TWI794920B - 基地臺與用戶設備進行連繫的方法 - Google Patents
基地臺與用戶設備進行連繫的方法 Download PDFInfo
- Publication number
- TWI794920B TWI794920B TW110128857A TW110128857A TWI794920B TW I794920 B TWI794920 B TW I794920B TW 110128857 A TW110128857 A TW 110128857A TW 110128857 A TW110128857 A TW 110128857A TW I794920 B TWI794920 B TW I794920B
- Authority
- TW
- Taiwan
- Prior art keywords
- base station
- angle
- arrival
- user
- search
- Prior art date
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本發明係基地臺與用戶設備進行連繫的方法,包括基地臺與多個用戶
設備進行連繫的方法,以及基地臺與單個用戶設備進行連繫的方法。
Description
本發明係一種基地臺與用戶設備進行連繫的方法,特別是一種使用於毫米波基地臺-用戶設備偵測的最有可能(Maximum likelihood estimator,ML)-最小平方誤差(Minimum mean squared error,MMSE)接收機的波束搜尋,波束追蹤,以及資料偵測的方法。
通信技術領域中,具備天線陣列和波束成型(antenna-array-and-beamforming)的毫米波(mmWave)通訊技術,已成為現代通訊系統中的一個相當有發展前景的技術。因其在毫米波的頻帶(band)下,可具有相當大的頻寬(bandwith)並且可實現空間多工(spatial multiplexing),使用具有天線陣列和波束成型的毫米波通信技術,能夠有效地增加資料傳輸速率和蜂巢容量,故可明顯地增加了通訊系統的容量,該通訊技術可運用在包括5G,室內的無線區域網絡(Wireless Local Area Networks,WLAN),和一些固定的室外系統,以及機器式的通訊系統。毫米波的頻帶(band)一般認為是頻譜在6GHZ以上的頻帶,例如頻譜28GHZ以及60GHZ頻帶,毫米波頻帶的通道具備稀少和高方向性的傳輸路徑。利用毫米波通道之稀少和高方向性的傳輸路徑,使用波束成型傳輸技術可使得基地臺(Basestation,BS)能在相同頻帶和相同時間下,達成空間多工效益,與來自不同方向的多個手機用戶(Multiple mobile users)的通訊,且不會產生多個用戶間的干擾。
換句話說,當使用天線陣列和波束成型技術於毫米波(millimeter wave)頻段進行通訊時,可有效地增加基地臺單位內的用戶個數,且允許多個用戶(multiple users)於同一時間於同一頻寬與基地臺通訊,進而提升基地臺整體資料傳輸量,故而毫米波技術亦是5G行動通訊的發展重點之一。
然而,毫米波通訊卻具有很大的挑戰性,因為只有少數分散的路徑存在,並且在此類通道存在嚴重的路徑損失,除非傳收機(transceiver)和/或接收機(receiver)能夠沿著之間的毫米波方向路徑執行波束成型,否則接收機可能很難以偵測到所傳送的訊號和資料。且相對於毫米波的波束成型而言,每一個天線裝置一個射頻鏈(RF chain),亦稱為數位波束成型(digital beamforming,DBF))的傳統傳收機結構,將會產生高的硬體成本和功率耗,但通常是行動用戶所不需要的。因此對於行動用戶設備,當只有一個射頻鏈,且可經由移相器(phase shifter),接到所有天線的類比波束成型(analogy beamforming,ABF)結構,就會變得非常吸引人。
而若在基地臺和多個用戶上,倘能夠增加天線的數目,則能夠有效地減少用戶間的干擾(因為較窄的波束寬度),且同時能夠增加所收到訊號的強度,因此,在毫米波系統內,基地臺和多個用戶通常均裝有具有眾多的天線陣列。而為了不增加收發機(transceiver)於使用天線陣列時的成本和複雜性,實務上,通常採用一個混合的波束成型(hybrid beamforming,HBF)結構,其中每一個射頻鏈(其在射頻前端內)是經由一套移相器接到天線上,並且射頻鏈的數目會比天線少很多。通常,類比波束成型結構(ABF)只能允許一個空間資料流(spatial data stream)留為通訊的使用,比較起來,具有射頻鏈比天線還少的混合波束成型結構,則提供了一個很好的選擇,因為該混合波束成型結構能夠大大
地獲得毫米波的數位波束成型的性能,且能賦予空間多工的能力。故而,為能賦予毫米波通信的能力,在基地臺和行動用戶設備之間,建立可靠的聯結便成為相當的重要。
而為能夠進行毫米波通訊,基地臺與各個用戶間必須先建立適當的毫米波波束對(beampair),才能夠於基地臺與各個用戶的波束對準情況下,進行毫米波頻段的高速資料傳輸。此外,當建立了基地臺與各個用戶之波束對(beampair)之後,基地臺與各個用戶便可進行資料傳輸。然而,毫米波頻段的波束對,可能會因用戶的移動,或是用戶所使用的手持裝置(手機)會旋轉,導致波束對無法對準,甚而導致資料傳輸的速度急遽下降。故而在具有行動用戶設備(user equipment,UE)的毫米波通信上,另外一個挑戰,便是波束追蹤(beamtracking),因為行動用戶設備的移動,或是設備的轉動,可能造成通訊波束無法對齊,導致嚴重的訊號衰退。而重複前述的波束搜尋程序,雖然可以擷取無法對齊的波束,然而,波束的經常重複搜尋,則將明顯地降低資料傳輸速率。因此,能讓行動用戶設備能夠具有連續追蹤最佳移動之波束的能力,則變得非常重要。
故而在毫米波的波束搜尋(beamtraining)和波束追蹤(beamtracking)上,先前的技術開發工作包括了曾提出數個快速波束搜尋的方法。然而,這些方法專注在一個單一用戶的環境,並且還需要多個用戶具有足夠數量的射頻鏈,以便對所謂的波束搜尋,進行合成不同波束寬度的不同波束,惟相當不適用於具有單一射頻鏈的多個用戶領域。此外,雖可利用竭盡式搜尋的傳統方法,目前似乎是最有效的,該竭盡式搜尋方法非常適用於多個用戶的環境,以及具有單一射頻鏈的多個用戶。然而,該竭盡式搜尋波束追蹤方法卻是非常耗時的,對於僅能具
備少量用戶的單一基地臺多用戶通訊系統,使用上並無效率,且亦無法適用於行動式的多個用戶系統。
而關於波束追蹤(beamtracking)領域,過去亦曾分別提出基於概率性最適化方法,稀疏支援恢復方法,延展式Kalman過濾器方法,以及粒子過濾器的相關方法。然而,這些方法需要使用數據間隙內的前導訊號進行毫米波通道估計,或使用專用的搜尋間隙來對基地臺-用戶設備(BS-UE)的設備進行聯結,進行藍牙到達角(AoA)和/或出發角(AoD)的掃瞄測量,但前述作法無疑將會明顯地減少資料傳輸速率。並且,前述的方法僅能專注在一個單一用戶的環境,當應用到多個用戶系統時,對個別的多個用戶設備,需要經常搜尋符號,故而會明顯地增加多個用戶設備規劃的複雜性,甚至造成系統容量更嚴重的減少與短缺。
以下有幾個較具體的先前技術,可能提供了傳統的方式,包括如中華民國專利編號第I702811號,其專利名稱為「上行鏈路波束指示方法及使用者設備」,該專利描述一個基地臺與使用者間,建立上行鏈路的波束訓練方法,其方式為,用戶從基地臺接收一波束管理配置,基地臺提供使用者何時可以上傳的時間區塊,而基地臺依序使用帶有編號的波束傳送資料,使用者以接收波束掃描訊號,然後使用者傳送波束,而可於上行鏈路傳送訊號。但由於此種方式程序必須重複耗時多次,使用者才能找到最佳上行傳送波束的模式。
另一個較具體的先前技術,中華民國專利編號第I702861號,其專利名稱為「波束故障恢復請求傳輸之方法及其使用者設備」,該專利描述一個基地臺與使用之間,當使用發現波束發生故障時,會找出候選波束對鏈路,並會從來自基地臺的高層配置中,確定一波束故障恢復請求,並向基地臺發出故障請求,並以候選波束對鏈路與基地臺進行網路回應,從新建立波束對。
再舉出其他的較具體的先前技術做為觀察,如屬於先前技術之中華民國專利編號第I705717號,其專利名稱為「預設上行鏈路波束確定方法及使用者設備」,該專利提供一個基地臺與使用者間的一種預設上行鏈路波束確定方法,該專利說明如下「包括使用者檢測一波束故障,並且識別一個或更多個新候選波束,從中選擇之一新候選波束,發起一波束故障恢復程序,在該波束故障恢復程序完成後,確定用於上行鏈路傳輸之一預設空間濾波器,以及在從該網路接收到用於一實體上,即行鏈路控制通道資源之一第一空間關係資訊指示之前,使用該預設空間濾波器在該實體上行鏈路控制通道資源上,並執行一實體上行鏈路控制通道傳輸」。
前述三個專利為一系列相關專利,雖旨在建立基地臺與用戶之波束對,但其所使用的方法係為利用基地臺與用戶掃描波束對的方式,而找出波束對,但仍屬於傳統技術,卻完全缺乏對於估算訊號到達角和出發角的精確估算方法,該技術利用基地臺與用戶掃描波束對的方式雖可得到一組波束對,但此類波束成形技術通常無法精確對準訊號到達角和出發角,因此無法到達最大的天線增益。
本發明之基地臺與多個用戶設備進行連繫的方法,包含了以下的步驟:首先,建立「基地臺與多個用戶的連繫模型」;接著,進行「多個用戶的波束搜尋的運作方法」;再接著,進行「到達角估計的運作方法」;跟著進行「空間多工的有效通道方法」;繼續,進行「基頻通道估計的方法」;再進行「資料符號偵測的方法」;跟著,進行「結合波束追蹤和資料符號偵測的方法」;以及,
最後進行「共同到達角的追蹤和資料偵測運作方法」,藉以形成基地臺與多個用戶設備進行連繫的方法。
此外,本發明之基地臺與單個用戶設備進行連繫的方法,包含了以下的幾個步驟:首先,建立「基地臺與單個用戶的連繫模型」;接著,進行「多段波束搜尋的運作方法」;再接著,進行「到達角估計的運作方法」;接著進行「到達角對齊的有效通道方法」;繼續,進行「通道估計的運作方法」;再進行「波束追蹤和資料符號偵測的方法」,跟著,進行「結合波束追蹤和資料符號偵測的方法」;以及,最後進行「結合到達角追蹤與資料偵測的運作方法」,藉以形成基地臺與單個用戶設備進行連繫的方法。
本發明之基地臺與用戶設備進行連繫的方法,係以所估計之到達角以建立波束對的方式,且使用「到達角估計方法」以更快速地建立基地臺與用戶設備間的波束對。
本發明之基地臺與用戶設備進行連繫的方法,可提供基地臺和用戶設備之毫米波(mmWave)系統內,訊號和資料偵測的問題,並對毫米波的波束搜尋,波束追蹤,和資料符號偵測,提出一個最有可能(Maximum likelihood estimator,ML)-最小平方誤差(Minimum mean squared error,MMSE)接收機。
本發明之基地臺與用戶設備進行連繫的方法,可提供混合的波束成型(HBF)結構,並專注於含有基地臺和用戶設備的毫米波系統,兩者均以混合的波束成型結構為其技術特色。
本發明之基地臺與用戶設備進行連繫的方法,可提供一個在基地臺和行動用戶設備上所混合的波束成型傳收機結構,並發展一個基於波束搜尋
方法的多級到達角(AoA)估計,以對基地臺和使用者的聯結,提供最佳波束對的快速擷取。
本發明之基地臺與用戶設備進行連繫的方法,亦發展能對行動行動用戶設備追蹤最佳通信波束之波束追蹤方法,由於到達角的不匹配,加入一個阻截通道係數之動態變化的適合均衡器,故而本發明能獲得一個能容易對軟解碼擷取軟位元資訊之低複雜性的最有可能-最小平方誤差符號偵測方法。
本發明之基地臺與用戶設備進行連繫的方法,經分析和模擬的結果顯示,接收機能在大範圍的SNR下良好進行,而能夠對波束成型迅速地擷取最主要的到達角,並不斷地追蹤由於使用者的移動或使用設備的轉動之最佳的移動波束,尤其是具有一個單一射頻鏈或極少數射頻鏈的行動使用者,能達到近乎最佳的頻譜效率。
對於基地臺和多個用戶設備的毫米波多個用戶設備系統而言,本發明基地臺與用戶設備進行連繫的方法可提供一個低複雜性的最有可能-最小平方誤差接收機,含有一個基地臺於對每一個基地臺-用戶設備聯結,可提供最佳波束對之快速擷取的波束搜尋機制的波達角估計。
本發明亦發展一個結合波束追蹤和資料符號偵測的運作方法,可同時進行追蹤基地臺-用戶設備聯結的最佳接收波束和偵測接收的資料符號。
圖1係本發明之多個用戶系統:混合的波束成型結構。
圖2係本發明之E{|Φi ~-Φi|}和E{|θ i ~-θ i|}的平均估計誤差。
圖3係本發明之三個用戶系統的頻譜效率:MBS=32,M使用者=16。
圖4係本發明之到達角追蹤的結果。
圖5係本發明之4-QAM訊號的位元錯誤率的結果。
圖6係本發明之完全連接之混合波束成型結構。
圖7係本發明所提議的波束搜尋程序的流程圖。
圖8係本發明之波束追蹤與資料傳輸的框架結構。
圖9係本發明之平均估計誤差E{|Φ1 ~-Φ1|}以及E{|θ 1 ~-θ 1|}。
圖10係本發明之在不同架構下16 x16系統的頻譜效率。
圖11係本發明在第(12)式的均方誤差,而MBS=M使用者=16。
圖12係本發明對第(12)式所導出的頻譜效率,而MBS=M使用者=16。
圖13係本發明在模型-I下,到達角追蹤的結果。
圖14係本發明在模型-II下,到達角追蹤的結果。
圖15係本發明於4-QAM訊號之位元誤差率的結果。
針對毫米波(millimeter wave)頻段的波束成型技術與資料傳輸,本發明提出相關的搜尋方法,可解決於毫米波通訊時所產生的相關技術問題。
於本發明第一方法係建立「基地臺與多個用戶的連繫模型」,亦係本發明之於毫米波中對於多個用戶設備偵測的快速方法,其含有一個基地臺,以及N個用戶設備的毫米波系統,而每一個用戶設備裝有一個距離等於載體波長一半之等距天線的線性陣列,其中基地臺具有N N BS M BS 的N BS 射頻鏈和M BS 天線。
而如圖1所示,本發明之多個用戶系統係一種混合的波束成型結構,由於每一個用戶有一個射頻鏈(RF chain),並假設有相同數目MUE的天線。且如圖1所示,每一個射頻鏈是經由一套射頻移相器(RF phase shifter)接到對應的天線上,在基地臺內,具有多個射頻鏈(RF chain)的構造,通常指的是混合的波束成型結構,且如在多個用戶設備內,具有單一射頻鏈的構造,則指的是類比波束成型結構。
而在基地臺下的射頻移相器,是以M BS x N BS 矩陣FRF進行顯示,而在每一個用戶下,是以M UE x 1向量wRF來描述,故將以用戶i,i=1,…,N,來表示「用戶」。圖1亦提供BB預編碼器(BB precoder),參考圖6所示。
首先,可進行建立系統模型(system model),換言之,該建立系統模型係建立基地臺與多個用戶設備之連繫,令Hi是表示在基地臺和用戶設備之間的,指的是資料傳輸方向是從基地臺到用戶設備端,即下行(downlink)通道(channel)的一個M UE x M BS 矩陣,其係採用了一個幾何通道模型,其中Hi包含有限的分散路徑於第1A步驟如下列:
其中L表示分散路徑的數目,α i,l 表示第l(l-th)路徑的(複合)路徑增益,au,ab是天線數組的導引向量,θ是到達角,H是Hermitian轉置矩陣,而於第1B步驟如下:au(θ i,l )=[1,ejπsin(θi,l),…ejπ(M UE -1)sin(θi,l)]T (2)
而表示來自具有[π/2,π/2]之第l條路徑的第i(i-th)個用戶設備的陣列流形向量,而知於第1C步驟如下:
表示來自具有[π/2,π/2]之基地臺的對應的陣列流形向量,MUE,MBS是天線數組中的組件數量,是方向。
假設在前述每一個Hi內,路徑角與,1 l L,是由大於波束寬度的距離所分開的,因此是可區別的,所以是θ i,l ,1 l L;並且,假設對於每一個Hi,存在一個最主要的路徑( ,θ i )。當基地臺和用戶設備朝向方向和角度θ i ,以執行波束成型時,可靠的毫米波通信是可能的。最後,假設毫米波通道是互反的,即Hi H是對應的上行鏈路(uplink)通道(資料傳輸方向是從用戶設備至基地臺)。
換言之,本發明之「基地臺與多個用戶的連繫模型」,首先於第1A步驟,建立混合的波束成型結構,再於第1B步驟,成立天線組數的導引向量,並於第1C步驟,形成用戶設備的陣列流形向量。
於本發明第二方法係一種「多個用戶的波束搜尋的運作方法」,其於第2A步驟:基地臺使用涵蓋整個段落的寬波束,傳送一個搜尋序列š 1 ,…,š k
到多個用戶設備(於此處,每一個用戶設備可使用下述第三方法找到屬於自己的通道,與一個具有最大接收力的到達角)。此處令θ i 表示由多個用戶設備估算所獲得的到達角。換言之,亦即基地臺使用涵蓋整個段落的寬波束,傳送一個搜尋序列到多個用戶設備。
於第2B步驟:對於i=1至N,多個用戶(用戶 i )設備使用第i個(i-th)上行鏈路(uplink)的時間間隙(time-slot),並使用朝向由第2A步驟所獲得之方向θ i 的最窄波束,將一個搜尋序列š 1 ,…,š k 傳送到基地臺;同時,基地臺使用第三方法一種到達角估計方法,以獲得對應於θ i 的到達角估計(estimate)。換言之,亦即於第2B步驟,多個用戶設備使用上行鏈路的時間間隙,並使用朝向由前述步驟所獲得方向的最窄波束,將一個搜尋序列傳送到基地臺。
於第2C步驟:對於i=1至N,基地臺使用第i個(i-th)下行鏈路的時間間隙,並使用朝向由前述步驟獲得之方向的最窄波束,以將一個搜尋序列š 1 ,…,š k 傳送到多個用戶設備;同時,用戶利用第2A步驟所得之θ i 並使用具有ω之以下第三方法(到達角估計方法)之第3B步驟開始,且獲得一個新的到達角估計θ i 。
換言之,本發明之「多個用戶的波束搜尋的運作方法」,首先於第2A步驟,基地臺傳送一個搜尋序列到多個用戶設備,接著於第2B步驟,該多個用戶設備再將該搜尋序列傳送到基地臺,最後於第2C步驟,該基地臺使用最窄波束將該搜尋序列傳送到該多個用戶設備。
於本發明第三方法係一種基於「到達角估計的運作方法」(AoA-estimation-based beam-training algorithm),亦係一種可運用於單一射頻鏈架構的簡單方法,其於第3方法中,進行一個實際的設定,其中將經過細胞分割(Cell Spliting)後的一個基地臺細胞(Cell)均勻地分放到K段內,且設基地臺位在中央,例如可設定K=3。故而可提供一個系統模型,包括了基地臺具有視角(angle-of-view,AoV)2π/K,且可服務(serve)N個用戶,更且需要具有混合波束成型構造的基地臺。換言之,亦即於第3方法,將細胞分割後的一個基地臺細胞均勻地分放到複數個段內,設基地臺位在中央,其該基地臺具有視角2π/K,可服務多個用戶設備,且具有混合波束成型構造。
令r k 表示所接收的訊號,並令Ω={ω1,...,ω d }表示在[-π/K,π/K]內一套所指定的角,角度可依使用需求彈性設定,例如對於i=2,…,d,設定K=3,d=13,ω1=-π/K,和|ω i -ω i-1 |=2π/(K(d-1))=π/18。
輸入:單一r k ,和Ω套。
輸出:一個到達角估計θ。
於第3A步驟:對於i=1,2,…,d,進行計算如下:y i =(1/B)(Σ |a(ω i )H r k |2) (4)
其中α i,1 表示一個所導出的路徑增益(path gain),以及n k 模型所表示觀察到的雜訊,可假設是i.i.d空間白色高斯CN(0,σn 2I)。然後,多個用戶設備使用前述第(6)式的r i,k 作為輸入,並獲得到達角估計θ i 。在此步驟內,所有用戶設備可同時獲得自己的到達角估計θ i 。
在前述第2B步驟內,多數用戶設備使用第i個的時間間隙,並將一個序列š 1 ,…,š k 傳送到由步驟1獲得之朝向方向θ i 的基地臺。
其中α i,l 表示一個新導出的路徑增益,以及n k 表示雜訊。然後基地臺使用第(7)式與第三方法「到達角估計的運作方法」,以進行計算輸入,並獲得
對應於多數用戶設備θ i 的到達角估計θ i 。在此步驟內,而基地臺依序地獲得到達角估計,…,。
前述第2C步驟類似第2B步驟,可表示改良由第2A步驟所獲得的到達角估計θ i 。
而前述第三方法「到達角估計的運作方法」,確實是一個簡單的到達角估計方法,其係基於尋找具有最大接收力的到達角。
在前述第(1)式,其中在該Hi之L=1的特殊情況下,由第二方法「多個用戶的波束搜尋運作方法」,以及第三方法「到達角估計的運作方法」,其所獲得的θ i 和 ,,是個別θ i 和 ,之最有可能(ML)估計,其角度估計值可精準到一個由Ω(ω)決定的角度解析度(角度解析度可彈性調整,也可精細到1度)。
而在L>1之一般的情況下,所接近的最有可能結果,亦是由θ i 和獲得的,因為在前述第2B步驟(和第2C步驟)內,多個用戶設備(和基地臺)將搜尋序列,依序傳向一個單一確定的方向θ i (和),實際上將多重路徑之實際的
Hi,轉換成單一路徑的一個「衰退的」通道。
換言之,本發明之「到達角估計的運作方法」,首先於第3A步驟,輸入所接收的訊號後,以及所指定的角,藉以進行計算,接著於第3B步驟,輸入所接受的增加的訊號後,以及所指定的角,以進行計算,獲得一個到達角估計。
於本發明第四方法係建立「空間多工的有效通道方法」。假設N多個用戶在角域內分開地相當良好,可允許空間多工。若每一個用戶設備將其資
料符號(data symbol)d i ,傳向Hi內最佳的方向(direction)θ i ,則由基地臺收到的每個用戶設備的訊號(signal)r可以寫成下列於第4A步驟:r=Hd+n (8)
而矩陣H,可模塑為形成基地臺和N個多個用戶之間有效的通道,具有基地臺的陣列流形向量(array manifold vector)ab()(對應到多個用戶的au(θ i )),以及diag(α 1 ,…,α N )是一個具有沿著路徑(,θ i )所導出的增益α i 的對角矩陣。可將發射器波束形成增益(transmitter beamforming gain)∥au(θ i )∥2置入α i 。而第(8)式內的向量n的因次是M BS x 1,指的是由通道Hi的其它路徑所洩漏的干擾之總和。為了簡化,把n作為高斯雜訊CN(0,σn 2I),假定在其它路徑上沒有發射器(transmitter)和接收機(receiver)的波束形成增益。
於第(8)式內的訊號模型(channel model),是上行鏈路的資料傳送(data-transmission)的通道模型。若每一個多數用戶設備能將其資料符號d i 傳向(真正的)方向θ i (即傳到基地臺),其中wRF=au(θ i ),且基地臺收到訊號r如下於第4C步驟:
則得到基地臺所獲得之最佳的頻譜效率(spectral-efficiency,SE)如下於第4D步驟:R=log2(det{I N +(1/σn 2)(FRF HFRF)-1.FRF HHHHFRF]) (11)
換言之,本發明之「空間多工的有效通道方法」,首先於第4A步驟,由基地臺收到的每個用戶設備的訊號,接著於第4B步驟,形成基地臺以及多個用戶之間有效的通道,再於第4C步驟,多數用戶設備能將其資料符號傳到基地臺且基地臺收到該資料符號,最後於第4D步驟,得到基地臺所獲得之最佳的頻譜效率。
此處進行性能模擬,在模擬狀況下,假設一個細胞是分成K=3段,且在一個段內有N=3個多個使用者。
當基地臺有M BS =32天線,用戶有M UE =16天線,且第(1)式的每一個H i 含有L=3路徑,其中由[-π/3,π/3]隨機取得{θ i,l }和{},和由CN(0,1/L)隨機取得路徑增益{α i,l };假設θ i,l 之間的距離大於8度,亦然。
在前述第4B步驟內的參數Ω(ω),是e=13且|ω i+1 -ω i |=1度。
若第三方法「到達角估計的運作方法」是用於基地臺,則有Ω={ω1,...,ω d },其中d=25,ω1=-3/π,|ω i+1 -ω i |=π/36和B=10。
若第三方法「到達角估計的運作方法」是用於用戶設備,則有Ω,其中d=15,ω1=-3/π,|ω i+1 -ω i |=π/18和B=20。
而SNR是定義為E{|s k |2}/E{σn 2},其中E{∥s k ∥2}是訊號功率,且σn 2是第(8)式內n的雜訊功率。
圖2係本發明之E{|Φi ~-Φi|}和E{|θ i ~-θ i|}的平均估計誤差,而圖2顯示在i=1,2,3的情況下,E{|Φi ~-Φi|}和E{|θ i ~-θ i|}的曲線,是對每一個SNR在1000次的獨立嘗試下,由第二方法「多個用戶的波束搜尋運作方法」,以及第三方法「到達角估計的運作方法」所獲得的。
圖3係本發明之三個用戶系統的頻譜效率(spectral efficiency):MBS=32,M使用者=16。故而,圖3顯示第(9)式,H的通道容量(channel capacity),以及第(11)式,上行鏈路的頻譜效率。
由圖2和圖3所示,可知第二方法「多個用戶的波束搜尋運作方法」,以及第三方法「到達角估計的運作方法」,即能夠正確地找到基地臺和每一個使用者之間最主要的路徑。
而波束搜尋所需要的時間(Time required for beamtraining),則如下列所式:當第三方法「到達角估計的運作方法」是用於多個用戶時,令B UE 表示B。可以用於波束搜尋之B UE 區塊的數目,進行測量第二方法「多個用戶的波束搜尋運作方法」,以及第三方法「到達角估計的運作方法」所需要的時間。特別是在第2A步驟內,對於多個用戶需要d+e個B UE 區塊,以獲得到達角估計θ i (即在模擬內,有d+e=13+13=26)。
在第2C步驟內,每一個用戶需要e個B UE 區塊,因此對於N個用戶需要N.e個B UE 區塊,以獲得精確的到達角估計θ i 。在d=e下,第2A步驟和第4C步驟總共需要(N+2).e個B UE 區塊。
對於第2B步驟,能假設需要少於2N.e個B UE 區塊,以獲得,…,。實際上,基地臺通常有更多天線和更強的計算力,因此通常比多個用戶使用較少的搜尋時間,以獲得到達角估計,…,。基地臺至少有N個射頻鏈,可進
行的計算第(4)式的y i (和第(5)式類似的y i ),其中對於Ω內一個ωi對應一個射頻鏈,因此,若N 1,則基地臺只需要(2N.e)/N<3e個B 使用者 區塊而獲得,…,。
故而,自第2A步驟起,到第2B步驟,以及到第2C步驟,總共需要少於(N+5).e個B UE 區塊,以做為波束搜尋(beam-training)。倘本發明與使用121 * 121=14641個B UE 區塊,以獲得{,…,}和{θ 1 ,…,θ N }的竭盡式搜尋(exhaustive search)進行比較,清楚地可知本發明的第二方法「多個用戶的波束搜尋運作方法」,以及第三方法「到達角估計的運作方法」是非常有效的。
此外,經由前述竭盡式搜尋,由基地臺傳送搜尋序列,如於第三方法「到達角估計的運作方法」的Ω(ω),以1度的解析度,依序由-60度至+60度,並留在多個使用者的121個B UE 區塊上的每一個方向,以尋找(亦在1度的解析度下,由-60至+60度),所個別對應至之最佳的θ。在121 * 121個B UE 區塊的時間之後,每一個可獲得最佳的對(,θ),並將波束搜尋所需的角報至基地臺(經由一些控制通道)。傳統的竭盡式搜尋,在尋找最佳的到達角對上是有效的,亦可適用於具有單一射頻鏈的多個使用者。但經由前述比較,卻比本發明之波束搜尋法更為耗時,其效率更要比本發明低了很多。
以下進行本發明第五方法之「基頻通道估計」(baseband channel estimation)的方法,並發展一個基於最有可能(Maximum likelihood estimator,ML)-最小平方誤差(Minimum mean squared error,MMSE)的結合波束追蹤,以及資料符號偵測的方法,其中基地臺和多數用戶設備能自動地追蹤所接收信號的到達角,如以下所示。
首先進行第五方法之進行「基頻通道估計的方法」的步驟,假設由前述在i=1,…,N下,獲得對( ,θ i )的估計( ,θ i )。然後,建立一個上行鏈路的模型如下列於第5A步驟:r l =Hd l +n l (12)
如在第(8)式和第(9)式的H,其中下標l表示向量符號指標。
為了偵測來自第(12)式r l 的資料符號d l ,基地臺亦需要知道第(9)式之H內,其所未知的diag(α 1 ,…,α N )。
最後,令d l =s l 是已知的(搜尋)序列,傳送含有分別為wRF=au(θ i )之由多個用戶設備者所傳送的元素,並令下列於第5B步驟:x l =FRF Hr l +n l (13)其中具有第(10)式FRF之基頻訊號,且其中n l 是在基地臺射頻鏈所輸出下的雜訊。
然後,可估計H(通道)內的路徑增益diag(α 1 ,…,α N )如下於第5C步驟:diag(α 1 ,…,α N )=Σ(diag(s l )-1(FRF H FRF)-1x l (14)
其中B是所估計的區塊長度,且diag(s l )是含有s l 內元素的對角矩陣,而猶如基頻通道估計所獲得之第(14)式的程序。
換言之,本發明之「基頻通道估計的方法」,首先於第5A步驟,建立一個上行鏈路的模型,接著於第5B步驟,傳送含有由多個用戶設備者所傳
送的元素,再於第5C步驟,估計通道內的路徑增益,最後於第5D步驟,得到基頻通道估計。
於本發明第六方法係進行「資料符號偵測的方法」,如下列所式:在diag(α 1 ,…,α N )下,於第6A步驟定義如下列:G=(diag(α 1 ,…,α N )-1)H(FRF H FRF)-1 (15)其係建立作為基頻資料偵測器(detector)的N x N矩陣。然後在資料傳送期內,偵測真正的資料符號d l ,其中l=1,2,…,並經由第6B步驟如下:d l =GHx l (16)
在第(16)式內的偵測器,係基於零強迫(zero-forcing-based)的偵測器,由於其簡單性和良好的性能,實際上,使用亦會相當普及。故而使用第(15)式以作為初步的偵測器,並發展一個結合波束追蹤和資料符號偵測的方法。
換言之,本發明之「資料符號偵測的方法」,首先於第6A步驟,建立一個基頻資料偵測器,接著最後於第6B步驟,在資料傳送期內,偵測真正的資料符號。
本發明第七方法係進行「結合波束追蹤和資料符號偵測的方法」,係假設在每一個l≧1下的向量符號d l ,含有隨機取自一個特定群集,即4-QAM、16-QAM…等等的元素,且以具有如d l 內之下標符號l的G l 來表示G,並以具有如
d l 內之下標符號l的F l 來表示FRF。在資料傳送期內,考量尋找d l (資料符號),G l (偵測器),和F l (矩陣)的問題,以便得到均方誤差(mean-squared-error),如下列於第7A步驟:J(d l ,G l ,F l )=E[[∥d l -G l H(F l H r l +n l )∥2] (17)數值可儘量小,其中E(.)是期望值運算元。
使用如d l 內具有符號指標l的記號Φ l ,並使每一個Φ l 對應到如第(18)式內的F l 。並且,將G1定義成第(15)式的G。
矩陣F l 扮演第(17)式F l 的角色,並被用來獲得如第(13)式,而於第7C步驟如下列:x l =F l Hr l +n l (19)偵測器G l 扮演第(17)式G l 的角色,並被用來獲得d l 資料符號確實的估計,如以下於第7D步驟:d l =f(G l Hx l ) (20)
其中f(.)是一個硬式決策函數,可分別映射到d l 之群集內,最靠近點G l Hx l 的元素。
換言之,本發明之「結合波束追蹤和資料符號偵測的方法」,首先於第7A步驟,在資料傳送期內,考量資料符號,偵測器,以及矩陣的問題,以得到均方誤差,接著於第7B步驟,形成一個流形向量矩陣,再於第7C步驟,傳送
含有由多個用戶設備者所傳送的元素,最後於第7D步驟,獲得資料符號的確實估計。
本發明第八方法係進行「共同到達角的追蹤和資料偵測運作方法」如下列:
於第8A步驟,對於l≧1,獲得第(19)式的x l 和第(20)式的d l ,並計算x l =d l -G l Hx l 。
於第8B步驟,以G l+1=G l +μ.x l e l H來更新G l 。
於第8C步驟,以Φ l+1=Φ l +γ.Im{e l HG l H diag(x l )}來更新Φ l 。
於第8D步驟,將Φ l+1用於F l+1以便接收下一個r l+1,並重複前述第8A步驟,第8B步驟,第8C步驟,以及第8D步驟。
而如前述,係本發明第八方法之「共同到達角的追蹤和資料偵測的運作方法」,其是一個基於最陡下降之方法的簡化。
換言之,本發明之「共同到達角的追蹤和資料偵測的運作方法」,首先於第8A步驟,接收多個用戶設備者所傳送的元素,接著於第8B步驟,更新偵測器,再於第8C步驟,更新向量,最後於第8D步驟,重複前述前述第8A步驟,第8B步驟,第8C步驟等三個步驟,以接收下一個訊號。
以下係進行模擬(simulation)以茲證明本發明之實施可行性。倘考量一個上行鏈路的傳輸訊號,其中3個多數使用者將資料序列朝向,,(由地二方法和第三方法所獲得)傳送到基地臺,且基地臺利用「共同到達角的追蹤和資料偵測運作方法」,以接收在每一個l≧1下,來自Φ l 內角度的訊號。
圖4係本發明之到達角追蹤的結果,以及圖5係本發明之4-QAM訊號的位元錯誤率(bit-error-rate,BER))的結果,而經由圖4與圖5,可顯示「共同到達角的追蹤和資料偵測運作方法」之到達角追蹤的結果,以及位元錯誤率的曲線,
其中係根據是每一個符號之到達角的改變速率模型,而到達角
是隨時間改變的。
可在圖4內,得到到達角改變型式的情況。並且在圖4內顯示,當在SNR=10dB下,M BS =32、M 使用者 =16,以及在1000 d l 之1000獨立傳送下,到達角追蹤之平均的結果。在此處,SNR的定義是在一個射頻鏈的輸出下,訊號功率(signal power)和雜訊功率(noise power)的比率,且假設在射頻鏈的輸出下,所獲得的是相等的SNR。
經由圖4顯示,可知「共同到達角的追蹤和資料偵測運作方法」能很良好地追蹤隨時間改變的到達角;而經由圖5,可以得知同時能良好地偵測向量符號d l :而當SNR大於6dB時,在相同的SNR下,幾乎獲得1 x 1加性高斯白雜訊(Additive white Gaussian noise,AWGN)通道內,4-正交振幅調變(Quadrature Amplitude Modulation,QAM)訊號之理論的(未編碼的)位元錯誤率曲線,可作為一個基準,亦獲得完全知道之到達角和通道的位元錯誤率結果。
如前所述,本發明具有一個毫米波通訊系統,包含一個基地臺與多個用戶設備,倘設定該基地臺與該多個用戶設備皆配備有陣列天線以及毫米
波傳收機,則透過前述所揭露之「多個用戶的波束搜尋的運作方法」,「到達角估計的運作方法」,該基地臺與該多個用戶設備則可快速地建立,或是找到各個基地臺-用戶的波束對。
而當本發明建立基地臺與各用戶的波束對之後,使用前述所描述之「基頻通道估計的方法」,搭配前述「資料符號偵測的方法」之運作,以進行零強迫偵測,以及進行「共同到達角的追蹤和資料偵測運作方法」,便可達成同時接收資料與追蹤接收波束角度可能偏移的方向,並立即調整接收端波束角度,進而持續維持基地臺與用戶的波束對準情形。
故而,本發明之基地臺與多個用戶設備進行連繫的方法,包含了以下的幾個步驟:首先,建立「基地臺與多個用戶的連繫模型」;接著,進行「多個用戶的波束搜尋的運作方法」;再接著,進行「到達角估計的運作方法」;跟著進行「空間多工的有效通道方法」;繼續,進行「基頻通道估計的方法」;再進行「資料符號偵測的方法」;跟著,進行「結合波束追蹤和資料符號偵測的方法」;以及,最後進行「共同到達角的追蹤和資料偵測運作方法」,藉以形成基地臺與多個用戶設備進行連繫的方法。
於本發明第一方法,係建立「基地臺與單個用戶的連繫模型」,首先於第1A步驟,建立混合波束成型結構(hybrid beamforming architecture),亦即建立基地臺與移動用戶設備間的混合波束成型結構(hybrid beamforming(transceiver)architecture),而圖6則係本發明之完全連接之混合波束成型結構。
仍於步驟1A,提供一個含有一個基地臺(basestation,BS)和移動用戶設備(mobile user equipment,UE)的毫米波(mmWave)通信系統,兩者均有如圖6內所顯示的混合波束成型(傳收機)結構,其中NBS表示基地臺之射頻(RF)鏈的數目,以及和MBS是天線的數目。而在用戶(user equipment,UE)側,MUE表示天線的數目,以及NUE是射頻鏈的數目,NS表示在基地臺和用戶間的通訊資料流的數目,NS min{NBS,NUE}。經由混合波束成型,可得知射頻鏈(RF chain)的數目比天線的數目少,即NBS MBS,以及NUE MUE。
如在圖6內,在基地臺上的每一個射頻鏈,是經由一套射頻移相器接到所有MBS天線上,在用戶所附上的MUE天線亦是如此。而圖6的構造通常指的是一個完全連接的波束成型器,其中,在基地臺側,N BS .M BS 射頻移相器(RF phase shifters)的總數是以M BS x N BS 矩陣FRF來描述,類似地,在用戶側,NUE.MUE用戶射頻移相器是以M UE x N UE 矩陣WRF來描述。遵循一個標準常規,當基地臺作為
傳送機(transmitter)時,FRF是稱作射頻預編碼器(RF precoder),當其作為接收機(receiver)時,是稱作射頻組合器(RF combiner);類似地,若用戶作為傳送機時,則WRF稱作射頻預編碼器(RF precoder),若作為接收機時,則稱作射頻組合器(RF combiner)。
圖6顯示基地臺是發射器(transmitter),以及用戶是接收機(receiver)。類似地,當基地臺作為傳送機時,NBS x NS矩陣FBB可稱作BB預編碼器(BB precoder),當作為接收機時,可稱作BB組合器(BB combiner);用戶的NUE x NS矩陣WBB亦是如此。具有一個選擇的結構,其中,每一個射頻鏈只接到天線的一個子陣列,且射頻移相器的總數等於天線的總數;該構造指的是部分連接的波混合波束成型器。
於步驟1B,係建立陣列和毫米波通道模型(Array and mmWave Channel Model),即考量一個如圖1之下行鏈路(downlink),並令d l 表示一個NS x 1向量的系列,其中l=1,2,…,以作為FBB的輸入;然後,在FRF之輸出訊號z l ,可以用z l =FRFFBBd l 來描述,其是一個MBS x 1向量。若令H是在基地臺和用戶間的下行鏈路通道的M UE x M BS 矩陣,並令r l =Hz l +n l 是由具有觀察雜訊n l 之用戶所收到的訊號,然後,在用戶之射頻鏈輸出上的基頻訊號x l ,其中l=1,2,…,可以用x l =WRF Hr l +n l 來描述,其是一個NUE x1向量,其中n l 是基頻觀察的雜訊。最後,在用戶組合器WBB的輸出上,有y l =WBB Hx l ,其是一個NS x 1向量。對於具有單一RF鏈的用戶而言,NUE=1,僅有NS=1;而WBB矩陣是縮減至純量(scalar)。
本發明係建立一個幾何通道模型,並假設毫米波通道H包含有限的分散路徑,並且假設BB和用戶上的天線,是均勻地分放到一個距離等於載體
波長一半之等距天線的線性陣列。在該幾何通道模型內,毫米波通道H可以表示為如於步驟1C:
其中,L表示分散路徑的數目,且α i 表示第i(i-th)路徑的(複合)路徑增益,而au(θ i )=[1,ejπsin(θi),…ejπ(MUE-1)sin(θi)]T表示來自具有θ i [π/2,π/2]之第i
路徑的到達角(AoA)流形向量,且表示來自具有
[π/2,π/2]之基地臺的對應的出發角(AoD)流形向量(manifold vector)。最後,假設毫米波通道是互反的,即對於如第(1)式,一個已知的下行鏈路的通道H而言,HH是對應的上行鏈路通道(由用戶設備至基地臺),其中用戶的au(θ i )變成出發角流形向量,且基地臺的ab()亦變成出發角流形向量。
換言之,本發明之「基地臺與單個用戶的連繫模型」,首先於步驟1A,建立混合的波束成型結構,再於步驟1B,建立陣列和毫米波通道模型,並於步驟1C,形成毫米波通道。
於本發明第二方法,係一種進行「多段波束搜尋的運作方法」,其為一種快速毫米波波束搜尋法,其能對如第(1)式內一個未知H的au(θi)以及ab()迅速地找出最主要的對(pair),以及導出每一個個別路徑的路徑增益。可考量一個實際的設定,將一個細胞均勻地切割成K個區段,而基地臺是在中央,且該基地臺對任一區段具有視角2π/K,而K≧2;實際上通常K=3。考慮一個固定區段,假設基地臺能形成一個涵蓋整個段的一個波束;令H為如第(1)式內的下行鏈路通道,且假設H是互反的。
進行步驟2A:基地臺使用一個涵蓋整個區段的寬波束,將一個搜尋序列š1,…,šn傳送到用戶設備,而單個用戶設備使用(下述)第三方法的寬波束,以估計具有最大接收力之抵達訊號nU的到達角θ 1,…,θ nU。
進行步驟2C:令i=i+1。基地臺使用朝向方向(由前述步驟2A所獲得)的窄波束,以進行一個搜尋序列š 1 ,…,š n 傳送到單個用戶設備。而用戶設備可使用第三方法以估計具有最大接收力所對應的θ i 。
進行步驟2D:若i=n B ,則終止計算;否則,移到步驟2C。
圖7說明本發明之多段波速搜尋的運作方法,其中步驟2C所產生之改進,係來自步驟2A的θ i 。而本發明之多段波速搜尋的運作方法提出波束搜尋程序,其目的在找出基地臺和單個用戶設備之間的最主要路徑。
換言之,本發明之「多段波速搜尋的運作方法」,首先於步驟2A,基地臺將一個搜尋序列傳送到單個用戶設備,接著於步驟2B,該單個用戶設備再將該搜尋序列傳送到該基地臺,於步驟2C,該基地臺使用最窄波束將該搜尋序列傳送到該單個用戶設備,最後,於第2D步驟,當到達最終的角,則終止計算。
本發明第三方法之一個進行「到達角估計的運作方法」,係為以混合波束成型結構為基所進行修改之實用的方法。令r l 表示一個向量(接收的訊
號)的序列,且令Ω={ω1,ω2,...,ω d }而ωi [-π/K,π/K]表示所指定的角,例如設定K=3,d=13,和|ω i+1 -ω i |=2π/(K(d-1))=π/18,此外,令是接收機所搜尋之到達角的最大數目,並令|S θ |表示S θ 內元素的數目。
步驟3A:對於i=1,2,…,d,計算y i =(1/B)(Σ |a(ωi)H rk|2),而ωi Ω,其中B是用來計算y i 之r l 的長度,並獲得S y ={y 1 ,…,y d }。然後,由S y 挑選對應至S y 之局部最大的元素y i 的數目,並將其存入一個新的S。
步驟3B:令j=argmax{S},即yi=max{S},並令ω=ωj,然後,由S移除y i 。
步驟3C:令Ω(ω)={ω1,…,ωe}係圍繞ω之指定的角。然後,對
於i=1,2,…,e,計算。而ωi Ω(ω),且b是一個適當的指
標。令和。若S θ 是空的或大於一個指定的角,則將
放入S θ 。
換言之,本發明之「到達角估計的運作方法」,首先於步驟3A,輸入所接收的訊號後,以及接收機所搜尋之到達角的最大數目,以進行計算,接著於步驟3B,以接收機所搜尋之到達角的最大數目進行計算,繼續於步驟3C,輸入接收所增加的訊號後,以及所指定的角,以進行計算,接著於步驟3D,於不大於一個所指定的門檻,獲得一個到達角估計。
在「多段波束搜尋的運作方法」的步驟2A,基地臺使用一個涵蓋整個段的寬波束,將一個搜尋序列š 1 ,…,š n 傳送到使用設備。在第(1)式的模型下,由使用設備所收到的訊號r l ,且l=1,2,…,能表示為下列:
其中α i 表示一個所導出的路徑增益,以及n l 模塑(model)所表示的雜訊,假設是i.i.d.空間白色高斯CN(0,σn 2I)。然後,使用設備使用第(2)式的r l ,以作為輸入,並獲得第(2)式最主要的到達角。在「多段波束搜尋的運作方法」的步驟2B,使用設備使用由步驟2A所獲得之朝向方向θ i 的n U 窄波束,以將一個序列š 1 ,…,š k 傳送到基地臺。
請參考「到達角估計的運作方法」,其說明了到達角估計的演算法。在步驟3C的到達角估計θ可大約看作下列:
ω=argmax{Σ |a(ω)Hr l |2} (4)
對於在第(1)式內的H,令H=USVH是H的奇異值分解(SVD),其中U和V是單一矩陣和S是對角矩陣,具有非負值的實數元素σ1,1≧…≧σL,L≧0。而最佳頻譜效率的上限是受限於通道容量:R=log2(det{I L +(1/σn 2)(S L )2}) (5)
其中,I L 表示L x L單位矩陣,且S L 表示S的L x L子矩陣,且σi,i不為零。若H是已知的,則可以知道U和V。令u1,…,uL和v1,…,vL表示U和V的第L行;每一個(u1,v1)…,(uL,vL)對將形成H的一個「虛擬」路徑,當作一個「奇異」方向。經由「奇異」方向的對(ui,vi),i=1,…,L,傳送L資料流,以獲得最佳頻譜效率第(5)式。
假設N S =L。使用由「進行多段波速搜尋的運作方法」和「進行到達角估計的運作方法」獲得的Φ1,…,ΦL和θ 1,…,θ L,而可以設定如下列以獲得頻譜效率:
,以及
WRF=(1/√M UE )[au(θ 1),…,au(θ L)] (7)
且亦由以下獲得頻譜效率:R=log2(det{I L +(1/σn 2)(WRF HWRF)-1WRF HHFRFFRF HHHWRF}) (8)
使用圖8內的框架結構,以模擬前述的「進行多段波速搜尋的運作方法」和「進行到達角估計的運作方法」,其中DL時段(DL slot)是指向下行鏈路之一個時期的區塊,而UL時段(UL slot)指的是上行鏈路。假設每一個時段有固定的區塊長度SBL。然後,以需要之區塊的數目來測量波束搜尋所需的時間。在模擬內,SNR是定義為E{∥d l ∥2}/E{∥n l ∥2}。
於圖8,對於L>1而言,所產生之第(1)式之1000個獨立的H,其中有由[-π/3,π/3]隨機取得的θ i和Φi,和由CN(0,1/L)隨機取得路徑增益αi;假設θ i之間的距離大於8度,Φi亦然。對於L=1的案例,可固定θ 1=π/6,Φ1=π/6和α 1 =1。在「進行到達角估計的運作方法」的步驟3C內所用的套Ω(ω)={ω1,...,ω e }可對在ω,而e=13,且|ω i+1 -ω i |=1度。若進行「到達角估計的運作方法」是用於基地臺,則參數Ω和B指的是ΩBS和B BS ;若是用於使用設備,則指的是ΩUE和B UE 。注意B BS B UE ,因此基地臺會比使用設備有較強的估計能力。最後,為了能容易計算波束搜尋所需要之DL和UP的數目,假設S BL =B UE 。
考量實際的案例N UE =1:執行「多段波束搜尋的運作方法」的步驟2A,步驟2B,以及步驟2C,且n U =n B =1。圖9顯示對每一個SNR在1000個獨立嘗試下,所獲得之E{|-|}和E{|θ 1 ~-θ 1 |}的曲線,其中曲線的字首BS指的是θ 1 ,和字首UE指的是θ 1 ,且「3選1」表示由3個路徑選擇一個路徑。
而於圖9曲線的細節如下:
(a)BS-1fix-32/16,和UE-1fix-32/16是在L=1,M BS =32,以及M UE =16下獲得的:Ω BS ={ω1,...,ω d },而d=25,ω1=-3/π,|ω i+1 -ω i |=π/36,以及B BS =10。另一方面,Ω UE ={ω1,...,ω d },而d=13,ω1=-3/π,|ω i+1 -ω i |=π/18,以及B UE =20。
(b)BS-1fix-16/16,以及UE-1fix-16/16是在除了M BS =16,Ω BS =Ω UE ,以及B BS =B UE 之外,與(a)內相同的設定下獲得的。
(c)BS-3choose1-32/16,以及UB-3choose1-32/16是在M BS =16,Ω BS =Ω UE ,以及B BS =B UE 之外,與(a)內所相同的設定下獲得的。其是在L=3、M BS =32,以及M UE =16下獲得的;參數Ω BS 、Ω UE 、B BS 、B UE 是與(a)內的參數相同的。
(d)BS-3choose1-16/16,以及UE-3choose1-16/16是在除了M BS =16、Ω BS =Ω UE 和B BS =B UE 之外,與(c)內相同的設定下獲得的。
由圖9,可清楚地看見和θ i 有類似的性能,且當SNR大於-5dB時,其解析度小於1度。而很清楚地,在B UE =1下,「進行多段波速搜尋的運作方法」和「進行到達角估計的運作方法」能精確地找到基地臺和使用設備之間最主要的路徑,即使在低SNR下亦然。
假設第(1)式的H含有三個路徑,即在第(1)式到第(3)式的L=3。由於H的路徑增益α i 是隨機產生的,可能有α i 之間的增益差異產生非常大的情況;
當發生這些情況時,使用設備(和/或基地臺)的「進行到達角估計的運作方法」可能找到3個以下的路徑,並決定傳輸N S <3的空間流。
圖10顯示由不同架構獲得的頻譜效率(SE):MP是第(8)式的結果,HNF是第(14)式的結果,以及「SVD兩者」均是第(5)式的結果。
曲線P1是由「進行多段波速搜尋的運作方法」以及「進行到達角估計的運作方法」所獲得之頻譜效率的第一個(最佳的)路徑,P2是第二個路徑,以及P3是第三個路徑。而曲線P1SVD是頻譜效率的第一個奇異方向,P2SVD是第二個奇異方向,以及P3SVD是第三個奇異方向。
前述的d和e表示Ω和Ω(ω)內元素的數目。可以用圖8內DL時段的數目,在S BL =B UE 下,測量第二方法「多段波速搜尋的運作方法」,以及第三方法「到達角估計的運作方法」所需要之波束搜尋的時間。
特別是在圖8之第1步驟,所需要之DL時段的數目是由[d/N UE }+N S [e/N UE ]所決定的。在圖8之第2步驟,由於N BS ≧N UE ,所需要之UL時段的數目少於圖8之第1步驟DL時段的數目。
在圖3之第3步驟,第三方法「到達角估計的運作方法」可以直接開始,其中S={θ 1 ,…,θ Ns }是在第1步驟(圖8)內獲得的,因而只需要N S [e/N UE ]DL時段。
因此,可在基地臺和使用設備之間搜尋N S 路徑,第二方法「多段波速搜尋的運作方法」的時段不多於2[d/N UE ]+3N S [e/N UE ]。對於N S =1,以及d=e=13,需要約[65/N UE ]時段。
注意圖8第3步驟的e,可以小於圖8第1步驟1內的e,因為圖8第3步驟是表示,所改進圖8第1步驟內獲得的到達角θ i ;即在圖8第3步驟內e由13減至7,導出對於N S =1是[59/N UE ]時段,對於N S =3是[125/N UE ]時段。若N UE =3,對於N S =1,則需要20時段,且對於N S =3,則需要42時段。
本發明之第四方法進行「到達角對齊的有效通道方法」,基於前述的波束成型架構,故而可針對到達角對齊之基頻有效的通道,建立一個低複雜性的通道估計方法。於到達角對齊之有效通道的通道估計階段,在用戶組合器(UE combiner)的輸出下,有基頻訊號x l =WRF HFRFFBBd l +n l ,而l=1,2,…,其中d l 是一個N S x 1向量和n l 是基頻觀察的雜訊。實際上,n l 的元素主要是由不同射頻鏈之主動式類比元件所引起的熱雜訊。因此可以假設n l 是i.i.d.高斯CN(0,σn 2I)。在Hb=WRF HHFRF下,可以獲得步驟4A如下:x l =Hbd l +n l (9)
其中Hb是在到達角對齊之後,所導出的基頻有效通道,因次是N UE x NUS。而通道模型第(9)式,係毫米波資料傳輸之基本訊號模型,換言之,即是建立基本通道模型。
於步驟4B,進行到達角對齊通道估計(AoA-aligned Channel Estimation)的方法,已知d l 、x l 、和n l ,l=1,…,t,令D=[d1,…,dt]、X=[x1,…,xt]、和N=[n1,…,nt]。然後,來自前述第(9)式,以產生下列:X=HbD+N (10)
於步驟4C,其中D的因次是N S x t,且X和N的因次均是N BU x t。在通道估計階段內,D是作為一個搜尋矩陣而t≧N S 。假設如:DDH=tI (11)
其中t作為設計參數,決定所估計之Hb的基頻通道性能。換言之,即是建立到達角對齊通道估計。
換言之,本發明之「到達角對齊的有效通道方法」,首先於步驟4A,建立基本通道模型,接著於步驟4B,進行到達角對齊通道估計的方法,再最後於步驟4C,建立到達角對齊通道估計。
於步驟5B,使用設備利用:WRF=(1/√M UE )[au(θ 1),…,au(θ L)] (7)的WRF,以接收x l ,而l=1,2,…,t,並獲得X。
換言之,本發明之進行「通道估計的運作方法」,首先於步驟5A,建立一個下行鏈路(或上行鏈路)的模型,接著於步驟5B,傳送含有由單個用戶設備者所傳送的元素,最後於步驟5C,使用用戶設備計算通道估計。
以模擬方式來得知前述「通道估計運作方法」的性能。如圖11所顯示(12)的均方誤差(MSE),以及估計的下限σn 2/t,其中對每一個SNR(E{∥d l ∥2}/E{∥n l ∥2}),執行10000個獨立的嘗試,其中M BS =M UE =16,以及分別t=10與t=20。
由圖11,可得知「通道估計運作方法」能在各種SNR上達到下限σn 2/t;增加t的值能改進估計的精確度。對於M BS =32,以及M UE =16,可以獲得類似的結果。由其所導出的頻譜效率亦可得知第(12)式的最佳性。
與第(12)式獲得,而t=20;可知很清楚地顯示,兩條曲線重疊。
本發明的第六方法之「波束追蹤和資料符號偵測的方法」,考量
前述的下行鏈路x l =Hbd l +n l 第(9)式,並假設已經獲得第(12)式內的
,而資料符號偵測是由所觀察到的符號x l ,以決定向量符號d l 。而經由N UE x N S 的b,能將圖1內的WBB設定為WBB=G,下列進行步驟6A:
於第(9)式,第(14)式,以及第(15)式內,線性模型之向量符號d l 的偵測是所熟知的,且通常在文獻內指的是零強迫(ZF)偵測。
換言之,本發明之「波束追蹤和資料符號偵測的方法」,首先於第6A步驟,建立一個基頻資料偵測器,接著最後於步驟6B,在資料傳送期內,偵測真正的資料符號。
本發明第七方法之「結合波束追蹤和資料符號偵測的方法」,係於步驟7A,假設在每一個l≧1下的向量符號d l ,含有隨機取自一個特定群集QAM,即4-QAM、16-QAM…等等的元素,且以具有如d l 內之時間下標l的G l 來表示G,並以具有如d l 內之下標符號l的W l 以表示WRF。在資料傳輸期內,考量尋找d l 、G l 、和W l ,以便均方誤差可以儘量為小,如下列:J(d l ,G l ,W l )=E[[∥d l -G l H(W l H r l +n l )∥2] (16)
其中x l =HFRFd l 和E(.)是期望值的運算元。同時搜尋d l 、G l 、和W l ,以便第(16)式能被最小化,但通常仍是非常困難的。
於步驟7B,進行最有可能-最小平方誤差偵測方法的導出(Derivation of the ML(maximum likelihood estimator)-MMSE(minimum mean squared error)detection algorithm):首先導出獲得的d l 和G l 的方法,其中l≧1,並令x l =W l H r l +n l 。然後函數[16]內被減至J(d l ,G l )=E[[∥d l -G l Hx l ∥2]。令▽G J(d l ,G l )表示與G l 有關之J
(d l ,G l )的複合梯度,即,其中gi表示G l 的第i行。使用最陡下降的方法以找到G l ,並獲得更新方程式:G l+1=G l +μE{x l (d l -
G l Hx l )H}而l≧1,其中μ R是步階大小參數。以第(14)式內獲得的 1以初始化,以執行G l+1=G l +μE{x l (d l -G l Hx l )H},以取代d l ,f是硬式
決策函數,映射到d l 之群集內,最靠近之點G l Hx l ;然後以隨機梯度下降法趨近如下列:
於步驟7C,進行最有可能-最小平方誤差到達角追蹤方法的導出(Derivation of the ML-MMSE AoA-tracking algorithm):亦即導出能追蹤隨時間改變之到達角{θ i }的方法。令θ l ={θ 1 ,…,θ Ns }是一個1 x NS向量,而l是如d l 內的時
間指數,和,而是所獲得的到達角。對於每一個θ l ,令W l =
[a(θ 1 ),…,a(θ Ns }]是流形向量a(θ i )的一個M UE x N S 矩陣,和。
為了導出到達角追蹤方法,以)以取代(16)內的d l ,並獲得簡化的函數J(θ l )
。令表示與θ l 有關之J
(θ l )的梯度,並令a(θ)=[a 1 (θ),…,aM(θ)]T表示具有ai(θ)=ejπ(i-1)sin(θ)而i=1,…,M,和M=M UE 。並且,令。可很容易看見a’(θ)=jπcosθ[0,1,…,M-1]T⊙ a(θ),其中⊙是Hadamard乘積。可以顯示如下:▽θ J(θ l )=-2Re{E[e l HG l HB]} (18)
其中和B=diag(a’(θ 1)Hr l ,…,(a’(θ Ns)Hr l )是
a’(θ i)Hr l 的一個對角矩陣,而i=1,…,N s 。對於梯度▽θ J(θ l ),使用最陡下降的
方法並獲得更新方程式:θ l+1=θ l +γ▽θ J(θ l )而l≧1,其中γ R是步階大小參數,和θ l+1是在時間l+1下到達角{θ i }的估計。由於初始的θ1是由所獲得的ML估計{},可稱此方法為ML-MMSE到達角追蹤方法。
於步驟7D,為了實際地執行θ l+1=θ l +γ▽θ J(θ l ),需要▽θ J(θ l )之適當簡化。首先,移除操作元E[.]以趨近第(18)式,即使用隨機梯度下降版。其次,以a’(θ i)Hr l a’(θ i)H(a(θ i )H a(θ i ))-1 a(θ i )xi,l 趨近(18)之B內的a’(θ i)Hr l ,其中xi,l 是向量x l 的第i元素。並且以jπcosθ i ((M-1)/2)[1,1,…,1]T⊙ a(θ i )趨近每一個a’(θ i ),使a’(θ)的[0,1,…,M-1]T與(M-1)/2)[1,1,…,1]T相等而獲得。a’(θ i)Hr l 的概算立刻將對角矩陣B變成(jπ(M-1)/2).diag(cos(θ 1),…,cos(θ Ns)).diag(x l )。而diag(cos(θ 1),…,cos(θ Ns))的元素在θ i [-π/3,π/3]下有類似的值;因此可以僅僅處理diag(cos(θ 1),…,cos(θ Ns))作為一個單一矩陣。然後,獲得▽θ J(θ l )-π(M-1)Im{e l HG l Hdiag(x l )]}的近似值。觀察到π(M-1)可被吸入γ,最後獲得更新方程式:θ l+1=θ l +γ.Im{e l HG l H diag(x l )} (19)
於步驟7E,進行波束追蹤與資料偵測(Beam-tracking and data-detection algorithm):而回顧θ l ={θ 1 ,…,θ Ns },其中l是如d l 內的時間指數,和θ i 是路徑i的到達角,且W l =[a(θ 1 ),…,a(θ Ns )],其中a(θ i )是陣列流形向量而θ i θ l 。亦回顧在l≧1下r l 是天線端接收的訊號,且x l =W l Hr l +n l 則是基頻觀察訊號。並且,f(.)是硬式決策函數。
換言之,本發明之「結合波束追蹤和資料符號偵測的方法」,首先於步驟7A,隨機取自一個特定群集,在資料傳送期內,考量資料符號的問題,
以得到均方誤差,接著於步驟7B,進行最有可能-最小平方誤差偵測方法的導出,再於步驟7C,導出能追蹤隨時間改變之到達角,再於步驟7D,獲得資料符號的確實估計,最後於步驟7E,進行波束追蹤與資料偵測。
本發明第八方法之「結合到達角追蹤與資料偵測的運作方法」,首先於步驟8A,首先進行初始化,設定具有由進行「多段波速搜尋的運作方法」和進行「到達角估計的運作方法」所獲得之到達角 i的W1和θ1,並設定具有由
「通道估計運作方法」獲得之。
於步驟8C,用如第(17)式的G l+1=G l +μ.x l e l H以更新G l 。
於步驟8D,用如第(19)式的θ l+1=θ l +γ.Im{e l HG l H diag(x l )}以更新Φ l 。
於步驟8E,將θ l+1用於W l+1以便接收下一個r l+1,並重複步驟8B,步驟8C,步驟8D,以及步驟8E。
經由前述的模擬結果,圖13和圖14顯示1000 之1000獨立傳輸的到達角追蹤的平均結果(係分別在模型-I和模型-II下),其中SNR=0dB(亦即),以及M BS =M UE =16,同時,由圖13和圖14所示,「結合到達角追蹤與資料偵測運作方法」能夠良好地追蹤隨時間改變的到達角。當假設
1000 的一個傳輸需要一毫秒(ms)時,在各種物理環境下,故而能夠在1ms內追蹤18度變化的能力,已經相當足夠了。
在前述的模型I和II下,圖15顯示兩個空間流之4-QAM訊號的平均位元誤差率(BER),其中在9度到達角的變化下,傳輸10000個獨立的1000 封包。在圖15內,“Lin”指的是模型I,而“Sin”指的是模型II,其中有1/4個正弦波;天線增益是被無因次化,以便M BS x M UE =16 x 16系統完全地與傳統的1 x 1系統有相同的SNR。亦提供由假設完全已知的到達角和通道所獲得的“平均已知通道值”的BER曲線,以作為一個基準。且由圖15,可得知結合到達角追蹤與資料偵測演算方式能獲得完美追蹤的結果,以及,當SNR大於2dB時,可獲得1 x 1系統內4-QAM訊號之理論BER;而在模擬情況下,在SNR=12dB下,沒有發生位元誤差。
換言之,本發明之「結合到達角追蹤與資料偵測的運作方法」,首先於步驟8A,進行初始化設定,以設定到達角,以及偵測器,接著於步驟8B,更新偵測器,於步驟8C,獲得資料符號確實的估計,再於步驟8D,更新向量,最後於步驟8E,以前述所更新的向量接收下一個訊號,並重複步驟8B,步驟8C,步驟8D,以及步驟8E。
於基地臺與單一用戶的情形下,本發明使用「多段波束搜尋的運作方法」和「到達角估計的運作方法」,使得基地臺與使用設備可快速建立或是找到一個或多個的波束對,亦使得基地臺與單一用戶之間,可傳輸到一個以上之資料流(data stream)。而本發明使用「通道估計運作方法」之基頻通道估計(baseband channel estimation)方法,搭配所描述之零強迫(Zero-forcing detector)以及「結合到達角追蹤與資料偵測運作方法」,便可達成同時接收資料,以及追蹤接收波束角
度所可能偏移的方向,並立即調整接收端波束角度,進而持續維持基地臺與單一用戶的波束對準情形。故而基於混合的波束成型結構,對毫米波單一用戶設備用戶,可提供一個低複雜性的最有可能-最小平方誤差(ML-MMSE)接收機,其包含一個快速波束搜尋方法,一個快速和精確的通道估計方法,和一個結合波束追蹤與資料符號偵測方法。
故而,對於毫米波通訊系統,包含基地臺與多個用戶,本發明提出低複雜度的最有可能-最小平方誤差接收機,其包含了快速建立波束對的波束訓練或是搜尋方法,係使用波達角估計方法,針對每一基地臺與多個用戶,當連線運用該波達角估計方法,即可快速取得一最好的波束對。
本發明亦提出可同時追蹤接收波束角度,與立即調整接收端波束角度,並同時偵測訊號符元的演算方法。如前所述,而如何能夠快速在基地臺與各個用戶間,可進行高速傳輸的波束對,本發明提出了快速建立基地臺與各個用戶間最好的波束對的快速演算方法。此外,針對在基地臺細胞內僅有單一用戶的情形下,本發明亦提出了單一個基地臺與單用戶快速建立單一個或多個波束對(beampair)的方法。
而為能解決波束對無法對準的問題,本發明提出可同時進行資料傳輸,以及進行波束追蹤的方法。該波束追蹤的方法可於資料接收的時候,同時追蹤接收波束角度所可能偏移的方向,而能立即調整接收端的波束角度,進而持續維持基地臺與各個用戶的波束對準情形,持續保有穩定高品質之資料傳輸。如前所述,使用陣列天線與波束成型技術於毫米波頻段進行通訊,可有效增加基地臺細胞內的用戶個數,並可允許多個用戶於同一時間同一頻寬與基地臺通訊,進而提升基地臺的整體資料傳輸量,本項技術亦是5G行動通訊的發展重點之一。
本發明採用可運用於基地臺端以及用戶端之混合式波束成型傳收機架構,發展快速波束訓練或是搜尋方法,其可快速取得各基地臺端以及用戶端連線之最好的波束對,該方法係以雙向多階段,反覆多次使用非均勻波達角取樣之最大可能性的「波達角估計法」。該方法僅使用類比式波達角向量,便可得到最好的發送端波射出角與接收端波達角,有著接近最佳解的性能。緊接著,於該波束訓練演算法之後,可立即估計接收機端之基頻等效通道,本發明亦提供一基頻等效通道估計方法。
本發明當得到基頻等效通道估計之估計矩陣後,接收機便可使用一類廣泛被使用的零強迫資料符元偵測法,以還原或是解出傳送端所傳送之資料符元。使用此零強迫(Zero-forcing)資料符元偵測法作為基礎資料符元偵測法,並提出一個以最小化均方誤差原則,所設計之可同時追蹤接收波束角度,以及立即調整接收端波束角度,並同時偵測訊號符元的聯合演算方法。該聯合演算法包含了一可適性等化器,其可對應因時變通道產生的能量變化,並同時產出所估計的資料符元,該聯合演算法同時追蹤由於用戶移動或轉動,所造成的波達角變化,該演算法有極低複雜度並具極佳追蹤波達角能力。
綜上所述,本發明提出極低複雜度並具極佳性能之毫米波訊號偵測與資料符元接收機,其包含了快速波束訓練(搜尋)法與低複雜度的通道估計法,也包含以最小化均方誤差原則設計之可同時追蹤接收波束角度與立即調整接收端波束角度,並同時偵測訊號符元的聯合演算法。
此外,本發明之基地臺與單個用戶設備進行連繫的方法,包含了以下的幾個步驟:首先,建立「基地臺與單個用戶的連繫模型」;接著,進行「多段波束搜尋的運作方法」;再接著,進行「到達角估計的運作方法」;接著進行
「到達角對齊的有效通道方法」;繼續,進行「通道估計的運作方法」;再進行「波束追蹤和資料符號偵測的方法」,跟著,進行「結合波束追蹤和資料符號偵測的方法」;以及,最後進行「結合到達角追蹤與資料偵測的運作方法」,藉以形成基地臺與單個用戶設備進行連繫的方法。
Claims (2)
- 一種基地臺與多個用戶設備進行連繫的方法,至少包括:建立一基地臺與多個用戶的連繫模型,包括:建立一混合的波束成型結構;成立天線組數的導引向量;以及形成用戶設備的陣列流形向量;進行多個用戶的波束搜尋的運作,包括:一基地臺傳送一個搜尋序列到多個用戶設備;該多個用戶設備將該搜尋序列傳送到該基地臺;以及該基地臺使用一最窄波束將該搜尋序列傳送到該多個用戶設備;進行一到達角估計的運作,包括:輸入一所接收的訊號後,以及一所指定的角,以進行計算;以及接收一所接收的增加的訊號後,以及該所指定的角,以進行計算獲得一到達角估計;進行一空間多工的有效通道;進行基頻通道估計;進行一資料符號偵測;進行一結合波束追蹤和資料符號偵測;以及進行一共同到達角的追蹤和資料偵測運作,包括:傳送多個用戶設備者所傳送的元素;進行更新一偵測器的步驟;更新一向量;以及 重複該傳送多個用戶設備者該所傳送的元素的步驟,重複該更新該偵測器的步驟,重複該更新該向量步驟,以接收下一個訊號,藉以形成基地臺與多個用戶設備進行連繫。
- 一種基地臺與單個用戶設備進行連繫的方法,至少包括:建立一基地臺與單個用戶的連繫模型,包括:建立一混合的波束成型結構;建立一陣列和一毫米波通道模型;以及形成一毫米波通道;進行一多段波束搜尋的運作,包括:一基地臺傳送一搜尋序列到單個用戶設備;該單個用戶設備傳送該搜尋序列到該基地臺;該基地臺使用最窄波束傳送該搜尋序列到該單個用戶設備;以及當到達一最終的角,則終止一計算;進行一到達角估計的運作,包括:輸入所接收的一訊號後,以及一接收機所搜尋之一到達角的最大數目,以進行一計算;以該接收機所搜尋之該到達角的該最大數目進行該計算;輸入接收一所增加的訊號,以及一所指定的角,以進行該計算;以及於不大於一所指定的門檻,獲得一到達角估計;進行一到達角對齊的有效通道;進行一通道估計的運作,包括:建立一個下行鏈路的模型; 傳送含有由單個用戶設備者所傳送的一元素;以及使用一用戶設備計算一通道估計;進行一波束追蹤和資料符號偵測;進行一結合波束追蹤和資料符號偵測;以及進行一結合到達角追蹤與資料偵測的運作,包括;進行一初始化設定,以設定一到達角,以及一偵測器;進行更新一偵測器的步驟;獲得一資料符號確實的估計;更新一向量;以及以該更新的向量接收下一個訊號,並重複多次,藉以形成該基地臺與該單個用戶設備進行連繫。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110128857A TWI794920B (zh) | 2021-08-05 | 2021-08-05 | 基地臺與用戶設備進行連繫的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110128857A TWI794920B (zh) | 2021-08-05 | 2021-08-05 | 基地臺與用戶設備進行連繫的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202308447A TW202308447A (zh) | 2023-02-16 |
TWI794920B true TWI794920B (zh) | 2023-03-01 |
Family
ID=86661257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110128857A TWI794920B (zh) | 2021-08-05 | 2021-08-05 | 基地臺與用戶設備進行連繫的方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI794920B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180152870A1 (en) * | 2016-11-30 | 2018-05-31 | Electronics And Telecommunications Research Institute | Method and apparatus for applying millimeter wave-based mobile communication technology to unmanned aerial vehicle, operation method of unmanned aerial vehicle using the same, and communication method using the same |
CN108809397A (zh) * | 2018-06-27 | 2018-11-13 | 东南大学 | 多天线系统中高功效数模混合波束成形方法、装置及设备 |
CN108809453A (zh) * | 2017-04-28 | 2018-11-13 | 王晋良 | 用于多输入多输出操作的平衡拼图天线波束搜寻方法 |
US20200304198A1 (en) * | 2018-12-28 | 2020-09-24 | Intel Corporation | Beam tracking for 5g millimeter-wave systems |
US20200404603A1 (en) * | 2016-02-16 | 2020-12-24 | Cable Television Laboratories, Inc. | Coordinated beamforming |
WO2021041859A1 (en) * | 2019-08-30 | 2021-03-04 | Idac Holdings, Inc. | Deep learning aided fingerprint based beam alignment |
-
2021
- 2021-08-05 TW TW110128857A patent/TWI794920B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200404603A1 (en) * | 2016-02-16 | 2020-12-24 | Cable Television Laboratories, Inc. | Coordinated beamforming |
US20180152870A1 (en) * | 2016-11-30 | 2018-05-31 | Electronics And Telecommunications Research Institute | Method and apparatus for applying millimeter wave-based mobile communication technology to unmanned aerial vehicle, operation method of unmanned aerial vehicle using the same, and communication method using the same |
CN108809453A (zh) * | 2017-04-28 | 2018-11-13 | 王晋良 | 用于多输入多输出操作的平衡拼图天线波束搜寻方法 |
CN108809397A (zh) * | 2018-06-27 | 2018-11-13 | 东南大学 | 多天线系统中高功效数模混合波束成形方法、装置及设备 |
US20200304198A1 (en) * | 2018-12-28 | 2020-09-24 | Intel Corporation | Beam tracking for 5g millimeter-wave systems |
WO2021041859A1 (en) * | 2019-08-30 | 2021-03-04 | Idac Holdings, Inc. | Deep learning aided fingerprint based beam alignment |
Also Published As
Publication number | Publication date |
---|---|
TW202308447A (zh) | 2023-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9923616B2 (en) | Feedback based on codebook subset | |
US9344165B2 (en) | Method and apparatus of beam training for MIMO operation and multiple antenna beamforming operation | |
Tsang et al. | Coding the beams: Improving beamforming training in mmwave communication system | |
US9867192B2 (en) | System and method for beam selection using multiple frequencies | |
US10790894B2 (en) | Electronic device, communication apparatus and signal processing method | |
KR101244770B1 (ko) | 빔형성 방법, 프레임 포맷 사용 방법, 빔형성 및 결합 가중치 선택 방법, 빔 형성 장치, 가입자 디바이스, 피코넷 컨트롤러 및 컴퓨터 판독 가능한 매체 | |
Zhou et al. | Efficient codebook-based MIMO beamforming for millimeter-wave WLANs | |
US6173014B1 (en) | Method of and apparatus for interference rejection combining and downlink beamforming in a cellular radio communications system | |
KR102508858B1 (ko) | 송신 다이버시티를 위한 방법 및 장치 | |
CN108667493B (zh) | 一种面向大规模mimo中nlos场景下的波束赋形方法 | |
US20210143871A1 (en) | Controlling polarization division multiplex in mimo wireless communication | |
US11411617B2 (en) | Methods and devices for polarization optimization of MIMO wireless transmission | |
TWI794920B (zh) | 基地臺與用戶設備進行連繫的方法 | |
Eisenbeis et al. | Hybrid beamforming analysis based on MIMO channel measurements at 28 GHz | |
EP3340485A1 (en) | Antenna receiving method and device in large-scale multiple-input multiple-output system | |
Tu et al. | Generalized spatial scattering modulation for uplink millimeter wave MIMO system | |
Panda et al. | Analysis of Beamforming in Dense Urban Deployments | |
Yu et al. | A ML-MMSE receiver for millimeter wave user-equipment detection: Beamforming, beamtracking, and data-symbols detection | |
TWI843377B (zh) | 跨分量載波波束管理 | |
US20230217425A1 (en) | Cross component carrier beam management | |
US20240056140A1 (en) | Method and apparatus for csi enhancement for multi-trp coherent joint transmission | |
US11456798B2 (en) | IMU-assisted polarization division multiplexed MIMO wireless communication | |
Kumar et al. | Low cost reception scheme for MIMO cognitive radio | |
Jiang et al. | Enhanced Space-Domain Index Modulation Based mmWave Communication For Industrial Control | |
Shah et al. | Massive MIMO: Energy Efficient Solution for Increasing Coverage and Capacity |