[发明专利]基于波束索引地图的免信道训练大维通信波束对齐方法

说明书

本发明公开了一种基于波束索引地图的免信道训练大维通信波束对齐方法，包括：通过离线射线追踪仿真计算、离线实地测量或在线实时测量等方式获取通信环境感知的信道知识数据，并通过数据预测及扩充等方法，构建并及时更新基于基站与用户地理位置的收发端最优波束索引地图；在毫米波大规模天线实际通信场景中，用户端通过GPS、北斗、蜂窝网络定位等方式获取实时地理位置，进而通过所建立的波束索引地图，获取基站端和用户端的最优波束对索引，以实现免信道训练的毫米波大规模天线波束对齐。本发明通过构建并使用环境感知的波束索引地图，结合日益精准及多样化的用户端定位方法，解决了毫米波大维无线通信信道估计难度大、传统波束对齐方法训练开销大、训练过程繁琐等问题，简化波束对齐流程，从而实现免信道训练的环境感知通信，极大提升有效通信速率。

技术领域

本发明涉及无线通信标准化进程领域，特别是涉及一种波束索引地图和基于该地图的毫米波大维无线通信波束对齐方法。

背景技术

随着第五代(5G)移动通信网络的规模化部署和6G通信技术研究的开展，以及愈发紧缺的频谱资源，毫米波频段(即30GHz-300GHz)成为了移动通信领域关注的重点。毫米波段频谱资源丰富，且所需天线尺寸小，易于在较小的空间集成大规模天线阵，从而能够极大地提高通信速率，但由于毫米波信号在传播过程中路径损耗很大，而且易受周围环境的影响，信号衰减较快，需要使用合适的方法提高其增益。

为了解决上述问题，需要在基站端和用户端采用大规模天线阵列和波束赋形。波束赋形技术通过调整天线阵列中每个阵元的加权系数产生具有指向性的波束，从而能够获得明显的阵列增益，有着以下优势：(1)扩大信号传播距离；(2)改善边缘吞吐量；(2)抑制干扰，提高接收信噪比。为此，用户端和基站端需要具备正确选择最佳收发波束的能力，传统的波束选择主要有以下几种方式：(1)基于波束训练的方法，即基站端和用户端在通信前分别遍历发送自身码本中所有波束，最后选择接收信噪比最大的收发波束对进行通信。该方式训练开销大，有效通信时长短，导致通信效率低。虽然有学者提出了基于分层码本的方法来减少训练开销，但其码本设计复杂，且没有从根源上避免训练开销；(2)基于导频训练的方法，即基站端在通信前先发送一段用户端已知的导频序列，然后用户端根据接收到的信号与已知信号对比，对信道进行估计，并基于估计到的信道选择波束。但是，随着大规模甚至超大规模天线阵列的引入，信道的维度急剧升高，所需导频序列的长度也随之升高，挤占了通信的时间，使得通信速率下降；并且该方法受限于硬件设施，信道参数的获取难度加大。有学者利用毫米波信道的稀疏性，使用压缩感知的方法降低训练开销，缓解硬件设施的限制，但是仍然没有从根源上解决训练开销的问题；(3)基于统计模型的方法，该方法主要通过一些前期测量结果建立统计模型对信道进行建模，然后通过先前建立的统计模型对信道参数进行估计。虽然该方法能够快速高效地获取信道参数，但是其信道建模大多只取决于一些宏观的环境类型(如城市、郊区、农村等)，不能充分利用当前信道的先验环境信息。该方法所生成的信道模型一般只与基站端与用户端的宏观环境参数及相对位置相关，因此，该方法并未对当前传输环境进行很好的感知，估计的精度不够高。

基于对上述三种传统的波束选择、波束对齐的方法分析，可以看出在未来的无线通信系统中，急需一种能够兼具环境感知与低开销的毫米波大维通信波束对齐方法。一种实现环境感知的最直接的办法可能是存储和利用物理环境地图，如地形图或城市三维图。然而，存储精确的物理环境地图需要占用极大的存储空间，不利于实际应用。同时，仅仅依靠物理地图是不能直接预测信号的传播特性的，还需要进一步的仿真计算，例如使用射线追踪法，依据当前通信的三维环境及电磁参数，对信道参数进行估计，在环境参数精确的条件下可以得到较为精确的结果，但是射线追踪等方法复杂度高、计算量大，不适用于实时的信道预测和波束对齐。为解决上述问题，本发明提出了一种新型的波束索引地图和基于该地图的毫米波大维通信波束对齐方法。

发明内容