CN102340342A - 用于航空通信的自适应多输入多输出方法及*** - Google Patents

Abstract

本发明公开了一种用于航空通信的自适应多输入多输出方法及***。用于航空通信的自适应多输入多输出方法包括以下步骤：S1，建立三维多输入多输出信道模型；S2，计算最优信道容量；S3，获取飞机距离地面天线阵列的距离和方向角；S4，根据所述最优信道容量以及所述距离和方向角使用自适应最小均方误差内插算法计算得到机身上虚拟的接收天线阵列中相邻天线之间的距离d_r；以及S5，根据所述最优信道容量以及所述距离和方向角使用自适应延时算法计算得到机身上虚拟的发射天线阵列中相邻天线之间的距离d_t。根据本发明实施例的用于航空通信的自适应多输入多输出方法及***，可以根据飞机的位置实时地提供最大的***容量。

Description

用于航空通信的自适应多输入多输出方法及***

技术领域

本发明涉及航空通信技术领域，特别涉及一种用于航空通信的自适应多输入多输出(MIMO)方法及***。

背景技术

随着民航事业不断发展，民航飞机数量与流量不断增加，地空数据通信流量也与日俱增。这些数据包括空管数据(ATC)、民航管理与运行数据(AOC)、机载移动通信数据(APC)等。传统空地航空通信采用单发单收(SISO)通信***，其容量已逐渐达到饱和，为解决地空数据通信流量不断增长而导致的地空数据通信***容量瓶颈，使得地空数据通信***具有更高的通信速度与通信稳定性和可靠性，MIMO通信***成为宽带传输的发展方向之一。

根据MIMO技术的原理可知在多径丰富的情况下，***可以得到更好的分集效果。然而航空信道属于莱斯(RICE)信道，存在较强的直射路径(LOS)，信道具有很强的相关性，在这种情况要想得到分集增益非常困难。

发明内容

本发明的目的旨在至少解决上述技术缺陷之一。为此，本发明需要提供一种用于航空通信的自适应多输入多输出方法及***，该多输入多输出方法及***具有可以根据飞机的位置实时地提供最大的***容量的优点。

根据本发明的一方面，提供了一种多输入多输出方法包括以下步骤：S1，建立三维多输入多输出信道模型；S2，计算最优信道容量；S3，获取飞机距离地面天线阵列的距离和方向角；S4，根据所述最优信道容量以及所述距离和方向角使用自适应最小均方误差内插算法计算得到机身上虚拟的接收天线阵列中相邻天线之间的距离d_r；以及S5，根据所述最优信道容量以及所述距离和方向角使用自适应延时算法计算得到机身上虚拟的发射天线阵列中相邻天线之间的距离d_t。

根据本发明实施例的多输入多输出方法，可以解决地空数据通信流量不断增长而导致的地空数据通信***的容量瓶颈问题，满足航空公司运行控制与机务维修多种需求，使得地空数据通信***具有更高的***容量与通信稳定性和可靠性，得到最大的分集增益并且可以根据飞机的位置实时地提供最大的***容量。

根据本发明的另外一方面，提供了一种用于航空通信的多输入多输出***，包括：模型建立装置，所述模型建立装置用于建立三维多输入多输出信道模型；计算装置，所述计算装置用于计算最优信道容量；获取装置，所述获取装置用于获取飞机距离地面天线阵列的距离和方向角；接收计算装置，所述接收计算装置用于根据所述最优信道容量以及所述距离和方向角使用自适应最小均方误差内插算法计算得到机身上虚拟的接收天线阵列中相邻天线之间的距离d_r；以及发送计算装置，所述发送计算装置用于根据所述最优信道容量以及所述距离和方向角使用自适应延时算法计算得到机身上虚拟的发射天线阵列中相邻天线之间的距离d_t。

根据本发明实施例的多输入多输出***，可以解决地空数据通信流量不断增长而导致的地空数据通信***的容量瓶颈问题，满足航空公司运行控制与机务维修多种需求，使得地空数据通信***具有更高的***容量与通信稳定性和可靠性，得到最大的分集增益并且可以根据飞机的位置实时地提供最大的***容量，为未来空中航行***提供通信***容量的保障。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的用于航空通信的自适应多输入多输出方法的流程图；

图2是根据本发明一个实施例的三维多输入多输出信道模型的示意图；

图3是根据本发明一个实施例的自适应最小均方误差内插算法的原理图；

图4是根据本发明一个实施例的自适应延时算法的原理图；

图5是根据自适应延时算法得到的虚拟天线阵列的示意图；

图6是示出根据本发明一个实施例的用于航空通信的多输入多输出***的结构框图；

图7是在2×2不同莱斯因子下的信道容量的仿真图；

图8是仿真场景的示意图；

图9是示出飞机沿第一轨迹飞行时***容量的仿真图；

图10是示出飞机沿第二轨迹飞行时***容量的仿真图；以及

图11是根据本发明实施例的方法得到的***容量与根据传统方法得到的***容量的仿真比较图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者更多个特征。进一步地，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

图1是根据本发明一个实施例的用于航空通信的自适应多输入多输出方法的流程图。如图1所示，用于航空通信的自适应多输入多输出方法包括下述步骤。

步骤S1，建立三维多输入多输出信道模型。

步骤S1的具体过程可以参考图2来描述。图2是根据本发明一个实施例的三维多输入多输出信道模型的示意图。

将地面天线阵列设置在地平球面坐标系X_G，Y_G，Z_G中，其中飞机在地平球面坐标系的坐标为

R是飞机距离所述地面天线阵列的距离，

是R在地平球面坐标系下与Z_G的夹角，

是R在X_GOY_G平面的投影与Y_G的夹角。

运动坐标系如下得到：矢量R的方向为x轴，即将地平球面坐标系进行沿z轴顺时旋转

再沿x轴逆时针旋转

得到运动坐标系为x，y，z。

假设第n根发射天线在运动坐标系下的球面坐标为d_t发射天线间距，θ_t为

与Z轴夹角，

为

在XOY平面的投影与Y轴的夹角，则在运动坐标系下的向量为

假设第m根接收天下天线在运动坐标系下的球面坐标为

d_r发射天线间距，θ_r为与Z轴夹角，

为

在XOY平面投影与Y轴的夹角，则在运动坐标系下的向量为

在运动坐标系下：

在莱斯条件下信道矩阵表示为：

H＝aH_LOS+bH_NLOS    (4)

将莱斯因子定义为

信道矩阵H_LOS的元素由下式计算

$h_{n+1,m+1}=e^{-\frac{2\mathrm{\π}}{\mathrm{\λ}}{r}_{\mathrm{mn}}}---\left(5\right)$

S2，计算最优信道容量。

对于信道系数固定的信道，单输入单输出(SISO)***的总发射功率为P，噪声功率σ²，用ρ＝P/σ²表示信噪比，信道的香农容量为C＝Blog₂(1+ρ)。

对于MIMO***，***模型可以表示为

y＝Hx+n                (6)

其中y为接收向量，x为发射向量，H是n_R×n_T信道矩阵，n是噪声向量。

将H做奇异值分解H＝UDV^H

其中D为n_R×n_T对角矩阵，U，V分别为n_R×n_R，n_T×n_T的酉矩阵，则

y＝UDV^Hx+n                    (7)

进行下述变换：

$\left\{\begin{array}{c}{y}^{\′}=U^{H}y\\ x^{\′}=D^{H}x\\ n^{\′}=V^{H}n\end{array}\right.---\left(8\right)$

将三维多输入多输出信道等效为

$\left\{\begin{array}{cc}{y_i}^{\′}=\sqrt{{\mathrm{\λ}}_i}{x}^{\′}+n^{\′}& i=\mathrm{1,2},\·\·\·,r\\ {y_i}^{\′}=n^{\′}& i=r+1,r+2,\·\·\·,n_R\end{array}\right.---\left(9\right)$

其中r表示H矩阵的秩，最大值为m＝min(n_R，n_T)，表示H的奇异值，当i＞r时y并不依赖于发射信号，即信道增益为0，可以认为MIMO信道是由r个去耦平行子信道组成的，每个子信道分配矩阵H的奇异值，相当于信道幅度增益，因此信道功率增益等于矩阵HH^T的特征值。

考虑到上述所描述的等价MIMO信道模型中，子信道是去耦的，因此容量可以直接相加。假设在等效的MIMO信道中，每根天线的发射功率为P/n_T，使用香农容量公式计算出总的信道容量为：

$C=\underset{1}{\overset{r}{\mathrm{\Σ}}}{B\log }_2(1+\frac{P_i}{{\mathrm{\σ}}^2})---\left(10\right)$

其中，P_i是在第i个子信道中接收到的信号功率，因此所述总的信道容量为

$C=B\underset{1}{\overset{r}{\mathrm{\Σ}}}{\log }_2(1+\frac{{\mathrm{\λ}}_i}{{\mathrm{\σ}}^2})={B\log }_2\underset{i=1}{\overset{r}{\mathrm{\Π}}}(1+\frac{{\mathrm{\ρ\λ}}_i}{n_T})={B\log }_2\det (I_m+\frac{\mathrm{\ρ}}{n_T}W)---\left(11\right)$

当n_T不断增大时，C＝mBlog₂det(I_m+ρ)

其中 $W=\left\{\begin{array}{cc}{\mathrm{HH}}^H& n_R<n_T\\ H^{H}H& n_R\&GreaterEqual;n_T\end{array}\right.,$ 为wishar矩阵，λ_i为W矩阵的特征向量；

在LOS环境下若保证信道容量最大，假设在LOS环境下信道矩阵H的各个列向量正交：

令上式为零可以得到：

从以上推到可以看出信道的容量取决于将相邻发射天线和相邻接收天线的间距的乘积。将相邻发射天线和相邻接收天线的间距的乘积称为ASP并定义

$\mathrm{\&eta;}=\frac{{\mathrm{ASP}}_{\mathrm{opt}}}{\mathrm{ASP}}---\left(14\right)$

$\mathrm{\&rho;}\frac{\left|h_1^H{h}_k\right|}{\left|\right|h_1\left|\right|\left|\right|h_K\left|\right|}=\frac{\left|U_{n_R-1}\left(\cos x\right)\right|}{n_R}---\left(15\right)$

其中 $x=\frac{\mathrm{\&pi;}}{n_R\mathrm{\&eta;}}.$

计算所述最优信道容量：

$C={\log }_2(1+\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R+{\left(\frac{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R}{2}\right)}^2(1-{\mathrm{\&rho;}}^2))---\left(16\right)$

S3，获取飞机距离地面天线阵列的距离。在本发明的一个实施例中，可以通过飞机导航***获得距离和方向角。

S4，根据最优信道容量以及距离和方向角使用自适应最小均方误差内插算法计算得到机身上虚拟的接收天线阵列中相邻天线之间的距离d_r。

计算机身上虚拟的接收天线阵列中相邻天线之间的距离d_r的方法可以结合图3进行描述。图3是根据本发明一个实施例的自适应最小均方误差内插算法的原理图。

计算K维天线阵列在时间t接收的第一信号，

r(t)＝[r₀(t)r₁(t)，...，r_K-1(t)]^T            (17)

计算在与K维天线阵列对应的一个虚拟接收天线处接收到的一个第二信号，

X＝w^T(x)·r(t    )                            (18)，

其中w^T(x)是加权矩阵，通过以下步骤得到w(x)：

计算r(t)的相关矩阵R，

$R=E(r\left(t\right)\&CenterDot;r^H\left(t\right))=\left[R_{\mathrm{kn}}\right]=\left[J_0\left(\frac{2\mathrm{\&pi;d}(n-k)}{\mathrm{\&lambda;}}\right)\right]---\left(19\right)$

其中r^H代表r的厄米特转置矩阵，J₀(x)是第一类零阶贝塞尔函数，d是所述K维天线阵列中相邻两根天线之间的距离，

计算r(t)和期望内插位置x的斜相关矩阵p(x)，

p(x)＝E[r(t；x)·r(t)^H]＝[p₀(x)，p₁(x)，...，p_K-1(x)]    (20)，

其中， $p_k\left(x\right)=J_0\left(\frac{2\mathrm{\&pi;}(\mathrm{kd}-x)}{\mathrm{\&lambda;}}\right)$

w(x)＝R^-1p(x)                    (21)

将(21)带入(18)中，得到在每个虚拟接收天线处接收到的第二信号：

X＝p^T(x)R^-Tr(t)                  (22)

其中

其中d_r ^*是d_r的期望值。

S5，根据最优信道容量以及距离和方向角使用自适应延时算法计算得到机身上虚拟的发射天线阵列中相邻天线之间的距离d_t。

计算机身上虚拟的发射天线阵列中相邻天线之间的距离d_t的方法可以结合图4进行说明。图4是根据本发明一个实施例的自适应延时算法的原理图。

自适应MIMO可以通过延时编码实现容量达到最优，发送数据经过空时编码，通过自适应延时编码模块，使编码后的数据流在不同的时隙上通过阵列天线发射。接收机通过阵列天线接收信号，通过自适应解码模块后将数据送到空时解码模块得到数据。

自适应延时算法的原理如图4所示，延时编码通过不同的延时周期(T_delay)数，在不同的时隙上发射数据，这样就构成了一个虚拟的天线阵列，天线间隔dt＝v×T_delay，v是飞机的飞行速度，可以通过机载导航装置得到。图5是根据自适应延时算法得到的虚拟天线阵列的示意图。

其中，

接收机将接收到的信号经过自适应延时解码，得到空时编码数据，通过空时解码得到数据。

根据本发明实施例的多输入多输出方法，可以解决地空数据通信流量不断增长而导致的地空数据通信***的容量瓶颈问题，满足航空公司运行控制与机务维修多种需求，使得地空数据通信***具有更高的***容量与通信稳定性和可靠性，得到最大的分集增益并且可以根据飞机的位置实时地提供最大的***容量。

图6是示出根据本发明一个实施例的用于航空通信的多输入多输出***的结构框图。如图6所示，用于航空通信的多输入多输出***包括模型建立装置110，计算装置120，获取装置130，接收计算装置140以及发送计算装置150。

具体地，模型建立装置110用于建立三维多输入多输出信道模型。

具体地，将地面天线阵列设置在地平球面坐标系X_G，Y_G，Z_G中，其中飞机在地平球面坐标系的坐标为

R是飞机距离所述地面天线阵列的距离，

是R在地平球面坐标系下与Z_G的夹角，

是R在X_GOY_G平面的投影与Y_G的夹角。

运动坐标系如下得到：矢量R的方向为x轴，即将地平球面坐标系进行沿z轴顺时旋转

再沿x轴逆时针旋转得到运动坐标系为x，y，z。

假设第n根发射天线在运动坐标系下的球面坐标为

d_t发射天线间距，θ_t为

与Z轴夹角，

为

在XOY平面的投影与Y轴的夹角，则在运动坐标系下的向量为

假设第m根接收天下天线在运动坐标系下的球面坐标为

d_r发射天线间距，θ_r为

与Z轴夹角，

为

在XOY平面投影与Y轴的夹角，则在运动坐标系下的向量为

在运动坐标系下：

在莱斯条件下信道矩阵表示为：

H＝aH_LOS+bH_NLOS    (28)

将莱斯因子定义为

信道矩阵H_LOS的元素由下式计算

$h_{n+1,m+1}=e^{-\frac{2\mathrm{\&pi;}}{\mathrm{\&lambda;}}{r}_{\mathrm{mn}}}---\left(29\right)$

计算装置120用于计算最优信道容量。

对于信道系数固定的信道，单输入单输出(SISO)***的总发射功率为P，噪声功率σ²，用ρ＝P/σ²表示信噪比，信道的香农容量为C＝Blog₂(1+ρ)。

对于MIMO***，***模型可以表示为

y＝Hx+n        (30)

其中y为接收向量，x为发射向量，H是n_R×n_T信道矩阵，n是噪声向量。

将H做奇异值分解H＝UDV^H

其中D为n_R×n_T对角矩阵，U，V分别为n_R×n_R，n_T×n_T的酉矩阵，则

y＝UDV^Hx+n                    (31)

进行下述变换：

$\left\{\begin{array}{c}{y}^{\&prime;}=U^{H}y\\ x^{\&prime;}=D^{H}y\\ n^{\&prime;}=V^{H}n\end{array}\right.---\left(32\right)$

将三维多输入多输出信道等效为

$\left\{\begin{array}{cc}{y_i}^{\&prime;}=\sqrt{{\mathrm{\&lambda;}}_i}{x}^{\&prime;}+n^{\&prime;}& i=\mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;,r\\ {y_i}^{\&prime;}=n^{\&prime;}& i=r+1,r+2,\&CenterDot;\&CenterDot;\&CenterDot;,n_R\end{array}\right.---\left(33\right)$

其中r表示H矩阵的秩，最大值为m＝min(n_R，n_T)，

表示H的奇异值，当i＞r时y并不依赖于发射信号，即信道增益为0，可以认为MIMO信道是由r个去耦平行子信道组成的，每个子信道分配矩阵H的奇异值，相当于信道幅度增益，因此信道功率增益等于矩阵HH^T的特征值。

考虑到上述所描述的等价MIMO信道模型中，子信道是去耦的，因此容量可以直接相加。假设在等效的MIMO信道中，每根天线的发射功率为P/n_T，使用香农容量公式计算出总的信道容量为：

$C=\underset{1}{\overset{r}{\mathrm{\&Sigma;}}}{B\log }_2(1+\frac{P_i}{{\mathrm{\&sigma;}}^2})---\left(34\right)$

其中，P_i是在第i个子信道中接收到的信号功率，

因此所述总的信道容量为

$C=B\underset{1}{\overset{r}{\mathrm{\&Sigma;}}}{\log }_2(1+\frac{{\mathrm{\&lambda;}}_i}{{\mathrm{\&sigma;}}^2})={B\log }_2\underset{i=1}{\overset{r}{\mathrm{\&Pi;}}}(1+\frac{{\mathrm{\&rho;\&lambda;}}_i}{n_T})={B\log }_2\det (I_m+\frac{\mathrm{\&rho;}}{n_T}W)---\left(35\right)$

当n_T不断增大时，C＝mBlog₂det(I_m+ρ)

其中 $W=\left\{\begin{array}{cc}{\mathrm{HH}}^H& n_R<n_T\\ H^{H}H& n_R\&GreaterEqual;n_T\end{array}\right.,$ 为wishar矩阵，λ_i为W矩阵的特征向量；

在LOS环境下若保证信道容量最大，假设在LOS环境下信道矩阵H的各个列向量正交：

令上式为零可以得到：

从以上推到可以看出信道的容量取决于将相邻发射天线和相邻接收天线的间距的乘积。将相邻发射天线和相邻接收天线的间距的乘积称为ASP并定义

$\mathrm{\&eta;}=\frac{{\mathrm{ASP}}_{\mathrm{opt}}}{\mathrm{ASP}}---\left(38\right)$

$\mathrm{\&rho;}\frac{\left|h_1^H{h}_k\right|}{\left|\right|h_1\left|\right|\left|\right|h_K\left|\right|}=\frac{\left|U_{n_R-1}\left(\cos x\right)\right|}{n_R}---\left(39\right)$

其中 $x=\frac{\mathrm{\&pi;}}{n_R\mathrm{\&eta;}}.$

计算所述最优信道容量：

$C={\log }_2(1+\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R+{\left(\frac{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R}{2}\right)}^2(1-{\mathrm{\&rho;}}^2))---\left(40\right)$

获取装置130用于获取飞机距离地面天线阵列的距离和方向角。在本发明的一个实施例中，获取装置130可以是飞机导航***。

接收计算装置140用于根据最优信道容量以及距离使用自适应最小均方误差内插算法计算得到机身上虚拟的接收天线阵列中相邻天线之间的距离d_r。

计算K维天线阵列在时间t接收的第一信号，

r(t)＝[r₀(t)r₁(t)，...，r_K-1(t)]^T           (41)

计算在与K维天线阵列对应的一个虚拟接收天线处接收到的一个第二信号，

X＝w^T(x)·r(t)                             (42)

其中w^T(x)是加权矩阵，通过以下步骤得到w(x)：

计算r(t)的相关矩阵R，

$R=E(r\left(t\right)\&CenterDot;r^H\left(t\right))=\left[R_{\mathrm{kn}}\right]=\left[J_0\left(\frac{2\mathrm{\&pi;d}(n-k)}{\mathrm{\&lambda;}}\right)\right]---\left(43\right)$

其中r^H代表r的厄米特转置矩阵，J₀(x)是第一类零阶贝塞尔函数，d是所述K维天线阵列中相邻两根天线之间的距离，

计算r(t)和期望内插位置x的斜相关矩阵p(x)，

p(x)＝E[r(t；x)·r(t)^H]＝[p₀(x)，p₁(x)，...，p_K-1(x)]    (44)

其中， $p_k\left(x\right)=J_0\left(\frac{2\mathrm{\&pi;}(\mathrm{kd}-x)}{\mathrm{\&lambda;}}\right)$

w(x)＝R^-1p(x)                (45)

将(45)带入(42)中，得到在每个虚拟接收天线处接收到的第二信号：

X＝p^T(x)R^-Tr(t)                (46)

其中

其中d_r ^*是d_r的期望值。

发送计算装置150用于根据最优信道容量以及距离和方向角使用自适应延时算法计算得到机身上虚拟的发射天线阵列中相邻天线之间的距离d_t。

使用不同的延时周期数T_delay在不同的时隙上发送数据。构成虚拟天线阵列，其中相邻虚拟天线之间间隔d_t＝v×T_delay，v是飞机的飞行速度，其中

根据本发明实施例的多输入多输出***，可以解决地空数据通信流量不断增长而导致的地空数据通信***的容量瓶颈问题，满足航空公司运行控制与机务维修多种需求，使得地空数据通信***具有更高的***容量与通信稳定性和可靠性，得到最大的分集增益并且可以根据飞机的位置实时地提供最大的***容量。

下面使用具体的仿真来说明根据本发明实施例的多输入多输出方法及***的性能。

根据上述MIMO三维模型的定义和容量的推导，定义发射天线阵列和接收天线阵列的初始姿态。设置地面发射天线间距为1500m为了提高***的容量，因为从公式可以看出***的容量与发射天线和接收天线的间距和方向角有关，机载天线的间距受到飞机的限制，所以应在地面加大发射天线的间距设置。在视距传输场景下进行仿真，仿真参数见表1。

表1仿真参数

航空通信的信道属于莱斯信道，在2×2***下，针对不同莱斯因子对***的容量进行了仿真，如图7所示。从图中选取了针对不同飞行状态下的莱斯因子的特殊值对***的性能进行了仿真。可以看出当莱斯因子为20时，***容量几乎与LOS模型下的相同，所以近似考虑LOS模型下的***容量对航空信道容量的研究是合理的。

下面举例说明。举例场景选择了两种场景下的航迹，其一是从远处沿与地面基站阵列方向成45度飞向基站上方，其二与x轴相距50km，与地面基站平行飞行。图8是仿真场景的示意图。

在不同接收天线数下对***的容量进行了仿真，图9是示出飞机沿第一轨迹飞行时***容量的仿真图。图10是示出飞机沿第二轨迹飞行时***容量的仿真图。图9、10描述了飞行分别沿航迹A-B，C-D的***容量的变化，可以看出采用MIMO***容量比传统的SISO***有较大的提高。从图10可以看出，飞机侧向飞行时***的容量较低。

以2×2MIMO为例，可以看出使用自适应算法的MIMO***容量得到明显提高。如图11所示，传统MIMO***平均容量为4.98(bit/s/Hz)，自适应最小均方误差内插的MIMO***平均容量为6.52(bit/s/Hz)，提高了1.3倍。由于机身限制为40m，在距离地面基站大于250km时，***无法提供最大容量。使用自适应延时算法可以克服机身的限制，***平均容量达到6.92(bit/s/Hz)，提高了近1.4倍。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定。

Claims (14)

1.一种用于航空通信的自适应多输入多输出方法，其特征在于，包括以下步骤：

S1，建立三维多输入多输出信道模型；

S2，计算最优信道容量；

S3，获取飞机距离地面天线阵列的距离和方向角；

S4，根据所述最优信道容量以及所述距离和方向角使用自适应最小均方误差内插算法计算得到机身上虚拟的接收天线阵列中相邻天线之间的距离d_r；以及

S5，根据所述最优信道容量以及所述距离和方向角使用自适应延时算法计算得到机身上虚拟的发射天线阵列中相邻天线之间的距离d_t。

2.根据权利要求1所述的用于航空通信的自适应多输入多输出方法，其特征在于，所述步骤S1包括：

将地面天线阵列设置在地平球面坐标系X_G，Y_G，Z_G中，其中飞机在地平球面坐标系的坐标为

R是飞机距离所述地面天线阵列的距离，

是R在地平球面坐标系下与Z_G的夹角，

是R在X_GOY_G平面的投影与Y_G的夹角，运动坐标系如下得到：矢量R的方向为x轴，即将地平球面坐标系进行沿z轴顺时旋转

再沿x轴逆时针旋转

得到运动坐标系为x，y，z。

3.根据权利要求2所述的用于航空通信的自适应多输入多输出方法，其特征在于，假设第n根发射天线在运动坐标系下的球面坐标为

d_t发射天线间距，θ_t为

与Z轴夹角，

为

在XOY平面的投影与Y轴的夹角，则在运动坐标系下的向量为

假设第m根接收天下天线在运动坐标系下的球面坐标为

d_r发射天线间距，θ_r为

与Z轴夹角，为

在XOY平面投影与Y轴的夹角，则在运动坐标系下的向量为

在运动坐标系下：

在莱斯条件下信道矩阵表示为：

H＝aH_LOS+bH_NLOS    (4)

将莱斯因子定义为

信道矩阵H_LOS的元素由下式计算

$h_{n+1,m+1}=e^{-\frac{2\mathrm{\&pi;}}{\mathrm{\&lambda;}}{r}_{\mathrm{mn}}}---\left(5\right)$

4.根据权利要求1所述的用于航空通信的自适应多输入多输出方法，其特征在于，所述步骤S2包括：

将所述三维多输入多输出信道模型表示为

y＝Hx+n        (6)

其中y为接收向量，x为发射向量，H是n_R×n_T信道矩阵，n是噪声向量；

将H做奇异值分解H＝UDV^H

其中D为n_R×n_T对角矩阵，U，V分别为n_R×n_R，n_T×n_T的酉矩阵，则

y＝UDV^Hx+n       (7)

进行下述变换：

$\left\{\begin{array}{c}{y}^{\&prime;}=U^{H}y\\ x^{\&prime;}=D^{H}x\\ n^{\&prime;}=V^{H}n\end{array}\right.---\left(8\right)$

将所述三维多输入多输出信道等效为

$\left\{\begin{array}{cc}{y_i}^{\&prime;}=\sqrt{{\mathrm{\&lambda;}}_i}{x}^{\&prime;}+n^{\&prime;}& i=\mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;,r\\ {y_i}^{\&prime;}=n^{\&prime;}& i=r+1,r+2,\&CenterDot;\&CenterDot;\&CenterDot;,n_R\end{array}\right.---\left(9\right)$

其中r表示H矩阵的秩，最大值为m＝min(n_R，n_T)，

表示H的奇异值；使用香农容量公式计算出总的信道容量为：

$C=\underset{1}{\overset{r}{\mathrm{\&Sigma;}}}{B\log }_2(1+\frac{P_i}{{\mathrm{\&sigma;}}^2})---\left(10\right)$

其中，P_i是在第i个子信道中接收到的信号功率，

因此所述总的信道容量为

$C=B\underset{1}{\overset{r}{\mathrm{\&Sigma;}}}{\log }_2(1+\frac{{\mathrm{\&lambda;}}_i}{{\mathrm{\&sigma;}}^2})={B\log }_2\underset{i=1}{\overset{r}{\mathrm{\&Pi;}}}(1+\frac{{\mathrm{\&rho;\&lambda;}}_i}{n_T})={B\log }_2\det (I_m+\frac{\mathrm{\&rho;}}{n_T}W)---\left(11\right)$

当n_T不断增大时，

C＝mBlog₂det(I_m+ρ)

其中 $W=\left\{\begin{array}{cc}{\mathrm{HH}}^H& n_R<n_T\\ H^{H}H& n_R\&GreaterEqual;n_T\end{array}\right.,$ 为wishar矩阵，λ_i为W矩阵的特征向量；

假设在LOS环境下信道矩阵H的各个列向量正交：

令上式为零可以得到：

将相邻发射天线和相邻接收天线的间距的乘积称为ASP并定义

$\mathrm{\&eta;}=\frac{{\mathrm{ASP}}_{\mathrm{opt}}}{\mathrm{ASP}}---\left(14\right)$

$\mathrm{\&rho;}\frac{\left|h_1^H{h}_k\right|}{\left|\right|h_1\left|\right|\left|\right|h_K\left|\right|}=\frac{\left|U_{n_R-1}\left(\cos x\right)\right|}{n_R}---\left(15\right)$

其中 $x=\frac{\mathrm{\&pi;}}{n_R\mathrm{\&eta;}};$

计算所述最优信道容量：

$C={\log }_2(1+\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R+{\left(\frac{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R}{2}\right)}^2(1-{\mathrm{\&rho;}}^2))---\left(16\right)$

5.根据权利要求1所述的用于航空通信的自适应多输入多输出方法，其特征在于，通过飞机导航***获得所述距离和方向角。

6.根据权利要求4所述的用于航空通信的自适应多输入多输出方法，其特征在于，所述步骤S4包括：

计算K维天线阵列在时间t接收的第一信号，

r(t)＝[r₀(t)r₁(t)，...，r_K-1(t)]^T(17)

计算在与K维天线阵列对应的一个虚拟接收天线处接收到的一个第二信号，

X＝w^T(x)·r(t)                    (18)

其中w^T(x)是加权矩阵，通过以下步骤得到w(x)：

计算r(t)的相关矩阵R，

$R=E(r\left(t\right)\&CenterDot;r^H\left(t\right))=\left[R_{\mathrm{kn}}\right]=\left[J_0\left(\frac{2\mathrm{\&pi;d}(n-k)}{\mathrm{\&lambda;}}\right)\right]---\left(19\right)$

其中r^H代表r的厄米特转置矩阵，J₀(x)是第一类零阶贝塞尔函数，d是所述K维天线阵列中相邻两根天线之间的距离，

计算r(t)和期望内插位置x的斜相关矩阵p(x)，

p(x)＝E[r(t；x)·r(t)^H]＝[p₀(x)，p₁(x)，...，p_K-1(x)](20)

其中， $p_k\left(x\right)=J_0\left(\frac{2\mathrm{\&pi;}(\mathrm{kd}-x)}{\mathrm{\&lambda;}}\right)$

w(x)＝R^-1p(x)                        (21)

将(21)带入(18)中，得到在每个虚拟接收天线处接收到的第二信号：

X＝p^T(x)R^-Tr(t)                (22)

其中有

其中d_r ^*是d_r的期望值。

7.根据权利要求4所述的用于航空通信的自适应多输入多输出方法，其特征在于，步骤S5包括：

使用不同的延时周期数T_delay在不同的时隙上发送数据；

构成虚拟天线阵列，其中相邻虚拟天线之间间隔d_t＝v×T_delay，v是飞机的飞行速度，其中

8.一种用于航空通信的多输入多输出***，其特征在于，包括：

模型建立装置，所述模型建立装置用于建立三维多输入多输出信道模型；

计算装置，所述计算装置用于计算最优信道容量；

获取装置，所述获取装置用于获取飞机距离地面天线阵列的距离和方向角；

接收计算装置，所述接收计算装置用于根据所述最优信道容量以及所述距离和方向角使用自适应最小均方误差内插算法计算得到机身上虚拟的接收天线阵列中相邻天线之间的距离d_r；以及

发送计算装置，所述发送计算装置用于根据所述最优信道容量以及所述距离和方向角使用自适应延时算法计算得到机身上虚拟的发射天线阵列中相邻天线之间的距离d_t。

9.根据权利要求8所述的用于航空通信的多输入多输出***，其特征在于，所述模型建立装置进一步用于：

将地面天线阵列设置在地平球面坐标系X_G，Y_G，Z_G中，其中飞机在地平球面坐标系的坐标为

R是飞机距离所述地面天线阵列的距离，是R在地平球面坐标系下与Z_G的夹角，

是R在X_GOY_G平面的投影与Y_G的夹角，运动坐标系如下得到：矢量R的方向为x轴，即将地平球面坐标系进行沿z轴顺时旋转

再沿x轴逆时针旋转

得到运动坐标系为x，y，z。

10.根据权利要求9所述的用于航空通信的多输入多输出***，其特征在于，所述模型建立装置进一步用于：

假设第n根发射天线在运动坐标系下的球面坐标为

d_t发射天线间距，θ_t为

与Z轴夹角，

为

在XOY平面的投影与Y轴的夹角，则在运动坐标系下的向量为

假设第m根接收天下天线在运动坐标系下的球面坐标为

d_r发射天线间距，θ_r为与Z轴夹角，为

在XOY平面投影与Y轴的夹角，则在运动坐标系下的向量为

在运动坐标系下：

在莱斯条件下信道矩阵表示为：

H＝aH_LOS+bH_NLOS   (28)

将莱斯因子定义为

信道矩阵H_LOS的元素由下式计算

$h_{n+1,m+1}=e^{-\frac{2\mathrm{\&pi;}}{\mathrm{\&lambda;}}{r}_{\mathrm{mn}}}---\left(29\right)$

11.根据权利要求8所述的用于航空通信的多输入多输出***，其特征在于，所述计算装置进一步用于：

将所述三维多输入多输出信道模型表示为

y＝Hx+n    (30)

其中y为接收向量，x为发射向量，H是n_R×n_T信道矩阵，n噪声向量；

将H做奇异值分解H＝UDV^H

其中D为n_R×n_T对角矩阵，U，V分别为n_R×n_R，n_T×n_T的酉矩阵，则

y＝UDV^Hx+n    (31)

进行下述变换：

$\left\{\begin{array}{c}{y}^{\&prime;}=U^{H}y\\ x^{\&prime;}=D^{H}y\\ n^{\&prime;}=V^{H}n\end{array}\right.---\left(32\right)$

将所述三维多输入多输出信道等效为

$\left\{\begin{array}{cc}{y_i}^{\&prime;}=\sqrt{{\mathrm{\&lambda;}}_i}{x}^{\&prime;}+n^{\&prime;}& i=\mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;,r\\ {y_i}^{\&prime;}=n^{\&prime;}& i=r+1,r+2,\&CenterDot;\&CenterDot;\&CenterDot;,n_R\end{array}\right.---\left(33\right)$

其中r表示H矩阵的秩，最大值为m＝min(n_R，n_T)，表示H的奇异值；

使用香农容量公式计算出总的信道容量为：

$C=\underset{1}{\overset{r}{\mathrm{\&Sigma;}}}{B\log }_2(1+\frac{P_i}{{\mathrm{\&sigma;}}^2})---\left(34\right)$

其中，P_i是在第i个子信道中接收到的信号功率，

因此所述总的信道容量为

$C=B\underset{1}{\overset{r}{\mathrm{\&Sigma;}}}{\log }_2(1+\frac{{\mathrm{\&lambda;}}_i}{{\mathrm{\&sigma;}}^2})={B\log }_2\underset{i=1}{\overset{r}{\mathrm{\&Pi;}}}(1+\frac{{\mathrm{\&rho;\&lambda;}}_i}{n_T})={B\log }_2\det (I_m+\frac{\mathrm{\&rho;}}{n_T}W)---\left(35\right)$

当n_T不断增大时，C＝mBlog₂det(I_m+ρ)

其中 $W=\left\{\begin{array}{cc}{\mathrm{HH}}^H& n_R<n_T\\ H^{H}H& n_R\&GreaterEqual;n_T\end{array}\right.,$ 为wishar矩阵，λ_i为W矩阵的特征向量；

假设在LOS环境下信道矩阵H的各个列向量正交：

令上式为零可以得到：

将相邻发射天线和相邻接收天线的间距的乘积称为ASP并定义

$\mathrm{\&eta;}=\frac{{\mathrm{ASP}}_{\mathrm{opt}}}{\mathrm{ASP}}---\left(38\right)$

$\mathrm{\&rho;}\frac{\left|h_1^H{h}_k\right|}{\left|\right|h_1\left|\right|\left|\right|h_K\left|\right|}=\frac{\left|U_{n_R-1}\left(\cos x\right)\right|}{n_R}---\left(39\right)$

其中 $x=\frac{\mathrm{\&pi;}}{n_R\mathrm{\&eta;}};$

计算所述最优信道容量：

$C={\log }_2(1+\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R+{\left(\frac{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}{n}_R}{2}\right)}^2(1-{\mathrm{\&rho;}}^2))---\left(40\right)$

12.根据权利要求8所述的用于航空通信的多输入多输出***，其特征在于，所述获取装置是飞机导航***。

13.根据权利要求11所述的用于航空通信的多输入多输出***，其特征在于，所述接收计算装置进一步用于：

计算K维天线阵列在时间t接收的第一信号，

r(t)＝[r₀(t)r₁(t)，...，r_K-1(t)]^T          (41)

计算在与K维天线阵列对应的一个虚拟接收天线处接收到的一个第二信号，

X＝w^T(x)·r(t)                        (42)

其中w^T(x)是加权矩阵，通过以下步骤得到w(x)：

计算r(t)的相关矩阵R，

$R=E(r\left(t\right)\&CenterDot;r^H\left(t\right))=\left[R_{\mathrm{kn}}\right]=\left[J_0\left(\frac{2\mathrm{\&pi;d}(n-k)}{\mathrm{\&lambda;}}\right)\right]---\left(43\right)$

其中r^H代表r的厄米特转置矩阵，J₀(x)是第一类零阶贝塞尔函数，d是所述K维天线阵列中相邻两根天线之间的距离，

计算r(t)和期望内插位置x的斜相关矩阵p(x)，

p(x)＝E[r(t；x)·r(t)^H]＝[p₀(x)，p₁(x)，...，p_K-1(x)](44)

其中， $p_k\left(x\right)=J_0\left(\frac{2\mathrm{\&pi;}(\mathrm{kd}-x)}{\mathrm{\&lambda;}}\right)$

w(x)＝R^-1p(x)                    (45)

将(45)带入(42)中，得到在每个虚拟接收天线处接收到的第二信号：

X＝p^T(x)R^-Tr(t)                (46)

其中

其中d_r ^*是d_r的期望值。

14.根据权利要求11所述的用于航空通信的多输入多输出***，其特征在于，所述发送计算装置进一步用于：

使用不同的延时周期数T_delay在不同的时隙上发送数据；

构成虚拟天线阵列，其中相邻虚拟天线之间间隔d_t＝v×T_delay，v是飞机的飞行速度，其中

Images