoA estimation using widebeams for millimeter wave MIMO systems | |
CN107872262B (zh) | 提高数据赋形增益方法及装置、基站、通信系统 | |
CN115242274B (zh) | 波束搜索方法、装置,以及,电子设备 | |
US10270497B2 (en) | Modular and scalable circuit architecture for massive MIMO applications | |
CN105763237B (zh) | 无线通信系统中分离型子阵列模拟波束矢量训练方法 | |
Zhang et al. | Energy-efficient hybrid precoding design for mm-Wave massive antenna multi-user systems | |
CN112165344A (zh) | 一种基于梯度下降法的混合预编码算法 |
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 |