CN116846497A - 一种用于动态信道重构的微波暗室配置方法和系统 - Google Patents
一种用于动态信道重构的微波暗室配置方法和系统 Download PDFInfo
- Publication number
- CN116846497A CN116846497A CN202310737690.8A CN202310737690A CN116846497A CN 116846497 A CN116846497 A CN 116846497A CN 202310737690 A CN202310737690 A CN 202310737690A CN 116846497 A CN116846497 A CN 116846497A
- Authority
- CN
- China
- Prior art keywords
- probe
- power spectrum
- target
- vector
- representing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 239000000523 sample Substances 0.000 claims abstract description 250
- 238000001228 spectrum Methods 0.000 claims abstract description 147
- 239000013598 vector Substances 0.000 claims abstract description 147
- 239000011159 matrix material Substances 0.000 claims abstract description 63
- 238000012795 verification Methods 0.000 claims abstract description 13
- 238000012360 testing method Methods 0.000 claims description 74
- 238000004364 calculation method Methods 0.000 claims description 40
- 230000006870 function Effects 0.000 claims description 20
- 238000012216 screening Methods 0.000 claims description 15
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 238000003786 synthesis reaction Methods 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 8
- 101500028021 Drosophila melanogaster Immune-induced peptide 16 Proteins 0.000 description 12
- 238000004088 simulation Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 101150096185 PAAS gene Proteins 0.000 description 2
- 235000010582 Pisum sativum Nutrition 0.000 description 2
- 240000004713 Pisum sativum Species 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- 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
- H04B7/0452—Multi-user MIMO systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提供一种用于动态信道重构的微波暗室配置方法和系统,方案如下:建立多探头微波暗室的球形功率谱模型以估计目标角功率谱向量。构建所有可选择探头的重构角功率谱字典矩阵。基于所有探头的重构角功率谱字典矩阵和所述目标角功率谱向量,利用正交匹配追踪算法选择出预设数量的初始目标探头。计算初始目标探头对应的最优探头权重,计算初始目标探头的重构误差用于依次验证每个初始目标探头,每轮验证中计算并比较未选择探头替换被验证探头后的重构误差,直到所有探头验证完成,得到最优目标探头组合。计算最优目标探头组合的权重,完成信道重构。本发明的技术方案能够准确获取混合MIMO系统的动态信道重构,降低系统的硬件开销。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种用于动态信道重构的微波暗室配置方法和系统。
背景技术
随着近年来对移动数据的需求大规模增长,各类互联设备的数量及移动应用的爆炸式增长,第五代(5G)无线网络技术越来越普及。在5G生态系统中,开发和实施大规模多输入多输出(MIMO)技术至关重要。目前的大规模MIMO技术仍需要进行多维度的性能评估和验证。大规模MIMO系统在波束形成工作模式下,系统需要在非平稳信道环境中保持波束对准。因此,对大规模MIMO系统进行真实的动态信道仿真非常重要。
对于大规模MIMO系统的性能测试需要采用辐射方式,即所谓的空口(over-the-air,OTA)测试。多探头微波暗室(multi-probe anechoic chamber,MPAC)法是OTA测试中常用的信道模拟方法。在多探头微波暗室(MPAC)中,目标信道模型可以映射到部署在腔室中的探头上,通过适当控制探头的激励权重,在信道模拟器(channel emulator,CE)的帮助下在测试区物理可控地重构任意的传播环境。精确的信道仿真需要大量探头和相关硬件资源,但信道模拟器等资源是有限的,并非所有OTA测试探头可以同时用于信道重构,因此采用探头选择算法能够减少硬件需求。然而,现有的高性能探头选择算法需要复杂的数值优化,计算效率低,并且计算精度受限,无法满足动态信道重构的需要。
发明内容
鉴于此,本发明实施例提供了一种用于动态信道重构的微波暗室配置方法和系统,以消除或改善现有技术中存在的一个或更多个缺陷,解决现有的多探头微波暗室方法中需要大量探头、测试成本较高的问题,同时可以满足动态信道重构的需求。
本发明的一个方面提供了一种用于动态信道重构的微波暗室配置方法,所述方法包括以下步骤:
针对多探头微波暗室中的多天线待测设备,建立三维球形功率谱模型;
计算所述待测设备中各天线之间的空间相关性,并构建空间相关性矩阵;
根据所述空间相关性矩阵,基于预设的多个空间角,计算目标角功率谱向量,所述目标角功率谱向量中每个元素表示目标角功率谱在各空间角上的值;
利用所述多探头微波暗室中每个探头到所述待测设备各天线的距离、路径损耗、各天线的位置矢量和各空间角的波向量,计算每个探头在预设的每个空间角上对合成所述目标角功率谱的贡献,并组合为字典矩阵;
基于正交匹配跟踪法筛选初始目标探头,在每一轮筛选中,对所有已选择探头在所述字典矩阵中记载的所述贡献添加第一最优权重向量,并结合所述目标功率谱向量计算残差向量,所述第一最优权重向量采用闭式解的方式得到;对于未被选择的候选探头,计算其在所述字典矩阵中记载的所述贡献与所述残差向量的相关性,选择相关性最大的所述候选探头加入所述已选择探头中,并执行下一轮筛选,直至得到第一设定数量的所述初始目标探头;
依次对每个初始目标探头进行验证,在每轮初始目标探头的验证过程中,基于拉格朗日乘子法和ktt条件,计算所有初始目标探头在所述字典矩阵中记载的所述贡献的第二最优权重向量;采用所述第二最优权重向量对所述初始目标探头的所述贡献加权,并与所述目标功率谱向量作差后求二阶范数,得到第一目标角功率谱重构误差;采用未被选择探头依次替换本轮验证的初始目标探头,并计算每个未被选择探头对应的第二目标角功率谱重构误差,将其中最小的所述第二目标角功率谱重构误差与所述第一目标角功率谱重构误差进行比较,若小于所述第一目标角功率谱重构误差,则采用最小所述第二目标角功率谱重构误差对应的未被选择探头替换本轮验证的初始目标探头;
当所有初始目标探头均被验证结束后,得到所述第一设定数量的最优目标探头,并基于所述拉格朗日乘子法和所述ktt条件更新各最优目标探头在所述字典矩阵中记载的所述贡献的第三最优权重向量,完成信道重构。
在本发明的一些实施例中,所述建立三维球形功率谱模型,包括:
将所述球形功率谱P(Ω)建模为仰角θ和方位角φ的函数:
P(Ω)=P(φ,θ)=P(φ)P(θ),
其中,Ω表示空间角,P(φ)表示方位角功率谱,P(θ)表示仰角功率谱。
在本发明的一些实施例中,所述构建空间相关性矩阵,包括:
计算待测设备中各天线之间的空间相关性,计算公式如下:
ρu,v=∮P(Ω)exp(jβΩ(ru-rv))dΩ,
其中,P(Ω)表示在所述空间角Ω上所述球形功率谱函数exp为以e为底的指数函数,j表示虚数单位,βΩ表示与所述空间角Ω相关的波向量,ru表示所述待测设备的第u个天线单元位置向量,rv表示所述待测设备的第v个天线单元位置向量;
构建所述空间相关性矩阵R:
其中,N表示所述待测设备的天线单元数量。
在本发明的一些实施例中,计算目标角功率谱向量,包括如下步骤:
计算所述目标角功率谱在空间角Ω上的值,计算公式如下:
其中,aN(Ω)=exp(jβΩrN),a(Ω)表示阵列导向矢量,aH(Ω)表示a(Ω)的共轭转置,R表示所述空间相关性矩阵,N表示所述待测设备的天线单元数量;
通过给定不同空间角值Ω1…ΩQ,得到所述目标角功率谱向量PT,计算公式如下:
其中,Q表示计算的离散空间角数量。
在本发明的一些实施例中,计算每个探头在预设的每个空间角上对合成所述目标角功率谱的贡献,并组合为字典矩阵,包括:
计算单个探头在所述空间角Ω上对合成所述目标角功率谱的贡献,计算公式如下:
其中,L(.)表示路径损耗,dm,n表示第m个探头到第n个所述待测设备天线单元的距离,dm,n′表示第m个探头到第n′个所述待测设备天线单元的距离,βΩ表示与所述空间角Ω相关的波向量,||βΩ||表示对βΩ取模,rn表示第n个所述待测设备天线单元的位置向量,rn′表示第n′个所述待测设备天线单元的位置向量;
计算第m个探头在各空间角Ω1…ΩQ上对合成所述目标角功率谱的贡献,组合为公式如下:
其中,Q表示计算的离散空间角数量;
计算所有可选探头的所述贡献,组合为所述字典矩阵,公式如下:
其中,M表示所有可选探头数量。
在本发明的一些实施例中,所述残差向量计算公式如下:
其中,rk+1表示第k+1轮筛选中所述残差向量,PT表示所述目标功率谱向量,表示经过k轮选择后已选择的所述初始目标探头对应的所述贡献组成的矩阵;
其中,g表示所述第一最优权重向量,即已选择出的k个探头工作时的最优权重向量,g随着每轮筛选变化,g的所述闭式解如下:
在本发明的一些实施例中,所述第二最优权重向量的计算公式如下:
其中,gopt表示所述第二最优权重向量,表示已选择出第一设定数量的所述初始目标探头的所述贡献组成的矩阵,PT表示所述目标角功率谱向量,/>I表示元素全为1的向量;
其中,αopt表示超参数变量,αopt的计算公式如下:
在本发明的一些实施例中,所述第一目标角功率谱重构误差的计算公式如下:
其中,表示所述第一目标角功率谱重构误差,/>表示已选择出第一设定数量的所述初始目标探头的所述贡献,gopt表示所述第二最优权重向量,PT表示所述目标角功率谱向量;
所述第二目标角功率谱重构误差的计算公式如下:
其中,δ′表示所述第二目标角功率谱重构误差,表示采用所述未被选择探头依次替换本轮验证的初始目标探头得到临时探头组合对应的所述贡献,gopt′表示所述临时探头组合的临时最优权重向量,PT表示所述目标角功率谱向量。
本发明的另一方面提供了一种用于动态信道重构的微波暗室配置的系统,包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该系统实现上述方法的步骤。
本发明的另一方面提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
本发明的有益效果至少是:
本发明提供了一种用于动态信道重构的微波暗室配置方法和系统。针对多探头微波暗室中的待测设备建立三维球形功率谱模型,进而建立待测设备中天线单元的空间相关性矩阵,利用空间相关性矩阵和不同的空间角值,估计目标角功率谱向量。同时计算每个可选择探头在预设的每个空间角上对合成目标角功率谱的贡献,组合为字典矩阵。基于正交匹配跟踪法,引入探头权重,利用目标角功率谱向量与加权后的已选择探头对合成目标角功率谱的贡献,构建残差向量。基于字典矩阵与残差向量的相关性,选择出预设数量的初始目标探头。利用拉格朗日乘子法和ktt条件计算所有初始目标探头的最优权重。利用目标角功率谱向量和加权后的所有初始目标探头贡献建立第一重构误差。依次验证已选择的初始目标探头,每轮验证中用未被选择探头依次替换被验证的初始目标探头,比较替换后的探头组合对应的第二重构误差与第一重构误差,直至所有初始目标探头被验证,获得最终的最优探头组合,计算其对应的权重,完成信道重构。该方法和系统以极高的计算效率完成探头选择和权重优化,降低了系统的硬件需求,适用于高精度的动态信道重构。
本发明的附加优点、目的,以及特征将在下面的描述中将部分地加以阐述,且将对于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是,能够用本发明实现的目的和优点不限于以上具体所述,并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明一实施例中,一种用于动态信道重构的微波暗室配置方法流程图。
图2为本发明另一实施例中,基于扇形MPAC的massive MIMO BS OTA测试方案。
图3为本发明另一实施例中,基于最小化空间相关性误差的探头配置方法流程图。
图4为本发明另一实施例中,基于最小化PAS谱重构误差的探头配置方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
信道重构的主要目标是正确控制从探头发射的信号,使得待测设备(DeviceUnder Test,DUT)所经历的模拟信道接近目标信道。常用的两种信道模拟方法是预衰落信号合成(PFS)法和平面波合成(PWS)法。本发明利用常用的PFS技术实现三维信道仿真。PFS方法的主要思想是为探头分配合适的功率权重,以在接收端重现目标信道的空间特性。
由于大规模MIMO待测设备(device under test,DUT)不会提供用于测试的天线射频(radio frequency,RF)连接器,传导测试对于5G新空口(New radio,NR)测试是不可行的。因此,自适应天线系统的性能测试需要采用辐射方式,即所谓的空口(over-the-air,OTA)测试。OTA测试是一种测量方法,用于评估物理集成DUT在正常工作模式下的关键性能指。多探头微波暗室(multi-probe anechoic chamber,MPAC)是真正的端到端测试方法。在MPAC中,目标信道模型可以映射到部署在腔室中的探头上。通过适当控制探头的激励权重,可以在信道模拟器(channel emulator,CE)的帮助下在测试区物理可控地重构任意的传播环境,是OTA测试中的主流方案。
本发明提出了一种新的大规模MIMO性能验证的微波暗室配置方法,基于最小化目标角功率谱重构误差的高精度探头选择方法,通过适当选择和加权探头,可以在微波暗室中准确再现真实的动态传播环境,极大降低了计算复杂度,适用于快速的信道重构场景。
具体的,本发明的实施例提供了一种用于动态信道重构的微波暗室配置方法,如图1所示,包括以下步骤S101~107:
步骤S101:针对多探头微波暗室中的多天线待测设备,建立三维球形功率谱模型。
步骤S102:计算待测设备中各天线之间的空间相关性,并构建空间相关性矩阵。
步骤S103:根据空间相关性矩阵,基于预设的多个空间角,计算目标角功率谱向量,目标角功率谱向量中每个元素表示目标角功率谱在各空间角上的值。
步骤S104:利用多探头微波暗室中每个探头到待测设备各天线的距离、路径损耗、各天线的位置矢量和各空间角的波向量,计算每个探头在预设的每个空间角上对合成目标角功率谱的贡献,并组合为字典矩阵。
步骤S105:基于正交匹配跟踪法筛选初始目标探头,在每一轮筛选中,对所有已选择探头在字典矩阵中记载的贡献添加第一最优权重向量,并结合目标功率谱向量计算残差向量,第一最优权重向量采用闭式解的方式得到。对于未被选择的候选探头,计算其在字典矩阵中记载的贡献与残差向量的相关性,选择相关性最大的候选探头加入已选择探头中,并执行下一轮筛选,直至得到第一设定数量的初始目标探头。
步骤S106:依次对每个初始目标探头进行验证,在每轮初始目标探头的验证过程中,基于拉格朗日乘子法和ktt条件,计算所有初始目标探头在字典矩阵中记载的贡献的第二最优权重向量。采用第二最优权重向量对初始目标探头的贡献加权,并与目标功率谱向量作差后求二阶范数,得到第一目标角功率谱重构误差。采用未被选择探头依次替换本轮验证的初始目标探头,并计算每个未被选择探头对应的第二目标角功率谱重构误差,将其中最小的第二目标角功率谱重构误差与第一目标角功率谱重构误差进行比较,若小于第一目标角功率谱重构误差,则采用最小第二目标角功率谱重构误差对应的未被选择探头替换本轮验证的初始目标探头。
步骤S107:当所有初始目标探头均被验证结束后,得到第一设定数量的最优目标探头,并基于拉格朗日乘子法ktt条件更新各最优目标探头在字典矩阵中记载的贡献的第三最优权重向量,完成信道重构。
具体的,在步骤S101中,建立三维球形功率谱模型,包括:
将球形功率谱P(Ω)建模为仰角θ和方位角φ的函数:
P(Ω)=P(φ,θ)=P(φ)P(θ);
其中,Ω表示空间角,P(φ)表示方位角功率谱,P(θ)表示仰角功率谱,P(φ)、P(θ)通常服从截断拉普拉斯分布。
球形功率谱、方位角功率谱和仰角功率谱是用于描述三维空间中信号或场的频谱特性的不同表示方法。球形功率谱利用球谐函数来描述信号或场在不同方向和频率上的功率分布。球形功率谱表示了信号或场在各个方向上的功率。
方位角功率谱是球形功率谱在固定仰角上的切片,描述了在该仰角上信号或场随方位角变化的功率分布情况。仰角功率谱是球形功率谱在固定方位角上的切片,描述了在该方位角上信号或场随仰角变化的功率分布情况。因此,球形功率谱可以表示为方位角功率谱与仰角功率谱的乘积形式,这种分解可以通过球谐函数展开系数计算实现。
具体的,在步骤S102中,构建空间相关性矩阵,包括:
计算待测设备中各天线之间的空间相关性,计算公式如下:
ρu,v=∮P(Ω)exp(jβΩ(ru-rv))dΩ,
其中,P(Ω)表示空间角Ω上球形功率谱,j表示虚数单位,函数exp为以e为底的指数函数,βΩ表示与空间角Ω相关的波向量,ru表示待测设备的第u个天线单元位置向量,rv表示待测设备的第v个天线单元位置向量。
因此,利用待测设备中各天线之间的空间相关性构建空间相关性矩阵R,表示如下:
其中,N表示待测设备的天线单元数量。
待测设备中各天线之间的空间相关性是指天线单元之间在空间中的相互影响程度。它描述了天线单元之间的信号传播特性,包括干涉效应、多径效应、相干效应等。当天线单元之间存在空间相关性时,它们之间的信号会相互干涉,导致信号的增强或衰减。在波束形成中,通过天线单元之间的相位调控可以形成定向的波束。
具体的,在步骤S103中,计算目标角功率谱向量,包括如下步骤:
计算目标角功率谱在某个空间角Ω上的值,计算公式如下:
其中,aN(Ω)=exp(jβΩrN),a(Ω)表示阵列导向矢量,阵列导向矢量用于描述和定位天线阵列接收到的信号的矢量。aH(Ω)表示a(Ω)的共轭转置,R表示空间相关性矩阵,N表示待测设备的天线单元数量。
通过给定不同空间角值Ω1…ΩQ,得到目标角功率谱向量PT,计算公式如下:
其中,Q表示计算的离散空间角数量。离散空间角是指在空间中选择的一组离散的方位角和仰角,用于模拟多天线之间的空间分布。每个离散空间角对应于MIMO系统中的一个信道。MIMO测试中,离散空间角的数量取决于系统中的天线配置和测试要求。
具体的,在本步骤S104中,计算每个探头在预设的每个空间角上对合成目标角功率谱的贡献,并组合为字典矩阵,包括:
计算单个探头在空间角Ω上对合成目标角功率谱的贡献,计算公式如下:
其中,L(.)表示路径损耗,路径损耗是指电磁波在传播路径中由于传播距离增加而导致的信号功率衰减。dm,n表示第m个探头到第n个待测设备天线单元的距离,dm,n′表示第m个探头到第n′个待测设备天线单元的距离,βΩ表示与空间角Ω相关的波向量,||βΩ||表示对βΩ取模,rn表示第n个待测设备天线单元的位置向量,rn′表示第n′个待测设备天线单元的位置向量。
计算第m个探头在各空间角Ω1…ΩQ上对合成目标角功率谱的贡献,组合为公式如下:
其中,Q表示计算的离散空间角数量。
计算所有可选探头的贡献,组合为字典矩阵,公式如下:
其中,M表示所有可选探头数量。
具体的,在步骤S105中,残差向量计算公式如下:
其中,rk+1表示第k+1轮筛选中的残差向量,PT表示目标功率谱向量,表示经过k轮选择后已选择的初始目标探头对应的贡献组成的矩阵;
其中,g表示第一最优权重向量,即已选择出的k个探头工作时的最优权重向量,g随着每轮筛选变化,g的闭式解如下:
具体的,在步骤S106中,第二最优权重向量的计算公式如下:
其中,gopt表示第二最优权重向量,表示已选择出第一设定数量的初始目标探头的贡献组成的矩阵,PT表示目标角功率谱向量,/>I表示元素全为1的向量;
其中,αopt表示超参数变量,αopt的计算公式如下:
具体的,在步骤S106中,第一目标角功率谱重构误差的计算公式如下:
其中,表示第一目标角功率谱重构误差,/>表示已选择出第一设定数量的初始目标探头的贡献,gopt表示第二最优权重向量,PT表示目标角功率谱向量;
第二目标角功率谱重构误差的计算公式如下:
其中,δ′表示第二目标角功率谱重构误差,表示采用未被选择探头依次替换本轮验证的初始目标探头得到临时探头组合对应的贡献,gopt′表示临时探头组合的临时最优权重向量,PT表示目标角功率谱向量。
可选地,本发明的实施例提供了一种用于动态信道重构的微波暗室配置方法和系统,具体实施方法如下:
近年来,为了应对无线设备和应用程序增加所带来的移动数据流量爆炸式增长,正在部署具有、高速、低延迟和可靠连接的第五代(fifth generation,5G)无线网络。作为关键的5G使能组件,由于其能够进一步利用空间资源和毫米波频带的大量可用频谱资源,大规模的多输入多输出(MIMO)技术是不可或缺的。尽管大规模MIMO系统具有巨大的潜力和前景,但许多关键技术挑战仍有待解决,实际应用中的可行性需要多维度验证。因此,性能评估对于帮助制造商识别设计缺陷并在早期开发阶段对硬件和软件设计进行有针对性的纠正至关重要。然而,波束可控的大规模MIMO系统面临着前所未有的挑战。在波束形成工作模式中,两个通信端将在无线链路建立过程中将波束引向最佳方向,并在由一端或两端的移动性导致的时间非平稳信道环境中保持波束对准。因此,真实的动态信道仿真对于大规模MIMO性能评估至关重要,而过往大部分工作主要投入在终端设备(UE)测试的平稳信道重构。
由于大规模MIMO待测设备(device under test,DUT)不会提供用于测试的天线射频(radio frequency,RF)连接器,因此传导测试对于5G新空口(New radio,NR)测试是不可行的。因此,自适应天线系统的性能测试需要采用辐射方式,即所谓的空口(over-the-air,OTA)测试。OTA测试是一种测量方法,用于评估物理集成DUT在正常工作模式下的关键性能指。多探头微波暗室(multi-probe anechoic chamber,MPAC)是真正的端到端测试方法。在MPAC中,目标信道模型可以映射到部署在腔室中的探头上。通过适当控制探头的激励权重,可以在信道模拟器(channel emulator,CE)的帮助下在测试区物理可控地重构任意的传播环境,是OTA测试中的主流方案。然后可以测试DUT的所有关键部件(包括天线效应)。它在理论上是一种适用于波束变换模式的装置。图2所示,用户模拟器连接到一个或多个CE,然后CE输出连接到功率放大器模块,在5G MIMO OTA测试中,3维双向信道环境是必需的,在有限探头条件下,功放模块需要经过探头选择器选择出特定数量的输入端口进而连接到微波暗室的探头端。
在大规模MIMO(主要是基站)性能测试中,天线阵列的波束成形(beamforming)技术的性能至关重要。为了测试各种波束成形技术的程序,如波束捕捉(beam acquisition),波束追踪(beam tracking)等,我们需要在基站(base stat ion,BS)端重建逼真的信道环境,尤其是精确的角功率谱。由于基站端信道环境的角度扩展(angular spreads,AS)较小,基站OTA测试需要在扇形(sector)MPAC中实现,如图2所示。与传统圆形MPAC相比,扇形MPAC中的探头配置在数量和分布方式上有很大不同,几百个探头天线组成一个探头墙(probewal1)放置在微波暗室的一侧。微波暗室主要用于屏蔽外部信号源,也用于防止不必要的反射。测试区位于微波暗室的另一侧,DUT位于测试区的中心,测试区中心也是坐标系的原点。大量的探头分布于一个扇区上,与原点的距离R大致相等,并且具有一定的角度间隔。MPAC方案的局限可以总结为:
具有高空间分辨率的大孔径DUT的精确信道仿真需要大量探头和相关硬件资源,但信道模拟器等资源是有限的,并非所有OTA探头可以同时用于信道重构,因此探头选择算法能够减少硬件需求。此外,与平稳信道场景相比,用于大规模MIMO测试的探头选择算法不仅应足以满足合成准确信道的需要,而且应具有较高的计算效率,以满足动态重构的需要。然而,传统的高性能探头选择算法过于耗时,例如粒子群优化方法和穷举法。另一方面对于传统UE测试,空间相关性通常用作探头权重计算的指标。然而,空间相关性并不适用于大规模MIMO测试。波束形成操作高度依赖于传播路径信息,而不是统计特性。此外,不同的角功率谱(power angular spectrums,PASs)可以产生相似的空间相关性。最重要的是,现有的基于PAS重构误差的探头权重计算方法需要复杂的数值优化,不适用于动态信道重构。
现有的多探头微波暗室配置方案,以空间相关性重构精度为目标函数,将正交匹配追踪算法应用到三维扇形MPAC探头选择中,从几百个可用探头中选择出最优探头组合,从而实现实现信道重构。如图3所示,包括以下步骤S201~207:
步骤S201:建立三维球形功率谱(spherical power spectrum,SPS)模型。
球形功率谱可以建模为仰角θ和方位角φ的函数:P(φ,θ)=P(φ)P(θ)
其中P(φ)为方位角功率谱PAAS,P(θ)为仰角功率谱PEAS,并且都服从截断拉普拉斯分布。
步骤S202:计算目标空间相关性。
空间相关性,旨在测量在不同天线位置上发射或接收信号的统计相似性,在单极化情况下,第u和第v天线的第m个位置对的第1个簇的目标空间相关性可以表示为:
其中P(l)(Ω)表示第1个簇的球功率谱,和/>表示不同天线单元位置矢量,Ω表示空间角。总体空间相关性向量(关于M个天线对)/>是所有簇的空间相关性向量ρ(l)的功率加权和,将得到的总体空间相关性向量ρ作为初始残差向量应用于步骤S204。
步骤S203:生成关于所有探头的传输矩阵。
假设共有N个可选择探头,第n个探头关于第m个天线对的的传输系数差可以表示为:
其中,表示第k个探头的单位位置向量。第k个探头重构的部分空间相关性用/> 表示,我们称为相关性重构向量,所有探头重构的空相关性组成矩阵/> 将此矩阵作为字典矩阵用于步骤S204。
步骤S204:利用正交匹配追踪法选择最优探头组合;
首先计算初始残差向量,即目标空间相关性向量与字典矩阵中各列向量的相关性,选择相关性最大的列向量并入代表经过k轮选择后已选择的探头相关性重构矩阵,并更新标签集合。
通过更新k+1轮选择时的残差向量,即下式/>
表示仅已选择出的k个探头工作时的最优权重向量,可通过凸优化解下式获得:
经过K轮选择,可获得K个最优探头的标签。将这K个探头用于步骤S205仿真空间相关性;
步骤S205:仿真空间相关性
根据PFS原理,利用步骤S204选择出的探头仿真的空间相关性可以表示为:
其中,表示第k个选择出的探头的单位位置向量,ωk表示其最优权重。
步骤S206:设置目标函数,
为了求最优探头权重,设置目标函数为:
/>
s.t.0≤ωk≤1 ωk∈ω
步骤S207:计算最优探头权重。通过凸优化,解目标函数,得到最优探头权重向量ω。
上述技术主要包括两个方面的缺点:
1)现有的基于最小化空间相关性重构误差的方案不适用于波束变换的大规模MIMO阵列验证,另一方面,现有的基于最小化PAS谱重构误差的探头权重计算策略的计算复杂度过高,不适用于非平稳信道应用。
2)大规模MIMO阵列的性能测试需要高精度的信道空间特性重构,现有的探头选择方案所提供的精度受限,并且未考虑小型微波暗室中的球面波相位非均匀性。
本发明的实施例所要解决的技术问题:
1)本发明的实施例在以PAS谱重构精度为指标的目标函数上,推导出了一种闭式解,不再需要进行复杂的数值计算,极大程度提高了计算效率,适用于动态信道重构。
2)本发明的实施例以PAS重建性能为指标进行探头选择,并将所推导的最小化PAS重建误差的闭式解应用于探头选择中,在正交匹配原理基础上融入了探头回溯验证策略,所计算得到的探头组合显著提高了目标信道空间谱重构精度。此外本发明在探头选择过程中,考虑了近场球面波的相位非均匀性,计算结果适用于不同腔室尺寸的微波暗室。
本发明的实施例提供了一种用于动态信道重构的微波暗室配置方法,具体实施方式如下:
按照常用的PFS技术实现三维信道仿真,如图4所示,包括以下步骤S301~306:
步骤S301:建立三维球形功率谱(spherical power spectrum,SPS)模型;
球形功率谱可以建模为仰角θ和方位角φ的函数:P(φ,θ)=P(φ)P(θ)。
其中P(φ)为方位角功率谱PAAS,P(θ)为仰角功率谱PEAS,并且都服从截断拉普拉斯分布。
步骤S302:计算估计的目标PAS。
首先计算DUT单元间的空间相关性,第u和第v天线的目标空间相关性可以表示为:
ρu,v=∮P(Ω)exp(jβΩ(ru-rv))dΩ,
其中,P(Ω)表示球形功率谱,Ω表示空间角,βΩ表示与空间角Ω相关的波向量,ru和rv表示不同天线单元位置向量。
由此可以构建空间相关性矩阵R:
其中,N表示所述待测设备的天线单元数量。
利用计算出目标PAS谱在某个空间角Ω上的值。
其中,aN(Ω)=exp(jβΩrN),a(Ω)表示阵列导向矢量,aH(Ω)表示a(Ω)的共轭转置,R表示空间相关性矩阵,N表示待测设备(DUT)的天线单元数量./>
通过给定不同方位角值Ω,可以得到估计的目标PAS向量:
其中,Q代表计算的离散空间角数量。
设初始残差向量为r1=PT,Pr代表目标信道向量,残差向量衡量了目标信道环境和已经重构的信道环境的偏差,迭代过程中旨在最小化残差向量。在初始阶段,已经重构目标环境特征为0,因此初始残差向量是PT减去零向量,即:r1=PT-0=PT。
步骤S303:生成关于所有探头的PAS重构矩阵。
假设共有M个可选择探头,第m个探头对合成空间角度为Ω的PAS(角功率)谱的贡献为:
其中,L(.)表示路径损耗,dm,n表示第m个探头到第n个DUT(待测设备)天线单元的距离,dm,n′表示第m个探头到第n′个DUT(待测设备)天线单元的距离,βΩ表示与空间角Ω相关的波向量,||βΩ||表示对βΩ取模,rn表示第n个DUT(待测设备)天线单元的位置向量,rn′表示第n′个DUT(待测设备)天线单元的位置向量。
因此表示第m个探头对合成整个PAS(角功率)谱的贡献,该向量被称为特征向量。
因此可以构成关于一个关于M个探头的字典矩阵:
其中,第m个列向量表示第m个探头对合成整个PAS(角功率)谱的贡献。
步骤S304:利用正交匹配追踪法选择最优探头组合。
通过迭代选择出K个探头,在第k轮选择中,计算字典矩阵中的列向量与残差向量rk之间的相关性,选择呈现最大正相关性的探头,并入代表经过k轮选择后已选择的探头的特征向量组成的矩阵。已选择的探头不可再选择,/>通过/>更新k+1轮选择时的残差向量,即下式/>g表示已选择出的k个探头工作时的最优权重向量,可以通过闭式解为:
经过K轮选择,可获得K个初始探头的标签。将这K个探头用于步骤S305的回溯验证,进一步优化探头组合。
步骤S305:利用回溯验证优化探头组合。
对已经选择出的K的探头使用下述公式计算最优探头权重gopt:
其中表示已选择出的K个探头的特征向量因此当前PAS(角功率)重构误差量组成的矩阵,为:/>依次对这K个已选择的探头进行验证,对于第L个已选探头,M-K个未选择的探头分别与除第L个已选探头之外的已选择的探头组合,因此得到M-K个临时特征矩阵,临时特征矩阵由/>表示。使用公式(1)(2)分别对这M-K个临时特征矩阵计算最优探头权重gopt,以及对应的PAS(角功率)谱重构误差δ′。得到M-K个δ′值,如果最小δ′小于/>则该最小δ′对应的未选择的探头替换掉第1个已选择的探头,/>依次类推,验证第L+1个已选探头。直到所有K个探头都被验证。
步骤S306:获得最优探头组合,并用计算公式(1)(2)计算权重完成信道重构。
综上所述,本发明提供一种用于动态信道重构的微波暗室配置方法和系统,方案如下:建立多探头微波暗室的球形功率谱模型以估计目标角功率谱向量。构建所有可选择探头的重构角功率谱字典矩阵。基于所有探头的重构角功率谱字典矩阵和所述目标角功率谱向量,利用正交匹配追踪算法选择出预设数量的初始目标探头。计算初始目标探头对应的最优探头权重,计算初始目标探头的重构误差用于依次验证每个初始目标探头,每轮验证中计算并比较未选择探头替换被验证探头后的重构误差,直到所有探头验证完成,得到最优目标探头组合。计算最优目标探头组合的权重,完成信道重构。本发明的技术方案能够准确获取混合MIMO系统的动态信道重构,降低系统的硬件开销。
与上述方法相应地,本发明还提供了一种系统,该系统包括计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该系统实现如前所述方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时以实现前述边缘计算服务器部署方法的步骤。该计算机可读存储介质可以是有形存储介质,诸如随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
本领域普通技术人员应该可以明白,结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法,能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
本发明中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于动态信道重构的微波暗室配置方法,其特征在于,包括如下步骤:
针对多探头微波暗室中的多天线待测设备,建立三维球形功率谱模型;
计算所述待测设备中各天线之间的空间相关性,并构建空间相关性矩阵;
根据所述空间相关性矩阵,基于预设的多个空间角,计算目标角功率谱向量,所述目标角功率谱向量中每个元素表示目标角功率谱在各空间角上的值;
利用所述多探头微波暗室中每个探头到所述待测设备各天线的距离、路径损耗、各天线的位置矢量和各空间角的波向量,计算每个探头在预设的每个空间角上对合成所述目标角功率谱的贡献,并组合为字典矩阵;
基于正交匹配跟踪法筛选初始目标探头,在每一轮筛选中,对所有已选择探头在所述字典矩阵中记载的所述贡献添加第一最优权重向量,并结合所述目标功率谱向量计算残差向量,所述第一最优权重向量采用闭式解的方式得到;对于未被选择的候选探头,计算其在所述字典矩阵中记载的所述贡献与所述残差向量的相关性,选择相关性最大的所述候选探头加入所述已选择探头中,并执行下一轮筛选,直至得到第一设定数量的所述初始目标探头;
依次对每个初始目标探头进行验证,在每轮初始目标探头的验证过程中,基于拉格朗日乘子法和ktt条件,计算所有初始目标探头在所述字典矩阵中记载的所述贡献的第二最优权重向量;采用所述第二最优权重向量对所述初始目标探头的所述贡献加权,并与所述目标功率谱向量作差后求二阶范数,得到第一目标角功率谱重构误差;采用未被选择探头依次替换本轮验证的初始目标探头,并计算每个未被选择探头对应的第二目标角功率谱重构误差,将其中最小的所述第二目标角功率谱重构误差与所述第一目标角功率谱重构误差进行比较,若小于所述第一目标角功率谱重构误差,则采用最小所述第二目标角功率谱重构误差对应的未被选择探头替换本轮验证的初始目标探头;
当所有初始目标探头均被验证结束后,得到所述第一设定数量的最优目标探头,并基于所述拉格朗日乘子法和所述ktt条件更新各最优目标探头在所述字典矩阵中记载的所述贡献的第三最优权重向量,完成信道重构。
2.根据权利要求1所述的用于动态信道重构的微波暗室配置方法,其特征在于,所述建立三维球形功率谱模型,包括:
将所述球形功率谱P(Ω)建模为仰角θ和方位角φ的函数:
P(Ω)=P(φ,θ)=P(φ)P(θ),
其中,Ω表示空间角,P(φ)表示方位角功率谱,P(θ)表示仰角功率谱。
3.根据权利要求2所述的用于动态信道重构的微波暗室配置方法,其特征在于,所述构建空间相关性矩阵,包括:
计算待测设备中各天线之间的空间相关性,计算公式如下:
ρu,v=∮P(Ω)exp(jβΩ(ru-rv))dΩ,
其中,P(Ω)表示在所述空间角Ω上所述球形功率谱,函数exp为以e为底的指数函数,j表示虚数单位,βΩ表示与所述空间角Ω相关的波向量,ru表示所述待测设备的第u个天线单元位置向量,rv表示所述待测设备的第v个天线单元位置向量;
构建所述空间相关性矩阵R:
其中,N表示所述待测设备的天线单元数量。
4.根据权利要求3所述的用于动态信道重构的微波暗室配置方法,其特征在于,计算目标角功率谱向量,包括如下步骤:
计算所述目标角功率谱在空间角Ω上的值,计算公式如下:
其中,aN(Ω)=exp(jβΩrN),a(Ω)表示阵列导向矢量,aH(Ω)表示a(Ω)的共轭转置,R表示所述空间相关性矩阵,N表示所述待测设备的天线单元数量;
通过给定不同空间角值Ω1…ΩQ,得到所述目标角功率谱向量PT,计算公式如下:
其中,Q表示计算的离散空间角数量。
5.根据权利要求4所述的用于动态信道重构的微波暗室配置方法,其特征在于,计算每个探头在预设的每个空间角上对合成所述目标角功率谱的贡献,并组合为字典矩阵,包括:
计算单个探头在所述空间角Ω上对合成所述目标角功率谱的贡献,计算公式如下:
其中,L(.)表示路径损耗,dm,n表示第m个探头到第n个所述待测设备天线单元的距离,dm,n′表示第m个探头到第n′个所述待测设备天线单元的距离,βΩ表示与所述空间角Ω相关的波向量,||βΩ||表示对βΩ取模,rn表示第n个所述待测设备天线单元的位置向量,rn′表示第n′个所述待测设备天线单元的位置向量;
计算第m个探头在各空间角Ω1…ΩQ上对合成所述目标角功率谱的贡献,组合为公式如下:
其中,Q表示计算的离散空间角数量;
计算所有可选探头的所述贡献,组合为所述字典矩阵,公式如下:
其中,M表示所有可选探头数量。
6.根据权利要求5所述的用于动态信道重构的微波暗室配置方法,其特征在于,所述残差向量计算公式如下:
其中,rk+1表示第k+1轮筛选中所述残差向量,PT表示所述目标功率谱向量,表示经过k轮选择后已选择的所述初始目标探头对应的所述贡献组成的矩阵;
其中,g表示所述第一最优权重向量,即已选择出的k个探头工作时的最优权重向量,g随着每轮筛选变化,g的所述闭式解如下:
7.根据权利要求6所述的用于动态信道重构的微波暗室配置方法,其特征在于,所述第二最优权重向量的计算公式如下:
其中,gopt表示所述第二最优权重向量,表示已选择出第一设定数量的所述初始目标探头的所述贡献组成的矩阵,PT表示所述目标角功率谱向量,/>I表示元素全为1的向量;
其中,αopt表示超参数变量,αopt的计算公式如下:
8.根据权利要求7所述的用于动态信道重构的微波暗室配置方法,其特征在于,所述第一目标角功率谱重构误差的计算公式如下:
其中,表示所述第一目标角功率谱重构误差,/>表示已选择出第一设定数量的所述初始目标探头的所述贡献,gopt表示所述第二最优权重向量,PT表示所述目标角功率谱向量;
所述第二目标角功率谱重构误差的计算公式如下:
其中,δ′表示所述第二目标角功率谱重构误差,表示采用所述未被选择探头依次替换本轮验证的初始目标探头得到临时探头组合对应的所述贡献,gopt′表示所述临时探头组合的临时最优权重向量,PT表示所述目标角功率谱向量。
9.一种用于动态信道重构的微波暗室配置系统,包括处理器和存储器,其特征在于,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该系统实现如权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310737690.8A CN116846497A (zh) | 2023-06-20 | 2023-06-20 | 一种用于动态信道重构的微波暗室配置方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310737690.8A CN116846497A (zh) | 2023-06-20 | 2023-06-20 | 一种用于动态信道重构的微波暗室配置方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116846497A true CN116846497A (zh) | 2023-10-03 |
Family
ID=88173597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310737690.8A Pending CN116846497A (zh) | 2023-06-20 | 2023-06-20 | 一种用于动态信道重构的微波暗室配置方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116846497A (zh) |
-
2023
- 2023-06-20 CN CN202310737690.8A patent/CN116846497A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108347268B (zh) | 用于执行多输入多输出(mimo)空中下载测试的系统和方法 | |
Kyösti et al. | On radiated performance evaluation of massive MIMO devices in multiprobe anechoic chamber OTA setups | |
JP5607237B2 (ja) | 無線通信を用いる試験システム | |
KR102481050B1 (ko) | 어레이 안테나의 총 복사 전력을 측정하기 위한 방법, 장치 및 시스템 | |
JP5280544B2 (ja) | 無線テスト | |
US9742508B1 (en) | Systems and methods for calibrating multiple input, multiple output (MIMO) test systems and for using the calibrated MIMO test systems to test mobile devices | |
EP2070213B1 (en) | Method and system for syntesizing array antennas | |
JP5650850B2 (ja) | オーバー・ジ・エアー試験 | |
WO2020248917A1 (zh) | 阵列天线总辐射功率测量方法、装置、系统、终端以及计算机存储介质 | |
Fan et al. | Over-the-air testing of 5G communication systems: Validation of the test environment in simple-sectored multiprobe anechoic chamber setups | |
Tewes et al. | A comprehensive dataset of RIS-based channel measurements in the 5GHz band | |
Zhang et al. | Performance testing of massive MIMO base station with multi-probe anechoic chamber setups | |
CN116846497A (zh) | 一种用于动态信道重构的微波暗室配置方法和系统 | |
Xin et al. | OTA testing for massive MIMO devices using cascaded APM networks and channel emulators | |
Castellanos et al. | Electromagnetic manifold characterization of antenna arrays | |
US20220163579A1 (en) | Method, apparatus, and device of reconstructing non-kronecker structured channels | |
Wang et al. | Plane wave compensation technique for multiple‐input multiple‐output over‐the‐air testing in small multi‐probe anechoic chamber | |
Li et al. | Probe selection and power weighting in multiprobe OTA testing: a neural network-based approach | |
Sun et al. | An efficient probe selection method for 5G base station OTA testing with MPAC setup | |
Fan et al. | Probe selection algorithm for massive mimo base station ota testing | |
Pei et al. | Impact of probe coupling on emulation accuracy in massive MIMO OTA testing | |
Huang et al. | Beam tracking particle filter for hybrid beamforming and precoding systems | |
RU2783695C1 (ru) | Способ, устройство, система и терминал для измерения полной излучаемой мощности и машиночитаемый носитель данных | |
TWI388851B (zh) | 模擬量測裝置及方法 | |
Fan et al. | Near-Field Channel Characterization for Mid-band ELAA Systems: Sounding, Parameter Estimation, and Modeling |
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 |