CN117200845A - 一种基于低频信号位置感知的毫米波波束对齐方法 - Google Patents
一种基于低频信号位置感知的毫米波波束对齐方法 Download PDFInfo
- Publication number
- CN117200845A CN117200845A CN202311170107.6A CN202311170107A CN117200845A CN 117200845 A CN117200845 A CN 117200845A CN 202311170107 A CN202311170107 A CN 202311170107A CN 117200845 A CN117200845 A CN 117200845A
- Authority
- CN
- China
- Prior art keywords
- millimeter wave
- antennas
- error
- distance
- channel
- 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 43
- 239000013598 vector Substances 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 230000006854 communication Effects 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 238000002474 experimental method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000015429 Mirabilis expansa Nutrition 0.000 description 1
- 244000294411 Mirabilis expansa Species 0.000 description 1
- 244000019194 Sorbus aucuparia Species 0.000 description 1
- 235000009790 Sorbus aucuparia Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 235000013536 miso Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Radio Transmission System (AREA)
Abstract
本发明公开了一种基于低频信号位置感知的毫米波波束对齐方法,具体步骤如下:S1、建立通信系统模型;S2、建立位置信息与信道建模的关系;S3、基于SUB‑6G控制信号的感知定位;S4、基于估计距离误差的鲁棒性信道建模;S5、最大化接收信号功率。本发明采用上述方法,通过利用对SUB‑6G信号的距离感知技术得到用户到各个基站的估计距离,通过该估计距离计算得到目标用户最有可能的实际位置;利用实际位置的信息在不需要波束扫描的前提下信道建模,然后利用估计位置信息是可能产生的误差距离为参考,基于误差构建鲁棒性的信道模型,通过最大化接收信号的最优化问题求解得到发射端最优的天线调制方向和功率分配向量,从而实现较好的波束对齐效果。
Description
技术领域
本发明涉及毫米波通信技术领域,尤其是涉及一种基于低频信号位置感知的毫米波波束对齐方法。
背景技术
现有技术中,毫米波频段的逐渐展开使用,使得无线电系统、通信系统都向更高频段和更大天线阵列方向不停发展。因此系统在硬件结构和信道特性以至于传感技术等方面将会涌现更多相似之处,从而为集成传感与通信这一技术提供更多土壤。
传统的波束对齐技术,需要由天线向范围内区域做波束扫描,然后对不同方向的功率强度的筛选得到目标用户可能的大致方位,确定目标的最终位置。诚然,如果已知目标的用户位置,可以通过优化发射端天线的波束方向,从而对齐到目标位置,实现快速波束对齐。在已知位置信息的情况下可以大幅度减少或避免波束扫描查找的过程,降低系统损耗。因此基于位置信息辅助的波束对齐较传统方法更有优势。
而位置信息的来源方法有多种,有通过感知测量获得,也有通过GPS等现有技术工具获得,但是通过这些方法获得信息位置无一例外都需要额外的时间和能源开销。因此,有待探究在通信过程中,开发成本和运维成本都均衡且较小的情况下,实现获得一个较准确的信息位置从而辅助波束对齐技术。
发明内容
本发明的目的是提供一种基于低频信号位置感知的毫米波波束对齐方法,不通过额外开销,仅使用建立通信连接的必要SUB-6G信号实现通感一体化,在控制信号发送的同时,感知位置信息。
为实现上述目的,本发明提供了一种基于低频信号位置感知的毫米波波束对齐方法,具体步骤如下:
S1、建立通信系统模型;
S2、建立位置信息与信道建模的关系;
S3、基于SUB-6G控制信号的感知定位;
S4、基于估计距离误差的鲁棒性信道建模;
S5、最大化接收信号功率。
优选的,在S1建立通信系统模型中,建立接收信号功率模型:
rx=hWvx+n0
其中,x为毫米波天线发送的信号,v为n×1的毫米波天线功率分配向量,W为nm×n的天线调制方向矩阵,h为1×nm的毫米波信道,n0为加性高斯白噪声;n是天线组的数量,m是每组天线中的天线个数,则构建的接收信号功率为:
其中,||Wi,k||=1,||v||2=1为约束条件,为噪音功率;
系统在通过无线感知技术和使用最小误差距离平方的最优化方法结算得到用户的大概位置后,通过位置关系和空间属性计算信号传输的发送角和达到角以及毫米波天线的信道特性利用该最优化模型得到最适应的天线调制方向矩阵W和毫米波天线功率分配向量v,得到最大接收功率。
优选的,在S2建立位置信息与信道建模的关系中,利用最小化误差距离平方的方法,使估计目标用户的位置距离天线组的距离和感知得到的感知距离的差值平方最小,得到目标用户定位位置和三组天线的距离以及方向角,利用Saleh-Valenzuela模型,将毫米波表述为:
其中,令i代表第i组天线,k代表为该组天线的第k数量根天线,dspacing天为线间间隔距离,αl为路径增益,L为传播路径的个数,θi为目标用户位置与第i组天线位移方向和天线方向夹角,λ为波长,j2=-1。
优选的,在S3基于SUB-6G控制信号的感知定位中,具体步骤如下:
S31、采用非自适应线性测量来捕获信号在一组测量向量上的投影;
S32、将目标信号放在稀疏或可压缩域中表示;
S33、通过贪婪算法或基础追踪等基于优化的算法通从压缩测量中重建恢复原始信号;
S34、通过原始信号计算得到测量的距离。
优选的,在S4基于估计距离误差的鲁棒性信道建模中,Δθi为目标用户位置与第i组天线方向夹角存在的误差,根据几何关系,角度误差表示为:
其中,di为第i组天线得到的感知距离,Δdi为第i组天线估计得到的位置和实际用户所在位置的位移差。
优选的,在S4基于估计距离误差的鲁棒性信道建模中,真实信道响应h(i-1)×m+k和估计得到的信道响应之间则满足如下关系:
则可推出C(i-1)×m+k与估计夹角和误差夹角Δθi之间满足
其中,C(i-1)×m+k为基于估计距离误差下的鲁棒性信道偏移修正,是nm×nm大小的对角矩阵。
优选的,在S4基于估计距离误差的鲁棒性信道建模中,基于误差构建鲁棒性的信道模型为:
优选的,在S5最大化接收信号功率中,接收信号功率的最优化求解式为:
因此,本发明采用上述一种基于低频信号位置感知的毫米波波束对齐方法,通过利用对SUB-6G信号的距离感知技术得到用户到各个基站的估计距离,通过该估计距离计算得到目标用户最有可能的实际位置。利用该实际位置的信息在不需要波束扫描的前提下信道建模,然后利用估计位置信息是可能产生的误差距离为参考,基于该误差构建鲁棒性的信道模型,从而实现较好的波束对齐效果。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1是本发明一种基于低频信号位置感知的毫米波波束对齐方法的系统模型示意图;
图2是本发明一种基于低频信号位置感知的毫米波波束对齐方法的信道模型图;
图3是本发明一种基于低频信号位置感知的毫米波波束对齐方法的误差距离示意图;
图4是本发明一种基于低频信号位置感知的毫米波波束对齐方法的感知位置示意图;
图5是本发明一种基于低频信号位置感知的毫米波波束对齐方法的流程图;
图6是本发明一种基于低频信号位置感知的毫米波波束对齐方法的随机取点A处的接收信号功率;其中,上部分图表示实际用户在实际位置A处接收的来自三组天线的三组不同实验的接收功率,下部分图表示为三组不同实验的总接收功率;
图7是本发明一种基于低频信号位置感知的毫米波波束对齐方法的随机取点B处的接收信号功率;其中,上部分图表示实际用户在实际位置B处接收的来自三组天线的三组不同实验的接收功率,下部分图表示为三组不同实验的总接收功率;
图8是本发明一种基于低频信号位置感知的毫米波波束对齐方法的随机取点C处的接收信号功率;其中,上部分图表示实际用户在实际位置C处接收的来自三组天线的三组不同实验的接收功率,下部分图表示为三组不同实验的总接收功率。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
本发明提供了一种基于低频信号位置感知的毫米波波束对齐方法,具体步骤如下:
S1、建立通信系统模型;
S2、建立位置信息与信道建模的关系;
S3、基于SUB-6G控制信号的感知定位;
S4、基于估计距离误差的鲁棒性信道建模;
S5、最大化接收信号功率。
实施例1
S1、建立通信系统模型
毫米波通信过程中,鉴于毫米波穿透性差等因素,往往使用SUB-6G信号作为控制信号。因此,当SUB-6G信号用于通信时,天线可以同步对SUB-6G信号做距离感知得到天线距离用户的估计距离。由于误差的存在,估计距离并不准确,无法得到具体的用户位置。在本模型中,使用最小误差距离平方的最优化方法结算得到用户的大概位置;通过位置关系和空间属性计算出毫米波天线的信道特性以及信后传输的发送角、达到角,从而根据以上内容实现减少信号波束对齐扫描空间,加快波速对齐实现的技术方法。
如图1所示,模型中有三组天线和一个用户,用户发送SUB-6G控制信号,天线接收到信号后对其感知,然后通过空间信息进行波束对齐。在建模方向上,为简化计算,天线和目标用户均视为处于同一平面内,同时,三组天线间处理信号和发送信号均视为同步控制发送。
S2、建立位置信息与信道建模的关系
假设毫米波天线系统的有三组,处于三处不同的位置。而用户位置距离三组天线的距离均在毫米波的通信范围之内。
用户首先发送一簇SUB-6G的控制信号,三组毫米波天线接收信号并通过无线感知技术得到用户与天线之间的感知距离。然后通过三组感知距离估计出用户的大体位置。从而计算波束对齐方向,向该方向做波束扫描。
如图2所示,在做波束对齐的过程中,三组毫米波天线发送的信号x首先经过毫米波天线的功率分配v,然后在每组天线的发射处由该组天线对其由W的角度对齐,最后,发送出的信号还会经过毫米波信道h和噪声环境n0的影响从而被用户接收。这一过程可以建立成如式(1)所示的信道模型:
rx=hWvx+n0 (1)
对于用户接收到的信号,可由该模型知其可分为两部分,一部分为经过调制和信道响应的发送信号,另一部分为环境噪声。系统希望噪声越小越好,噪声小对系统的影响更小。但因为噪声是客观存在且不可人为改变的内容,所以系统需要使得信噪比尽可能的高从而减少噪音对环境的影响。
如式(2)所示,可以通过感知得到的位置信息用毫米波天线的信道建模方法估计出信道响应h的值,基于该信道响应,可选择最适的天线调制方向矩阵W和毫米波天线功率分配向量v来得到最大的信噪比。
由于误差的存在,估计距离并不能实际的表达用户实际的位置信息,所以在本实验中,系统允许估计得到的信息位置存在一个最大误差距离不超过Δd的误差范围。这表示用户的实际位置可能存在在以当前估计位置为圆心,半径为Δd的圆内,如图3所示。因此系统为该误差半径设置了一组W和v,使得信号经过这组W和v和信道h的响应之后,得到最大的接收信号期望。
W为天线调制方向矩阵,是一组天线发射端的角度校正向量,故其模为1,即可写成如式(3)所示的约束条件:
||Wi,k||=1 (3)
其中i和k分别代表了该天线是第i组天线的第k数量根天线。表示为W中第i列第(i-1)×m+k行元素。
同理,v作为功率分配向量,也满足功率分配的约束条件,写成如下约束条件。即三组天线的总功率分配为100%,故向量v其二范数为1,如式(4)所示:
||v||2=1 (4)
于是问题被解释为,在估计得到目标用户的估计位置后,系统给予目标用户一个最大允许误差距离Δd,则系统会为天线设计一组W和v,使得目标用户允许误差范围内的所有位置的接收功率期望达到最大,即最优化问题:
其中为估计得到的位置信息计算的毫米波信道响应,系统需要设计一组W和v向量满足该最优化约束条件并使优化目标达到最大。
S3、基于SUB-6G控制信号的感知定位
基于SUB-6G的控制信号的感知定位可通过压缩感知技术实现。其主要步骤为:
S31、采用非自适应线性测量来捕获信号在一组测量向量上的投影;
S32、将目标信号放在稀疏或可压缩域忠表示;
S33、通过贪婪算法或基础追踪等基于优化的算法通从压缩测量中重建恢复原始信号;
S34、通过原始信号计算得到测量的距离。
S4、基于估计距离误差的鲁棒性信道建模
天线通过用户发送的一簇的SUB-6G信号感知得到感知距离。由于估计得到的三个距离可能存在误差,所以估计得到的距离可能存在误差,于是不能简单地通过估计得到的距离计算用户位置信息从而辅助波束对齐方法。
如图4所示,由于从任意两组天线出发,用这两组天线的感知距离都可以得到满足到两组天线均为感知距离的一组两个交点。而三组天线两两计算便能产生6个不同的交点。虽然可以通过几何的关系,将每组两个点中距离第三根天线误差较大的点舍弃,但这依然会使得系统产生三个不同的交点。所以感知距离由于误差的原因可能无法计算出目标的位置信息,从而无法帮助辅助波束对其方法。
此外,毫米波系统中的波束成形对信道状态信息(CSI)估计的准确性高度敏感。获得准确及时的CSI对于有效的波束成形至关重要。综上,感知距离上的误差和用户可能的移动很容易破坏通信系统的鲁棒性,因此系统需要对估计的用户位置可能存在的误差进行鲁棒性优化。
三组天线位于不同的坐标P1、P2、P3,假设通过无线感知技术得到估计距离,便可通过估计距离结算得到用户位置是Pu。其约束条件表述为一组估计距离满足其三圆相交于一点Pu,且这一组估计距离是由感知距离通过最小平方误差估计得到的。
令di是感知得到的感知距离,P为天线和用户的坐标位置,则估计距离可由如下约束的最优化式(6)表达:
由于估计得到的位置Pu和实际用户所在的位置之间不同,假设两个位置之间存在Δd的位移差。则根据估计位置得到的信道响应也不同。
根据Saleh-Valenzuela模型,令i代表第i组天线,k代表为该组天线的第k数量根天线。天线间间隔距离为dspacing,设置信道传播多径分别有不同的αl的路径增益,目标用户位置与第i组天线位移方向和天线方向夹角为θi,则毫米波信道可表述为:
由于误差位移的存在,目标用户位置与第i组天线方向的夹角存在误差Δθi,根据几何关系,可以将角度误差表示成式(8):
故真实信道响应h(i-1)×m+k和估计得到的信道响应之间则满足如式(9)的关系:
根据式(8)与式(7)可推出C(i-1)×m+k与估计夹角和误差夹角Δθi间有关系式(10)
C(i-1)×m+k为对角矩阵C对角线上第(i-1)×m+k个元素,原最优化问题即可表述为:
S5、最大化接收信号功率
在本小节中,主要探究的内容为接收信号功率的最大化。假定噪音为功率固定大小的高斯白噪声,则最大接收功率与噪音n0和发送信号x无关。那么,在估计最适的角度校正向量W和功率分配向量v时,依赖于的估计取值。
所以原最优化问题可转化为:
由于系统模型为MISO,仅有目标用户单天线接收信息,故三组天线传送的消息x相同,由此,目标用户的接收信号总功率期望为三根天线单独的功率期望之和的平均值,如式(13)所示:
对各向量分析,可知向量是第i组天线的信道响应向量,其大小为1×m,是/>中第(i-1)×m至i×m共m个元素,Ci是大小为m×m的对角矩阵,其对角线上的元素为C上第(i-1)×m至i×m共m个元素。wi为m×1的列向量,是W的第i列向量。vi是大小1×1的第i组天线的功率分配系数。
已知是大小为1×m的行向量,Ci是对角矩阵,故通过变化,令/>为/>扩展的对角矩阵,ci为Ci压缩后得到的行向量,则
对单一某一组天线分析,结合式(14)可将单一天线的接收功率最大化问题可化简
是/>经过变换得到的,且/>可通过式(7)的信道模型表达,其取值只与目标用户的估计位置和天线方向有关。而wi和vi均为待优化变量。故其最优化问题即为对ci的自相关矩阵Ri求期望后的wi的最优化问题。
自相关矩阵Ri的期望又可写为
ERi(x,y)=E(ci,xHci,y)=E(ci,y-x) (19)
令对Mi做特征值分解,设λi.max为Mi最大的特征值。xi为最大特征值对应的特征向量。,
max(xi HMixi)=λi,maxxi 2 (20)
由于||Wi,k||=1,故||Wi||=m结合式(18),可知当时,第i组天线有最大接收功率为λi,maxm2。
故原最优化问题可表述为二次型问题。
同理可令Qi=wHλi,maxw,令μi,max和y为矩阵Qi的最大特征值对应的特征向量。
实施例2
如图5所示的流程图,首先设置基站位置,以毫米波天线通信为例,基站之间间隔约为10-20米,其次,设置随机生成的用户位置。发送端发送SUB-6G控制信号,天线段收到受时延等干扰的控制信号并通过无限感知技术得到距离。使用感知距离计算获得信号的初步可能存在的感知位置,然后使用该感知位置和实际位置建模信道,再设置三组实验,分别是以实际位置信道建模的实际位置处接收信号功率,以感知位置辅以鲁棒性优化的信道建模的实际位置处接收信号功率和以感知位置信道建模的实际位置处接收信号功率。
经过matlab程序设计仿真后,发现通过误差界计算后得到的信号强度与直接使用位置信息信道建模的方案相比,具有更高的接收功率。在空间内随机取A、B、C三点,设计对照组(以用户实际位置为信息辅助的信道建模),实验组I(以估计距离位置和误差模型设计的鲁棒信道建模),实验组II(以估计距离位置设计的信道建模)三种不同的实验条件,计算接收出的信号功率,得到如图6、图7和图8所示的结果,图中有上下两部分,其中上部分图表示实际用户在实际位置处接收的来自三组天线的三组不同实验的接收功率。而下部分图则表示为三组不同实验的总接收功率。
因此,本发明采用上述一种基于低频信号位置感知的毫米波波束对齐方法,在于不需要引入额外的开销,只需要通过通信链路建立过程中需要使用的SUB-6G信号感知用户距离从而得到位置信息以完成信道建模。该操作不需要依靠其他额外的资源和操作引入位置信息。通过利用对SUB-6G信号的距离感知技术得到用户到各个基站的估计距离,通过该估计距离计算得到目标用户最有可能的实际位置。利用该实际位置的信息在不需要波束扫描的前提下信道建模,然后利用估计位置信息是可能产生的误差距离为参考,基于该误差构建鲁棒性的信道模型,从而实现较好的波束对齐效果。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (8)
1.一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,具体步骤如下:
S1、建立通信系统模型;
S2、建立位置信息与信道建模的关系;
S3、基于SUB-6G控制信号的感知定位;
S4、基于估计距离误差的鲁棒性信道建模;
S5、最大化接收信号功率。
2.根据权利要求1所述的一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,在S1建立通信系统模型中,建立接收信号功率模型:
rx=hWvx+n0
其中,x为毫米波天线发送的信号,v为n×1的毫米波天线功率分配向量,W为nm×n的天线调制方向矩阵,h为1×nm的毫米波信道,n0为加性高斯白噪声;n是天线组的数量,m是每组天线中的天线个数,则构建的接收信号功率为:
其中,||Wi,k||=1,||v||2=1为约束条件,为噪音功率;
系统在通过无线感知技术和使用最小误差距离平方的最优化方法结算得到用户的大概位置后,通过位置关系和空间属性计算信号传输的发送角和达到角以及毫米波天线的信道特性利用该最优化模型得到最适应的天线调制方向矩阵W和毫米波天线功率分配向量v,得到最大接收功率。
3.根据权利要求1所述的一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,在S2建立位置信息与信道建模的关系中,利用最小化误差距离平方的方法,使估计目标用户的位置距离天线组的距离和感知得到的感知距离的差值平方最小,得到目标用户定位位置和三组天线的距离以及方向角,利用Saleh-Valenzuela模型,将毫米波表述为:
其中,令i代表第i组天线,k代表为该组天线的第k数量根天线,dspacing天为线间间隔距离,αl为路径增益,L为传播路径的个数,θi为目标用户位置与第i组天线位移方向和天线方向夹角,λ为波长,j2=-1。
4.根据权利要求1所述的一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,在S3基于SUB-6G控制信号的感知定位中,具体步骤如下:
S31、采用非自适应线性测量来捕获信号在一组测量向量上的投影;
S32、将目标信号放在稀疏或可压缩域中表示;
S33、通过贪婪算法或基础追踪等基于优化的算法通从压缩测量中重建恢复原始信号;
S34、通过原始信号计算得到测量的距离。
5.根据权利要求1所述的一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,在S4基于估计距离误差的鲁棒性信道建模中,Δθi为目标用户位置与第i组天线方向夹角存在的误差,根据几何关系,角度误差表示为:
其中,di为第i组天线得到的感知距离,Δdi为第i组天线估计得到的位置和实际用户所在位置的位移差。
6.根据权利要求1所述的一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,在S4基于估计距离误差的鲁棒性信道建模中,真实信道响应h(i-1)×m+k和估计得到的信道响应之间则满足如下关系:
则可推出C(i-1)×m+k与估计夹角和误差夹角Δθi之间满足
其中,C(i-1)×m+k为基于估计距离误差下的鲁棒性信道偏移修正,是nm×nm大小的对角矩阵;C(i-1)×m+k表示其对角线上的第(i-1)×m+k个元素。
7.根据权利要求1所述的一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,在S4基于估计距离误差的鲁棒性信道建模中,基于误差构建鲁棒性的信道模型为:
8.根据权利要求1所述的一种基于低频信号位置感知的毫米波波束对齐方法,其特征在于,在S5最大化接收信号功率中,接收信号功率的最优化求解式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311170107.6A CN117200845B (zh) | 2023-09-12 | 一种基于低频信号位置感知的毫米波波束对齐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311170107.6A CN117200845B (zh) | 2023-09-12 | 一种基于低频信号位置感知的毫米波波束对齐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117200845A true CN117200845A (zh) | 2023-12-08 |
CN117200845B CN117200845B (zh) | 2024-07-02 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120425A1 (zh) * | 2019-12-17 | 2021-06-24 | 北京航空航天大学 | 一种毫米波全双工无人机通信中继传输方法 |
CN113179231A (zh) * | 2021-04-15 | 2021-07-27 | 内蒙古大学 | 一种毫米波大规模mimo系统中波束空间信道估计方法 |
CN114629545A (zh) * | 2022-03-11 | 2022-06-14 | 北京航空航天大学 | 一种无人机毫米波鲁棒性混合波束赋形设计方法 |
WO2022121497A1 (zh) * | 2020-12-11 | 2022-06-16 | 华南理工大学 | 基于毫米波智能反射面通信的大规模天线信道估计方法 |
CN115941000A (zh) * | 2022-10-28 | 2023-04-07 | 广东工业大学 | 一种miso系统中最优组播鲁棒发射波束形成方法及系统 |
CN116094553A (zh) * | 2022-11-07 | 2023-05-09 | 上海师范大学 | 基于张量分解的车联网ris辅助注意力机制通信与感知方法 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120425A1 (zh) * | 2019-12-17 | 2021-06-24 | 北京航空航天大学 | 一种毫米波全双工无人机通信中继传输方法 |
WO2022121497A1 (zh) * | 2020-12-11 | 2022-06-16 | 华南理工大学 | 基于毫米波智能反射面通信的大规模天线信道估计方法 |
CN113179231A (zh) * | 2021-04-15 | 2021-07-27 | 内蒙古大学 | 一种毫米波大规模mimo系统中波束空间信道估计方法 |
CN114629545A (zh) * | 2022-03-11 | 2022-06-14 | 北京航空航天大学 | 一种无人机毫米波鲁棒性混合波束赋形设计方法 |
CN115941000A (zh) * | 2022-10-28 | 2023-04-07 | 广东工业大学 | 一种miso系统中最优组播鲁棒发射波束形成方法及系统 |
CN116094553A (zh) * | 2022-11-07 | 2023-05-09 | 上海师范大学 | 基于张量分解的车联网ris辅助注意力机制通信与感知方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019062734A1 (zh) | 基于Wi-Fi热点的室内定位方法及装置 | |
CN112040394B (zh) | 一种基于ai深度学习算法的蓝牙定位方法及系统 | |
CN101272605A (zh) | 一种移动终端定位方法和定位装置 | |
KR20230118182A (ko) | 지능형 메타 표면 조작 방법, 장치, 시스템, 지능형메타 표면 및 저장 매체 | |
CN114025425A (zh) | 一种智能超表面辅助的无线通信与感知定位一体化方法 | |
CN114390463B (zh) | 一种室内多目标被动式定位方法、系统及电子设备 | |
CN113993074B (zh) | 一种5g基站信号收发装置及目标定位方法 | |
CN111200456A (zh) | 一种联合自主定位的快速低耗的3d波束赋形方法 | |
CN115278526A (zh) | 终端定位方法、装置、电子设备及存储介质 | |
CN115190448A (zh) | 智能反射面辅助的认知无人机通信网络设计方法 | |
CN104581945A (zh) | 基于距离约束的半监督apc聚类算法的wlan室内定位方法 | |
CN115150744A (zh) | 一种大型会议场馆室内信号干扰源定位方法 | |
CN114660564A (zh) | 一种雷达通信频谱共存系统的频谱共享配置方法 | |
CN102833848B (zh) | 一种移动台定位方法、装置和系统 | |
CN109932690A (zh) | 一种基于接收信号强度的多目标水声定位方法 | |
Krijestorac et al. | Agile radio map prediction using deep learning | |
US20230362039A1 (en) | Neural network-based channel estimation method and communication apparatus | |
CN117200845B (zh) | 一种基于低频信号位置感知的毫米波波束对齐方法 | |
CN109921865B (zh) | 一种全空域相控阵天线的标校杆近似模拟校准系统及方法 | |
CN116930963A (zh) | 一种基于无线通信系统的穿墙成像方法 | |
CN117200845A (zh) | 一种基于低频信号位置感知的毫米波波束对齐方法 | |
JP2007274271A (ja) | 無線送信装置および無線送信方法 | |
CN114554398A (zh) | 室内定位方法、第一定位服务器及室内定位系统 | |
Sarkar et al. | RADIANCE: Radio-Frequency Adversarial Deep-learning Inference for Automated Network Coverage Estimation | |
JP2004080604A (ja) | 空間角度広がりを推定する方法および受信装置 |
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 |