CN111988126B - 毫米波车联网下的信道追踪方法、装置、电子设备及介质 - Google Patents

毫米波车联网下的信道追踪方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN111988126B
CN111988126B CN202010962740.9A CN202010962740A CN111988126B CN 111988126 B CN111988126 B CN 111988126B CN 202010962740 A CN202010962740 A CN 202010962740A CN 111988126 B CN111988126 B CN 111988126B
Authority
CN
China
Prior art keywords
vehicle
base station
cluster
beam information
receiving signal
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.)
Active
Application number
CN202010962740.9A
Other languages
English (en)
Other versions
CN111988126A (zh
Inventor
陈亚文
王宸
路兆铭
温向明
王子凡
王阳
王鲁晗
曾琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202010962740.9A priority Critical patent/CN111988126B/zh
Publication of CN111988126A publication Critical patent/CN111988126A/zh
Application granted granted Critical
Publication of CN111988126B publication Critical patent/CN111988126B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本公开实施例公开了一种毫米波车联网下的信道追踪方法、装置、电子设备及介质。所述方法包括：确定信道观测矩阵；将最佳波束信息加入基站端的活跃波束信息集；利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合；确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字；基站端使用最优覆盖码字发送车辆接收信号，并利用扩展卡尔曼滤波器对车辆端进行追踪。该技术方案解决了毫米波车联网中单基站端与多车辆端的信道追踪问题，能够在保证单基站端与多车辆端之间的波束对准稳定，信号增益良好的情况下，减少波束扫描的次数与导频开销，从而有效提升毫米波车联网下信道追踪的性能。

Description

毫米波车联网下的信道追踪方法、装置、电子设备及介质
技术领域
本公开涉及无线通信技术领域，具体涉及一种毫米波车联网下的信道追踪方法、装置、电子设备及介质。
背景技术
在信息化社会高速发展的今天，人们对数据高速传输的需求达到了一个前所未有的高度。现于中国广泛应用的基于Sub-6GHz的4G LTE网络，其可以使用的最大带宽为100MHz，然而各大运营商拥有的频谱资源中位数仅为40MHz，有限的频谱资源极大地限制了数据传输速率的提升。在此背景下，频率在20GHz到300GHz之间的毫米波(millimeterwave)因其丰富的频谱资源，成为第五代移动通信***(5th generation wirelesssystems)的关键技术之一。然而由于毫米波极高的频率，其信号衰减程度受传播、大气以及其他介质的影响较大，拥有较高的路径损耗和穿透损耗。但是，由于毫米波的毫米级波长，发送毫米波的阵列天线能够被集成进小型芯片当中，这意味毫米波能够采用阵列天线的波束赋形(beamforming)技术，将信号能量约束至一个指定的方向，增强该方向的信号增益，克服路径和穿透损耗。另一方面，波束赋形技术虽然能够增强信号在特定方向的增益，但在其余方向，其信号增益反而是降低的。当发送端与接收端之间的波束对准(beamalignment)出错时，会极大的降低信号传输速率，甚至导致通信中断，尤其是当终端快速移动时，会进一步提高波束对准的难度，并带来极大的导频(pilot)开销。在此基础上，波束追踪(beam tracking)技术被提出用来减少波束对准所带来的开销。
目前毫米波波束追踪技术主要集中于低移动性终端和高速铁路场景，车联网中的相关技术较少。在车辆网中的应用场景大多是单基站(base station,BS)和单车辆的场景，与多车辆行驶的实际场景差距较大。
发明内容
为了解决相关技术中的问题，本公开实施例提供一种毫米波车联网下的信道追踪方法、装置、电子设备及介质。
第一方面，本公开实施例中提供了一种毫米波车联网下的信道追踪方法。
具体地，所述毫米波车联网下的信道追踪方法，包括：
基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵；
将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集；其中，所述活跃波束信息集中保存有不同车辆端的最佳波束信息；
利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合；
根据所述簇划分集合、簇心集合、簇宽度集合以及基站端的所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字；
基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪。
结合第一方面，本公开在第一方面的第一种实现方式中，所述基站端与车辆端利用波束码本进行波束扫描，获取信道观测矩阵包括：
基站端使用波束码本F中码字
Figure BDA0002681102240000021
发送导频信号，车辆端使用波束码本W中码字
Figure BDA0002681102240000022
接收所述导频信号；其中，jk,t为基站端码字索引；ik,t为车辆端码字索引；
更新基站端码字索引以及车辆端码字索引，重复利用码字发送所述导频信号以及接收所述导频信号的步骤，确定信道观测矩阵。
结合第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，所述将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息包括：
获取最大化所述信道观测矩阵中元素的值对应的基站端码字索引以及车辆端码字索引作为码字索引组合；
将所述码字索引组合转化为弧度制的所述出发角与所述到达角组成的最佳波束信息。
结合第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合包括：
提取所述活跃波束信息集中的所述出发角组成出发角集合；
从所述出发角集合中以预定概率选择若干元素作为初始簇心，进行分簇迭代至各簇心之间距离最大；
根据分簇结果确定簇划分集合、簇心集合和簇宽度集合。
结合第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字包括：
根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本，利用匹配追踪算法确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的基站端码字索引集合。
结合第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，所述利用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中所述车辆端对应的最佳波束信息，重新进行信道追踪包括：
根据所述最佳波束信息计算先验协方差矩阵、观测函数的雅克比矩阵、卡尔曼增益以及后验协方差矩阵，预测下一时刻基站端与车辆端的所述波束对角度；所述波束对角度包括基站端发出所述车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角；
基于预测得到的所述下一时刻基站端与车辆端的所述波束对角度，基站端发送所述车辆接收信号至车辆端，待车辆端接收到所述车辆接收信号的信噪比小于预定阈值时，移除所述活跃波束信息中车辆端对应的最佳波束信息，重新进行信道追踪。
第二方面，本公开实施例中提供了一种毫米波车联网下的信道追踪装置。
具体地，所述毫米波车联网下的信道追踪装置，包括：
扫描模块，被配置为基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵；
加入模块，被配置为将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集；其中，所述活跃波束信息集中保存有不同车辆端的最佳波束信息；
处理模块，被配置为利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合；
确定模块，被配置为根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字；
追踪模块，被配置为基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪。
第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面任一项所述的方法。
第四方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面任一项所述的方法。
根据本公开实施例提供的技术方案，通过基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵，然后将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集，之后利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合，根据所述簇划分集合、簇心集合、簇宽度集合以及基站端的所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字，最后基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪。该技术方案解决了毫米波车联网中单基站端与多车辆端的信道追踪问题，能够在保证单基站端与多车辆端之间的波束对准稳定，信号增益良好的情况下，减少波束扫描(beam search)的次数与导频开销，从而有效提升毫米波车联网下的时变均匀线性阵列信道追踪的性能。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开的实施例的毫米波车联网下的信道追踪方法的流程图；
图2示出了根据本公开实施例的毫米波车联网下的信道追踪方法的应用场景示意图；
图3示出根据本公开的实施例的毫米波车联网下的信道追踪装置的结构框图；
图4示出根据本公开的实施例的电子设备的结构框图；
图5示出适于用来实现根据本公开实施例的方法的计算机***的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
目前毫米波波束追踪技术主要集中于低移动性终端和高速铁路场景，车联网中的相关技术较少。在车辆网中的应用场景大多是单基站(base station,BS)和单车辆的场景，与多车辆行驶的实际场景差距较大。
本公开实施例提供的毫米波车联网下的信道追踪方法，解决了毫米波车联网中单基站端与多车辆端的信道追踪问题，能够在保证单基站端与多车辆端之间的波束对准稳定，信号增益良好的情况下，减少波束扫描(beam search)的次数与导频开销，从而有效提升毫米波车联网下的时变均匀线性阵列信道追踪的性能。
图1示出根据本公开的实施例的毫米波车联网下的信道追踪方法的流程图。如图1所示，所述毫米波车联网下的信道追踪方法包括以下步骤S101-S105：
在步骤S101中，基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵。
根据本公开的实施例，基站端与车辆端利用波束码本进行波束扫描，获取信道观测矩阵包括：
基站端使用波束码本F中码字
Figure BDA0002681102240000061
发送导频信号，车辆端使用波束码本W中码字
Figure BDA0002681102240000062
接收所述导频信号；其中，jk,t为基站端码字索引；ik,t为车辆端码字索引；
更新基站端码字索引以及车辆端码字索引，重复利用码字发送所述导频信号以及接收所述导频信号的步骤，确定信道观测矩阵。
在本公开方式中，对于t时刻的第k个车辆端，其中1≤k≤K,0≤t≤T，其与基站端之间的下行信道矩阵为
Figure BDA0002681102240000071
其中L为子路径数，gl,k,t为t时刻车辆端k与基站端间信道的第l条子路径的小规模衰减系数，ak(φl,k,t)和ab(θl,k,t)分别为车辆端k与基站端天线的阵列响应矢量。对于M个天线元的均匀线性阵列天线，其在
Figure BDA0002681102240000072
方向的阵列响应矢量为
Figure BDA0002681102240000073
在本公开方式中，基站端与车辆端天线结构为均匀线性阵列，并采用混合波束赋形技术，对于M个天线元的均匀线性阵列天线，设置其量化相移器量化比特数b＝log22M，则其波束码本的波束方向角矢量为
Figure BDA0002681102240000074
当基站端天线元件数为
Figure BDA0002681102240000075
其波束赋形采用的码本为
Figure BDA0002681102240000076
当车辆端天线元件数为
Figure BDA0002681102240000077
其波束赋形采用的码本为
Figure BDA0002681102240000078
在本公开方式中，确定信道观测矩阵的步骤如下：
a1：初始化基站端码字索引jk,t＝1，车辆端码字索引ik,t＝1；
a2：车辆端使用码字
Figure BDA0002681102240000079
接收导频信号；
a3：基站端使用码字
Figure BDA00026811022400000710
发送导频信号；
a4：更新基站端码字索引jk,t＝jk,t+1，如果jk,t≤2Mb，重复步骤a3-a4；
a5：更新车辆端码字索引ik,t＝ik,t+1如果ik,t≤2Mk，重复步骤a2-a5；
a6：获得信道观测矩阵
Figure BDA00026811022400000711
在本公开方式中，可以采用以下方式进行波束扫描，例如采用码本的分级波束扫描、采用码本的全向波束扫描或者采用码本的区域波束扫描。
在步骤S102中，将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集；其中，所述活跃波束信息集中保存有不同车辆端的最佳波束信息。
根据本公开的实施例，车辆端进行一个完整周期的波束扫描，获取不同波束下的信号增益，然后选择信号增益最大波束作为最佳波束，获取最佳波束对应的码字索引，最后根据车辆端所采用的波束码本，将码字索引转化为弧度。
根据本公开的实施例，所述将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息包括：
获取最大化所述信道观测矩阵中元素的值对应的基站端码字索引以及车辆端码字索引作为码字索引组合；具体地，计算t时刻的第k个车辆端接收的最优波束对所使用的码字索引：
Figure BDA0002681102240000081
Figure BDA0002681102240000083
其中，q为基站端所使用量化相移器的量化比特。
将所述码字索引组合转化为弧度制的所述出发角与所述到达角组成的最佳波束信息。具体地，将码字索引对应的码字转化为弧度制的波束方向
Figure BDA0002681102240000082
其中LW([Wk]：,j)和LF([F]：,i)分别为Wk中第j列码字和F中第i列码字对应的弧度制波束方向；然后输出最佳波束信息{φk,t,θk,t}，并反馈给基站端。对于t时刻的第k个车辆端，其传回的最佳波束信息为{φk,t,θk,t}，其中，φk,t和θk,t分别为车辆接收信号的到达角和出发角。
在本公开方式中，活跃波束信息集包括：基站端向活跃车辆端发送信号的出发角集以及基站端向活跃车辆端发送信号的到达角集。φk,t∈Φ，θk,t∈Θ，Φ∈(0,π]和Θ∈(0,π]分别为基站端维护的活跃波束信息集中的信号到达角集合和信号出发角集合。
在本公开方式中，车辆端可以通过传统LTE信道和/或毫米波信道将最佳波束信息反馈给基站端。
在步骤S103中，利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合。
根据本公开的实施例，所述利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合包括：
提取所述活跃波束信息集中的所述出发角组成出发角集合；
从所述出发角集合中以预定概率选择若干元素作为初始簇心，进行分簇迭代至各簇心之间距离最大；
根据分簇结果确定簇划分集合、簇心集合和簇宽度集合。
在本公开方式中，当基站端的阵列天线拥有R个射频链时，将基站维护的活跃波束信息集中的出发角集合Θ∈(0,π]分为S＝min(R,K)个簇。
在本公开方式中，确定所述出发角的簇划分集合、簇心集合和簇宽度集合的步骤如下：
b1：令Θc＝Θ，并初始化各簇
Figure BDA0002681102240000091
b2：从Θc中随机选取一个元素作为初始簇心c1，令Θc＝Θc\{c1}，C1＝C1∪{c1}；
b3：以概率
Figure BDA0002681102240000092
从Θc中选取新的簇心cn，令Θc＝Θc\{cn}，Cn＝Cn∪{cn}，n∈{2,...,S}其中D(x)表示元素x与当前所有簇心之间的最短距离；
b4：重复步骤S1033直至选出S个初始簇心，簇Cj的簇心为μj＝cj；
b5：对于Θc中第i个元素xi，计算xi与μj的距离dij＝|xi-μj|；
b6：计算xi,i∈{1,2,...,K}所属的簇位置βi＝arg minj∈{1,2,...,S}dij，并将xi划入第βi个簇
Figure BDA0002681102240000093
b7：计算第j个簇的新簇心
Figure BDA0002681102240000094
b8：对于所有j∈{1,2,...,S}，如果存在μj≠μ′j,，令μj＝μ′j，Θc＝Θ，
Figure BDA0002681102240000101
重复步骤b5-b8；
b9：输出簇划分
Figure BDA0002681102240000102
以及簇心
Figure BDA0002681102240000103
和簇宽度
Figure BDA0002681102240000104
在步骤S104中，根据所述簇划分集合、簇心集合、簇宽度集合以及基站端的所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字。
根据本公开的实施例，根据分簇结果和基站端采用的波束码本，获取码字指示向量，然后根据基站采用的波束码本和码字指示向量，计算最优覆盖码字，最后采用匹配追踪算法，以基站采用的波束码本为字典，匹配最优覆盖码字，即当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的波束，确定了最优覆盖码字即可采用相应的波束形状发送导频信号。
根据本公开的实施例，所述根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字包括：
根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本，利用匹配追踪算法确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的基站端码字索引集合。
在本公开方式中，确定所述基站端码字索引集合的步骤如下：
c1：根据
Figure BDA0002681102240000105
和F，获取码字指示向量u；
在本公开方式中，初始化码字指示向量，然后获取基站端所采用的波束码本各码字所对应的波束扫描方向，最后将获取的各码字所对应的波束扫描方向与活跃波束集的分簇结果进行比对，获取码字指示向量u。
具体地，获取码字指示向量u的步骤包括：
c11：初始化码字指示向量
Figure BDA0002681102240000106
c12：对于所有i∈{1,2,...,2b}，j∈{1,2,...,S}，如果LF([F]：,i)∈[μj-wj,μj+wj]，则[u]i＝1；
c13：输出码字指示向量u。
c2：根据F和u计算最优覆盖码字v＝(FFH)-1Fu；
c3：初始化残差r＝v，索引集
Figure BDA0002681102240000111
索引矩阵D＝[]，迭代数d＝1；
c4：计算残差r与F列向量内积中最大值所对应的列索引
Figure BDA0002681102240000112
Figure BDA0002681102240000113
并更新索引集
Figure BDA0002681102240000114
和索引矩阵
Figure BDA0002681102240000115
c5：更新残差r＝v-D(DHD)-1DHv，更新迭代数d＝d+1；
c6：如果d小于等于S，重复步骤c4-c6；
c7：输出索引集
Figure BDA0002681102240000116
作为基站端码字索引集合。
在步骤S105中，基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪。
根据本公开的实施例，将波束扫描确定的各个车辆端的最佳波束信息作为当前时刻的基站-车辆波束对角度，之后计算先验协方差矩阵、观测函数的雅可比矩阵、卡尔曼增益和后验协方差矩阵，最后预测下一时刻基站-车辆波束对角度，以对各个车辆端的波束对角度进行追踪。
根据本公开的实施例，所述利用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中所述车辆端对应的最佳波束信息，重新进行信道追踪包括：
根据所述最佳波束信息计算先验协方差矩阵、观测函数的雅克比矩阵、卡尔曼增益以及后验协方差矩阵，预测下一时刻基站端与车辆端的波束对角度；所述波束对角度包括基站端发出所述车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角；
基于预测得到的所述下一时刻基站端与车辆端的波束对角度，基站端发送所述车辆接收信号至车辆端，待车辆端接收到所述车辆接收信号的信噪比小于预定阈值时，移除所述活跃波束信息中车辆端对应的最佳波束信息，重新进行信道追踪。
在本公开方式中，在第t时刻，对于车辆k，当前时刻的波束对角度为
Figure BDA0002681102240000117
作为先验波束对角度，下一时刻的波束对角度为
Figure BDA0002681102240000121
作为后验波束对角度，使用扩展卡尔曼滤波器进行信道追踪。
具体地，使用扩展卡尔曼滤波器进行信道追踪的步骤如下：
d1：设t时刻的先验波束对角度等于t-1时刻的后验波束对角度
Figure BDA0002681102240000122
d2：计算先验协方差矩阵Pk[t|t-1]＝Pk[t-1|t-1]+Qk，其中Qk为信道变动协方差矩阵，Pk[0|0]为已知量默认为全0矩阵，Pk[t|t]是与波束对角度的实际值与估计值误差的协方差矩阵，Qk为已知量可以根据经验进行选取，一般可以假设为白噪声矩阵；
d3：计算观测函数的雅可比矩阵
Figure BDA0002681102240000123
其中h为观测函数；
d4：计算卡尔曼增益
Figure BDA0002681102240000124
其中
Figure BDA0002681102240000125
Figure BDA0002681102240000126
Rk为观测噪声协方差矩阵，Rk为已知量可以根据经验进行选取，一般可以假设为白噪声矩阵；
d5：计算后验波束对角度
Figure BDA0002681102240000127
Figure BDA0002681102240000128
d6：计算后验协方差矩阵Pk[t|t]＝(I-Kk,tHk,t)Pk[t|t-1]；
d7：输出t时刻的后验波束对角度
Figure BDA0002681102240000129
d8：基站端使用波束码字
Figure BDA00026811022400001210
进行导频信号的发送，车辆端使用波束码字
Figure BDA00026811022400001211
进行导频信号的接收；
d9：车辆端获取接收信号
Figure BDA00026811022400001212
其中vk,t为服从复高斯分布的噪声；如果接收信号的信噪比小于阈值Rk,t，重复步骤S101-S105。
本公开实施例提供的毫米波车联网下的信道追踪方法，解决了毫米波车联网中单基站端与多车辆端的信道追踪问题，能够在保证单基站端与多车辆端之间的波束对准稳定，信号增益良好的情况下，减少波束扫描(beam search)的次数与导频开销，从而有效提升毫米波车联网下的时变均匀线性阵列信道追踪的性能。
图2示出了根据本公开实施例的毫米波车联网下的信道追踪方法的应用场景示意图。应理解，图2所示应用场景仅为了说明本公开的概念和原理，而并非意味着本公开仅适用于这样的应用场景。如图2所示，所述应用场景包括：基站端201、车辆端202、车辆端203、道路204、障碍物205和障碍206。基站端201进行全向扫描时发送的最优方向导频波束信号通过信号最佳路径207和信号最佳路径208分别到达车辆端202和车辆端203。其中，车辆端202信号最佳路径207为直射路径，车辆端203信号最佳路径208为经障碍物205反射后的反射路径。车辆端202、车辆端203使用波束码本接收基站端201发送的导频波束信号后，将从信号最佳路径207和信号最佳路径208方向接收的信号认定为最优波束信号。
当车辆端202、车辆端203所在位置存在多个车辆端时，利用本公开实施例的毫米波车联网下的信道追踪方法，可以确定车辆端聚类后的簇心位置，进而确定基站端201的波束出发角，减少了基站端波束扫描的次数。而且，由于车辆端202、车辆端203在移动过程中可能会收到障碍物的阻挡，导致接收到的信号增益降低到阈值以下，通过移除活跃波束信息集中对应的最佳波束信息，并重新进行信道追踪，实现对车辆端信道的持续追踪。
图3示出根据本公开的实施例的毫米波车联网下的信道追踪装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
如图3所示，所述毫米波车联网下的信道追踪装置300包括扫描模块310、加入模块320、处理模块330、确定模块340和追踪模块350。
所述扫描模块310被配置为基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵；
所述加入模块320被配置为将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集；其中，所述活跃波束信息集中保存有不同车辆端的最佳波束信息；
所述处理模块330被配置为利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合；
所述确定模块340被配置为根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字；
所述追踪模块350被配置为基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪。
本公开实施例提供的毫米波车联网下的信道追踪装置，解决了毫米波车联网中单基站端与多车辆端的信道追踪问题，能够在保证单基站端与多车辆端之间的波束对准稳定，信号增益良好的情况下，减少波束扫描(beam search)的次数与导频开销，从而有效提升毫米波车联网下的时变均匀线性阵列信道追踪的性能。
本公开还公开了一种电子设备，图4示出根据本公开的实施例的电子设备的结构框图。
如图4所示，所述电子设备400包括存储器401和处理器402，其中，存储器401用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器402执行以实现根据本公开的实施例的方法包括：
基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵；
将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集；其中，所述活跃波束信息集中保存有不同车辆端的最佳波束信息；
利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合；
根据所述簇划分集合、簇心集合、簇宽度集合以及基站端的所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字；
基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪。
图5示出适于用来实现根据本公开实施例的方法的计算机***的结构示意图。
如图5所示，计算机***500包括处理单元501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行上述实施例中的各种方法。在RAM 503中，还存储有***500操作所需的各种程序和数据。处理单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信过程。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。其中，所述处理单元501可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机***中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (5)

1.一种毫米波车联网下的信道追踪方法，其特征在于，包括：
基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵；
将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集，包括：获取最大化所述信道观测矩阵中元素的值对应的基站端码字索引以及车辆端码字索引作为码字索引组合；将所述码字索引组合转化为弧度制的所述出发角与所述到达角组成的最佳波束信息；其中，所述活跃波束信息集中保存有不同车辆端的最佳波束信息；
利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合，包括：提取所述活跃波束信息集中的所述出发角组成出发角集合；从所述出发角集合中以预定概率选择若干元素作为初始簇心，进行分簇迭代至各簇心之间距离最大；根据分簇结果确定簇划分集合、簇心集合和簇宽度集合；
根据所述簇划分集合、簇心集合、簇宽度集合以及基站端的所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字，包括：根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本，利用匹配追踪算法确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的基站端码字索引集合；
基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪，包括：根据所述最佳波束信息计算先验协方差矩阵、观测函数的雅克比矩阵、卡尔曼增益以及后验协方差矩阵，预测下一时刻基站端与车辆端的波束对角度；所述波束对角度包括基站端发出所述车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角；基于预测得到的所述下一时刻基站端与车辆端的所述波束对角度，基站端发送所述车辆接收信号至车辆端，待车辆端接收到所述车辆接收信号的信噪比小于预定阈值时，移除所述活跃波束信息中车辆端对应的最佳波束信息，重新进行信道追踪。
2.根据权利要求1所述的方法，其特征在于，所述基站端与车辆端利用波束码本进行波束扫描，获取信道观测矩阵包括：
基站端使用波束码本F中码字
Figure FDA0003148663300000021
发送导频信号，车辆端使用波束码本W中码字
Figure FDA0003148663300000022
接收所述导频信号；其中，jk,t为基站端码字索引；ik,t为车辆端码字索引；k为车辆端序号，t为时刻；
更新所述基站端码字索引以及车辆端码字索引，重复利用码字发送所述导频信号以及接收所述导频信号的步骤，确定信道观测矩阵。
3.一种毫米波车联网下的信道追踪装置，其特征在于，包括：
扫描模块，被配置为基站端与车辆端利用各自的波束码本进行波束扫描，确定信道观测矩阵；
加入模块，被配置为将根据所述信道观测矩阵确定的基站端发出车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角作为最佳波束信息，加入基站端的活跃波束信息集，包括：获取最大化所述信道观测矩阵中元素的值对应的基站端码字索引以及车辆端码字索引作为码字索引组合；将所述码字索引组合转化为弧度制的所述出发角与所述到达角组成的最佳波束信息；其中，所述活跃波束信息集中保存有不同车辆端的最佳波束信息；
处理模块，被配置为利用聚类算法处理所述活跃波束信息集，确定所述出发角的簇划分集合、簇心集合和簇宽度集合，包括：提取所述活跃波束信息集中的所述出发角组成出发角集合；从所述出发角集合中以预定概率选择若干元素作为初始簇心，进行分簇迭代至各簇心之间距离最大；根据分簇结果确定簇划分集合、簇心集合和簇宽度集合；
确定模块，被配置为根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的最优覆盖码字，包括：根据所述簇划分集合、簇心集合、簇宽度集合以及所述波束码本，利用匹配追踪算法确定当前时刻下基站端发出所述车辆接收信号覆盖多个车辆端的基站端码字索引集合；
追踪模块，被配置为基站端使用所述最优覆盖码字发送所述车辆接收信号，并使用扩展卡尔曼滤波器对车辆端进行追踪，待车辆端接收到所述车辆接收信号小于预定阈值时，移除所述活跃波束信息中该车辆端对应的最佳波束信息，重新进行信道追踪，包括：根据所述最佳波束信息计算先验协方差矩阵、观测函数的雅克比矩阵、卡尔曼增益以及后验协方差矩阵，预测下一时刻基站端与车辆端的波束对角度；所述波束对角度包括基站端发出所述车辆接收信号的出发角以及车辆端接收所述车辆接收信号的到达角；基于预测得到的所述下一时刻基站端与车辆端的所述波束对角度，基站端发送所述车辆接收信号至车辆端，待车辆端接收到所述车辆接收信号的信噪比小于预定阈值时，移除所述活跃波束信息中车辆端对应的最佳波束信息，重新进行信道追踪。
4.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-2任一项所述的方法步骤。
5.一种可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-2任一项所述的方法步骤。
CN202010962740.9A 2020-09-14 2020-09-14 毫米波车联网下的信道追踪方法、装置、电子设备及介质 Active CN111988126B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010962740.9A CN111988126B (zh) 2020-09-14 2020-09-14 毫米波车联网下的信道追踪方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010962740.9A CN111988126B (zh) 2020-09-14 2020-09-14 毫米波车联网下的信道追踪方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN111988126A CN111988126A (zh) 2020-11-24
CN111988126B true CN111988126B (zh) 2021-10-01

Family

ID=73450775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010962740.9A Active CN111988126B (zh) 2020-09-14 2020-09-14 毫米波车联网下的信道追踪方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN111988126B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112738764B (zh) * 2020-12-28 2021-12-24 北京邮电大学 一种基于车辆运动轨迹认知的宽带毫米波波束追踪方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103618567A (zh) * 2013-12-18 2014-03-05 中国电子科技集团公司第五十四研究所 一种用于动中通散射通信的自适应波束形成方法
CN105072689A (zh) * 2015-08-31 2015-11-18 西安电子科技大学 基于有源天线阵列模型的多播***无线资源优化分配方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050272472A1 (en) * 2004-05-27 2005-12-08 Interdigital Technology Corporation Wireless communication method and system for forming three-dimensional control channel beams and managing high volume user coverage areas
US10524218B2 (en) * 2015-04-17 2019-12-31 Lg Electronics Inc. Method for transmitting and receiving synchronization signal in wireless communication system
US11196462B2 (en) * 2016-02-22 2021-12-07 Qualcomm Incorporated Multi-layer beamforming in millimeter-wave multiple-input/multiple-output systems
CN108494449B (zh) * 2018-03-23 2021-03-30 中国人民解放军陆军工程大学 大规模mimo高速移动场景下角度域信道追踪方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103618567A (zh) * 2013-12-18 2014-03-05 中国电子科技集团公司第五十四研究所 一种用于动中通散射通信的自适应波束形成方法
CN105072689A (zh) * 2015-08-31 2015-11-18 西安电子科技大学 基于有源天线阵列模型的多播***无线资源优化分配方法

Also Published As

Publication number Publication date
CN111988126A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
EP3406059B1 (en) Method for decoding symbol and receiver for receiving and decoding symbol
CN110519189A (zh) 高度移动场景下基于压缩感知的毫米波信道估计方法
JP2007159130A (ja) 分散型アンテナ移動通信システムにおける上り受信方法及び装置
CN109245805B (zh) 一种面向无人机毫米波通信的快速波束训练与追踪方法
CN108650200B (zh) 高低频混合组网***的低频辅助信道估计方法
CN113271270B (zh) 基于深度卷积神经网络的太赫兹超大规模信道估计方法
JP5568373B2 (ja) Ｍｉｍｏ受信機の信号検出方法およびその装置
Shaikh et al. Localization based on angle of arrival in EM lens-focusing massive MIMO
CN112543044B (zh) 一种基于稀疏编码的毫米波波束对准方法
EP4266603A1 (en) Space division-based data processing method and communication device
CN111988126B (zh) 毫米波车联网下的信道追踪方法、装置、电子设备及介质
CN111200456A (zh) 一种联合自主定位的快速低耗的3d波束赋形方法
CN107276649A (zh) 低精度模数转换与混合预编码结合的无反馈波束训练方法
CN115407297A (zh) 强通信受限下的分布式多雷达信号级协同检测与定位方法
CN113114341A (zh) 高通量卫星通信***中信息安全传输方法和装置
CN111478724A (zh) 一种面向无人机毫米波平台的三维波束搜索方法
CN110719127A (zh) 一种具有恒模约束的毫米波mimo***波束成形方法
CN110518944B (zh) 一种毫米波mimo通信***中天线选择方法和***
CN110149133B (zh) 一种基于波束空间的大规模上行传输方法
Alexandropoulos et al. Joint localization and channel estimation for UAV-assisted millimeter wave communications
CN115714612A (zh) 基于感知的通信波束跟踪方法
CN107181517B (zh) 波束搜索方法及装置
CN112165344B (zh) 一种基于梯度下降法的混合预编码方法
CN114785382B (zh) 基于深度学习的多基站协同波束匹配方法
KR101791209B1 (ko) 무선 전송 Ponit-to-Multipoint 프론트홀 시스템

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
GR01 Patent grant