CN115276728A - 一种毫米波系统中的混合预编码方法及系统 - Google Patents
一种毫米波系统中的混合预编码方法及系统 Download PDFInfo
- Publication number
- CN115276728A CN115276728A CN202210834606.XA CN202210834606A CN115276728A CN 115276728 A CN115276728 A CN 115276728A CN 202210834606 A CN202210834606 A CN 202210834606A CN 115276728 A CN115276728 A CN 115276728A
- Authority
- CN
- China
- Prior art keywords
- user
- cluster
- users
- precoding
- millimeter wave
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000013461 design Methods 0.000 claims abstract description 55
- 206010042135 Stomatitis necrotising Diseases 0.000 claims abstract description 28
- 201000008585 noma Diseases 0.000 claims abstract description 28
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 230000006854 communication Effects 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000003064 k means clustering Methods 0.000 claims abstract description 7
- 238000010801 machine learning Methods 0.000 claims abstract description 7
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 44
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 10
- 239000000654 additive Substances 0.000 claims description 9
- 230000000996 additive effect Effects 0.000 claims description 9
- 238000003491 array Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 description 7
- 239000012141 concentrate Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000008092 positive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
-
- 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)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于毫米波通信技术领域,公开了一种毫米波系统中的混合预编码方法、系统、设备及终端,基于机器学习中的K‑Means聚类算法,提出改进的基于方向性的多用户分簇方法,进行用户方向性分簇与每簇标志方向的确定以及模拟预编码设计;利用穷搜法,针对每簇中选择一个代表用户的所有可能代表用户组合形成的信道信息进行FBB设计,再计算系统和速率,最后找到和速率最大时对应的FBB,进而实现数字预编码的设计。本发明利用NOMA技术可使每个波束同时服务多个用户而不是一个,极大提升了系统接入的用户数量。本发明的毫米波Massive MIMO‑NOMA模数混合全连接系统模型采用模数混合结构,不需要为每个天线单元配备专属射频链,可以大大降低系统复杂度与成本。
Description
技术领域
本发明属于毫米波通信技术领域,尤其涉及一种毫米波系统中的混合预编码方法及系统。
背景技术
大容量、高速率与海量用户接入成为5G以及B5G的迫切需求,而目前无线通信系统以2G-6G频段、单天线、正交多址接入为主,在这样的方式下,出现频谱资源有限、接入用户数量有限的问题。而毫米波技术可以提供丰富的频谱资源,为更高的传输速率提供保证;大规模多输入多输出(Massive MIMO)技术可充分利用空间复用成倍提升系统频谱效率,同时能弥补毫米波通信过程中的路径损耗;非正交多址接入(Non-orthogonal MultipleAccess,NOMA)技术在同一时频资源内接入用户数量更多,从而进一步提升系统容量与用户接入数量。因此,为实现大容量、高速率的海量用户通信,融合毫米波、Massive MIMO和NOMA的无线通信系统,即毫米波Massive MIMO-NOMA系统,是5G以及B5G有力的解决方案。
在毫米波Massive MIMO-NOMA通信系统中,毫米波信号路径损耗严重,无线信道复杂多变,存在各种干扰。而预编码技术可以在发送端对信号进行预处理以优化接收端的性能目标,因此预编码技术的研究具有重要的意义。在传统MIMO通信系统中采用纯数字预编码技术,要求每个发射天线配备专属的射频链。而在Massive MIMO通信系统中,由于天线数量大,为每个天线单元配备专属的射频链会带来极大的系统复杂度与极高的成本。因此,系统采用模数混合结构,不需要为每个天线单元配备专属射频链,可以大大降低系统复杂度与成本。研究毫米波Massive MIMO-NOMA系统中的混合预编码成为关键,故亟需设计一种毫米波系统中的混合预编码方法。
通过上述分析,现有技术存在的问题及缺陷为:
(1)传统的正交多址接入技术难以适应5G海量终端互联场景。
(2)在毫米波Massive MIMO-NOMA通信系统中,毫米波信号路径损耗严重,无线信道复杂多变,而且存在各种干扰。
(3)在Massive MIMO通信系统中,由于天线数量大,为每个天线单元配备专属的射频链会带来极大的系统复杂度与系统成本。
发明内容
针对现有技术存在的问题,本发明提供了一种混合预编码方法及系统,尤其涉及一种毫米波Massive MIMO-NOMA通信系统中的混合预编码设计方法及系统。
本发明是这样实现的,一种毫米波系统中的混合预编码方法中重点设计模拟预编码与数字预编码。在模拟预编码设计中,由于毫米波具有方向性,且在毫米波发射波束与用户方向一致的情况下所获得的增益最大。因此,模拟预编码的设计主要以用户方向为出发点。按照NOMA接入方式,将用户进行方向性分簇,通过分簇找到最能集中用户的多个方向角度来设计模拟预编码,使得各发射波束尽可能聚焦于方向性用户簇而获得较大的增益。在数字预编码设计中,以所设计的模拟预编码为基础,与用户信道状态信息形成等效信道,根据等效信道进行迫零的思路进行数字预编码设计。在传统正交多址系统中,形成的等效信道利用了系统所有用户信道状态信息,而在本系统中,由于每个簇中的用户数量多于一个,因此在形成等效信道时,从每个簇中如何进行用户信道选择形成等效信道,使所设计的数字预编码可获得最大系统和速率是数字预编码设计的关键。所述毫米波系统中的混合预编码方法包括:
基于机器学习中的K-Means聚类算法,提出改进的基于方向性的多用户分簇方法,进行用户方向性分簇与每簇标志方向的确定以及模拟预编码设计;利用穷搜法通过对每簇选择一个用户的所有可能组合进行FBB设计,再计算系统和速率,最后找到和速率最大时对应的FBB,进而实现数字预编码的设计。
进一步,所述毫米波系统中的混合预编码方法包括以下步骤:
步骤一,构建毫米波Massive MIMO-NOMA模数混合全连接系统模型,可以减少射频链数量,降低系统复杂度与成本,对Massive MIMO在无线通信系统中的实际应用起到积极作用;
步骤二,提出改进的基于方向性的多用户分簇方法并进行模拟预编码设计,该方法利用毫米波具有方向性的特点,可尽力使各发射波束聚焦于各方向用户簇,使各用户获得尽可能大的波束增益;
步骤三,确定模拟预编码FRF后,利用穷搜法进行数字预编码设计,通过搜索将每簇中能够使系统和速率最大化的用户信道挑选出来进行数字预编码设计,使系统和速率性能最优。
进一步,所述步骤一中的毫米波Massive MIMO-NOMA模数混合全连接系统模型的构建包括:
基于多用户毫米波Massive MIMO-NOMA下行通信系统覆盖一圆形区域,基站位于圆形区域中心位置(0,0)处,用户在小区内随机分布。当各用户位置已知,将y轴正方向设为0°方向,将用户所在的方向θ定义为从0°顺时针旋转至用户处所经过的角度。
在系统模型中,BS共有M根发射天线,N条射频链,每个射频链形成一个方向波束,在NOMA方式下,一个方向波束服务一个用户簇,小区内用户簇数等于射频链个数。小区内共有K个单天线用户,且N<K。基站端采用模数混合的全连接结构,发射端的每个射频链通过移相器和加法器与所有发射天线相连接。BS采用基带数字预编码对发送信号进行预处理,再进入模拟预编码器经多个发射天线利用毫米波波段进行传输。
毫米波信道模型与低频段电磁波传输模型有较大的区别,从BS到用户k的毫米波Massive MIMO信道信息的表达式为:
其中,L为多径数量;dk表示收发机之间的距离;αLOS与αNLOS分别表示直视(Line-of-Sight,LoS)与非直视(Non-Line-of-Sight,NLoS)路径情况下的路径损耗系数;ak,l表示NLOS中第l条路径的复增益,服从复高斯分布ak,0表示LOS路径的复增益;表示LOS路径的归一化方向,所述LOS路径的归一化方向为物理DOA(Departure ofAngle);表示NLOS中第l路径的归一化方向;a(*)表示天线阵列的方向矢量,在信道模型中,发射端和接收端的天线阵列均采用线性天线阵列,则天线阵列的导向矢量表达式为:
则天线阵列的导向矢量的表达式简化为:
BS到用户k的毫米波Massive MIMO信道信息表达式右边第二项NLOS相关项可忽略,产生简化的信道模型表达式为:
其中,产生简化的信道模型表达式中删除下标0与LOS。
进一步,所述步骤二中的模拟预编码设计包括:
根据毫米波Massive MIMO-NOMA模数混合全连接系统模型,接收端的接收信号为:
yn,j=hn,j·FRF·FBB·s+vn,j;
基于机器学习中的K-Means聚类算法,提出改进的基于方向性的多用户分簇方法,改进策略表现为两点:1)改进算法中初始簇头的选择,根据每用户在方向上与其他用户的集中度进行选择,在初始时就可以将在方向上更集中用户的簇头挑选出来;2)改进算法中以用户间的方向夹角作为属性值,除初始簇头选择实际用户充当外,任何其他迭代过程中形成的新簇簇头方向属性值均是虚拟的,每一次迭代更新后的新簇中虚拟簇头方向才是当前迭代中真正集中各用户的标志方向,以最后一次迭代结束后的标志方向为最终标志方向进行预编码设计。
进一步,所述改进的基于方向性的多用户分簇方法包括:
(1)初始化:初始化系统中各用户的方向角,方向角的集合表示为D={θ1,θ2,…θK};确定分簇数量与射频链个数相等,即簇数为N。
(2)初始簇头选择:计算每个用户在其方向覆盖范围内的关联用户数量,挑选关联度最大的前N个用户作为初始簇头;定义用户i与用户j之间的夹角为θij,θij=|θi-θj|,(i,j∈{1,…,K},i≠j),用户i与用户j之间的关联度为Dij:
(3)初始用户簇形成过程:初始簇头集合表示为{μ1,μ2,…,μN},分别计算除初始簇头以外,其它K-N个用户的方向角θi与初始簇头μj(1≤j≤N)之间的角度差qij=|θi-μj|,根据最小角度差将用户i分配入第n簇;令表示第n簇的用户集合,Cn=Cn∪{Ui};当K-N个用户划入相应的簇,形成N个用户簇,本轮计算结束。
(4)最终用户簇的形成过程:重新计算每簇用户的方向角均值:
其中,|Cn|为第n簇中的用户数量,为属于Cn簇的第m个用户;新的N个簇头不是实际系统用户,而是以N个均值作为簇头方向,称为虚拟簇头;计算所有K个用户与N个虚拟簇头间的角度差根据最小角度差将用户i划入第j簇;令表示第n簇的用户集合,Cn=Cn∪{Ui};当所有K个用户划入相应簇,形成N个用户簇,本轮计算结束;重复迭代计算步骤(4),当迭代次数达到设定迭代次数或迭代前后形成的用户簇不变时,迭代停止,算法结束。
其中,射频预编码FRF共有N列,每一列代表一个方向性波束对M根天线阵元的相位调制。
进一步,所述步骤三中的数字预编码设计包括:
(1)当确定模拟预编码FRF,得到利用等效信道表示的用户接收信号:
在传统OMA时的数字预编码设计为等效信道矩阵的伪逆;而在NOMA方式下,利用穷搜法,针对在每簇选出一个代表用户的所有可能的N个代表用户信道信息组合进行FBB设计:
其中,pinv(*)表示对*求伪逆,下标K×M表示维度。
(3)当采用正交多址接入时,每个射频链服务一个用户,等效信道中的实际用户信道信息HK×M为所有K个用户的信道信息,K=N。在非正交多址接入中,每个射频链服务一个方向用户簇,每簇内有多个用户,FBB设计的关键在于,等效信道中的实际用户信道信息HN×M为在每个方向簇用户中选择一个用户代表。利用穷搜法,针对每簇中选出一个代表用户的所有可能情况,形成所有可能的等效信道,再利用等效信道的伪逆得到所有可能等效信道对应设计出的数字预编码。毫米波Massive MIMO-NOMA系统和速率表示为:
其中,B为信道带宽;表示第n簇中第w个用户的下行信道增益,考虑每簇中的用户按信道增益大小降序排列;FRF表示系统射频预编码;表示系统数字预编码FBB中的第n列;表示系统数字预编码FBB中的第j列;表示第n簇中第w个用户受到的簇间干扰;表示第i簇中第w个用户受到的簇内干扰;表示加性高斯白噪声。
(4)最后找到和速率最大时对应的FBB。
本发明的另一目的在于提供一种应用所述毫米波系统中的混合预编码方法的毫米波系统中的混合预编码系统,所述毫米波系统中的混合预编码系统包括:
模拟预编码设计模块,用于提出改进的基于方向性的多用户分簇方法并进行模拟预编码设FBB计;
数字预编码设计模块,用于确定模拟预编码FRF后,利用穷搜法进行数字预编码FBB设计。
结合上述的技术方案和解决的技术问题,将从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为:
第一、针对上述现有技术存在的技术问题以及解决该问题的难度,紧密结合本发明所要保护的技术方案以及研发过程中结果和数据等,详细、深刻地分析本发明技术方案如何解决的技术问题,解决问题之后带来的一些具备创造性的技术效果。具体描述如下:
本发明提供的毫米波系统中的混合预编码方法,利用NOMA技术可使每个波束同时服务多个用户而不是一个,极大提升了系统接入的用户数量。由于毫米波具有方向性的特点,每个毫米波发射波束应当服务处在某个方向上的一个用户簇,即系统中的海量用户通过方向性分簇后,将每一簇用户接入到一个发射波束,通过基站端混合预编码中的模拟预编码调整发射波束方向,使波束发射方向能够指向所服务用户簇中的标志方向,即最能集中簇中所有用户的方向,这样可使每簇簇内所有用户尽可能大的获等效信道增益。
本发明基于机器学习中的K-Means聚类算法,提出了一种改进的基于方向性的多用户分簇方法,其改进策略表现为两点:1.传统算法中初始簇头的选择采用随机方法,这对分簇结果准确性与收敛速度都具有很大的影响,改进算法中初始簇头的选择根据每用户在方向上与其他用户的集中度进行选择,可以在初始时就将在方向上能够更加集中各用户的簇头挑选出来,以提升分簇的合理性和收敛速度。2.传统算法中以用户间距离作为主要属性值进行分簇条件判断,并且每形成一个新簇要选择一个实际用户作为簇头,而改进算法中以用户间的方向夹角作为属性值,除了初始簇头选择实际用户来充当外,任何其他迭代过程中形成新簇簇头的方向属性值均是虚拟的,这样每一次迭代更新后的新簇中虚拟簇头方向才是当前迭代中真正集中各用户的标志方向,以最后一次迭代结束后的标志方向作为最终标志方向进行预编码设计。
第二,作为本发明的权利要求的创造性辅助证据,还体现在以下几个重要方面:
本发明的技术方案填补了国内外业内技术空白:
本发明中设计的混合预编码方法目前在国内外还未出现过。现有的混合预编码方案中,模拟预编码的设计主要针对正交多址接入方式,在毫米波Massive MIMO系统中,每个波束只服务于一个用户,波束只需对准该用户即可获得较大的波束增益;而在本发明所提到的毫米波Massive MIMO-NOMA系统中,为了能够接入更多用户,满足海量通信的需求,每个发射波束服务多个用户,此时需要通过合理设计模拟预编码,将发射波束方位调整到用户簇中最能在方向上集中多用户的方向,而不是简单将波束方向调整到簇中某个用户的方向,目的是使系统中所有用户都获得尽可能大的波束增益。而在数字预编码设计中,传统算法是选择每簇中的最强用户信道信息来实现数字预编码的设计,然而这并不能保证使系统获得最大和速率。本发明提出利用穷搜法,针对每簇中选择一个代表用户的所有组合进行搜索并计算系统和度率,最终确定采用使系统和速率最大的簇内代表用户信道信息进行数字预编码设计。同时,在最终确定了每簇代表用户后,可以分析总结每簇中所选代表用户的特点,为后续在其他相似结构的系统中进行数字预编码设计提供复杂度更低的方法。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的毫米波系统中的混合预编码方法流程图;
图2是本发明实施例提供的小区形状及用户分布示意图;
图3是本发明实施例提供的Massive MIMO模数混合全连接系统示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。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。
针对现有技术存在的问题,本发明提供了一种毫米波系统中的混合预编码方法、系统、设备及终端,下面结合附图对本发明作详细的描述。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现,该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示,本发明实施例提供的毫米波系统中的混合预编码方法包括以下步骤:
S101,构建毫米波Massive MIMO-NOMA模数混合全连接系统模型;
S102,提出改进的基于方向性的多用户分簇方法并进行模拟预编码设计;
S103,确定模拟预编码FRF后,利用穷搜法进行数字预编码设计。
作为优选实施例,本发明实施例提供的毫米波Massive MIMO-NOMA系统中的混合预编码设计方法具体包括:
1.系统模型
考虑一个多用户毫米波Massive MIMO-NOMA下行通信系统覆盖一圆形区域,基站位于圆形区域中心位置(0,0)处,用户在小区内随机分布,如图2所示。假设各用户位置已知,将y轴正方向设为0°方向,将用户所在的方向θ定义为从0°顺时针旋转至用户处所经过的角度。
假设在系统模型中,BS共有M根发射天线,N条射频(Radio Frequency,RF)链,每个射频链形成一个方向波束,在NOMA策略下,一个方向波束服务一个用户簇,小区内用户簇数应等于射频链个数。小区内共有K个单天线用户,且N<K。基站端采用模数混合的全连接结构,发射端的每个射频链通过移相器和加法器与所有发射天线相连接,如图3所示。BS首先采用基带数字预编码对发送信号进行预处理,然后进入模拟预编码器经多个发射天线在毫米波波段进行传输。
毫米波信道模型与低频段电磁波传输模型有较大的区别,从BS到用户k的毫米波Massive MIMO信道信息可以表示为公式(1)。
其中,L为多径数量;dk表示收发机之间的距离;αLOS与αNLOS分别表示直视与非直视路径情况下的路径损耗系数;ak,l表示NLOS中第l条路径的复增益,服从复高斯分布ak,0表示LOS路径的复增益;表示LOS路径的归一化方向,即物理DOA(angle ofdeparture);表示NLOS中第l路径的归一化方向。a(*)表示天线阵列的方向矢量,在该信道模型中,发射端和接收端的天线阵列均采用线性天线阵列(UniformLinearArray,ULA),则天线阵列的导向矢量可表示为公式(2)。
由于NLOS成分的路径损耗比LOS成分路径损耗大的多,因此公式(1)中右边第二项,即NLOS相关项可忽略,产生简化的信道模型如公式(4)所示。
其中,为简化表述,公式(4)中删除了下标0与LOS。
2.模数混合预编码设计
根据毫米波Massive MIMO-NOMA模数混合全连接系统模型可知,接收端的接收信号为公式(5)所示。
yn,j=hn,j·FRF·FBB·s+vn,j (5)
2.1模拟预编码设计
在传统正交多址的接入系统中,一个波束服务一个用户,系统中发射波束数量由射频链数量确定,即发射波束数量等于射频链数量。假设随机选择某一波束pk服务用户k,pk为模拟预编码中的第k列,用户k在波束上的等效信道增益为如公式(6)所示。
进一步,对公式(6)进行计算可得公式(7)。
由于系统用户数量大,若按照传统正交多址进行用户接入,系统无法满足海量用户的接入需求,因此,利用NOMA技术可使每个波束同时服务多个用户而不是一个,极大提升了系统接入的用户数量。由于毫米波具有方向性的特点,每个毫米波发射波束应当服务处在某个方向上的一个用户簇,即系统中的海量用户通过方向性分簇后,将每一簇用户接入到一个发射波束,通过基站端混合预编码中的模拟预编码调整发射波束方向,使波束发射方向能够指向所服务用户簇中的标志方向,即最能集中簇中所有用户的方向,这样可使每簇簇内所有用户尽可能大的获等效信道增益。因此,用户的方向性分簇与每簇标志方向的确定成为设计模拟预编码的关键。
本发明基于机器学习中的K-Means聚类算法,提出了一种改进的基于方向性的多用户分簇方法,其改进策略表现为两点:1.传统算法中初始簇头的选择采用随机方法,这对分簇结果准确性与收敛速度都具有很大的影响,改进算法中初始簇头的选择根据每用户在方向上与其他用户的集中度进行选择,可以在初始时就将在方向上能够更加集中各用户的簇头挑选出来,以提升分簇的合理性和收敛速度。2.传统算法中以用户间距离作为主要属性值进行分簇条件判断,并且每形成一个新簇要选择一个实际用户作为簇头,而改进算法中以用户间的方向夹角作为属性值,除了初始簇头选择实际用户来充当外,任何其他迭代过程中形成新簇簇头的方向属性值均是虚拟的,这样每一次迭代更新后的新簇中虚拟簇头方向才是当前迭代中真正集中各用户的标志方向,以最后一次迭代结束后的标志方向作为最终标志方向进行预编码设计。所提改进算法的具体算法流程如下:
第一步:初始化。初始化系统中各用户的方向角,方向角集合可表示D={θ1,θ2,…θK};确定分簇数量与射频链个数相等,即簇数为N。
第二步:初始簇头选择。计算每个用户在其方向覆盖范围内的关联用户数量,挑选关联度最大的前N个用户作为初始簇头。定义用户i与用户j之间的夹角为θij,θij=|θi-θj|,(i,j∈{1,…,K},i≠j),用户i与用户j之间的关联度为Dij如公式(8)所示。
第三步:初始用户簇形成过程。初始簇头集合可表示为{μ1,μ2,…,μN},分别计算除初始簇头以外,其它K-N个用户的方向角θi与初始簇头μj(1≤j≤N)之间的角度差qij=|θi-μj|,根据最小角度差将用户i分配入第n簇。令表示第n簇的用户集合,此时,Cn=Cn∪{Ui}。当K-N个用户划入相应的簇,形成N个用户簇,本轮计算结束。
第四步:最终用户簇的形成过程。根据公式(9)重新计算每簇用户的方向角均值:
其中,|Cn|为第n簇中的用户数量,为属于Cn簇的第m个而用户。新的N个簇头不再是实际系统用户,而是以这N个均值作为簇头方向,可称为虚拟簇头,然后计算所有K个用户与N个虚拟簇头之间的角度差根据最小角度差将用户i划入第j簇。令表示第n簇的用户集合,此时,Cn=Cn∪{Ui}。当所有K个用户划入相应的簇,形成N个用户簇,本轮计算结束。重复迭代计算第四步,当迭代次数达到设定迭代次数,或迭代前后形成的用户簇不变时,迭代停止,算法结束。
代表从方向上集中所有系统用户的N个最优标志方向,因此,可作为Massive MIMO-NOMA系统在下行链路的N个发射波束方向,形成基站端混合模数预编码中的模拟预编码,模拟预编码可表示为公式(10)。
其中,射频预编码FRF共有N列,每一列代表一个方向性波束对M根天线阵元的相位调制。
2.2数字预编码设计
当确定了模拟预编码FRF,可以得到利用等效信道表示的用户接收信号,如公式(11)所示。
其中,为等效信道矩阵,表示加性高斯白噪声向量。传统正交多址接入策略下的数字预编码主要是用来消除用户间干扰,使系统和速率最大化,因此,在传统OMA时的数字预编码应设计为等效信道矩阵的伪逆,表示为公式(12)
其中,pinv(*)表示对*求伪逆,下标K×M表示维度。
当采用正交多址接入时,每个射频链服务一个用户,等效信道中的实际用户信道信息HK×M为所有K(K=N)个用户的信道信息。然而在非正交多址接入中,每个射频链服务一个方向用户簇,每簇内有多个用户,在进行数字预编码设计时,等效信道中的实际用户信道信息HN×M应为在每个方向簇用户中选择一个代表用户,对所有可能代表用户组合的信道信息与射频预编码形成等效信道,再利用等效信道的伪逆得到数字预编码。因此,数字预编码设计的关键问题在于如何在每一簇选择一个代表用户,使得最终得到的系统和速率最大。毫米波Massive MIMO-NOMA系统的和速率可以表示为公式(13)。
其中,B为信道带宽;表示第n簇中第w个用户的下行信道增益,考虑每簇中的用户按信道增益大小降序排列;FRF表示系统射频预编码;表示系统数字预编码FBB中的第n列;表示系统数字预编码FBB中的第j列;表示第n簇中第w个用户受到的簇间干扰;表示第i簇中第w个用户受到的簇内干扰;表示加性高斯白噪声。
从公式(13)与公式(14)中可以看到,此时,系统和速率R与数字预编码FBB有关。而根据公式(12),FBB的设计与等价信道有关,等价信道是由每个簇中选出的一个用户代表形成信道信息HN×M,然后与已经设计出的射频预编码相乘得到的,即因此,FBB设计的关键就是如何从每簇中找到一个代表用户,使根据这些代表用户形成的等效信道设计出的FBB达到系统和速率最大。本发明提出利用穷搜法,针对在每簇中选择一个代表用户的所有可能信道信息组合,根据公式(12)进行FBB计算,再根据公式(13)计算系统和速率,最后找到和速率最大时对应的FBB。
本发明实施例提供的毫米波系统中的混合预编码系统包括:
系统模型构建模块,用于构建毫米波Massive MIMO-NOMA模数混合全连接系统模型;
模拟预编码设计模块,用于提出改进的基于方向性的多用户分簇方法并进行模拟预编码设计;
数字预编码设计模块,用于确定模拟预编码FRF后,利用穷搜法进行数字预编码设计。
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值,该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
本发明可以应用于用户数量大的热点区域,例如机场、高铁站等场景中,设置配备大规模天线的基站,覆盖一圆形区域,其覆盖区域内的用户均可接入该基站,显然需要采用NOMA满足大量用户的接入需求,同时利用毫米波传输来极大提升可用频谱资源,形成热点场景下的毫米波Massive MIMO-NOMA通信系统。用户通过相对于基站所处的方向,按照所提的方向性分簇方法进行方向性分簇,通过分簇结果,得到每簇中最能集中各簇内用户的标志方向,将基站中的每个天线单元根据标志方向进行相位调整,即模拟预编码所起到的作用,使所有用户获得尽可能大的等效波束增益;其次,在获得模拟预编码之后,通过每次同时在每簇用户中选择一个用户的穷搜方法,完成所有可能用户组合情况的搜索,在每次搜索后计算当前搜索条件下的系统和速率,系统和速率最大时的数字预编码确定为该系统的数字预编码。本发明并不拘泥于热点区域,针对用户数量较大的各种可能场景均可利用该方法实现通信。
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果,和现有技术相比的确具备很大的优势,下面内容结合试验过程的数据、图表等进行描述。
从公式(7)可以看出,若要实现波束最大化聚焦其服务用户,使用户获得最大的等效波束增益,需要将波束的相位调整到与用户方向相一致,即波束方向与用户方向夹角越小,波束增益越大,当波束方向与用户方向完全相同,夹角为0度时,增益最大。因此,针对每波束服务一个用户的正交多址接入方式,很容易通过每波束所服务的单用户方向来确定波束方向,即模拟预编码的设计。而在非正交多址接入方式中,每用户服务的用户不只一个,应首先对所有系统中的用户按方向进行分簇,每簇中的用户均是方向相近的用户,这些用户可被同一波束服务,这样,发射波束就能够将其能量聚焦于该方向簇中的用户;更进一步地,由于波束对准用户时所获增益最大,而在方向簇中,每个用户的方位虽然相近,但并不完全一样,因此,应找到簇中最能在方位上集中簇内用户的标志方向,通过该标志方向确定模拟预编码,将发射波束方向调整到该标志方向上,可获得发射波束与簇内每个用户的夹角与调整到簇内其他方向上获得的夹角更小,因此各用户获得的等效波束增益更大,效果最佳。
在确定模拟预编码后,通过公式(12)可获得数字预编码。数字预编码的在正交多址接入中的设计初衷是为了消除用户间干扰的,此时可以把每个用户看作一个只具有一个用户的用户簇,通过数字预编码消除簇间干扰使系统速率提升。但在非正交多址接入中,每簇内的用户不只一个,不能只简单地从每簇中选择一个用户形成等效信道来计算数字预编码,这样无法保证系统和速率最大。另外,在用户选择时并不具备选择规律与特点,因此本发明采用穷搜法,目的是利用该方法能够获得合理的数字预编码,使系统和速率最大,效果最佳。
本发明在模拟预编码与数字预编码的设计过程中,均以各阶段所能达到的最优效果为目标展开,因此可以获得较好的效果。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种毫米波系统中的混合预编码方法,其特征在于,所述毫米波系统中的混合预编码方法包括:
基于机器学习中的K-Means聚类算法,提出改进的基于方向性的多用户分簇方法,进行用户方向性分簇与每簇标志方向的确定以及模拟预编码设计;利用穷搜法,针对每簇中选择一个代表用户的所有可能代表用户组合形成的信道信息进行FBB设计,再计算系统和速率,最后找到和速率最大时对应的FBB,进而实现数字预编码的设计。
2.如权利要求1所述毫米波系统中的混合预编码方法,其特征在于,所述毫米波系统中的混合预编码方法包括以下步骤:
步骤一,构建毫米波Massive MIMO-NOMA模数混合全连接系统模型;
步骤二,提出改进的基于方向性的多用户分簇方法并进行模拟预编码设计;
步骤三,确定模拟预编码FRF后,利用穷搜法进行数字预编码设计。
3.如权利要求2所述毫米波系统中的混合预编码方法,其特征在于,所述步骤一中的毫米波Massive MIMO-NOMA模数混合全连接系统模型的构建包括:
基于多用户毫米波Massive MIMO-NOMA下行通信系统覆盖一圆形区域,基站位于圆形区域中心位置(0,0)处,用户在小区内随机分布;当各用户位置已知,将y轴正方向设为0°方向,将用户所在的方向θ定义为从0°顺时针旋转至用户处所经过的角度;
在系统模型中,BS共有M根发射天线,N条射频链,每个射频链形成一个方向波束,在NOMA策略下,一个方向波束服务一个用户簇,小区内用户簇数等于射频链个数;小区内共有K个单天线用户,且N<K;基站端采用模数混合的全连接结构,发射端的每个射频链通过移相器和加法器与所有发射天线相连接;BS采用基带数字预编码对发送信号进行预处理,再进入模拟预编码器经多个发射天线在毫米波波段进行传输;
毫米波信道模型与低频段电磁波传输模型有较大的区别,从BS到用户k的毫米波Massive MIMO信道信息的表达式为:
其中,L为多径数量;dk表示收发机之间的距离;αLOS与αNLOS分别表示直视与非直视路径情况下的路径损耗系数;ak,l表示NLOS中第l条路径的复增益,服从复高斯分布ak,0表示LOS路径的复增益;表示LOS路径的归一化方向,所述LOS路径的归一化方向为物理DOA;表示NLOS中第l路径的归一化方向;a(*)表示天线阵列的导向矢量,在信道模型中,发射端和接收端的天线阵列均采用线性天线阵列,则天线阵列的导向矢量表达式为:
则天线阵列的导向矢量的表达式简化为:
BS到用户k的毫米波Massive MIMO信道信息表达式右边第二项NLOS相关项忽略,产生简化的信道模型表达式为:
其中,产生简化的信道模型表达式中删除下标0与LOS。
4.如权利要求2所述毫米波系统中的混合预编码方法,其特征在于,所述步骤二中的模拟预编码设计包括:
根据毫米波Massive MIMO-NOMA模数混合全连接系统模型,接收端的接收信号为:
yn,j=hn,j·FRF·FBB·s+vn,j;
基于机器学习中的K-Means聚类算法,提出改进的基于方向性的多用户分簇方法,改进策略表现为两点:1)改进算法中初始簇头的选择根据每用户在方向上与其他用户的集中度进行选择,在初始时就将在方向上集中各用户的簇头挑选出来;2)改进算法中以用户间的方向夹角作为属性值,除初始簇头选择实际用户充当外,任何其他迭代过程中形成新簇簇头的方向属性值均是虚拟的,每一次迭代更新后的新簇中虚拟簇头方向才是当前迭代中真正集中各用户的标志方向,以最后一次迭代结束后的标志方向最后最终标志方向进行预编码设计。
5.如权利要求4所述毫米波系统中的混合预编码方法,其特征在于,所述改进的基于方向性的多用户分簇方法包括:
(1)初始化:初始化系统中各用户的方向角,方向角集合表示D={θ1,θ2,…θK};确定分簇数量与射频链个数相等,簇数为N;
(2)初始簇头选择:计算每个用户在其方向覆盖范围内的关联用户数量,挑选关联度最大的前N个用户作为初始簇头;定义用户i与用户j之间的夹角为θij,θij=|θi-θj|,(i,j∈{1,…,K},i≠j),用户i与用户j之间的关联度为Dij:
(3)初始用户簇形成过程:初始簇头集合表示为{μ1,μ2,…,μN},分别计算除初始簇头以外,其它K-N个用户的方向角θi与初始簇头μj(1≤j≤N)之间的角度差qij=|θi-μj|,根据最小角度差将用户i分配入第n簇;令表示第n簇的用户集合,Cn=Cn∪{Ui};当K-N个用户划入相应的簇,形成N个用户簇,本轮计算结束;
(4)最终用户簇的形成过程:重新计算每簇用户的方向角均值:
其中,|Cn|为第n簇中的用户数量,为属于Cn簇的第m个用户;新的N个簇头不是实际系统用户,而是以N个均值作为簇头方向,称为虚拟簇头;计算所有K个用户与N个虚拟簇头间的角度差根据最小角度差将用户i划入第j簇;令表示第n簇的用户集合,Cn=Cn∪{Ui};当所有K个用户划入相应簇,形成N个用户簇,本轮计算结束;重复迭代计算步骤(4),当迭代次数达到设定迭代次数或迭代前后形成的用户簇不变时,迭代停止,算法结束;
其中,射频预编码FRF共有N列,每一列代表一个方向性波束对M根天线阵元的相位调制。
6.如权利要求2所述毫米波系统中的混合预编码方法,其特征在于,所述步骤三中的数字预编码设计包括:
(1)当确定模拟预编码FRF,得到利用等效信道表示的用户接收信号:
在传统OMA时的数字预编码设计为等效信道矩阵的伪逆;针对在每簇选出一个代表用户的所有可能的N个代表用户信道信息组合进行FBB设计:
其中,pinv(*)表示对*求伪逆,下标K×M表示维度;
(3)当采用正交多址接入时,每个射频链服务一个用户,等效信道中的实际用户信道信息HK×M为所有K个用户的信道信息,K=N。在非正交多址接入中,每个射频链服务一个方向用户簇,每簇内有多个用户,FBB设计的关键在于,等效信道中的实际用户信道信息HN×M为在每个方向簇用户中选择一个用户代表。利用穷搜法,针对每簇中选出一个代表用户的所有可能情况,形成所有可能的等效信道,再利用等效信道的伪逆得到所有可能等效信道对应设计出的数字预编码。毫米波Massive MIMO-NOMA系统和速率表示为:
其中,B为信道带宽;表示第n簇中第w个用户的下行信道增益,考虑每簇中的用户按信道增益大小降序排列;FRF表示系统射频预编码;表示系统数字预编码FBB中的第n列;表示系统数字预编码FBB中的第j列;表示第n簇中第w个用户受到的簇间干扰;表示第i簇中第w个用户受到的簇内干扰;表示加性高斯白噪声;
(4)最后找到和速率最大时对应的FBB。
7.一种应用如权利要求1~6任意一项所述毫米波系统中的混合预编码方法的毫米波系统中的混合预编码系统,其特征在于,所述毫米波系统中的混合预编码系统包括:
模拟预编码设计模块,用于提出改进的基于方向性的多用户分簇方法并进行模拟预编码设计;
数字预编码设计模块,用于确定模拟预编码FRF后,利用穷搜法进行数字预编码设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210834606.XA CN115276728B (zh) | 2022-07-16 | 2022-07-16 | 一种毫米波系统中的混合预编码方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210834606.XA CN115276728B (zh) | 2022-07-16 | 2022-07-16 | 一种毫米波系统中的混合预编码方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115276728A true CN115276728A (zh) | 2022-11-01 |
CN115276728B CN115276728B (zh) | 2023-12-05 |
Family
ID=83764107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210834606.XA Active CN115276728B (zh) | 2022-07-16 | 2022-07-16 | 一种毫米波系统中的混合预编码方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115276728B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170257868A1 (en) * | 2016-03-04 | 2017-09-07 | National Tsing Hua University | Method of joint clustering and precoding and base station using the same |
WO2018120339A1 (zh) * | 2016-12-28 | 2018-07-05 | 西安交通大学 | 一种用于实际宽带大规模mimo系统的混合预编码设计方法 |
US10079627B1 (en) * | 2017-03-15 | 2018-09-18 | National Tsing Hua University | Joint power allocation, precoding, and decoding method and base station thereof |
US20200343948A1 (en) * | 2019-04-26 | 2020-10-29 | Ahmed Wagdy Abdelwahab SHABAN | Methods and systems for hybrid beamforming for mimo communications |
CN111917447A (zh) * | 2020-08-12 | 2020-11-10 | 电子科技大学 | 基于波束选择的低频辅助混合预编码设计方法 |
CN112468202A (zh) * | 2020-05-14 | 2021-03-09 | 哈尔滨工程大学 | 低复杂度毫米波大规模mimo混合预编码方法 |
KR102287792B1 (ko) * | 2021-04-30 | 2021-08-09 | 세종대학교산학협력단 | 대용량 mimo-noma 시스템에서 낮은 복잡도 rf 프리코더를 기반으로 한 하이브리드 빔포밍 |
CN114465643A (zh) * | 2022-03-02 | 2022-05-10 | 郑州铁路职业技术学院 | 一种基于梯度下降法的毫米波大规模mimo天线系统的混合预编码方法 |
-
2022
- 2022-07-16 CN CN202210834606.XA patent/CN115276728B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170257868A1 (en) * | 2016-03-04 | 2017-09-07 | National Tsing Hua University | Method of joint clustering and precoding and base station using the same |
WO2018120339A1 (zh) * | 2016-12-28 | 2018-07-05 | 西安交通大学 | 一种用于实际宽带大规模mimo系统的混合预编码设计方法 |
US10079627B1 (en) * | 2017-03-15 | 2018-09-18 | National Tsing Hua University | Joint power allocation, precoding, and decoding method and base station thereof |
US20200343948A1 (en) * | 2019-04-26 | 2020-10-29 | Ahmed Wagdy Abdelwahab SHABAN | Methods and systems for hybrid beamforming for mimo communications |
CN112468202A (zh) * | 2020-05-14 | 2021-03-09 | 哈尔滨工程大学 | 低复杂度毫米波大规模mimo混合预编码方法 |
CN111917447A (zh) * | 2020-08-12 | 2020-11-10 | 电子科技大学 | 基于波束选择的低频辅助混合预编码设计方法 |
KR102287792B1 (ko) * | 2021-04-30 | 2021-08-09 | 세종대학교산학협력단 | 대용량 mimo-noma 시스템에서 낮은 복잡도 rf 프리코더를 기반으로 한 하이브리드 빔포밍 |
CN114465643A (zh) * | 2022-03-02 | 2022-05-10 | 郑州铁路职业技术学院 | 一种基于梯度下降法的毫米波大规模mimo天线系统的混合预编码方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115276728B (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110401476B (zh) | 一种基于码本的毫米波通信多用户并行波束训练方法 | |
CN102624496B (zh) | 预编码处理方法、基站和通信系统 | |
US8369791B2 (en) | Multi-user beamforming with inter-cell interference suppression | |
CN104052535A (zh) | 基于空分多址与干扰抑制的毫米波大规模mimo系统多用户传输方法 | |
Han et al. | Investigation of transmission schemes for millimeter-wave massive MU-MIMO systems | |
CN104767556A (zh) | 一种基于部分干扰对齐的协调波束赋形方法及装置 | |
CN107171757B (zh) | 一种融合智能天线的mimo无线信道建模方法 | |
Shaikh et al. | Localization based on angle of arrival in EM lens-focusing massive MIMO | |
Sun et al. | A robust secure hybrid analog and digital receive beamforming scheme for efficient interference reduction | |
CN111769856B (zh) | 用于oam-mimo动态信道的功率分配方法 | |
Xu et al. | Data-driven beam management with angular domain information for mmWave UAV networks | |
Cong et al. | Vehicular behavior-aware beamforming design for integrated sensing and communication systems | |
Rajarajeswarie et al. | Machine learning based hybrid precoder with user scheduling technique for maximizing sum rate in downlink MU-MIMO system | |
CN109067446B (zh) | 一种多天线多用户大规模天线的混合预编码方法 | |
Gupta et al. | A novel hybrid precoding technique for millimeter wave | |
Chen et al. | Hybrid beamforming and data stream allocation algorithms for power minimization in multi-user massive MIMO-OFDM systems | |
CN115276728A (zh) | 一种毫米波系统中的混合预编码方法及系统 | |
CN113595604B (zh) | 一种部分连接架构下的多用户毫米波通信波束成形方法 | |
CN112636800B (zh) | 基于毫米波大规模mimo多用户场景的混合预编码方法 | |
Chopra et al. | Capacity analysis of hybrid MIMO using sparse signal processing in mmW 5G heterogeneous wireless networks | |
Lee et al. | Efficient channel AoD/AoA estimation using widebeams for millimeter wave MIMO systems | |
Kim et al. | A deep neural network based MU-MIMO beamforming training protocol for IEEE 802.11 ay | |
Chiang et al. | Hybrid beamforming strategy for wideband millimeter wave channel models | |
Cho et al. | Hybrid precoding using projection-aided block diagonalization for mmWave MU-MIMO systems | |
CN117295077B (zh) | 一种多小区协同多址地空数据传输方法 |
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 |