CN115102591A - 基于反注水的波束赋形方法、装置、设备及可读存储介质 - Google Patents

基于反注水的波束赋形方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN115102591A
CN115102591A CN202211023164.7A CN202211023164A CN115102591A CN 115102591 A CN115102591 A CN 115102591A CN 202211023164 A CN202211023164 A CN 202211023164A CN 115102591 A CN115102591 A CN 115102591A
Authority
CN
China
Prior art keywords
data stream
singular value
channel
water injection
injection power
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
Application number
CN202211023164.7A
Other languages
English (en)
Other versions
CN115102591B (zh
Inventor
朱鹤群
甘杰
王于波
赵旭
张玉冰
王勇
刘晗
李正浩
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.)
State Grid Shandong Electric Power Co Ltd
Beijing Smartchip Microelectronics Technology Co Ltd
Original Assignee
State Grid Shandong Electric Power Co Ltd
Beijing Smartchip Microelectronics Technology 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 State Grid Shandong Electric Power Co Ltd, Beijing Smartchip Microelectronics Technology Co Ltd filed Critical State Grid Shandong Electric Power Co Ltd
Priority to CN202211023164.7A priority Critical patent/CN115102591B/zh
Publication of CN115102591A publication Critical patent/CN115102591A/zh
Application granted granted Critical
Publication of CN115102591B publication Critical patent/CN115102591B/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
    • 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
    • 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
    • H04B7/08—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)
  • Power Engineering (AREA)
  • Radio Transmission System (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本公开涉及无线通信技术领域，具体涉及一种基于反注水的波束赋形方法、装置、设备及可读存储介质，所述基于反注水的波束赋形方法包括：获取信道信息矩阵H；对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；基于所述每一数据流的反注水功率对所述信道进行波束赋形。本公开提出一种基于反注水的波束赋形方法，通过合理简化合并香农公式计算获得反注水功率，易于工程实现且能有效改善整体的译码性能，从而能够整体提升Massive MIMO的赋形流量。

Description

基于反注水的波束赋形方法、装置、设备及可读存储介质
技术领域
本公开涉及无线通信技术领域，具体涉及一种基于反注水的波束赋形方法、装置、设备及可读存储介质。
背景技术
阵列天线多输入多输出Massive MIMO作为5G的关键技术，其使用数十根甚至上百根天线将传统MIMO天线系统扩展到大规模天线阵列，并利用波束赋形技术聚焦传输和接收信号的能量到有限区域来提高频谱资源利用率，在多径足够丰富的无线通信环境中，可以进行多流的空间复用传输。常用的波束赋形预编码方法有最大比率（Maximum Ratio，MR）算法、迫零（Zero Forcing，ZF）算法、奇异值分解（Singular Value Decomposition，SVD）算法。最大比率MR算法旨在最大程度提高信噪比，从信号处理的角度来看这是最简单的方法，因为检测/预编码矩阵刚好是信道信息矩阵H的共轭转置HH。迫零ZF算法引入信道信息矩阵H的伪逆矩阵HH（HHH）-1作为加权权值，其核心思想是要求多流之间的信道是相互正交的，以消除多流多用户之间的干扰，在高信噪比下具有较好的性能。SVD分解算法利用对信道信息矩阵H进行SVD分解，对其右酉矩阵取相应的流数作为加权权值，其核心思想是让接收功率最大化。
上述几种波束赋形方法存在如下缺点：最大比率MR算法虽然计算简单，但是没有考虑多流之间的干扰，容易出现流间干扰的问题；迫零ZF算法虽然可以在接收端很好地区分发送的每一流，但是依赖于信道本身的正交性，在信道条件不理想的情况下影响性能。SVD算法可以避开对信道正交性的要求，右酉矩阵V本身天然正交，但是由于每一流的奇异值大小不一样，容易造成功率较低的流在该码块接收端整体译码性能的拉低。
发明内容
为了解决相关技术中的问题，本公开实施例提供一种基于反注水的波束赋形方法、装置、设备及可读存储介质。
第一方面，本公开实施例中提供了一种基于反注水的波束赋形方法，包括：
获取信道信息矩阵H；
对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；
以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；
基于所述每一数据流的反注水功率对所述信道进行波束赋形。
根据本公开的实施例，所述对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值，包括：
对所述信道信息矩阵H进行奇异值分解，得到
Figure 112637DEST_PATH_IMAGE001
，其中，U为左酉矩阵，V为右酉矩阵， λ1、λ2 … λL为所述信道中每一数据流对应的奇异值。
根据本公开的实施例，所述简化后的香农公式为：
Figure 498619DEST_PATH_IMAGE002
，其中，C为总信道容量，L为信道中数据流的流数，B为带 宽，
Figure 871831DEST_PATH_IMAGE003
为信道中各数据流信噪比的调和平均值。
根据本公开的实施例，所述
Figure 735882DEST_PATH_IMAGE003
根据公式
Figure 891532DEST_PATH_IMAGE004
计算得到。
根据本公开的实施例，假设每一流的注水功率为pi，并假设噪声满足高斯分布
N（0，1），则所述
Figure 182836DEST_PATH_IMAGE003
可由公式
Figure 43345DEST_PATH_IMAGE005
表示，其中λi为所述信道中第i 个数据流对应的奇异值。
根据本公开的实施例，所述以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率，包括：
在满足
Figure 976666DEST_PATH_IMAGE006
的条件下，计算满足
Figure 114386DEST_PATH_IMAGE003
最大化时的奇异值条件；
基于所述满足
Figure 451958DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到每一数据流的反注水功率。
根据本公开的实施例，所述在满足
Figure 940708DEST_PATH_IMAGE006
的条件下，计算满足
Figure 412141DEST_PATH_IMAGE003
最大化时 的奇异值条件，包括：
构造拉格朗日方程
Figure 794580DEST_PATH_IMAGE007
；
对p1，p2，…，pL求偏导并令其为0：
Figure 958845DEST_PATH_IMAGE008
；
得到所述满足
Figure 669313DEST_PATH_IMAGE003
最大化时的奇异值条件
Figure 288644DEST_PATH_IMAGE009
，其 中，μ为拉格朗日因子。
根据本公开的实施例，所述基于所述满足
Figure 400956DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到 每一数据流的反注水功率，包括：
根据上述奇异值条件计算得到，每一数据流的反注水功率为
Figure 64019DEST_PATH_IMAGE010
。
根据本公开的实施例，所述基于所述每一数据流的反注水功率对所述信道进行波束赋形，包括：
将所述反注水功率乘以注水功率权值，得到反注水功率权值；
基于所述反注水功率权值对所述信道进行波束赋形。
第二方面，本公开实施例中提供了一种基于反注水的波束赋形装置，包括：
获取单元，被配置为获取信道信息矩阵H；
分解单元，被配置为对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；
计算单元，被配置为以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；
赋形单元，被配置为基于所述每一数据流的反注水功率对所述信道进行波束赋形。
根据本公开的实施例，所述对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值，包括：
对所述信道信息矩阵H进行奇异值分解，得到
Figure 137148DEST_PATH_IMAGE001
，其中，U为左酉矩阵，V为右酉矩阵， λ1、λ2 … λL为所述信道中每一数据流对应的奇异值。
根据本公开的实施例，所述简化后的香农公式为：
Figure 684804DEST_PATH_IMAGE002
，其中，C为总信道容量，L为信道中数据流的流数，B为带 宽，
Figure 776257DEST_PATH_IMAGE003
为信道中各数据流信噪比的调和平均值。
根据本公开的实施例，所述
Figure 282325DEST_PATH_IMAGE003
根据公式
Figure 701805DEST_PATH_IMAGE004
计算得到。
根据本公开的实施例，假设每一流的注水功率为pi，并假设噪声满足高斯分布
N（0，1），则所述
Figure 925588DEST_PATH_IMAGE003
可由公式
Figure 746914DEST_PATH_IMAGE005
表示，其中λi为所述信道中第i 个数据流对应的奇异值。
根据本公开的实施例，所述以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率，包括：
在满足
Figure 282937DEST_PATH_IMAGE006
的条件下，计算满足
Figure 189713DEST_PATH_IMAGE003
最大化时的奇异值条件；
基于所述满足
Figure 954538DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到每一数据流的反注水功率。
根据本公开的实施例，所述在满足
Figure 161529DEST_PATH_IMAGE006
的条件下，计算满足
Figure 602874DEST_PATH_IMAGE003
最大化时 的奇异值条件，包括：
构造拉格朗日方程
Figure 262526DEST_PATH_IMAGE007
；
对p1，p2，…，pL求偏导并令其为0：
Figure 831041DEST_PATH_IMAGE008
；
得到所述满足
Figure 626959DEST_PATH_IMAGE003
最大化时的奇异值条件
Figure 645731DEST_PATH_IMAGE009
，其 中，μ为拉格朗日因子。
根据本公开的实施例，所述基于所述满足
Figure 792678DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到 每一数据流的反注水功率，包括：
根据上述奇异值条件计算得到，每一数据流的反注水功率为
Figure 414152DEST_PATH_IMAGE010
。
根据本公开的实施例，所述基于所述每一数据流的反注水功率对所述信道进行波束赋形，包括：
将所述反注水功率乘以注水功率权值，得到反注水功率权值；
基于所述反注水功率权值对所述信道进行波束赋形。
第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面任一项所述的方法。
第四方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面任一项所述的方法。
根据本公开实施例提供的技术方案，包括：获取信道信息矩阵H；对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；基于所述每一数据流的反注水功率对所述信道进行波束赋形。本公开提出一种基于反注水的波束赋形方法，通过合理简化合并香农公式计算获得反注水功率，易于工程实现且能有效改善整体的译码性能，从而能够整体提升Massive MIMO的赋形流量。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中。
图1示出根据本公开的实施例的基于反注水的波束赋形方法的流程图。
图2示出根据本公开的实施例的基于反注水的波束赋形装置的结构框图。
图3示出根据本公开的实施例的电子设备的结构框图。
图4示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
在本公开中，如涉及对用户信息或用户数据的获取操作或向他人展示用户信息或用户数据的操作，则所述操作均为经用户授权、确认，或由用户主动选择的操作。
上文提及，采用SVD算法进行波束赋形时，由于每一流的奇异值大小不一样，容易造成功率较低的流在该码块接收端整体译码性能的拉低。具体地，采用SVD算法进行波束赋形时，首先对信息信道矩阵H进行SVD分解，得到
Figure 330156DEST_PATH_IMAGE001
其中，U为左酉矩阵，V为右酉矩阵。取右酉矩阵V中的L列[V1 V2 … VL]即为波束赋形的加权权值，根据酉矩阵的性质可知VHV为单位矩阵I，因此无需再进行迫零处理，其中，V1、V2……VL为每一流的波束赋形加权权值，其分别由λ1、λ2 … λL确定。但是由于分解完之后的奇异值[λ1 λ2 … λL]大小是递减的，导致经过信道后对应到每一流注水功率的大小是逐渐变小的，因此容易造成同码块译码时低功率流拉低整体译码性能。针对每一流之间功率不平衡问题，特别是在各流之间功率相差较大时，有必要设计一种能够平衡各流之间功率的方法以提升整体的译码性能。
鉴于此，本公开提出一种基于反注水的波束赋形方法，通过合理简化合并香农公式计算获得反注水功率，易于工程实现且能有效改善整体的译码性能，从而能够整体提升Massive MIMO的赋形流量。
图1示出根据本公开的实施例的基于反注水的波束赋形方法的流程图。如图1所示，所述基于反注水的波束赋形方法包括以下步骤S101 - S104：
在步骤S101中，获取信道信息矩阵H；
在步骤S102中，对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；
在步骤S103中，以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；
在步骤S104中，基于所述每一数据流的反注水功率对所述信道进行波束赋形。
在本公开实施例中，所述方法可应用于对Massive MIMO进行波束赋形场景进一步地，所述方法具体可应用于对Massive MIMO基于奇异值分解算法进行反注水波束赋形场景，此时处理的对象可以是已经基于奇异值分解算法对Massive MIMO进行了注水赋形的波束。在本公开实施例中，所述获取信道信息矩阵H可以是，在一个探测参考信号（SoundingReference Signal，SRS）的信号周期测得的信道状态信息记为所述信道信息矩阵H，所述信道信息矩阵可以是三维矩阵A*L*R，其中A代表发射天线数，L代表数据流的流数，R代表资源块（Resource Block，RB）的个数。
在本公开实施例中，获取所述信道信息矩阵H后，可以首先利用奇异值算法对所述 信道信息矩阵H进行分解，得到
Figure 254249DEST_PATH_IMAGE001
，其中，对角矩 阵
Figure 498280DEST_PATH_IMAGE011
中的值λ1、λ2 … λL即为信道中每一数据流对应的奇异 值。根据对角矩阵中的奇异值λ1、λ2 … λL可以计算得出为每一数据流进行注水以实现波束 赋形的加权权值V1、V2……VL，同样地，利用该奇异值λ1、λ2 … λL也可以计算为改善整体译 码性能而在每一数据流中进行的反注水的功率，进而获得通过反注水进行波束赋形的加权 权值V’ 1、V’ 2……V’L。
在本公开实施例中，所述以总信道容量最大化为目标，通过简化后的香农公式，基 于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率可以是，通过简化后的 香农公式计算以总信道容量最大化为目标时需要满足的奇异值条件，然后基于所述奇异值 条件计算得到每一数据流的反注水功率。其中，总信道容量C为整个信道中所有数据流的容 量之和，即：
Figure 798811DEST_PATH_IMAGE012
。经过大量仿真实验及计算发现，上述香农公式可 以简化为
Figure 162797DEST_PATH_IMAGE002
，其中，B是带宽，L是数据流的流数， i表示第i个数据流， 0<i≤L，SNRi是第i个数据流的信噪比，
Figure 333490DEST_PATH_IMAGE003
是各数据流信噪比的调和平均值，可以由下 式计算得到：
Figure 127134DEST_PATH_IMAGE004
。
假设每一流的注水功率为pi并假设噪声满足高斯分布N（0，1），则
Figure 965777DEST_PATH_IMAGE005
，其中λi为所述信道中第i个数据流对应的奇异值。在此基础上，为了获 得最大的总信道容量C，由上述简化的香农公式可知，需要在满足各数据流的注水功率pi之 和为1的条件下，让
Figure 184269DEST_PATH_IMAGE003
取最大值，即：
Figure 715744DEST_PATH_IMAGE013
，
即求：
Figure 668788DEST_PATH_IMAGE014
。
此时，为在满足各数据流的注水功率pi之和为1的条件下得到
Figure 311122DEST_PATH_IMAGE015
的最小值， 可以构造拉格朗日方程：
Figure 915279DEST_PATH_IMAGE007
，其中，μ为拉格朗日因子。
对其中的p1，p2，…，pL求偏导并令其为0，即：
Figure 352076DEST_PATH_IMAGE008
从而得到：
Figure 182629DEST_PATH_IMAGE009
进而得出以总信道容量最大化为目标时需要满足的奇异值条件为：
Figure 504020DEST_PATH_IMAGE016
。
在此基础上，由于每一流的注水功率pi已知，因此可以计算得出各数据流的反注 水功率的比例，进而得到每一数据流的反注水功率为
Figure 838049DEST_PATH_IMAGE010
。
在本公开实施例中，在计算得到所述每一数据流的反注水功率后，将所述反注水 功率乘以所述注水功率权值V1、V2……VL，得到反注水功率权值V’ 1、V’ 2……V’L，其中，
Figure 711327DEST_PATH_IMAGE017
。
根据本公开实施例的技术方案，通过运用多流信噪比调和平均数合理简化合并香农公式计算获得反注水功率，易于工程实现且能有效改善整体的译码性能，从而能够整体提升Massive MIMO的赋形流量。该方法尤其适用于同一码块2流以上的数据传输，在大于2流以上的传输中效果较为明显，但不限2流时的使用。同时，该方法在信道多径较不丰富时也能起到一定的性能增益。
下面示出两个具体的计算实例。在本公开的一个具体实施方式中，若在一个探测参考信号周期测得的信道估计值可以用64*3*272维矩阵来表示，其中64为发射天线数，3为数据流的流数，272为资源块RB的个数，则该信道可以3流的波束赋形进行发送。在实际操作中，可以每个RB为粒度进行反注水加权权值的计算，即首先对第i个RB的信道估计值的信道信息矩阵Hi进行奇异值分解，得到
Figure 357072DEST_PATH_IMAGE001
，
根据上述描述可知，此时对每一数据流进行反注水的反注水功率为
Figure 948066DEST_PATH_IMAGE010
，因此对 每一数据流进行反注水的加权权值为
Figure 402181DEST_PATH_IMAGE018
。此处得到的是64*3 维度的反注水加权权值。在完成对每一资源块对应的反注水加权权值计算后，最终对要发 送的数据进行波束赋形处理映射到大规模64天线上发送，得到：
Figure 774257DEST_PATH_IMAGE019
，其中，
Figure 454768DEST_PATH_IMAGE020
为数据符号，sym为所占的符号数，renum为一个符号内总的资源单元（resource element， re）个数，layer为数据流的流数。这里一个RB内所有的re权值都是一样的，所有符号sym之 间的权值也是一样的。
在本公开的另一个具体实施方式中，若在一个探测参考信号周期测得的信道估计值可以用64*4*273维矩阵来表示，其中64为发射天线数，4为数据流的流数，273为资源块RB的个数，则该信道可以4流的波束赋形进行发送。在实际操作中，可以每个RB为粒度进行反注水加权权值的计算，即首先对第i个RB的信道估计值的信道信息矩阵Hi进行奇异值分解，得到
Figure 977016DEST_PATH_IMAGE001
，
根据上述描述可知，此时对每一数据流进行反注水的反注水功率为
Figure 551217DEST_PATH_IMAGE010
，因此对 每一数据流进行反注水的加权权值为
Figure 890931DEST_PATH_IMAGE021
。此处得 到的是64*4维度的反注水加权权值。在完成对每一资源块对应的反注水加权权值计算后， 最终对要发送的数据进行波束赋形处理映射到大规模64天线上发送，得到：
Figure 917793DEST_PATH_IMAGE022
，其中，
Figure 509312DEST_PATH_IMAGE020
为数据符号，sym为所占的符号数，renum为一个符号内总的资源单元（resource element， re）个数，layer为数据流的流数。这里一个RB内所有的re权值都是一样的，所有符号sym之 间的权值也是一样的。
图2示出根据本公开的实施例的基于反注水的波束赋形装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
如图2所示，所述基于反注水的波束赋形装置200包括获取单元210、分解单元220、计算单元230和赋形单元240。其中，
所述获取单元210被配置为获取信道信息矩阵H；
所述分解单元220被配置为对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；
所述计算单元230被配置为以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；
所述赋形单元240被配置为基于所述每一数据流的反注水功率对所述信道进行波束赋形。
根据本公开的实施例，所述对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值，包括：
对所述信道信息矩阵H进行奇异值分解，得到
Figure 938019DEST_PATH_IMAGE001
，其中，U为左酉矩阵，V为右酉矩阵， λ1、λ2 … λL为所述信道中每一数据流对应的奇异值。
根据本公开的实施例，所述简化后的香农公式为：
Figure 199367DEST_PATH_IMAGE002
，其中，C为总信道容量，L为信道中数据流的流数，B为带 宽，
Figure 713525DEST_PATH_IMAGE003
为信道中各数据流信噪比的调和平均值。
根据本公开的实施例，所述
Figure 843155DEST_PATH_IMAGE003
根据公式
Figure 251003DEST_PATH_IMAGE004
计算得到。
根据本公开的实施例，假设每一流的注水功率为pi，并假设噪声满足高斯分布
N（0，1），则所述
Figure 542307DEST_PATH_IMAGE003
可由公式
Figure 419127DEST_PATH_IMAGE005
表示，其中λi为所述信道中第i 个数据流对应的奇异值。
根据本公开的实施例，所述以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率，包括：
在满足
Figure 352448DEST_PATH_IMAGE006
的条件下，计算满足
Figure 490168DEST_PATH_IMAGE003
最大化时的奇异值条件；
基于所述满足
Figure 483532DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到每一数据流的反注水功率。
根据本公开的实施例，所述在满足
Figure 96916DEST_PATH_IMAGE006
的条件下，计算满足
Figure 568349DEST_PATH_IMAGE003
最大化时 的奇异值条件，包括：
构造拉格朗日方程
Figure 826155DEST_PATH_IMAGE007
；
对p1，p2，…，pL求偏导并令其为0：
Figure 990420DEST_PATH_IMAGE008
；
得到所述满足
Figure 307744DEST_PATH_IMAGE003
最大化时的奇异值条件
Figure 582868DEST_PATH_IMAGE009
，其 中，μ为拉格朗日因子。
根据本公开的实施例，所述基于所述满足
Figure 960759DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到 每一数据流的反注水功率，包括：
根据上述奇异值条件计算得到，每一数据流的反注水功率为
Figure 154980DEST_PATH_IMAGE010
。
根据本公开的实施例，所述基于所述每一数据流的反注水功率对所述信道进行波束赋形，包括：
将所述反注水功率乘以注水功率权值，得到反注水功率权值；
基于所述反注水功率权值对所述信道进行波束赋形。
根据本公开实施例的技术方案，通过运用多流信噪比调和平均数合理简化合并香农公式计算获得反注水功率，易于工程实现且能有效改善整体的译码性能，从而能够整体提升Massive MIMO的赋形流量。
本公开还公开了一种电子设备，图3示出根据本公开的实施例的电子设备的结构框图。
如图3所示，所述电子设备包括存储器和处理器，其中，存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现根据本公开的实施例的方法。
在本公开实施例中，所述方法包括：获取信道信息矩阵H；
对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；
以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；
基于所述每一数据流的反注水功率对所述信道进行波束赋形。
根据本公开的实施例，所述对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值，包括：
对所述信道信息矩阵H进行奇异值分解，得到
Figure 618323DEST_PATH_IMAGE001
，其中，U为左酉矩阵，V为右酉矩阵， λ1、λ2 … λL为所述信道中每一数据流对应的奇异值。
根据本公开的实施例，所述简化后的香农公式为：
Figure 431558DEST_PATH_IMAGE002
，其中，C为总信道容量，L为信道中数据流的流数，B为带 宽，
Figure 663956DEST_PATH_IMAGE003
为信道中各数据流信噪比的调和平均值。
根据本公开的实施例，所述
Figure 779811DEST_PATH_IMAGE003
根据公式
Figure 730449DEST_PATH_IMAGE004
计算得到。
根据本公开的实施例，假设每一流的注水功率为pi，并假设噪声满足高斯分布
N（0，1），则所述
Figure 347375DEST_PATH_IMAGE003
可由公式
Figure 434280DEST_PATH_IMAGE005
表示，其中λi为所述信道中第i 个数据流对应的奇异值。
根据本公开的实施例，所述以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率，包括：
在满足
Figure 235883DEST_PATH_IMAGE006
的条件下，计算满足
Figure 408238DEST_PATH_IMAGE003
最大化时的奇异值条件；
基于所述满足
Figure 563276DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到每一数据流的反注水功率。
根据本公开的实施例，所述在满足
Figure 770266DEST_PATH_IMAGE006
的条件下，计算满足
Figure 227924DEST_PATH_IMAGE003
最大化时 的奇异值条件，包括：
构造拉格朗日方程
Figure 621996DEST_PATH_IMAGE007
；
对p1，p2，…，pL求偏导并令其为0：
Figure 580725DEST_PATH_IMAGE008
；
得到所述满足
Figure 501276DEST_PATH_IMAGE003
最大化时的奇异值条件
Figure 254469DEST_PATH_IMAGE009
，其 中，μ为拉格朗日因子。
根据本公开的实施例，所述基于所述满足
Figure 276782DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到 每一数据流的反注水功率，包括：
根据上述奇异值条件计算得到，每一数据流的反注水功率为
Figure 773623DEST_PATH_IMAGE010
。
根据本公开的实施例，所述基于所述每一数据流的反注水功率对所述信道进行波束赋形，包括：
将所述反注水功率乘以注水功率权值，得到反注水功率权值；
基于所述反注水功率权值对所述信道进行波束赋形。
根据本公开实施例的技术方案，通过运用多流信噪比调和平均数合理简化合并香农公式计算获得反注水功率，易于工程实现且能有效改善整体的译码性能，从而能够整体提升Massive MIMO的赋形流量。
图4示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
如图4所示，计算机系统包括处理单元，其可以根据存储在只读存储器（ROM）中的程序或者从存储部分加载到随机访问存储器（RAM）中的程序而执行上述实施例中的各种方法。在RAM中，还存储有计算机系统操作所需的各种程序和数据。处理单元、ROM以及RAM通过总线彼此相连。输入/输出（I/O）接口也连接至总线。
以下部件连接至I/O接口：包括键盘、鼠标等的输入部分；包括诸如阴极射线管（CRT）、液晶显示器（LCD）等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信过程。驱动器也根据需要连接至I/O接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。其中，所述处理单元可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (20)

1.一种基于反注水的波束赋形方法，其特征在于，包括：
获取信道信息矩阵H；
对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；
以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；
基于所述每一数据流的反注水功率对所述信道进行波束赋形。
2.根据权利要求1所述的方法，其特征值在于，所述对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值，包括：
对所述信道信息矩阵H进行奇异值分解，得到
Figure 33062DEST_PATH_IMAGE001
，其中，U为左酉矩阵，V为右酉矩阵，λ1、 λ2 … λL为所述信道中每一数据流对应的奇异值。
3.根据权利要求1所述的方法，其特征值在于，所述简化后的香农公式为：
Figure 809257DEST_PATH_IMAGE002
，其中，C为总信道容量，L为信道中数据流的流数，B为带宽，
Figure 57836DEST_PATH_IMAGE003
为信道中各数据流信噪比的调和平均值。
4.根据权利要求3所述的方法，其特征值在于，所述
Figure 187466DEST_PATH_IMAGE003
根据公式
Figure 611625DEST_PATH_IMAGE004
计算得到。
5.根据权利要求4所述的方法，其特征值在于，假设每一流的注水功率为pi，并假设噪声 满足高斯分布N（0，1），则所述
Figure 168508DEST_PATH_IMAGE003
可由公式
Figure 904383DEST_PATH_IMAGE005
表示，其中λi为所述信道 中第i个数据流对应的奇异值。
6.根据权利要求5所述的方法，其特征值在于，所述以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率，包括：
在满足
Figure 962338DEST_PATH_IMAGE006
的条件下，计算满足
Figure 365637DEST_PATH_IMAGE003
最大化时的奇异值条件；
基于所述满足
Figure 93422DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到每一数据流的反注水功率。
7.根据权利要求6所述的方法，其特征值在于，所述在满足
Figure 582172DEST_PATH_IMAGE006
的条件下，计算满 足
Figure 663392DEST_PATH_IMAGE003
最大化时的奇异值条件，包括：
构造拉格朗日方程
Figure 921198DEST_PATH_IMAGE007
；
对p1，p2，…，pL求偏导并令其为0：
Figure 85463DEST_PATH_IMAGE008
；
得到所述满足
Figure 186143DEST_PATH_IMAGE003
最大化时的奇异值条件
Figure 195687DEST_PATH_IMAGE009
，其中，μ为 拉格朗日因子。
8.根据权利要求7所述的方法，其特征值在于，所述基于所述满足
Figure 308000DEST_PATH_IMAGE003
最大化时的奇 异值条件计算得到每一数据流的反注水功率，包括：
根据上述奇异值条件计算得到，每一数据流的反注水功率为
Figure 252953DEST_PATH_IMAGE010
。
9.根据权利要求8所述的方法，其特征值在于，所述基于所述每一数据流的反注水功率对所述信道进行波束赋形，包括：
将所述反注水功率乘以注水功率权值，得到反注水功率权值；
基于所述反注水功率权值对所述信道进行波束赋形。
10.一种基于反注水的波束赋形装置，其特征在于，包括：
获取单元，被配置为获取信道信息矩阵H；
分解单元，被配置为对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值；
计算单元，被配置为以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率；
赋形单元，被配置为基于所述每一数据流的反注水功率对所述信道进行波束赋形。
11.根据权利要求10所述的装置，其特征在于，所述对所述信道信息矩阵H进行奇异值分解，得到信道中每一数据流对应的奇异值，包括：
对所述信道信息矩阵H进行奇异值分解，得到
Figure 716296DEST_PATH_IMAGE001
，其中，U为左酉矩阵，V为右酉矩阵，λ1、 λ2 … λL为所述信道中每一数据流对应的奇异值。
12.根据权利要求10所述的装置，其特征值在于，所述简化后的香农公式为：
Figure 529531DEST_PATH_IMAGE002
，其中，C为总信道容量，L为信道中数据流的流数，B为带宽，
Figure 761929DEST_PATH_IMAGE003
为信道中各数据流信噪比的调和平均值。
13.根据权利要求12所述的装置，其特征值在于，所述
Figure 392630DEST_PATH_IMAGE003
根据公式
Figure 77690DEST_PATH_IMAGE004
计算得到。
14.根据权利要求13所述的装置，其特征值在于，假设每一流的注水功率为pi，并假设噪 声满足高斯分布N（0，1），则所述
Figure 694616DEST_PATH_IMAGE003
可由公式
Figure 857219DEST_PATH_IMAGE005
表示，其中λi为所述信 道中第i个数据流对应的奇异值。
15.根据权利要求14所述的装置，其特征值在于，所述以总信道容量最大化为目标，通过简化后的香农公式，基于所述每一数据流对应的奇异值计算得到每一数据流的反注水功率，包括：
在满足
Figure 393243DEST_PATH_IMAGE006
的条件下，计算满足
Figure 565598DEST_PATH_IMAGE003
最大化时的奇异值条件；
基于所述满足
Figure 720636DEST_PATH_IMAGE003
最大化时的奇异值条件计算得到每一数据流的反注水功率。
16.根据权利要求15所述的装置，其特征值在于，所述在满足
Figure 927627DEST_PATH_IMAGE006
的条件下，计算 满足
Figure 650863DEST_PATH_IMAGE003
最大化时的奇异值条件，包括：
构造拉格朗日方程
Figure 310515DEST_PATH_IMAGE007
；
对p1，p2，…，pL求偏导并令其为0：
Figure 269243DEST_PATH_IMAGE008
；
得到所述满足
Figure 924215DEST_PATH_IMAGE003
最大化时的奇异值条件
Figure 942987DEST_PATH_IMAGE009
，其中，μ为 拉格朗日因子。
17.根据权利要求16所述的装置，其特征值在于，所述基于所述满足
Figure 89935DEST_PATH_IMAGE003
最大化时的 奇异值条件计算得到每一数据流的反注水功率，包括：
根据上述奇异值条件计算得到，每一数据流的反注水功率为
Figure 258879DEST_PATH_IMAGE010
。
18.根据权利要求17所述的装置，其特征值在于，所述基于所述每一数据流的反注水功率对所述信道进行波束赋形，包括：
将所述反注水功率乘以注水功率权值，得到反注水功率权值；
基于所述反注水功率权值对所述信道进行波束赋形。
19.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-9任一项所述的方法步骤。
20.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-9任一项所述的方法步骤。
CN202211023164.7A 2022-08-25 2022-08-25 基于反注水的波束赋形方法、装置、设备及可读存储介质 Active CN115102591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211023164.7A CN115102591B (zh) 2022-08-25 2022-08-25 基于反注水的波束赋形方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211023164.7A CN115102591B (zh) 2022-08-25 2022-08-25 基于反注水的波束赋形方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN115102591A true CN115102591A (zh) 2022-09-23
CN115102591B CN115102591B (zh) 2023-01-20

Family

ID=83299927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211023164.7A Active CN115102591B (zh) 2022-08-25 2022-08-25 基于反注水的波束赋形方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN115102591B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101359950A (zh) * 2008-09-03 2009-02-04 中国科学技术大学 一种基于奇异值分解迫零波束成型的多天线中继传输方法
US20090304103A1 (en) * 2008-06-06 2009-12-10 Karthik Vaidyanathan Power Allocation Method for MIMO Transmit Beamforming
CN102104450A (zh) * 2009-12-22 2011-06-22 上海贝尔股份有限公司 Mu-mimo系统中的发送方法和设备
CN102315872A (zh) * 2011-08-18 2012-01-11 北京理工大学 一种lte-a系统中非码本预编码的传输方法
CN103270704A (zh) * 2011-05-25 2013-08-28 富士通株式会社 自适应多流波束赋形方法和基站
CN107994934A (zh) * 2017-11-14 2018-05-04 西北工业大学 不可信中继网络基于符号分离和波束形成的安全传输方法
WO2020253419A1 (zh) * 2019-06-21 2020-12-24 中兴通讯股份有限公司 一种实现波束赋形的方法及装置
US20210328632A1 (en) * 2018-12-26 2021-10-21 Huawei Technologies Co., Ltd. Precoding Method and Apparatus, and Information Transmission Method and Apparatus
US11159208B1 (en) * 2020-07-15 2021-10-26 Samsung Electronics Co., Ltd Optimal precoder method and apparatus with equal power allocation

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090304103A1 (en) * 2008-06-06 2009-12-10 Karthik Vaidyanathan Power Allocation Method for MIMO Transmit Beamforming
CN101359950A (zh) * 2008-09-03 2009-02-04 中国科学技术大学 一种基于奇异值分解迫零波束成型的多天线中继传输方法
CN102104450A (zh) * 2009-12-22 2011-06-22 上海贝尔股份有限公司 Mu-mimo系统中的发送方法和设备
CN103270704A (zh) * 2011-05-25 2013-08-28 富士通株式会社 自适应多流波束赋形方法和基站
CN102315872A (zh) * 2011-08-18 2012-01-11 北京理工大学 一种lte-a系统中非码本预编码的传输方法
CN107994934A (zh) * 2017-11-14 2018-05-04 西北工业大学 不可信中继网络基于符号分离和波束形成的安全传输方法
US20210328632A1 (en) * 2018-12-26 2021-10-21 Huawei Technologies Co., Ltd. Precoding Method and Apparatus, and Information Transmission Method and Apparatus
WO2020253419A1 (zh) * 2019-06-21 2020-12-24 中兴通讯股份有限公司 一种实现波束赋形的方法及装置
US11159208B1 (en) * 2020-07-15 2021-10-26 Samsung Electronics Co., Ltd Optimal precoder method and apparatus with equal power allocation

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHAIMA ABIDRABBU等: "Efficient Power Allocation for MIMO CR-NOMA Networks", 《2021 IEEE 94TH VEHICULAR TECHNOLOGY CONFERENCE (VTC2021-FALL)》 *
王川等: "MIMO下行多用户中继系统的线性收发处理设计", 《中国科学院大学学报》 *

Also Published As

Publication number Publication date
CN115102591B (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
US11228363B2 (en) OAM multiplexing communication system and inter-mode interference elimination method
CN106209195B (zh) 信道状态信息获取方法、信道状态信息反馈方法及装置
US8249186B2 (en) Method and apparatus for singular value decomposition of a channel matrix
CN1973451B (zh) 生成用于在无线多天线通信系统中进行空间处理的导引矩阵
US8102934B2 (en) Transmitting apparatus and method
JP2010527562A (ja) 閉ループ送信におけるフィードバックのための方法及び装置
US8385957B2 (en) Apparatus and method for transmitting data based on quantized channel state information
JP4561868B2 (ja) 無線通信装置、無線通信方法、コンピュータプログラム及び無線通信システム
JP2016149584A (ja) 基地局装置、端末装置、無線通信システム、集積回路
EP2234287B1 (en) Method, device and system for time division duplex multiple input and multiple output beamforming
JP2009272823A (ja) 無線通信装置、無線通信方法、無線通信システム及びコンピュータプログラム
CN113193895A (zh) 大规模mimo信道状态信息获取方法、系统及计算机存储介质
CN115102591B (zh) 基于反注水的波束赋形方法、装置、设备及可读存储介质
CN108206712B (zh) 用于对上行大规模mimo信号进行预合并处理的方法和装置
JP2009268106A (ja) 信号対干渉電力と雑音比の決定方法およびその装置
CN106230755B (zh) 一种mimo系统信道估计方法和装置
US10686500B2 (en) Pre-coding steering matrix for MU-MIMO communication systems
CN103270704A (zh) 自适应多流波束赋形方法和基站
JP4401881B2 (ja) 空間多重伝送用送信方法および装置
CN102067477A (zh) Mimo系统中用于信道特性测试和通信的方法和装置
US10911124B1 (en) Method and system for single carrier wideband hybrid beamforming based on limited feedback
US11750254B2 (en) Steering matrix derivation
WO2019039980A1 (en) BEAM FORMATION WITH QUADRATIC CALCULATION COMPLEXITY IN THE ANTENNA NETWORK SIZE
Peken et al. Sparse Channel Estimation with Regularization Methods in Massive MIMO Systems
Muthukumaran Optimized CNN and Adaptive RBFNN for channel Estimation and Hybrid Precoding approaches for Multi User Millimeter wave Massive MIMO

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