CN115065981B - 一种波束追踪方法及装置 - Google Patents

一种波束追踪方法及装置 Download PDF

Info

Publication number
CN115065981B
CN115065981B CN202210981695.0A CN202210981695A CN115065981B CN 115065981 B CN115065981 B CN 115065981B CN 202210981695 A CN202210981695 A CN 202210981695A CN 115065981 B CN115065981 B CN 115065981B
Authority
CN
China
Prior art keywords
angle distribution
target
narrow
communication terminal
narrow beam
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
CN202210981695.0A
Other languages
English (en)
Other versions
CN115065981A (zh
Inventor
邵奇
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.)
New H3C Technologies Co Ltd
Original Assignee
New H3C Technologies Co Ltd
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 New H3C Technologies Co Ltd filed Critical New H3C Technologies Co Ltd
Priority to CN202210981695.0A priority Critical patent/CN115065981B/zh
Publication of CN115065981A publication Critical patent/CN115065981A/zh
Application granted granted Critical
Publication of CN115065981B publication Critical patent/CN115065981B/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)

Abstract

本申请实施例提供一种波束追踪方法及装置。本实施例中，通过在与第二通信端进行通信时，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与第二通信端进行通信时所使用的窄波束的波束角度分布，以及确定预测波束角度分布时产生的误差矩阵；根据误差矩阵，以及当前时刻接收到第二通信端发送的参考信号时检测到的噪声信号，确定用于校正波束角度分布的增益参数；根据增益参数对波束角度分布进行校正，得到目标波束角度分布；根据目标波束角度分布，从已获得的最优同步信号块（SSB）宽波束对应的窄波束集合中选择目标窄波束，并在当前时刻使用目标窄波束与第二通信端进行通信，减少扫描次数，保证终端及时与5G基站进行通信。

Description

一种波束追踪方法及装置
技术领域
本申请涉及通信技术领域，尤其涉及一种波束追踪方法及装置。
背景技术
在5G网络中，高频信号在传输过程中常会因被建筑物、人体、雨雪等障碍物阻挡而引起大衰减、缩短传播距离等问题。目前，为了对抗毫米波频段超高频信号的大衰减、短传播距离的问题，通常会采用大规模天线进行模拟波束赋型增益来补偿衰减。在现有模拟波束赋型算法中，因为终端的位置是随机的，为了保证终端所处的小区覆盖范围内的所有终端都能接入并进行正常业务的通信，基站需要对用于与终端进行通信的波束进行管理，在进行波束管理时，需要循环所有的波束方向以最终确定终端与基站进行通信的波束。对于一定范围内的波束，当波束比较窄时，所需循环的波束个数就越多，循环遍历周期就越长，导致终端不能及时进行波束切换。
发明内容
有鉴于此，本申请提供一种波束追踪方法及装置。
根据本说明书实施例的第一方面，提供一种波束追踪方法，所述方法应用于第一通信端，所述方法包括：在与第二通信端进行通信时，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与所述第二通信端进行通信时所使用的窄波束的波束角度分布，以及确定预测所述波束角度分布时产生的误差矩阵；根据所述误差矩阵，以及当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定用于校正所述波束角度分布的增益参数；根据所述增益参数对所述波束角度分布进行校正，得到目标波束角度分布；根据所述目标波束角度分布，从已获得的最优同步信号块（SSB）宽波束对应的窄波束集合中选择目标窄波束，并在当前时刻使用所述目标窄波束与所述第二通信端进行通信；其中，所述第一通信端为5G基站时，所述第二通信端为终端；所述第一通信端为终端时，所述第二通信端为5G基站。
可选地，所述历史窄波束为所述第一通信端已获得的所述最优SSB宽波束对应的窄波束集合中的一个窄波束；其中，所述最优SSB宽波束是所述第一通信端基于物理随机接入信道的随机接入前导码来获得的。
可选地，在所述上一时刻为初始时刻时，所述历史窄波束是所述第一通信端依据接收到的由所述第二通信端基于所述窄波束集合中窄波束发送的参考信号的信号强度确定的；其中，所述历史窄波束为所述第一通信端接收到的信号强度最大的参考信号对应的窄波束。
可选地，所述根据所述误差矩阵，以及当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定用于校正所述波束角度分布的增益参数，包括：根据当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定所述第一通信端当前时刻接收到所述参考信号时的信噪比；按照卡尔曼滤波算法并根据所述误差矩阵和所述信噪比，计算卡尔曼增益，将计算出的卡尔曼增益确定为所述增益系数。
可选地，所述根据所述增益参数对所述波束角度分布进行校正，得到目标波束角度分布，包括：按照卡尔曼滤波算法，将所述波束角度分布和所述增益系数进行第一运算，得到所述目标波束角度分布。
可选地，所述根据所述目标波束角度分布，从已获得的最优SSB宽波束对应的窄波束集合中选择目标窄波束，包括：按照下述公式将所述目标波束角度分布进行指定转换：
Figure 100002_DEST_PATH_IMAGE001
其中，
Figure 100002_DEST_PATH_IMAGE002
表示目标波束角度分布；
Figure 100002_DEST_PATH_IMAGE003
表示目标角度估计值；
Figure 100002_DEST_PATH_IMAGE004
表示k时刻窄波束集合第n条窄波束的路径增益；
确定所述窄波束集合中各窄波束的角度与所述目标角度估计值之间的差值；依据各窄波束的角度与所述目标角度估计值之间的差值，确定所述目标窄波束。
可选地，所述根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与所述第二通信端进行通信时所使用的窄波束的波束角度分布，包括：基于预设的预测模型，将已配置的状态转移矩阵和所述历史窄波束的角度进行第二运算，得到所述波束角度分布。
可选地，所述确定预测所述波束角度分布时产生的误差矩阵，包括：依据已配置的状态转移矩阵和上一时刻的误差矩阵进行第三运算；依据计算结果和上一时刻预测所述波束角度分布的预测误差确定所述波束角度分布对应的误差矩阵；其中，在当前时刻为初始时刻时，上一时刻对应的预测误差和误差矩阵均为预设误差。
根据本说明书实施例的第二方面，提供一种波束追踪装置，所述装置应用于第一通信端，所述装置包括：预测模块，用于在与第二通信端进行通信时，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与所述第二通信端进行通信时所使用的窄波束的波束角度分布，以及确定预测所述波束角度分布时产生的误差矩阵；增益参数确定模块，用于根据所述误差矩阵，以及当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定用于校正所述波束角度分布的增益参数；校正模块，用于根据所述增益参数对所述波束角度分布进行校正，得到目标波束角度分布；目标窄波束选择模块，用于根据所述目标波束角度分布，从已获得的最优同步信号块（SSB）宽波束对应的窄波束集合中选择目标窄波束，并在当前时刻使用所述目标窄波束与所述第二通信端进行通信；其中，所述第一通信端为5G基站时，所述第二通信端为终端；所述第一通信端为终端时，所述第二通信端为5G基站。
可选地，所述增益参数确定模块具体用于：根据当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定所述第一通信端当前时刻接收到所述参考信号时的信噪比；按照卡尔曼滤波算法并根据所述误差矩阵和所述信噪比，计算卡尔曼增益，将计算出的卡尔曼增益确定为所述增益系数。
可选地，所述校正模块具体用于：按照卡尔曼滤波算法，将所述波束角度分布和所述增益系数进行第一运算，得到所述目标波束角度分布。
可选地，所述目标窄波束选择模块具体用于：按照下述公式将所述目标波束角度分布进行指定转换：
Figure 100002_DEST_PATH_IMAGE005
其中，
Figure 100002_DEST_PATH_IMAGE006
表示目标波束角度分布；
Figure 100002_DEST_PATH_IMAGE007
表示目标角度估计值；
Figure 100002_DEST_PATH_IMAGE008
表示k时刻窄波束集合第n条窄波束的路径增益；
确定所述窄波束集合中各窄波束的角度与所述目标角度估计值之间的差值；依据各窄波束的角度与所述目标角度估计值之间的差值，确定所述目标窄波束。
可选地，所述预测模块具体用于：基于预设的预测模型，将已配置的状态转移矩阵和所述历史窄波束的角度进行第二运算，得到所述波束角度分布。
可选地，所述预测模块还用于：依据已配置的状态转移矩阵和上一时刻的误差矩阵进行第三运算；依据计算结果和上一时刻预测所述波束角度分布的预测误差确定所述波束角度分布对应的误差矩阵；其中，在当前时刻为初始时刻时，上一时刻对应的预测误差和误差矩阵均为预设误差。
本说明书的实施例提供的技术方案可以包括以下有益效果：
本说明书实施例中，根据上一时刻通信使用的窄波束来预测当前时刻通信所需要的窄波束，然后再基于增益参数进一步优化预测的窄波束，得到当前时刻通信所使用的窄波束，相比于相关技术中5G基站与用户终端每次进行通信时都需要在宽波束轮询后再选出最优窄波束，大大减少扫描次数，保证终端及时进行波束切换与5G基站进行通信。
附图说明
图1是本说明书根据一示例性实施例示出的一种波束追踪方法的流程图。
图2是本说明书根据一示例性实施例示出的一种波束追踪装置的框图。
图3是本说明书实施例波束追踪装置所在计算机设备的一种硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
对于5G通信，5G基站需要使用多个波束才能对其服务的小区进行全覆盖，该小区内可以包括多个终端，对上述多个波束的管理包括2个部分，一个粗扫描，一个细扫描。在粗扫描阶段，5G基站使用少量的同步信号块（Synchronization Signal and PBCH block，SSB）宽波束覆盖整个小区，并依次扫描各SSB宽波束对准的方向，确定5G基站与小区内的终端进行通信使用的SSB宽波束。每个宽波束包括多个窄波束，在细扫描阶段，5G基站或者终端基于第一阶段确定的SSB宽波束，经过参考信号轮询从SSB宽波束中确定一个窄波束，此时，5G基站改善了与每个终端进行通信的波束方向的精度，所建立的无线通信质量得到提高，但是终端所处的位置是不断变化的，其每次与5G基站进行通信时都需要重新扫描宽波束和窄波束，扫描时间久，导致终端不能及时进行波束切换。故本发明实施例提出了一种波束追踪方法，以减少扫描次数，减少扫描时间，保证终端及时进行波束切换。
接下来对本说明书实施例进行详细说明。
如图1所示，图1是本说明书根据一示例性实施例示出的一种波束追踪方法的流程图，该方法应用于第一通信端，第一通信端与第二通信端通信，上述第一通信端可以为5G基站或者终端，当第一通信端为5G基站时，第二通信端为终端；当第一通信端为终端时，第二通信端为5G基站。当第一通信端为5G基站时，将接收机设置在5G基站，发送机设置在终端；当第一通信端为终端时，将接收机设置在终端，发送机设置在5G基站。本发明实施例仅以将该方法应用于5G基站（即：第一通信端为5G基站，第二通信端为终端）进行说明，该波束追踪方法包括以下步骤：
S110：在与第二通信端进行通信时，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与第二通信端进行通信时所使用的窄波束的波束角度分布，以及确定预测波束角度分布时产生的误差矩阵。
示例性地，上述波束角度分布是一个预测值，其表示与波束角度的转换关系，可以根据该波束角度分布得到波束角度，具体可以根据上一时刻实际使用的历史窄波束的角度来预测。在本发明实施例中，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与第二通信端进行通信所使用的窄波束的波束角度分布，具体可以为将上一时刻所使用的历史波束的角度输入到提前训练好的神经网络模型预测5G基站在当前时刻与终端进行通信所使用的窄波束的波束分布，也可以为根据预设算法，例如卡尔曼滤波算法计算得到。本发明实施例对当前时刻所使用的波束角度分布的确定方法不作具体限定，本领域技术人员可以根据实际情况确定。
上述误差矩阵可以是固定的，即提前预设好的，也可以是动态变化的，即实时计算得到，本发明实施例对上述误差矩阵的确定方法不作具体限定，可以根据实际通信情况确定。对于实时计算误差矩阵的方法，具体计算过程参见下面实施例的具体描述。
S120：根据误差矩阵，以及当前时刻接收到第二通信端发送的参考信号时检测到的噪声信号，确定用于校正波束角度分布的增益参数。
示例性地，在实际通信系统中，参考信号在经过由终端和5G基站组成的无线通信系统时，会引入噪声，因此，需要考虑噪声信号对波束角度的影响，故在本发明实施例中，根据误差矩阵和当前时刻接收到第二通信端发送的参考信号时所产生的信噪比确定增益参数。该信噪比是根据当前时刻接收到第二通信端发送的参考信号检测到的噪声信号和参考信号的比值确定的，利用该增益参数对波束角度分布进行校正，消除噪声的影响。增益参数的具体计算方法参见下面具体实施例的计算过程。
当第一通信端为5G基站，第二通信端为终端时，上述参考信号为探测参考信号（Sounding Reference Signal，SRS），终端每一时刻都会全向向5G基站发送该探测参考信号，也就是说，终端会基于所有的天线发送探测参考信号。
当第一通信端为终端，第二通信端为5G基站时，上述参考信号为csi-rs参考信号，5G基站每一个时刻都会全向向终端发送该csi-rs参考信号。
S130：根据增益参数对波束角度分布进行校正，得到目标波束角度分布。
示例性地，增益参数可以确定上一时刻所使用的窄波束以及当前时刻测量的窄波束对当前时刻所使用的窄波束的影响的权重分配，根据增益参数对预测的波束角度分布进行校正可以为在波束角度分布的基础上加上增益参数与当前时刻测量的波束角度分布的乘积，用于滤除接收到终端发送的探测参考信号时的噪声信号和消除预测误差。
S140：根据目标波束角度分布，从已获得的最优同步信号块（SSB）宽波束对应的窄波束集合中选择目标窄波束，并在当前时刻使用目标窄波束与第二通信端进行通信。
示例性地，上述SSB宽波束，由主同步信号(Primary Synchronization Signals，PSS)、辅同步信号(Secondary Synchronization Signals，SSS)和PBCH三部分共同组成。对于每一个SSB宽波束，其包括多个窄波束，多个窄波束构成窄波束集合。
根据目标波束角度分布从宽波束对应的窄波束集合中选择目标窄波束可以为从宽波束对应的窄波束集合中选择角度与目标波束角度分布的目标波束角度差值最小的窄波束，本发明实施例对目标窄波束的确定方法不作具体限定，本领域技术人员可以根据实际情况确定。
本说明书实施例中，根据上一时刻通信使用的窄波束来预测当前时刻通信所需要的窄波束，然后再基于增益参数进一步优化预测的窄波束，得到当前时刻通信所使用的窄波束，相比于相关技术中5G基站与用户终端每次进行通信时都需要在宽波束轮询后再选出最优窄波束，大大减少扫描次数，保证终端及时进行波束切换与5G基站进行通信。
作为本发明实施例一个可选实施方式，历史窄波束为第一通信端已获得的最优SSB宽波束对应的窄波束集合中的一个窄波束；
其中，最优SSB宽波束是第一通信端基于物理随机接入信道的随机接入前导码来获得的。
示例性地，物理随机接入信道（Physical Random Access Channel，PRACH）是终端开展发起呼叫的接入信道。随机接入前导码（Preamble id），用于识别终端的身份。
具体地，5G基站向终端发送多个SSB宽波束，由终端通过对多个SSB宽波束进行信号测量，将信号最强的SSB宽波束所对应的preamble资源作为终端的初始接入波束，也就是本发明实施例中的最优SSB宽波束。
作为本发明实施例一个可选实施方式，在上一时刻为初始时刻时，历史窄波束是第一通信端依据接收到的由第二通信端基于窄波束集合中窄波束发送的参考信号的信号强度确定的；其中，历史窄波束为第一通信端接收到的信号强度最大的参考信号对应的窄波束。
示例性地，上述初始时刻可以为0时刻，也可以为1时刻，本发明实施例对该初始时刻不作具体限定，本领域技术人员可以根据实际情况确定。终端第一次与5G基站进行通信时所使用的窄波束称为初始窄波束，该初始窄波束可以是提前预设好的，例如将最优SSB宽波束范围内的窄波束集合中任意一个窄波束确定为初始窄波束，为了提高初始窄波束确定准确性，保证通信质量，初始窄波束可以通过如下步骤确定：首先，接收终端针对最优SSB宽波束对应的窄波束集合发送的探测参考信号，其次，将接收到的探测参考信号中信号最强的探测参考信号对应的窄波束确定为初始窄波束。
本发明实施例通过一次SRS轮发确定终端与5G基站进行通信的初始窄波束，在减少了扫描次数的情况下也保证了终端与5G基站通信的质量。
作为本发明实施例一个可选实施方式，上述步骤S120包括：
首先，根据当前时刻接收到第二通信端发送的参考信号时检测到的噪声信号，确定第一通信端当前时刻接收到参考信号时的信噪比；
其次，按照卡尔曼滤波算法并根据误差矩阵和信噪比，计算卡尔曼增益，将计算出的卡尔曼增益确定为增益系数。
示例性地，上述信噪比可以由5G基站通过对上述探测参考信号检测后得到。按照卡尔曼滤波算法并根据误差矩阵和信噪比，计算卡尔曼增益具体可以为：
Figure DEST_PATH_IMAGE009
其中，
Figure DEST_PATH_IMAGE010
为卡尔曼增益；
Figure DEST_PATH_IMAGE011
，SNR为信噪比；
Figure DEST_PATH_IMAGE012
是雅可比（Jacobian）矩阵，
Figure DEST_PATH_IMAGE013
；
Figure DEST_PATH_IMAGE014
表示矩阵
Figure DEST_PATH_IMAGE015
的复共轭转置；
Figure DEST_PATH_IMAGE016
；
Figure DEST_PATH_IMAGE017
表示k时刻接收到的参考信号；
Figure DEST_PATH_IMAGE018
是k时刻的高斯白噪声；
Figure DEST_PATH_IMAGE019
表示k时刻的误差矩阵，
Figure DEST_PATH_IMAGE020
，其中，
Figure DEST_PATH_IMAGE021
表示k-1时刻的误差矩阵；
Figure DEST_PATH_IMAGE022
表示k-1时刻预测波束角度分布的预测误差；
Figure DEST_PATH_IMAGE023
表示预设状态转移矩阵。当上一时刻为0时刻时，
Figure DEST_PATH_IMAGE024
，其中，
Figure DEST_PATH_IMAGE025
表示初始误差矩阵，
Figure DEST_PATH_IMAGE026
表示初始预测误差，
Figure DEST_PATH_IMAGE027
表示对最优SSB宽波束对应的窄波束集合中的每一个窄波束的到达角的方差。在本发明实施例中，k时刻为当前时刻，k-1时刻为上一时刻。
预设状态转移矩阵可以是提前定义好的，在本发明实施例中，可以根据预设时间相关系数构建对角矩阵确定，具体参见下式：
Figure DEST_PATH_IMAGE028
其中，diag[ ，]表示构建对角矩阵；
Figure DEST_PATH_IMAGE029
表示预设时间相关系数。
作为本发明实施例一个可选实施方式，上述步骤S130包括：
按照卡尔曼滤波算法，将波束角度分布和增益系数进行第一运算，得到目标波束角度分布。
示例性地，在本发明实施例中，按照卡尔曼滤波算法并将波束角度分布和增益系数进行对应的第一运算，得到终端目标波束角度分布具体可以为：
Figure DEST_PATH_IMAGE030
其中，
Figure DEST_PATH_IMAGE031
表示目标波束角度分布；
Figure DEST_PATH_IMAGE032
为卡尔曼增益；
Figure DEST_PATH_IMAGE033
表示波束角度分布，
Figure DEST_PATH_IMAGE034
，
Figure DEST_PATH_IMAGE035
表示k-1时刻使用的波束角度分布；当k-1时刻为0时刻时，
Figure DEST_PATH_IMAGE036
根据初始窄波束确定，具体地，
Figure DEST_PATH_IMAGE037
，
Figure DEST_PATH_IMAGE038
表示0时刻第n条窄波束的路径增益；
Figure DEST_PATH_IMAGE039
表示初始窄波束的波束角；
Figure DEST_PATH_IMAGE040
表示k时刻接收到的参考信号。
作为本发明实施例一个可选实施方式，上述步骤S140中的根据目标波束角度分布，从已获得的最优SSB宽波束对应的窄波束集合中选择目标窄波束，包括：
首先，按照下述公式将目标波束角度分布进行指定转换：
Figure DEST_PATH_IMAGE041
其中，
Figure DEST_PATH_IMAGE042
表示目标波束角度分布；
Figure DEST_PATH_IMAGE043
表示目标角度估计值；
Figure DEST_PATH_IMAGE044
表示k时刻窄波束集合第n条窄波束的路径增益；
其次，确定窄波束集合中各窄波束的角度与目标角度估计值之间的差值；
再次，依据各窄波束的角度与目标角度估计值之间的差值，确定目标窄波束。
示例性地，根据目标角度估计值从最优SSB宽波束包括的多个窄波束中确定目标窄波束具体可以为：针对SSB宽波束对应的窄波束集合中的每一个窄波束，确定每一个窄波束的角度与目标角度估计值的差值，将角度与目标角度估计值的差值最小的窄波束作为目标窄波束，即：
Figure DEST_PATH_IMAGE045
其中，
Figure DEST_PATH_IMAGE046
表示目标窄波束；
Figure DEST_PATH_IMAGE047
表示SSB宽波束对应的窄波束集合中的窄波束的角度。
作为本发明实施例一个可选实施方式，上述步骤S110中的根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与第二通信端进行通信时所使用的窄波束的波束角度分布，包括：
基于预设的预测模型，将已配置的状态转移矩阵和历史窄波束的角度进行第二运算，得到波束角度分布。
示例性地，在本发明实施例中，上述预设的预测模型可以为：
Figure DEST_PATH_IMAGE048
其中，F为状态转移矩阵；
Figure DEST_PATH_IMAGE049
表示k-1时刻使用的波束角度分布；
Figure DEST_PATH_IMAGE050
，
Figure DEST_PATH_IMAGE051
表示k-1时刻使用的窄波束的波束角。
作为本发明实施例一个可选实施方式，上述步骤S110中的确定预测波束角度分布时产生的误差矩阵，包括：
首先，依据已配置的状态转移矩阵和上一时刻的误差矩阵进行第三运算；
其次，依据计算结果和上一时刻预测波束角度分布的预测误差确定波束角度分布对应的误差矩阵；其中，在当前时刻为初始时刻时，上一时刻对应的预测误差和误差矩阵均为预设误差。
示例性地，误差矩阵的计算公式如下：
Figure DEST_PATH_IMAGE052
其中，
Figure DEST_PATH_IMAGE053
表示k时刻的误差矩阵，
Figure DEST_PATH_IMAGE054
表示k-1时刻的误差矩阵；
Figure DEST_PATH_IMAGE055
表示k-1时刻预测波束角度分布的预测误差。
上述预设误差为
Figure DEST_PATH_IMAGE056
，其中，
Figure DEST_PATH_IMAGE057
表示初始误差矩阵，
Figure DEST_PATH_IMAGE058
表示初始预测误差，
Figure DEST_PATH_IMAGE059
表示对最优SSB宽波束对应的窄波束集合中的每一个窄波束的到达角的方差。
作为本发明实施例一个可选实施方式，在确定好k时刻的目标窄波束后，利用卡尔曼增益对k时刻的误差矩阵进行校正，得到校正后的k时刻的误差矩阵，具体地：
Figure DEST_PATH_IMAGE060
其中，
Figure DEST_PATH_IMAGE061
表示校正后的k时刻的误差矩阵；I表示单位矩阵。
在本发明实施例中，利用校正后的k时刻的误差矩阵和目标窄波束分布确定下一时刻5G基站和终端进行通信的窄波束。
在本发明实施例中，接收的参考信号的推导过程如下：
在k时刻的时变信道下，接收的参考信号如公式（1）所示：
Figure DEST_PATH_IMAGE062
（1）
其中，
Figure DEST_PATH_IMAGE063
表示k时刻接收机接收到的参考信号；
Figure DEST_PATH_IMAGE064
表示k时刻第n条窄波束路径的路径增益；
Figure DEST_PATH_IMAGE065
是发送机预编码矩阵；
Figure DEST_PATH_IMAGE066
表示接收机预编码矩阵
Figure DEST_PATH_IMAGE067
的复共轭转置；
Figure DEST_PATH_IMAGE068
表示k时刻第n条窄波束路径的接收机到达角AOA；
Figure DEST_PATH_IMAGE069
表示k时刻第n条窄波束路径的发送机发射角AOD，
Figure DEST_PATH_IMAGE070
表示
Figure DEST_PATH_IMAGE071
的复共轭转置；
Figure DEST_PATH_IMAGE072
是k时刻的高斯白噪声。
考虑到终端天线的能力，终端为全向天线时，可以忽略信号的发送角，于是上述接收的参考信号可进一步简化如公式（2）所示：
Figure DEST_PATH_IMAGE073
（2）
其中，
Figure DEST_PATH_IMAGE074
可以通过RRU（Remote Radio Unit）测量。
当我们已知
Figure DEST_PATH_IMAGE075
后，理论上可以在
Figure DEST_PATH_IMAGE076
的集合中，匹配最优接收矩阵，但实际上，RRU测量可能存在误差，误差呈高斯分布，限定毫米波的窄波束共N1个，宽波束共M1个，每个宽波束集合内的窄波束N2，满足N2=N1/M1，在这种已知的限制关系下，AOA方差可以通过对已知的同一个宽波束下的不同窄波束的到达角求方差来得到，记为
Figure DEST_PATH_IMAGE077
。
假设毫米波接收天线是一个简化的ULA模型，那么
Figure DEST_PATH_IMAGE078
满足公式（3）。
Figure DEST_PATH_IMAGE079
（3）
其中，
Figure DEST_PATH_IMAGE080
表示毫米波所使用的频率对应的波长；d表示均匀线性相邻接收天线间距离，
Figure DEST_PATH_IMAGE081
表示接收机的天线个数；j表示复数；
Figure DEST_PATH_IMAGE082
表示k时刻第n条窄波束路径的接收角度。
将公式（3）带入上述公式（2），接收到的参考信号进一步简化为：
Figure DEST_PATH_IMAGE083
（4）
其中，
Figure DEST_PATH_IMAGE084
，
Figure DEST_PATH_IMAGE085
是接收端天线到达角AOA测量，
Figure DEST_PATH_IMAGE086
是
Figure DEST_PATH_IMAGE087
接收矩阵波束角。
Figure DEST_PATH_IMAGE088
满足一阶马尔科夫链，毫米波信道简化成sinc衰减模型：
Figure DEST_PATH_IMAGE089
（5）
其中，
Figure DEST_PATH_IMAGE090
表示k-1时刻第n条窄波束路径的路径增益，
Figure DEST_PATH_IMAGE091
表示k-1时刻的窄波束到达角与k时刻宽波束范围内的窄波束集合的到达角的最大方差，A表示时间相关系数：
Figure DEST_PATH_IMAGE092
(6)
其中，
Figure DEST_PATH_IMAGE093
表示系统支持的最大多普勒频偏；
Figure DEST_PATH_IMAGE094
表示信号采样时间间隔；
Figure DEST_PATH_IMAGE095
表示终端两次发送SRS信号的相隔时间。
波束角度分布如公式（7）所示：
Figure DEST_PATH_IMAGE096
（7）
将公式（7）代入上述公式（4）后，可将上述公式（4）进一步简化为：
Figure DEST_PATH_IMAGE097
（8）
令F表示状态转移矩阵：
Figure DEST_PATH_IMAGE098
。
波束角度分布的状态空间方程为：
Figure DEST_PATH_IMAGE099
其中，
Figure DEST_PATH_IMAGE100
表示k-1时刻高斯白噪声的激励向量，
Figure DEST_PATH_IMAGE101
服从数学期望为0，方差为
Figure DEST_PATH_IMAGE102
的正态分布，即
Figure DEST_PATH_IMAGE103
，
Figure DEST_PATH_IMAGE104
。
与前述方法的实施例相对应，本说明书还提供了装置及其所应用的终端的实施例。
如图2所示，图2是本说明书根据一示例性实施例示出的一种波束追踪装置的框图，上述波束追踪装置应用于第一通信端，包括：
预测模块210，用于在与第二通信端进行通信时，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与第二通信端进行通信时所使用的窄波束的波束角度分布，以及确定预测波束角度分布时产生的误差矩阵；
增益参数确定模块220，用于根据误差矩阵，以及当前时刻接收到第二通信端发送的参考信号时检测到的噪声信号，确定用于校正波束角度分布的增益参数；
校正模块230，用于根据增益参数对波束角度分布进行校正，得到目标波束角度分布；
目标窄波束选择模块240，用于根据目标波束角度分布，从已获得的最优同步信号块（SSB）宽波束对应的窄波束集合中选择目标窄波束，并在当前时刻使用目标窄波束与第二通信端进行通信；其中，第一通信端为5G基站时，第二通信端为终端；第一通信端为终端时，第二通信端为5G基站。
本说明书实施例中，根据上一时刻通信使用的窄波束来预测当前时刻通信所需要的窄波束，然后再基于增益参数进一步优化预测的窄波束，得到当前时刻通信所使用的窄波束，相比于相关技术中5G基站与用户终端每次进行通信时都需要在宽波束轮询后再选出最优窄波束，大大减少扫描次数，保证终端及时进行波束切换与5G基站进行通信。
作为本发明实施例一个可选实施方式，历史窄波束为第一通信端已获得的最优SSB宽波束对应的窄波束集合中的一个窄波束；
其中，最优SSB宽波束是第一通信端基于物理随机接入信道的随机接入前导码来获得的。
作为本发明实施例一个可选实时方式，在上一时刻为初始时刻时，历史窄波束是第一通信端依据接收到的由第二通信端基于窄波束集合中窄波束发送的参考信号的信号强度确定的；其中，历史窄波束为第一通信端接收到的信号强度最大的参考信号对应的窄波束。
作为本发明实施例一个可选实施方式，上述增益参数确定模块220具体用于：
根据当前时刻接收到第二通信端发送的参考信号时检测到的噪声信号，确定第一通信端当前时刻接收到参考信号时的信噪比；
按照卡尔曼滤波算法并根据误差矩阵和信噪比，计算卡尔曼增益，将计算出的卡尔曼增益确定为增益系数。
作为本发明实施例一个可选实施方式，上述校正模块230具体用于：
按照卡尔曼滤波算法，将波束角度分布和增益系数进行第一运算，得到目标波束角度分布。
作为本发明实施例一个可选实施方式，上述目标窄波束选择模块240具体用于：
按照下述公式将目标波束角度分布进行指定转换：
Figure DEST_PATH_IMAGE105
其中，
Figure DEST_PATH_IMAGE106
表示目标波束角度分布；
Figure DEST_PATH_IMAGE107
表示目标角度估计值；
Figure DEST_PATH_IMAGE108
表示k时刻窄波束集合第n条窄波束的路径增益；
确定窄波束集合中各窄波束的角度与目标角度估计值之间的差值；
依据各窄波束的角度与目标角度估计值之间的差值，确定目标窄波束。
作为本发明实施例一个可选实施方式，上述预测模块210具体用于：
基于预设的预测模型，将已配置的状态转移矩阵和历史窄波束的角度进行第二运算，得到波束角度分布。
作为本发明实施例一个可选实施方式，上述预测模块210还用于：
依据已配置的状态转移矩阵和上一时刻的误差矩阵进行第三运算；
依据计算结果和上一时刻预测波束角度分布的预测误差确定波束角度分布对应的误差矩阵；其中，在当前时刻为初始时刻时，上一时刻对应的预测误差和误差矩阵均为预设误差。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本说明书波束追踪装置的实施例可以应用在计算机设备上，例如服务器或终端设备。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在波束追踪装置的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图3所示，为本说明书实施例波束追踪装置所在计算机设备的一种硬件结构图，除了图3所示的处理器310、内存330、网络接口320、以及非易失性存储器340之外，实施例中装置331所在的服务器或电子设备，通常根据该计算机设备的实际功能，还可以包括其他硬件，对此不再赘述。
相应的，本说明书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存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的选项卡显示方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (14)

1.一种波束追踪方法，其特征在于，所述方法应用于第一通信端，所述方法包括：
在与第二通信端进行通信时，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与所述第二通信端进行通信时所使用的窄波束的波束角度分布，以及确定预测所述波束角度分布时产生的误差矩阵；
根据所述误差矩阵，以及当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定用于校正所述波束角度分布的增益参数；
根据所述增益参数对所述波束角度分布进行校正，得到目标波束角度分布；
根据所述目标波束角度分布，从已获得的最优同步信号块（SSB）宽波束对应的窄波束集合中选择目标窄波束，并在当前时刻使用所述目标窄波束与所述第二通信端进行通信；
其中，所述第一通信端为5G基站时，所述第二通信端为终端；所述第一通信端为终端时，所述第二通信端为5G基站。
2.根据权利要求1所述的方法，其特征在于，所述历史窄波束为所述第一通信端已获得的所述最优SSB宽波束对应的窄波束集合中的一个窄波束；
其中，所述最优SSB宽波束是所述第一通信端基于物理随机接入信道的随机接入前导码来获得的。
3.根据权利要求1所述的方法，其特征在于，在所述上一时刻为初始时刻时，所述历史窄波束是所述第一通信端依据接收到的由所述第二通信端基于所述窄波束集合中窄波束发送的参考信号的信号强度确定的；其中，所述历史窄波束为所述第一通信端接收到的信号强度最大的参考信号对应的窄波束。
4.根据权利要求1所述的方法，其特征在于，所述根据所述误差矩阵，以及当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定用于校正所述波束角度分布的增益参数，包括：
根据当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定所述第一通信端当前时刻接收到所述参考信号时的信噪比；
按照卡尔曼滤波算法并根据所述误差矩阵和所述信噪比，计算卡尔曼增益，将计算出的卡尔曼增益确定为所述增益系数。
5.根据权利要求1或4所述的方法，其特征在于，所述根据所述增益参数对所述波束角度分布进行校正，得到目标波束角度分布，包括：
按照卡尔曼滤波算法，将所述波束角度分布和所述增益系数进行第一运算，得到所述目标波束角度分布。
6.根据权利要求5所述的方法，其特征在于，所述根据所述目标波束角度分布，从已获得的最优SSB宽波束对应的窄波束集合中选择目标窄波束，包括：
按照下述公式将所述目标波束角度分布进行指定转换：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
表示目标波束角度分布；
Figure DEST_PATH_IMAGE003
表示目标角度估计值；
Figure DEST_PATH_IMAGE004
表示k时刻窄波束集合第n条窄波束的路径增益；
确定所述窄波束集合中各窄波束的角度与所述目标角度估计值之间的差值；
依据各窄波束的角度与所述目标角度估计值之间的差值，确定所述目标窄波束。
7.根据权利要求1所述的方法，其特征在于，所述根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与所述第二通信端进行通信时所使用的窄波束的波束角度分布，包括：
基于预设的预测模型，将已配置的状态转移矩阵和所述历史窄波束的角度进行第二运算，得到所述波束角度分布。
8.根据权利要求1所述的方法，其特征在于，所述确定预测所述波束角度分布时产生的误差矩阵，包括：
依据已配置的状态转移矩阵和上一时刻的误差矩阵进行第三运算；
依据计算结果和上一时刻预测所述波束角度分布的预测误差确定所述波束角度分布对应的误差矩阵；其中，在当前时刻为初始时刻时，上一时刻对应的预测误差和误差矩阵均为预设误差。
9.一种波束追踪装置，其特征在于，所述装置应用于第一通信端，所述装置包括：
预测模块，用于在与第二通信端进行通信时，根据上一时刻所使用的历史窄波束的角度，预测自身在当前时刻与所述第二通信端进行通信时所使用的窄波束的波束角度分布，以及确定预测所述波束角度分布时产生的误差矩阵；
增益参数确定模块，用于根据所述误差矩阵，以及当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定用于校正所述波束角度分布的增益参数；
校正模块，用于根据所述增益参数对所述波束角度分布进行校正，得到目标波束角度分布；
目标窄波束选择模块，用于根据所述目标波束角度分布，从已获得的最优同步信号块（SSB）宽波束对应的窄波束集合中选择目标窄波束，并在当前时刻使用所述目标窄波束与所述第二通信端进行通信；
其中，所述第一通信端为5G基站时，所述第二通信端为终端；所述第一通信端为终端时，所述第二通信端为5G基站。
10.根据权利要求9所述的装置，其特征在于，所述增益参数确定模块具体用于：
根据当前时刻接收到所述第二通信端发送的参考信号时检测到的噪声信号，确定所述第一通信端当前时刻接收到所述参考信号时的信噪比；
按照卡尔曼滤波算法并根据所述误差矩阵和所述信噪比，计算卡尔曼增益，将计算出的卡尔曼增益确定为所述增益系数。
11.根据权利要求9所述的装置，其特征在于，所述校正模块具体用于：
按照卡尔曼滤波算法，将所述波束角度分布和所述增益系数进行第一运算，得到所述目标波束角度分布。
12.根据权利要求11所述的装置，其特征在于，所述目标窄波束选择模块具体用于：
按照下述公式将所述目标波束角度分布进行指定转换：
Figure DEST_PATH_IMAGE005
其中，
Figure DEST_PATH_IMAGE006
表示目标波束角度分布；
Figure DEST_PATH_IMAGE007
表示目标角度估计值；
Figure DEST_PATH_IMAGE008
表示k时刻窄波束集合第n条窄波束的路径增益；
确定所述窄波束集合中各窄波束的角度与所述目标角度估计值之间的差值；
依据各窄波束的角度与所述目标角度估计值之间的差值，确定所述目标窄波束。
13.根据权利要求9所述的装置，其特征在于，所述预测模块具体用于：
基于预设的预测模型，将已配置的状态转移矩阵和所述历史窄波束的角度进行第二运算，得到所述波束角度分布。
14.根据权利要求9所述的装置，其特征在于，所述预测模块还用于：
依据已配置的状态转移矩阵和上一时刻的误差矩阵进行第三运算；
依据计算结果和上一时刻预测所述波束角度分布的预测误差确定所述波束角度分布对应的误差矩阵；其中，在当前时刻为初始时刻时，上一时刻对应的预测误差和误差矩阵均为预设误差。
CN202210981695.0A 2022-08-16 2022-08-16 一种波束追踪方法及装置 Active CN115065981B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210981695.0A CN115065981B (zh) 2022-08-16 2022-08-16 一种波束追踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210981695.0A CN115065981B (zh) 2022-08-16 2022-08-16 一种波束追踪方法及装置

Publications (2)

Publication Number Publication Date
CN115065981A CN115065981A (zh) 2022-09-16
CN115065981B true CN115065981B (zh) 2022-11-01

Family

ID=83207927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210981695.0A Active CN115065981B (zh) 2022-08-16 2022-08-16 一种波束追踪方法及装置

Country Status (1)

Country Link
CN (1) CN115065981B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024065344A1 (en) * 2022-09-29 2024-04-04 Qualcomm Incorporated User equipment beam capabilities given beam configurations in predictive beam management

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3293890A1 (en) * 2016-09-12 2018-03-14 Intel IP Corporation Mobile communication device and method for selecting a beam direction for an antenna
CN107920328A (zh) * 2016-10-10 2018-04-17 中兴通讯股份有限公司 一种确定寻呼波束的方法、装置和系统
CN108494449B (zh) * 2018-03-23 2021-03-30 中国人民解放军陆军工程大学 大规模mimo高速移动场景下角度域信道追踪方法
CN110687531B (zh) * 2019-09-28 2022-08-30 西南电子技术研究所（中国电子科技集团公司第十研究所） 提高数字多波束相控阵天线自跟踪动态目标实时性的方法
CN113950075B (zh) * 2020-07-17 2024-06-18 华为技术有限公司 预测方法和终端设备
CN112910524A (zh) * 2021-02-03 2021-06-04 电子科技大学 基于概率模型的毫米波波束跟踪方法
CN113411110B (zh) * 2021-06-04 2022-07-22 东南大学 一种基于深度强化学习的毫米波通信波束训练方法
CN113890580B (zh) * 2021-09-17 2022-08-12 浙江大学 面向非对称毫米波大规模mimo的多用户上下行波束对准方法

Also Published As

Publication number Publication date
CN115065981A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
KR101444515B1 (ko) 이동 전화 네트워크의 기지국의 구성 결정
JP4121560B2 (ja) 方向性無線通信方法及び装置
KR100728507B1 (ko) 무선 네트워크에서 안테나 복사를 조정하는 시스템 및 방법
JP4026858B2 (ja) 方向性無線通信方法及び装置
US6931244B2 (en) Radio equipment capable of real time change of antenna directivity and doppler frequency estimating circuit used for the radio equipment
US10616096B2 (en) Link maintenance in point-to-point wireless communication networks
EP3398262B1 (en) Micro-route characterization and selection
JP2001500970A (ja) 多重基地信号による位置測定
US6321066B1 (en) Method and apparatus for directional radio communication
CN115065981B (zh) 一种波束追踪方法及装置
JPH11205222A (ja) 能動アンテナ列を制御する受信システムおよび／または送信システムを較正する方法、ならびに対応する移動局
CN114144977B (zh) 波束赋形方法、装置、无线接入网设备及可读存储介质
JP5923921B2 (ja) 無線リレー局のアンテナ制御方法、無線リレー局
JP2004147079A (ja) 無線システム
KR101524587B1 (ko) 셀 탐색 시스템
KR102268675B1 (ko) 위치 측위 방법 및 이를 위한 장치
CN115428478B (zh) 采用基于函数的匹配模式进行指纹识别的方法和装置
WO2018046235A1 (en) Communication device and method
KR20050087177A (ko) 스마트 안테나 제어 장치 및 방법
CN113497644A (zh) 发送波束处理方法、基站及芯片
CN116990757A (zh) 一种用于天线副瓣消隐的单辅助天线位置确定方法
CN115915171A (zh) 执行波束扫描操作的终端及其操作方法
KR20010105470A (ko) 적응 배열 안테나의 신호 입사각 측정 방법
KR20020096132A (ko) 신호 수신 방법

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