CN115051739A - 一种基于短码长信息论的非自适应性波束对准方法 - Google Patents

Abstract

本发明涉及一种基于短码长信息论的非自适应性波束对准方法，属于波束成形技术领域，包括以下步骤：S1：把接收端及通过其接收到的导频信号抽象成球状模型；S2：确定波束搜索的分辨率

和搜索次数N，生成波束搜索码本C；S3：生成每次波束搜索使用的码字c_(i,·)，得到码本矩阵G；S4：构造校验矩阵H，分别对生成的部分码本矩阵G中的每一列编码，得到码本矩阵C；S5：接收端对波束搜索进行标记，得到发射端方向角度的带噪方向序列x；S6：接收端根据校验矩阵H对x进行译码，得到去噪方向序列y；S7：将y与码本C的每一列比较，得到差异最小的一列所对应的码字位，进而得到该码字位对应的波束指向的角度。

Description

一种基于短码长信息论的非自适应性波束对准方法

技术领域

本发明属于波束成形技术领域，涉及一种基于短码长信息论的非自适应性波束对准方法。

背景技术

目前，实现波束对准主要有两种方式，一种是基于信道估计，另一种基于波束搜索。众所周知，5G毫米波大规模MIMO系统中的信道十分复杂，采用传统的信道估计方法进行波束对准开销过大，难以在系统中实现。因此在5G毫米波大规模MIMO系统中主要采用基于波束搜索的波束对准方法。其中，精度最高的波束对准方法是穷举搜索算法，它通过遍历发射端与接收端之间的所有波束来确定最佳的波束方向，但该算法计算复杂度很高。目前提出的各种改进的波束对准方法主要分成两种：一种是自适应性波束对准方法，另一种是非自适应性波束对准方法。自适应波束性对准方法可根据之前波束搜索的结果，动态调整下一次的波束搜索码本，最终收敛到最佳的波束方向。虽然这种方法的精度较高，但其计算复杂度高，需要的运算资源和时间资源较多，不利于硬件系统的实现。非自适应性波束对准方法在发射端预先做了一些诸如角度、宽度等波束属性的波束搜索码本设定，发射端根据码本找到最相符的波束即为最佳波束方向。这种方法的计算复杂度低，速度快，易于硬件系统实现。

发明内容

有鉴于此，本发明的目的在于提供一种基于LDPC码的非自适应性波束对准方法，在保持运算资源开销和时间资源开销小这一非自适应性波束对准方法固有优点的同时，使算法精度接近自适应性波束对准方法。

为达到上述目的，本发明提供如下技术方案：

一种基于短码长信息论的非自适应性波束对准方法，包括以下步骤：

S1：把接收端及通过其接收到的导频信号抽象成球状模型，使立体空间内的导频信号投影在水平面和垂直面；

S2：确定波束搜索的分辨率

和搜索次数N，其中M为接收端波束搜索码本的码字长度，N为接收端波束搜索码本的码字数量；每个码字产生的波束的主瓣覆盖范围和波束模式相同，每个码字位产生的波束指向的角度不同但角度间隔相同，得到所有码字，从而生成波束搜索码本C；

S3：生成每次波束搜索使用的码字c_(i,·)，得到部分码本矩阵G；

S4：使用PEG-QC算法构造校验矩阵H，分别对生成的部分码本矩阵G中的每一列进行编码，得到完整的大小为N×M的码本矩阵C；

S5：接收端在根据码本C顺序进行N次波束搜索时，若发射端在本次波束搜索的波束覆盖范围内，则接收端将此次波束搜索标记为“1”，否则标记为“0”，从而使接收端得到发射端方向角度的长度为N的带噪方向序列x；

S6：接收端根据校验矩阵H，使用译码算法对带噪方向序列x进行译码，得到去噪方向序列y；

S7：将得到的去噪方向序列y与码本C的每一列比较，得到差异最小的一列所对应的码字位，进而得到该码字位对应的波束指向的角度，最终完成波束对准。

进一步，所述步骤S3中，c_(i,j)＝1表示第i次波束搜索会判断波束是否在

范围内，反之本次波束搜索不会判断；

令N′＝log₂M，则部分本矩阵G如下：

进一步，步骤S4中，使用PEG-QC算法构造LDPC码的校验矩阵H，或构造蒙特卡洛法或巴氏系数法的校验矩阵H。

进一步，步骤S4所述使用PEG-QC算法构造LDPC码的校验矩阵H，具体包括以下步骤：

S41：根据校验矩阵H的大小(N-N′)×N确定其扩展因子b；

S42：利用PEG算法构造大小为

的移位基矩阵A；

S43：根据移位基矩阵A中“1”元素的位置，设置移位值d_ij，构造移位矩阵D

其中a_ij为移位基矩阵A中的第i行第j列的元素，d_ij为移位矩阵D中的第i行第j列的元素；

S44：根据移位矩阵D，用单位矩阵和零矩阵分别代替移位基矩阵A中的“1”元素和“0”元素，d_ij表示单位矩阵循环右移的次数，从而扩展得到校验矩阵H。

进一步，当步骤S4中使用LDPC码构造校验矩阵H时，则在步骤S6中使用BP译码算法对带噪方向序列x进行译码；当步骤S4中使用蒙特卡洛法或巴氏系数法构造校验矩阵H时，则在步骤S6中使用串行抵消列表译码算法对带噪方向序列x进行译码。

进一步，步骤S6所述使用BP译码算法对对带噪方向序列x进行译码，具体包括以下步骤：

S61：初始化变量节点概率：

其中

表示初始迭代变量节点v传递给校验节点c的节点值为1的概率信息，

表示初始迭代变量节点v传递给校验节点c的节点值为0的概率信息，P表示条件概率，y_v表示第v个去噪变量节点，x_v表示第v个带噪变量节点；

S62：设置迭代运算最大次数；

S63：计算并更新校验节点概率：

其中

表示第t轮迭代校验节点c传递给变量节点v的节点值为1的概率信息，

表示第t轮迭代校验节点c传递给变量节点v的节点值为0的概率信息，v表示变量节点索引，c表示校验节点索引，t表示迭代轮数，N表示变量节点集合；

S64：计算并更新变量节点概率：

其中

表示第t轮迭代变量节点v传递给校验节点c的节点值为1的概率信息，

表示第t轮迭代变量节点v传递给校验节点c的节点值为0的概率信息，P_v表示变量节点v的节点值为1的概率，M表示校验节点集合，δ_c,v用于归一化，其作用为使得

S65：计算后验概率：

其中

表示第t轮迭代变量节点v的节点值为1后验概率，

表示第t轮迭代变量节点v的节点值为0后验概率；

最后进行译码判决，令

S66：若λ≥1，则y_v＝0，否则y_v＝1；

S67：在判决结束后，得到去噪方向序列y，将所述去噪方向序列y和校验矩阵H相乘，若结果全为零，则代表译码正确，结束迭代运算，输出去噪方向序列y；若结果不全为零，则代表去噪方向序列y中仍有误码，返回步骤S63，迭代次数加1，若达到最大迭代次数，则结束迭代运算，输出去噪方向序列y。

本发明的有益效果在于：本发明继承了非自适应性波束对准方法的优点，可以以低运算资源开销和时间资源开销实现波束对准；此外，本发明结合了LDPC编译码的思想，在保持较低搜索时间的同时，通过纠错使算法精度接近自适应性波束对准方法。综上所述，本发明是一种可以快速准确的基于LDPC的非自适应性波束对准算法。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为波束对准的简要过程示意图；

图2为简化的球状模型示意图；

图3中(a)(b)(c)分别为第一次、第二次和第三次波束搜索过程对应角度区域的俯视图；

图4为水平维度码本示意图；

图5为BP译码算法流程图；

图6为本发明所述方法的总体流程图；

图7为两种波束对准方法的搜索错误概率仿真图；

图8为两种波束对准方法的满足一定错误概率的误差仿真图；

图9为两种波束对准方法的搜索时间仿真图；

图10为不同维度搜索策略的搜索错误概率仿真图；

图11为基于Polar的波束对准方法的搜索错误概率仿真图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”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，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，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的具体含义。

本发明是一种非自适应性波束对准方法，它在保持了运算资源开销和时间资源开销小这一非自适应性波束对准方法固有优点的同时，可以使算法精度接近自适应性波束对准方法。本发明提出的算法的简要过程是，发射端先发射导频信号，接收端在接收到导频信号后，通过问答式学习的方法，在波束搜索的判断准则的判断错误概率为p的情况下，得到发射端的精确方向角度，示意图如图1所示。

在本实施例中引入以下数学模型：

1.均匀平面阵列(UniformPlanarArray,UPA)的导向矢量

其中，水平方向上有M根天线，垂直方向上有N根天线，表示毫米波信号的波长，d表示天线阵列间隔，φ和θ分别为物理空间上的方位角和俯仰角且二者之间相互独立，0≤m≤M-1，0≤n≤N-1。在窄带条件下，导向矢量只依赖天线阵列的几何结构和波的传播方向。

2.接收端天线阵列在t时刻接收到的信号

X(t)＝[x₁(t),x₂(t)…,x_M×N(t)]^T＝s(t)a(φ,θ),

其中，s(t)表示在t时刻信道中的信号。

3.经过接收端处理后的信号

y(t)＝W^HX(t),

其中，W表示天线权重矢量。

在信道环境仅考虑白噪声的情况下，若空间只有一个来自方向(φ₀,θ₀)的信号，其导向矢量为a₀(φ₀,θ₀)。当天线权重矢量W取作a₀(φ₀,θ₀)时，y(t)＝a₀(φ₀,θ₀)^Ha₀(φ₀,θ₀)最大，各路的加权信号为相干叠加。先在接收端遍历波束搜索码本，每次根据码本更换方向角和俯仰角，求出其对应的导向矢量。再将不同角度区域对应的导向矢量取共轭转置后右乘天线阵列接收到的信号X(t)，若输出值超过某个设定阈值，则表示该导向矢量对应的角度区域内有最佳波束方向，反之则没有。

本实施例提供的基于短码长信息论的非自适应性波束对准方法，包括以下步骤：

步骤一：把接收端及其接收到的导频信号抽象成简单的球状模型，立体空间内的导频信号可以投影在水平面和垂直面上，如图2所示。这样，波束对准问题可以等价成在[0°,360°)²的范围内搜索某一随机变量。从水平面上看，每次波束搜索过程对应的角度区域如图3中的(a)-(c)所示。此外，本实施例提出的算法在一次波束搜索过程中会同时搜索水平和垂直两个维度，在搜索次数相同的条件下，这一特点也可以提高波束对准精度。当然，该算法也支持对单一维度进行搜索。

步骤二：根据实际环境需求，确定波束搜索的分辨率(分度值)

和搜索次数N。M即为接收端波束搜索码本的码字长度，N即为接收端波束搜索码本的码字数量。每个码字产生的波束的主瓣覆盖范围和波束模式相同，每个码字位产生的波束指向的角度不同但角度间隔相同。用c表示码字的位，码本C如图4所示。

步骤三：在生成波束搜索码本之后，生成每次波束搜索使用的码字c_(i,·)，其中，c_(i,j)＝1表示第i次波束搜索会判断波束是否在

范围内；反之本次波束搜索不会判断。令N′＝log₂M，码本矩阵G如下：

当M＝6,N′＝3时，图三对应的码本矩阵为

步骤四：为了纠正接收端的错误判断，在保证速度的同时提高算法精度，这里结合了LDPC编译码过程。首先使用PEG-QC算法构造LDPC码的校验矩阵H，具体步骤如下：

(1)根据校验矩阵H的大小(N-N′)×N确定其扩展因子b.

(2)利用PEG算法构造大小为

的移位基矩阵A.

(3)根据移位基矩阵A中“1”元素的位置，设置移位值d_ij，构造移位矩阵D

其中a_ij为移位基矩阵A中的第i行第j列的元素，d_ij为移位矩阵D中的第i行第j列的元素。

(4)根据移位矩阵D，用单位矩阵和零矩阵分别代替移位基矩阵A中的“1”元素和“0”元素，d_ij表示单位矩阵循环右移的次数，以这种方式扩展得到校验矩阵H.

生成校验矩阵H后，分别对之前生成的部分码本矩阵G中的每一列进行编码，得到完整的大小为N×M的码本矩阵C.

步骤五：这里使用BSC信道模型模拟接收端判断发射端方向角度时，可能出现的判断错误的情况。接收端在根据码本C顺序进行N次波束搜索时，若发射端在本次波束搜索的波束覆盖范围内，则接收端将此次波束搜索标记为“1”，否则标记为“0”，这样接收端就得到了表示发射端方向角度的长度为N的带噪序列x。

步骤六：得到带噪方向序列x后，接收端根据校验矩阵H对其进行译码。这里使用了BP译码算法，该算法属于软判决算法，即通过概率这样的软信息进行译码。它是消息传递算法在LDPC译码过程中的运用，是基于Tanner图的迭代译码算法。在迭代过程中，可靠性消息通过Tanner图上的边在变量节点和校验节点中来回传递，经多次迭代后趋于稳定值，然后据此进行最佳判决。具体步骤如下，流程图如图5所示。

(1)初始化变量节点概率

(2)设置迭代运算最大次数。

(3)计算并更新校验节点概率

(4)计算并更新变量节点概率

其中δ用于归一化，其作用为使得

(5)计算后验概率

最后进行译码判决，令

(6)若λ≥1，则y_v＝0，否则y_v＝1.

(7)在判决结束后，将得到的方向序列y和校验矩阵H相乘，若结果全为零，则代表译码正确，结束迭代运算，输出去噪方向序列y。若结果不全为零，则代表方向序列y中仍有误码，返回步骤(3)，迭代次数加一。若达到最大迭代次数，则结束迭代运算，输出去噪方向序列y。

步骤七：将得到的方向序列y与码本C的每一列比较，得到差异最小的一列所对应的码字位，进而得到该码字位对应的波束指向的角度，最终完成波束对准。

步骤八：理论上，本发明中使用的LDPC码可替换为任意一种其他的编码方式，只需要将第四步中使用的编码算法和第六步中使用的译码算法替换成其他编码方式对应的编译码算法。以Polar码为例，可以在第四步中使用蒙特卡洛法或巴氏系数法等Polar码常用编码方法对部分码本矩阵G中的每一列进行编码，得到完整的大小为N×M的码本矩阵C；可以在第六步中使用串行抵消列表译码算法得到的方向序列y。然而，相较于Polar码、Turbo码等编码方式，LDPC码具有码长、码率选择更为灵活的特点，因此其能更好地适应本发明中提出的实际场景。

整个实现过程的流程图如图6所示。图7对比了在BSC信道环境下，分辨率

时，利用本发明提出的算法针对不同搜索次数N在不同信道参数p下的性能仿真，以及和利用自适应性的sortPM算法的搜索错误概率。其中，横坐标表示搜索次数N，纵坐标表示搜索错误概率，信道参数p表示波束搜索错误的概率。同信道参数p下搜索次数越多，搜索错误概率越小；相同搜索次数下信道参数p越小，搜索错误概率越小。并且，本发明中提出的非自适应性的基于LDPC的波束对准方法的搜索错误概率略高于自适应性波束对准方法，但随着搜索次数增多，二者性能差距可忽略不计。

图8对比了在信道参数p＝0.1的BSC信道环境下，分辨率

时，利用本发明提出的算法和利用自适应性的sortPM算法的搜索误差。其中横坐标表示搜索次数N，纵坐标表示有1-的概率满足真实值与估计值之间的误差在δ之内。这里令∈＝0.04。可以看出，本发明中提出的波束对准方法的误差与自适应性波束对准方法相比互有胜负。

图9对比了在信道参数p＝0.1的BSC信道环境下，分辨率

时，利用本发明提出的算法和利用自适应性的sortPM算法的搜索时间。其中横坐标表示搜索次数N，纵坐标表示搜索时间t。可以看出，本发明中提出的波束对准方法相较于自适应性波束对准方法，搜索时间大大缩短。

图10对比了在信道参数p＝0.1的BSC信道环境下，分辨率

时，利用本发明提出的算法，在水平和垂直两个维度联合进行信号搜索和在水平和垂直两个维度独立搜索信号再整合这两种情况下的搜索错误概率。其中横坐标表示搜索次数N，纵坐标表示搜索错误概率。可以看出，本发明中提出的波束对准方法相较于在每个维度分别单独搜索，搜索错误概率大大降低。

图11对比了在信道参数p＝0.1的BSC信道环境下，分辨率

时，非自适应性的基于Polar的波束对准方法在不同搜索次数N下的性能仿真。其中，横坐标表示搜索次数N，纵坐标表示搜索错误概率。可以看出，非自适应性的基于Polar的波束对准方法的性能表现也可以与自适应性波束对准方法相近。但由于Polar码本身的特性，搜索次数只能选取为2ⁿ，如16、32、64等。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于短码长信息论的非自适应性波束对准方法，其特征在于：包括以下步骤：

S1：把接收端及通过其接收到的导频信号抽象成球状模型，使立体空间内的导频信号投影在水平面和垂直面；

S2：确定波束搜索的分辨率

和搜索次数N，其中M为接收端波束搜索码本的码字长度，N为接收端波束搜索码本的码字数量；每个码字产生的波束的主瓣覆盖范围和波束模式相同，每个码字位产生的波束指向的角度不同但角度间隔相同，得到所有码字，从而生成波束搜索码本C；

S3：生成每次波束搜索使用的码字c_(i,·)，得到部分码本矩阵G；

S4：使用PEG-QC算法构造校验矩阵H，分别对生成的部分码本矩阵G中的每一列进行编码，得到完整的大小为N×M的码本矩阵C；

S5：接收端在根据码本C顺序进行N次波束搜索时，若发射端在本次波束搜索的波束覆盖范围内，则接收端将此次波束搜索标记为“1”，否则标记为“0”，从而使接收端得到发射端方向角度的长度为N的带噪方向序列x；

S6：接收端根据校验矩阵H，使用译码算法对带噪方向序列x进行译码，得到去噪方向序列y；

S7：将得到的去噪方向序列y与码本C的每一列比较，得到差异最小的一列所对应的码字位，进而得到该码字位对应的波束指向的角度，最终完成波束对准。

2.根据权利要求1所述的基于短码长信息论的非自适应性波束对准方法，其特征在于：所述步骤S3中，c_(i,j)＝1表示第i次波束搜索会判断波束是否在

范围内，反之本次波束搜索不会判断；

令N′＝log₂M，则部分本矩阵G如下：

3.根据权利要求1所述的基于短码长信息论的非自适应性波束对准方法，其特征在于：步骤S4中，使用PEG-QC算法构造LDPC码的校验矩阵H，或构造蒙特卡洛法或巴氏系数法的校验矩阵H。

4.根据权利要求3所述的基于短码长信息论的非自适应性波束对准方法，其特征在于：步骤S4所述使用PEG-QC算法构造LDPC码的校验矩阵H，具体包括以下步骤：

S41：根据校验矩阵H的大小(N-N′)×N确定其扩展因子b；

S42：利用PEG算法构造大小为

的移位基矩阵A；

S43：根据移位基矩阵A中“1”元素的位置，设置移位值d_ij，构造移位矩阵D

其中a_ij为移位基矩阵A中的第i行第j列的元素，d_ij为移位矩阵D中的第i行第j列的元素；

S44：根据移位矩阵D，用单位矩阵和零矩阵分别代替移位基矩阵A中的“1”元素和“0”元素，d_ij表示单位矩阵循环右移的次数，从而扩展得到校验矩阵H。

5.根据权利要求3所述的基于短码长信息论的非自适应性波束对准方法，其特征在于：当步骤S4中使用LDPC码构造校验矩阵H时，则在步骤S6中使用BP译码算法对带噪方向序列x进行译码；当步骤S4中使用蒙特卡洛法或巴氏系数法构造校验矩阵H时，则在步骤S6中使用串行抵消列表译码算法对带噪方向序列x进行译码。

6.根据权利要求5所述的基于短码长信息论的非自适应性波束对准方法，其特征在于：步骤S6所述使用BP译码算法对带噪方向序列x进行译码，具体包括以下步骤：

S61：初始化变量节点概率：

其中

表示初始迭代变量节点v传递给校验节点c的节点值为1的概率信息，

表示初始迭代变量节点v传递给校验节点c的节点值为0的概率信息，P表示条件概率，y_v表示第v个去噪变量节点，x_v表示第v个带噪变量节点；

S62：设置迭代运算最大次数；

S63：计算并更新校验节点概率：

其中

表示第t轮迭代校验节点c传递给变量节点v的节点值为1的概率信息，

表示第t轮迭代校验节点c传递给变量节点v的节点值为0的概率信息，v表示变量节点索引，c表示校验节点索引，t表示迭代轮数，N表示变量节点集合；

S64：计算并更新变量节点概率：

其中

表示第t轮迭代变量节点v传递给校验节点c的节点值为1的概率信息，

表示第t轮迭代变量节点v传递给校验节点c的节点值为0的概率信息，P_v表示变量节点v的节点值为1的概率，M表示校验节点集合，δ用于归一化，其作用为使得

S65：计算后验概率：

其中

表示第t轮迭代变量节点v的节点值为1后验概率，

表示第t轮迭代变量节点v的节点值为0后验概率；

最后进行译码判决，令

S66：若λ≥1，则y_v＝0，否则y_v＝1；

S67：在判决结束后，得到去噪方向序列y，将所述去噪方向序列y和校验矩阵H相乘，若结果全为零，则代表译码正确，结束迭代运算，输出去噪方向序列y；若结果不全为零，则代表去噪方向序列y中仍有误码，返回步骤S63，迭代次数加1，若达到最大迭代次数，则结束迭代运算，输出去噪方向序列y。

Images