CN113068197B - 一种采用智能反射面辅助的宽覆盖波束设计方法 - Google Patents

一种采用智能反射面辅助的宽覆盖波束设计方法 Download PDF

Info

Publication number
CN113068197B
CN113068197B CN202110294197.4A CN202110294197A CN113068197B CN 113068197 B CN113068197 B CN 113068197B CN 202110294197 A CN202110294197 A CN 202110294197A CN 113068197 B CN113068197 B CN 113068197B
Authority
CN
China
Prior art keywords
reflecting surface
phase shift
intelligent
intelligent reflecting
target
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
CN202110294197.4A
Other languages
English (en)
Other versions
CN113068197A (zh
Inventor
许威
何沐昕
赵春明
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202110294197.4A priority Critical patent/CN113068197B/zh
Publication of CN113068197A publication Critical patent/CN113068197A/zh
Application granted granted Critical
Publication of CN113068197B publication Critical patent/CN113068197B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22Traffic simulation tools or models
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24Cell structures
    • H04W16/28Cell structures using beam steering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Aerials With Secondary Devices (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种采用智能反射面辅助的宽覆盖波束设计方法,用于增强无线广播信道的通信覆盖,所述方法包括:首先,根据***所需的宽覆盖通信需求将目标角度范围分段,对每段角度范围确定目标波束方向图;再根据目标波束方向图,使用基于黎曼流形的共轭梯度法得到智能反射面的最优相移;最后,确定基站预编码向量,通过设置智能反射面的相移来调节反射波束的方向图,实现波束扫描功能与宽覆盖通信。本发明使用智能反射面实现无线广播信道的宽覆盖,设计的波束方向图具有波束宽、功率波动小、波束可扫描等特点,并且不需要用户的信道状态信息,为毫米波广播信道提供了可靠的宽覆盖通信。

Description

一种采用智能反射面辅助的宽覆盖波束设计方法
技术领域
本发明涉及无线通信技术领域,尤其是一种采用智能反射面辅助的宽覆盖波束设计方法。
背景技术
毫米波频段具有丰富的频谱资源,但是无线信号在毫米波频段衰减大、易受遮挡,无线信道状态严重影响了通信服务质量。在传统无线通信***中,无线信道不受使用者控制,成为限制通信***性能的重要因素。新一代通信***中,智能反射面技术可以重构无线信道,将不利的无线环境转化为有利条件,从而辅助无线通信***,提高了无线通信的可靠性。智能反射面由大量反射单元组成,每个反射单元配置数字移相器,能够独立改变入射信号的相移。通过优化大量反射单元构成的相移矩阵,使用者可以人工配置收、发端之间的等效信道,提供可靠的通信服务。在毫米波通信中,收、发端之间的视距信道易受遮挡,通过架设智能反射面设备,可以额外建立智能反射面与收、发两端的视距信道,从而恢复高质量的通信服务,提高了通信鲁棒性。智能反射面具有剖面低、重量轻、成本低等优点,低剖面的智能反射面设备可以安置在建筑物外墙面上,这样反射面不仅可以与现有通信***相兼容,还能够和谐融入生活环境。
在广播信道的通信传输中,并非所有用户都处于活动状态,基站无法获取非活动用户的信道状态信息。为使通信服务能够覆盖所有***,信号的辐射方向图应具备宽波束特性。同时,为了在覆盖范围内提供稳定的服务质量,方向图在覆盖区域内的功率波动应尽可能小。因此,在不具备用户信道状态信息的情况下,需要设计平顶波束方向图,以实现广播信道的宽覆盖通信。在毫米波频段,广播信道易受遮挡、信号衰减的影响,基站与覆盖区域之间的视距信道被堵塞,通信质量差。这时,智能反射面技术可以提供额外的通信路径,通过反射基站发送的广播信号,反射面为覆盖区域提供等效的宽平顶波束方向图,以实现可靠的宽覆盖通信。由于智能反射面只能调节无线信号的相位,传统阵列方向图综合方法不能适用。在智能反射面相移的恒模约束下,需要研究有效的阵列方向图综合方法,优化基站预编码与智能反射面相移,以实现宽平顶波束方向图的设计。另一方面,当覆盖区域要求较宽、反射角度较大时,只通过调节阵列方向图的相位难以获得较低的平顶波动和旁瓣功率;同时,较宽的波束使功率在空间分散,覆盖区域的功率增益降低。因此,需要研究波束扫描方法,将目标覆盖区域分成多段,分别设计平顶方向图进行覆盖,通过分时隙调节智能反射面的相移,产生指向不同方向的平顶方向图,以覆盖整个目标角度范围。这样,较窄的平顶波束不仅更易综合设计,而且可以获得更高的功率增益,从而提高用户的接收信噪比,增强***性能。
发明内容
发明目的:针对上述技术的不足之处,本发明使用智能反射面辅助广播信道的通信,以低功率波动的宽覆盖波束为目标,考虑智能反射面相移的恒模约束,本发明为智能反射面辅助的广播信道提供了一种相移设计方法,适用于可调节的目标覆盖范围,并能以波束扫描方式提供宽覆盖通信。
为实现上述技术目的,本发明提供以下技术方案:一种采用智能反射面辅助的宽覆盖波束设计方法,基站发送的信号经过智能反射面反射,形成宽波束以覆盖多个用户,首先,将***所需覆盖的目标角度范围整体设计或分多段分别进行设计,设置平顶波束作为目标方向图,目标方向图指向并覆盖所需角度范围,提供等功率覆盖;再根据目标波束方向图,使用基于黎曼流形的共轭梯度法得到智能反射面的最优相移;最后,确定基站预编码向量,通过设置智能反射面的相移来调节反射波束的方向图,实现波束扫描功能与宽覆盖通信。
具体步骤为:
步骤1,在智能反射面辅助的大规模多天线毫米波***中,将***所需覆盖的目标角度范围整体设计或分多段分别进行设计,设置平顶波束作为目标方向图,目标方向图指向并覆盖所需角度范围,提供等功率覆盖;
步骤2,根据目标方向图,设置代价函数,使用黎曼流形表示智能反射面相移的恒模约束,在黎曼流形上使用共轭梯度法得到智能反射面的最优相移;
步骤3,基站设置预编码,根据步骤2得到的最优相移设置智能反射面的相移,实现广播信道的波束扫描和宽覆盖通信。
进一步的,在所述步骤1中,对于目标角度范围φ∈[φminmax],设置目标方向图为f(φ-φc),其中
Figure BDA0002983689800000021
f(φ)为以下平顶波束:
Figure BDA0002983689800000022
式中,fM是平顶功率,fS是旁瓣功率,
Figure BDA0002983689800000023
ε是滚降因子。
进一步的,在步骤2中,最优相移的求解方法,具体包括如下步骤:
步骤2.1,设代价函数为:
Figure BDA0002983689800000031
式中,
Figure BDA0002983689800000032
是f(φ-φc)的离散采样,(·)T是转置,‖·‖2是2-范数,
Figure BDA0002983689800000033
是智能反射面方向图的离散采样:
Figure BDA0002983689800000034
式中,u是优化变量,eB是基站阵列单元的方向图,eS是智能反射面阵列单元的方向图,φs是基站和智能反射面之间视距信道的入射角,NB表示基站天线阵的维度,M表示智能反射面的阵列维度,diag(·)表示取括号内矩阵对角线元素组成向量,
Figure BDA0002983689800000035
Figure BDA0002983689800000036
式中τ是过采样系数,v(φ)是智能反射面指向角度φ的归一化阵列响应向量,(·)H是共轭转置。
步骤2.2,以u为优化变量,采用基于黎曼流形的共轭梯度法来最小化代价函数J,从而求出最优相移,具体步骤如下:
步骤2.21,定义符号
Figure BDA0002983689800000037
为代价函数J在向量u处的黎曼梯度;定义任意向量d向流形的正交投影为
Figure BDA0002983689800000038
式中
Figure BDA0002983689800000039
表示取实部,°表示Hadamard积,(·)*表示共轭;则黎曼梯度可表示为
Figure BDA00029836898000000310
式中
Figure BDA00029836898000000311
表示如下欧式空间梯度:
Figure BDA00029836898000000312
式中Diag(·)表示以括号内向量为对角元素的对角阵。定义任意向量x的回归映射为
Figure BDA00029836898000000313
步骤2.22,参数初始化:随机产生初始向量u0,初始方向为
Figure BDA00029836898000000314
代价函数初始化为0,计数t=0;
步骤2.23,搜索更新步长αt=qln,n是满足以下条件的最小非负整数:
Figure BDA00029836898000000315
式中,q>0,l,γ∈(0,1);
步骤2.24,更新向量ut+1=Ret(uttdt);
步骤2.25,根据步骤2.21中公式计算
Figure BDA0002983689800000041
步骤2.26,计算参数
Figure BDA0002983689800000042
步骤2.27,更新方向
Figure BDA0002983689800000043
更新计数t←t+1;
重复步骤2.23-步骤2.27,直到收敛。得到最优向量u后,计算智能反射面的最优相移如下:
Figure BDA0002983689800000044
式中,Θ的对角元素对应智能反射面的最优相移,ui是u的第i个元素,设a是基站和智能反射面之间视距信道在智能反射面端的归一化阵列响应向量,上式中ai是a的第i个元素。
进一步的,在步骤3中,设置基站预编码w=b,式中b是基站和智能反射面之间视距信道在基站端的归一化阵列响应向量,设置智能反射面的相移为最优相移,其反射波束覆盖目标角度范围。
进一步的,当步骤1中目标角度范围采用分多段分别进行设计时,对每段角度范围确定目标波束方向图,每个目标角度分段按步骤2.1-步骤2.2分别设计最优相移,存储于智能反射面。将智能反射面的相移分时隙依次设置为每段目标角度范围对应的最优相移,智能反射面的反射波束依次覆盖每段角度范围,在宽覆盖范围内实现波束扫描。
有益效果:与现有技术相比,本发明的技术方案具有以下有益技术效果:
1、本发明方法给出了毫米波广播信道下的宽覆盖波束设计方法,对于被遮挡的广播信道,采用智能反射面辅助通信,重建被遮挡区域的宽覆盖,保证了通信可靠性;
2、本发明方法不需要获取用户的信道状态信息,智能反射面的相移设计不需要额外的信道估计开销;
3、本发明方法考虑了智能反射面相移的恒模约束,仅调节相位权值实现方向图综合。
4、本发明方法适用于可调节的目标方向图的综合,根据不同的覆盖要求,方向图可以设计为各种波束形状、指向不同方向,设计方法灵活、通用。对于宽覆盖通信要求,设计出的平顶波束功率波动小。
5、本发明方法中,智能反射面在不同时隙依次设置不同的相移,可以实现波束扫描工作方式,提高覆盖区域的接收信噪比,增强覆盖区通信服务质量。
附图说明
图1是本发明采用智能反射面辅助的宽覆盖波束设计方法的***示意图;
图2是本发明设计方法得到的宽覆盖波束功率方向图;
图3是本发明设计方法得到的***下行速率;
图4是本发明采用波束扫描方式实现宽覆盖通信的功率方向图。
具体实施方式
下面结合附图和具体实施范例对本发明做进一步说明:
如图1所示的智能反射面辅助的大规模多天线毫米波***中,包含一个配置NB维天线阵的基站、一个配置M维阵列的智能反射面、以及多个用户。已知基站和智能反射面之间的视距信道为:
Figure BDA0002983689800000051
式中,φs是基站和智能反射面之间的入射角,eB是基站阵列单元的方向图,eS是智能反射面阵列单元的方向图,a、b分别是智能反射面和基站端的归一化阵列响应向量,(·)H是共轭转置。v(φ)是智能反射面指向角度φ的归一化阵列响应向量。如图所示,基站发送的信号经过智能反射面反射,形成宽波束以覆盖多个用户。
本发明应用于智能反射面辅助的大规模多天线毫米波***中。首先,根据***所需的宽覆盖通信需求将目标角度范围整体设计或分多段分别进行设计,当目标角度范围被分多段分别进行设计时,对每段角度范围确定目标波束方向图;再根据目标波束方向图,使用基于黎曼流形的共轭梯度法得到智能反射面的最优相移;最后,确定基站预编码向量,通过设置智能反射面的相移来调节反射波束,实现波束扫描功能与宽覆盖通信。
采用智能反射面辅助的宽覆盖波束设计方法的具体步骤如下:
步骤1,在智能反射面辅助的大规模多天线毫米波***中,将***所需覆盖的目标角度范围整体设计或分多段分别进行设计。对于目标角度范围φ∈[φminmax],设置目标方向图为f(φ-φc),其中
Figure BDA0002983689800000052
f(φ)为以下平顶波束:
Figure BDA0002983689800000053
式中,fM是平顶功率,fS是旁瓣功率,
Figure BDA0002983689800000054
ε是滚降因子。
步骤2,根据目标方向图,设置代价函数,使用黎曼流形表示智能反射面相移的恒模约束,在黎曼流形上使用共轭梯度法得到最优相移。具体包括如下步骤:
步骤2.1,根据目标方向图,设代价函数为:
Figure BDA0002983689800000061
式中,
Figure BDA0002983689800000062
是f(φ-φc)的离散采样,(·)T是转置,‖·‖2是2-范数,
Figure BDA0002983689800000063
是智能反射面方向图的离散采样:
Figure BDA0002983689800000064
式中,u是优化变量,diag(·)表示取括号内矩阵对角线元素组成向量,
Figure BDA0002983689800000065
Figure BDA0002983689800000066
式中τ是过采样系数,v(φ)是智能反射面指向角度φ的归一化阵列响应向量。
步骤2.2,使用黎曼流形表示恒模约束,以u为优化变量,采用基于黎曼流形的共轭梯度法来最小化代价函数J,从而求出最优相移,具体步骤如下:
步骤2.2.1,定义符号
Figure BDA0002983689800000067
为代价函数J在向量u处的黎曼梯度;定义任意向量d向流形的正交投影为
Figure BDA0002983689800000068
式中
Figure BDA0002983689800000069
表示取实部,°表示Hadamard积,(·)*表示共轭;则黎曼梯度可表示为
Figure BDA00029836898000000610
式中
Figure BDA00029836898000000611
表示如下欧式空间梯度:
Figure BDA00029836898000000612
式中Diag(·)表示以括号内向量为对角元素的对角阵。定义任意向量x的回归映射为
Figure BDA00029836898000000613
步骤2.2.2,参数初始化:随机产生初始向量u0,初始方向为
Figure BDA00029836898000000614
代价函数初始化为0,计数t=0;
步骤2.2.3,搜索更新步长αt=qln,n是满足以下条件的最小非负整数:
Figure BDA00029836898000000615
式中,q>0,l,γ∈(0,1);
步骤2.2.4,更新向量ut+1=Ret(uttdt);
步骤2.2.5,根据步骤2.2.1中公式计算
Figure BDA00029836898000000616
步骤2.2.6,计算参数
Figure BDA00029836898000000617
步骤2.2.7,更新方向
Figure BDA0002983689800000071
更新计数t←t+1;
重复步骤2.2.3-步骤2.2.7,直到收敛。得到最优向量u后,计算智能反射面的最优相移如下:
Figure BDA0002983689800000072
式中,Θ的对角元素对应智能反射面的最优相移,ui是u的第i个元素,ai是阵列响应向量a的第i个元素。
当步骤1中目标角度范围采用分多段分别进行设计时,对每段角度范围确定目标波束方向图,每个目标角度分段按步骤2.1-步骤2.2分别设计最优相移,存储于智能反射面。
步骤3,设置基站预编码w=b,设置智能反射面相移为最优相移,方向图覆盖目标角度范围。若步骤1中按分多段角度范围进行设计,则将智能反射面的相移分时隙依次设置为每段目标角度范围对应的最优相移,智能反射面的反射波束依次覆盖每段角度范围,在宽覆盖范围内实现波束扫描。
图2给出了本发明设计方法得到的宽覆盖波束功率方向图。设置基站天线数NB=32,智能反射面单元数M=32,入射角
Figure BDA0002983689800000073
基站和智能反射面的单元方向图分别为eBs)=cosφs和eS(φ)=sinφ,φ∈(0,π)。目标方向图覆盖角度范围[90°,140°],fM=1,fS=0,
Figure BDA0002983689800000074
过采样因子τ=10。如图所示,若优化时不考虑恒模约束,将优化得到的方向图权值进行幅度归一化,其功率方向图性能恶化;而本发明设计方法考虑恒模约束,优化的方向图与目标方向图拟合较好,平顶波束功率波动小,旁瓣低,实现了宽覆盖通信。
图3给出了***下行速率的累计分布函数。***参数设置与图2相同,信噪比设为10dB,智能反射面到基站和用户的信道均设为莱斯分布,莱斯因子K=5dB。如图所示,使用本发明的设计方法,得到的下行速率相比随机相移的下行速率更高,而且速率分布也更加集中,这说明本发明设计的平顶波束提高了无线通信的鲁棒性。如果使用更大的单元数M=64,可以获得更高的下行速率。
图4给出了采用波束扫描方式实现宽覆盖通信的功率方向图。设智能反射面单元数M=64,其它***参数设置与图2相同。将目标覆盖区域[100°,160°]分成三段分别设计,依次设置智能反射面相移为每段最优相移,反射波束扫描覆盖整个目标区域。如图所示,相比对目标区域整体设计的方向图,分段设计的平顶波束方向图具有更高的功率增益、更小的功率波动,以及更低的旁瓣,波束扫描方式可以提升宽覆盖的***性能。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (1)

1.一种采用智能反射面辅助的宽覆盖波束设计方法,其特征在于,具体包括如下步骤:
步骤1,在智能反射面辅助的大规模多天线毫米波***中,将***所需覆盖的目标角度范围整体设计或分多段分别进行设计,设置平顶波束作为目标方向图,目标方向图指向并覆盖所需角度范围,提供等功率覆盖;具体为:
对于目标角度范围φ∈[φmin,φmax],设置目标方向图为f(φ-φc),其中
Figure FDA0003829293350000011
f(φ)为以下平顶波束:
Figure FDA0003829293350000012
式中,fM是平顶功率,fS是旁瓣功率,
Figure FDA0003829293350000013
ε是滚降因子;
步骤2,根据目标方向图,设置代价函数,使用黎曼流形表示智能反射面相移的恒模约束,在黎曼流形上使用共轭梯度法得到智能反射面的最优相移;具体包括如下步骤:
步骤2.1,设代价函数为:
Figure FDA0003829293350000014
式中,
Figure FDA0003829293350000015
是f(φ-φc)的离散采样,(·)T是转置,||·||2是2-范数,
Figure FDA0003829293350000016
是智能反射面方向图的离散采样:
Figure FDA0003829293350000017
式中,u是优化变量,eB是基站阵列单元的方向图,eS是智能反射面阵列单元的方向图,φs是基站和智能反射面之间视距信道的入射角,NB表示基站天线阵的维度,M表示智能反射面的阵列维度,diag(·)表示取括号内矩阵对角线元素组成向量,
Figure FDA0003829293350000018
Figure FDA0003829293350000019
式中τ是过采样系数,v(φ)是智能反射面指向角度φ的归一化阵列响应向量,(·)H是共轭转置;
步骤2.2,以u为优化变量,采用基于黎曼流形的共轭梯度法来最小化代价函数J,从而求出最优相移,具体步骤如下:
步骤2.2.1,定义符号
Figure FDA00038292933500000110
为代价函数J在向量u处的黎曼梯度;定义任意向量d向流形的正交投影为
Figure FDA00038292933500000111
式中
Figure FDA00038292933500000112
表示取实部,
Figure FDA00038292933500000113
表示Hadamard积,(·)*表示共轭;则黎曼梯度可表示为
Figure FDA0003829293350000021
式中
Figure FDA0003829293350000022
表示如下欧式空间梯度:
Figure FDA0003829293350000023
式中Diag(·)表示以括号内向量为对角元素的对角阵;定义任意向量x的回归映射为
Figure FDA0003829293350000024
步骤2.2.2,参数初始化:随机产生初始向量u0,初始方向为
Figure FDA0003829293350000025
代价函数初始化为0,计数t=0;
步骤2.2.3,搜索更新步长αt=qln,n是满足以下条件的最小非负整数:
Figure FDA0003829293350000026
式中,q>0,l,γ∈(0,1);
步骤2.2.4,更新向量ut+1=Ret(uttdt);
步骤2.2.5,根据步骤2.2.1中公式计算
Figure FDA0003829293350000027
步骤2.2.6,计算参数
Figure FDA0003829293350000028
步骤2.2.7,更新方向
Figure FDA0003829293350000029
更新计数t←t+1;
重复步骤2.2.3-步骤2.2.7,直到收敛;得到最优向量u后,计算智能反射面的最优相移如下:
Figure FDA00038292933500000210
式中,Θ的对角元素对应智能反射面的最优相移,ui是u的第i个元素,设a是基站和智能反射面之间视距信道在智能反射面端的归一化阵列响应向量,上式中ai是a的第i个元素;
当步骤1中目标角度范围采用分多段分别进行设计时,对每段角度范围确定目标波束方向图,每个目标角度分段按步骤2.1-步骤2.2分别设计最优相移,存储于智能反射面;
步骤3,基站设置预编码,根据步骤2得到的最优相移设置智能反射面的相移,实现广播信道的波束扫描和宽覆盖通信,具体为:
设置基站预编码w=b,式中b是基站和智能反射面之间视距信道在基站端的归一化阵列响应向量,设置智能反射面的相移为最优相移,其反射波束覆盖目标角度范围;
若步骤1中按分多段角度范围进行设计,则将智能反射面的相移分时隙依次设置为每段目标角度范围对应的最优相移,智能反射面的反射波束依次覆盖每段角度范围,在宽覆盖范围内实现波束扫描。
CN202110294197.4A 2021-03-19 2021-03-19 一种采用智能反射面辅助的宽覆盖波束设计方法 Active CN113068197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110294197.4A CN113068197B (zh) 2021-03-19 2021-03-19 一种采用智能反射面辅助的宽覆盖波束设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110294197.4A CN113068197B (zh) 2021-03-19 2021-03-19 一种采用智能反射面辅助的宽覆盖波束设计方法

Publications (2)

Publication Number Publication Date
CN113068197A CN113068197A (zh) 2021-07-02
CN113068197B true CN113068197B (zh) 2023-01-03

Family

ID=76562255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110294197.4A Active CN113068197B (zh) 2021-03-19 2021-03-19 一种采用智能反射面辅助的宽覆盖波束设计方法

Country Status (1)

Country Link
CN (1) CN113068197B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110611526A (zh) * 2019-09-20 2019-12-24 中国科学院上海微***与信息技术研究所 基于改进黎曼流形优化的毫米波混合模/数波束成形方法
CN111245493B (zh) * 2020-01-10 2021-07-20 北京邮电大学 智能反射面辅助毫米波通信***的高效波束训练方法
CN111313951B (zh) * 2020-02-17 2022-01-25 南京邮电大学 基于非理想csi的irs辅助安全通信无线传输方法
CN111246491B (zh) * 2020-03-10 2021-06-08 电子科技大学 一种智能反射表面辅助的太赫兹通信***设计方法
CN111865387A (zh) * 2020-08-04 2020-10-30 同济大学 智能反射面辅助无线通信***的波束成形设计方法
CN112422162B (zh) * 2020-12-10 2021-08-10 中山大学 智能反射面鲁棒波束成形方法及***

Also Published As

Publication number Publication date
CN113068197A (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
US11670863B2 (en) Multibeam antenna designs and operation
KR101846832B1 (ko) 빔형성 기반 통신 방법 및 장치
US8040278B2 (en) Adaptive antenna beamforming
US7312750B2 (en) Adaptive beam-forming system using hierarchical weight banks for antenna array in wireless communication system
US6677898B2 (en) Method for controlling array antenna equipped with single radiating element and a plurality of parasitic elements
Sayeed et al. Continuous aperture phased MIMO: A new architecture for optimum line-of-sight links
US11569575B2 (en) Low-complexity beam steering in array apertures
WO2018103677A1 (zh) 一种微波天线阵列通信***及通信方法
CN114070365B (zh) 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法
CN114513237B (zh) 一种面向大规模阵列通信的子阵结构设计方法
US20220085519A1 (en) High frequency system using a circular array
Enahoro et al. Massive multiple-input multiple-output antenna architecture for multiband 5G adaptive beamforming applications
Liu et al. Per-antenna self-interference cancellation beamforming design for digital phased array
CN113068197B (zh) 一种采用智能反射面辅助的宽覆盖波束设计方法
CN110995299B (zh) 基于扩维干涉码的电磁波轨道角动量传输方法及***
CN117295084A (zh) 双智能反射面辅助的毫米波miso***中基于交替优化的联合优化方案设计
CN114039638A (zh) 一种混合波束成形器与模数转换器联合设计方法
CN113540791A (zh) 一种孔径级收发同时阵列优化方法
CN106992802B (zh) 用于用户终端的信号收发装置、用户终端和信号传输方法
JP5367408B2 (ja) 携帯電話機
JP3826024B2 (ja) アレーアンテナの制御方法
CN114095062B (zh) 毫米波大规模相控阵***的宽带修正模拟波束成形方法
Javed et al. Improving analog zero-forcing null depth with N-bit vector modulators in multi-beam phased array systems
CN113726392B (zh) 一种基于毫米波mimo***上行链路的波束赋形设计方法
Wu et al. Hybrid beamforming using convex optimization for SDMA in millimeter wave radio

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