CN114390534A - 波束模式确定方法、装置、电子设备及存储介质 - Google Patents
波束模式确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114390534A CN114390534A CN202011112057.2A CN202011112057A CN114390534A CN 114390534 A CN114390534 A CN 114390534A CN 202011112057 A CN202011112057 A CN 202011112057A CN 114390534 A CN114390534 A CN 114390534A
- Authority
- CN
- China
- Prior art keywords
- gain
- beam pattern
- target cell
- pattern
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 230000000694 effects Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 abstract description 21
- 238000005457 optimization Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical group C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/24—Cell structures
- H04W16/28—Cell structures using beam steering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本申请实施例提供一种波束模式确定方法、装置、电子设备及存储介质,包括:基于目标小区的每一候选波束模式生成一幅方向增益图;并基于目标小区覆盖空间的地物栅格数据生成增益需求图;分别确定每一方向增益图与增益需求图之间的相似度;若目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定目标波束模式为目标小区的最优波束模式,目标波束模式为与增益需求图最相似的方向增益图对应的候选波束模式。本申请实施例提供的波束模式确定方法、装置、电子设备及存储介质,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种波束模式确定方法、装置、电子设备及存储介质。
背景技术
在第五代移动通信(the 5th generation mobile communication,5G)网络中由于大规模多输入多输出(Massive Multiple Input Multiple Output,Massive MIMO)的应用,在同步信号块(synchronization signal block,SSB)信道上可以形成多种波束模式来适应不同场景的需要。因此与实际场景相匹配的SSB波束配置是保证网络广播信道覆盖的关键。通常,为每个5G新空口(New Radio,NR)小区找到适合的SSB波束配置方案,通过全局寻优的方法,在现场站址规模较大的场景,计算量会指数增加,从而在实际网络规划中无法应用。
假设目标仿真区域内有1000个基站,每基站配置3个小区,每小区可选天线SSB波束模式为8种,如果采用遍历搜索求全局最优,则需要进行共8(1000*3)次覆盖仿真。如此巨大的计算量,需要花费很长时间,仿真效率低下,不能真正用于网络规划工作中。
发明内容
本申请实施例提供一种波束模式确定方法、装置、电子设备及存储介质,用以解决现有技术中确定小区天线波束模式的方法计算量大、花费时间长、效率低的技术问题。
本申请实施例提供一种波束模式确定方法,包括:
基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;
分别确定每一方向增益图与所述增益需求图之间的相似度;
若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
根据本申请一个实施例的波束模式确定方法,所述基于目标小区的每一候选波束模式生成一幅方向增益图,具体包括:
以所述目标小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将所述目标小区的覆盖空间划分成多个波束;
以每一波束相对于所述法线的方向作为像素的坐标,以每一波束增益值作为像素的像素值,生成所述方向增益图。
根据本申请一个实施例的波束模式确定方法,所述基于所述目标小区覆盖空间的地物栅格数据生成增益需求图,具体包括:
以所述目标小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将所述目标小区的覆盖空间划分成多个波束;
以每一波束相对于所述法线的方向作为像素的坐标,并根据每一波束所覆盖的地物类型确定波束的增益需求,以所述增益需求作为像素的像素值,生成所述增益需求图。
根据本申请一个实施例的波束模式确定方法,所述根据每一波束所覆盖的地物类型确定波束的增益需求,具体包括:
将波束按照距离天线的远近分割成多个子空间;
根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值;
根据所有的子空间的增益需求确定波束的增益需求。
根据本申请一个实施例的波束模式确定方法,所述预设条件为弱覆盖率小于第一预设阈值;所述弱覆盖率为小区覆盖空间中信号强度值小于第二预设阈值的栅格的个数与小区覆盖空间中的栅格的总数的比值。
根据本申请一个实施例的波束模式确定方法,所述相似度为结构相似度、余弦相似度、直方图相似度、互信息相似度或指纹信息相似度。
根据本申请一个实施例的波束模式确定方法,所述根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值的计算公式如下:
Vim=dim α
其中,Vim为第i个波束中的第m个子空间的增益需求值,dim为第i个波束中的第m个子空间到天线的距离;α为第i个波束中的第m个子空间所覆盖的地物类型对应的权重值。
本申请实施例还提供一种波束模式确定装置,包括:
图生成模块,用于基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;
相似度确定模块,用于分别确定每一方向增益图与所述增益需求图之间的相似度;
波束模式确定模块,用于若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
本申请实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述波束模式确定方法的步骤。
本申请实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述波束模式确定方法的步骤。
本申请实施例提供的波束模式确定方法、装置、电子设备及存储介质,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种波束模式确定方法的流程示意图;
图2是本申请实施例提供的方向增益图生成原理示意图;
图3是本申请实施例提供的方向增益图示意图;
图4是本申请实施例提供的增益需求图生成原理示意图;
图5是本申请实施例提供的增益需求图示意图;
图6是本申请实施例提供的一种波束模式确定装置的结构示意图;
图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
现有技术中全局寻优方法的主要缺点是计算效率较低,在一定规模的网络中选择优化的SSB波束方案需要花费大量时间,时间成本太高成为实际网络规划工作中进行应用的重要瓶颈。
SSB波束模式寻优的目的是为每个5G NR小区找到与之场景相匹配的SSB波束配置方案,使小区内终端(User Equipment,UE)可能到达的区域都获得较好的SSB信号覆盖,提高UE在当前小区的接入成功率。本申请针对现有技术存在的效率问题,对寻优过程进行简化,采用需匹配和精细匹配相结合的方法,通过获得接近全局最优的局部最优解来降低计算量,大大提高时间效率,使得在实际网络规划工作中完成SSB波束寻优规划成为可能。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1是本申请实施例提供的一种波束模式确定方法的流程示意图,如图1所示,本申请实施例提供一种波束模式确定方法,该方法包括:
步骤101、基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求。
具体来说,首先,基于小区的每一候选波束模式生成一幅方向增益图。方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布。
例如,小区总共有8中候选波束模式,则基于每一候选波束模式生成一幅方向增益图,总共获得8幅方向增益图。
并基于小区覆盖空间的地物栅格数据生成增益需求图。增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求。
步骤102、分别确定每一方向增益图与所述增益需求图之间的相似度。
具体来说,在生成方向增益图和增益需求图之后,可以分别确定每一方向增益图与增益需求图之间的相似度。通过相似度可以粗略地匹配出波束模式,选择与增益需求图最相似的方向增益图对应的候选波束模式作为精细匹配的对象。
相似度计算可以根据情况选择合适的方法,例如,结构相似度、余弦相似度、直方图相似度、互信息相似度或指纹信息相似度等。
步骤103、若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
具体来说,在确定为与增益需求图最相似的方向增益图对应的候选波束模式之后,对该候选波束模式进行公共信道覆盖预测仿真,如果小区配置该候选波束模式的仿真覆盖效果满足预设条件,则确定该候选波束模式为小区的最优波束模式。
该预设条件可以根据实际情况进行配置,例如,仿真遍历小区内全部地理栅格,记录每一栅格的信号强度。将信号强度值小于第二预设阈值的栅格确定为弱覆盖栅格,统计小区覆盖空间中弱覆盖栅格的个数与小区覆盖空间中的栅格的总数的比值,作为弱覆盖率。该预设条件可以为弱覆盖率小于第一预设阈值。
本申请实施例提供的波束模式确定方法,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
基于上述任一实施例,所述基于目标小区的每一候选波束模式生成一幅方向增益图,具体包括:
以所述目标小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将所述目标小区的覆盖空间划分成多个波束;
以每一波束相对于所述法线的方向作为像素的坐标,以每一波束增益值作为像素的像素值,生成所述方向增益图。
具体来说,图2是本申请实施例提供的方向增益图生成原理示意图,如图2所示,在本申请实施例中,基于小区的每一候选波束模式生成一幅方向增益图的具体步骤如下:
首先,以小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将小区的覆盖空间划分成多个波束。
然后,以每一波束相对于法线的方向作为像素的坐标,以每一波束增益值作为像素的像素值,生成方向增益图。
例如,本申请中,“基于视距覆盖的概略估计”是利用天线方向图生成基于方向增益的二维投影图像。为简化计算量,粗匹配阶段仅考虑直射径,即视距覆盖的情形。取一定方向角内的波束增益就能形成一张“天线方向二维增益图”,将“天线方向二维增益图”简称为“方向增益图”。
图3是本申请实施例提供的方向增益图示意图,如图3所示,通常,天线厂商提供的天线增益方向图一般只给出水平方向0°,垂直方向360°的天线垂直方向图数据,方向增益步长一般取1°/3°/5°等;同时还提供垂直方向0°,水平方向360°的天线水平方向图数据,方向增益步长与垂直方向图步长一致。要获得一定范围内的天线增益矩阵,需要利用三维插值算法,将厂家未提供的角度方向上的天线增益补全。
这里假设已经获得了SSB多种波束模式下主瓣的方位角、仰角以及对应三维方向图增益信息。
因此,可以获得以法线方向为基准,水平±60°以及垂直±30°增益表格作为天线二维截面图片。每个像素格代表该位置的增益值。
本申请实施例提供的波束模式确定方法,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
基于上述任一实施例,所述基于所述目标小区覆盖空间的地物栅格数据生成增益需求图,具体包括:
以所述目标小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将所述目标小区的覆盖空间划分成多个波束;
以每一波束相对于所述法线的方向作为像素的坐标,并根据每一波束所覆盖的地物类型确定波束的增益需求,以所述增益需求作为像素的像素值,生成所述增益需求图。
具体来说,在本申请实施例中,基于小区覆盖空间的地物栅格数据生成增益需求图的具体步骤如下:
首先,以小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将所述目标小区的覆盖空间划分成多个波束。
图4是本申请实施例提供的增益需求图生成原理示意图,如图4所示,图中展示了一个波束,该波束覆盖一定立体空间的区域,该波束与邻区边界的交点为ABCD,P点表示天线的位置。
然后,以每一波束相对于法线的方向作为像素的坐标,并根据每一波束所覆盖的地物类型确定波束的增益需求,以增益需求作为像素的像素值,生成增益需求图。
图5是本申请实施例提供的增益需求图示意图,如图5所示,增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求。
地物类型包括道路、居民区、写字楼、运动场馆和工业区等。
本申请实施例提供的波束模式确定方法,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
基于上述任一实施例,所述根据每一波束所覆盖的地物类型确定波束的增益需求,具体包括:
将波束按照距离天线的远近分割成多个子空间;
根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值;
根据所有的子空间的增益需求确定波束的增益需求。
具体来说,图4是本申请实施例提供的增益需求图生成原理示意图,如图4所示,在本申请实施例中,根据每一波束所覆盖的地物类型确定波束的增益需求的具体方法如下:
首先,将波束按照距离天线的远近分割成多个子空间。
例如,图4中,将该波束按照距离天线的远近分割成5个子空间。按照距离天线的由近到远依次编号为子空间1、子空间2、子空间3、子空间4和子空间5,子空间1、子空间2、子空间3、子空间4和子空间5的中心分别为Q1、Q2、Q3、Q4和Q5。子空间1、子空间2、子空间3、子空间4和子空间5到天线的距离分别为d1、d2、d3、d4和d5。
设基站(天线)坐标为P(x0,y0,z0)=(0,0,0),地理栅格j的中心坐标为Gd(j):(xj,yj,zj),假设天线法向量方向为(1,0,0);增益需求图取值范围水平为±60°,垂直为±30°,则地理栅格j的角度计算公式如下:
Gd(j)水平角度Φ=floor(tan(-1)(yj/xj))
第i个波束中的第m个子空间的中心坐标为(xim,yim,zim),子空间的中心的坐标值的计算公式如下:
其中,xim为第i个波束中的第m个子空间的中心在x轴上的值,yim为第i个波束中的第m个子空间的中心在y轴上的值,zim为第i个波束中的第m个子空间的中心在z轴上的值,ximj为第i个波束中的第m个子空间中的第j个栅格的中心在x轴上的值,yimj为第i个波束中的第m个子空间的第j个栅格的中心在y轴上的值,zimj为第i个波束中的第m个子空间的第j个栅格的中心在z轴上的值,J为第i个波束中的第m个子空间中的栅格总数。
然后,根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值。
例如,以子空间到天线的距离值为底数,以子空间所覆盖的地物类型对应的权重(贡献度)为指数,确定子空间的增益需求值。
还可以用子空间中可见栅格的数量作为子空间的增益需求值。可见栅格是指只要有一个面能被天线照射到的(地理)栅格。
最后,根据所有的子空间的增益需求确定波束的增益需求。
例如,可以用所有的子空间的增益需求值的和衡量波束的增益需求。
还可以用子空间的增益需求值的加权和衡量波束的增益需求。
本申请实施例提供的波束模式确定方法,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
基于上述任一实施例,所述预设条件为弱覆盖率小于第一预设阈值;所述弱覆盖率为小区覆盖空间中信号强度值小于第二预设阈值的栅格的个数与小区覆盖空间中的栅格的总数的比值。
具体来说,在本申请实施例中,预设条件为弱覆盖率小于第一预设阈值。弱覆盖率为小区覆盖空间中信号强度值小于第二预设阈值的栅格的个数与小区覆盖空间中的栅格的总数的比值。
其中,第一预设阈值和第二预设阈值可以根据实际情况进行配置,此处不做限定。
本申请实施例提供的波束模式确定方法,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
基于上述任一实施例,所述相似度为结构相似度、余弦相似度、直方图相似度、互信息相似度或指纹信息相似度。
具体来说,在本申请实施例中,方向增益图和增益需求图之间的相似度,可以为结构相似度、余弦相似度、直方图相似度、互信息相似度或指纹信息相似度。
具体采用何种相似度可以根据实际情况进行配置,此处不做限定。
本申请实施例提供的波束模式确定方法,基于方向增益图和增益需求图先对波束模式进行粗匹配,然后再对组匹配结果进行精细匹配,确定最优的波束模式,降低了计算量,提高了效率。
基于上述任一实施例,所述根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值的计算公式如下:
Vim=dim α
其中,Vim为第i个波束中的第m个子空间的增益需求值,dim为第i个波束中的第m个子空间到天线的距离;α为第i个波束中的第m个子空间所覆盖的地物类型对应的权重值。
具体来说,在本申请实施例中,以子空间到天线的距离值为底数,以子空间所覆盖的地物类型对应的权重(贡献度)为指数,确定子空间的增益需求值。根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值的计算公式如下:
Vim=dim α
其中,Vim为第i个波束中的第m个子空间的增益需求值,dim为第i个波束中的第m个子空间到天线的距离;α为第i个波束中的第m个子空间所覆盖的地物类型对应的权重值(贡献度)。
α用以调整该像素对应方向上场景覆盖的贡献度,可根据实际情况进行调整。例如:道路,贡献率取为1、居民小区能够室外打室内的栅格,贡献率可取0.8、写字楼相关栅格,可取0.7~1.5、运动场馆等区域可根据场景,设贡献率为1~5;对于工业应用、自动驾驶、无人机等场景,也可设置不同的贡献率。
距离天线越远的栅格,对无线信号的需求越高,或者单位天线增益满足覆盖的贡献越大。
下面以一个具体的例子对精细匹配进行说明:
在进行匹配阶段,为每个小区选择一个SSB模式进行“公共信道覆盖预测”仿真。针对二维仿真方法的实现步骤如下:
步骤1:第一次进行“公共信道覆盖预测”仿真时,每个基站选前述S(index)最大的SSB波束模式。
步骤2:仿真遍历小区内全部地理栅格,记录各小区SSB信号在栅格中的信号强度。
步骤3:每个地理栅格都根据记录的各基站SSB的信号强度,进行归属小区划分:将栅格划归到SSB信号强度最大的那个小区。
步骤4:栅格SSB SNR计算:栅格划分完成后,SNR=(归属小区SSB RSRP)/∑其他小区SSB RSRP。
步骤5:小区SSB覆盖效果评估:对各小区内栅格的SNR进行统计,例如,找出SSBSNR<-3dB(该指标可根据实际情况调整)的栅格个数;求这部分栅格占用小区总栅格数的百分比,例如α%。
步骤6:迭代:对仿真区域内各小区SSB SNR<-3dB(该指标可根据实际情况调整)的栅格个数占比进行排序。
如果已到达设定的最大迭代次数,停止程序,选择覆盖效果最好的SSB波束模型配置组合输出;选择标准是满足整个仿真区域内,SSB SNR<-3dB的栅格个数最少。
如果未达最大迭代次数,找出SSB SNR<-3dB的栅格占比较高的前5%的小区,从这些小区的SSB波束模式队列中,取得分第二高的SSB波束模式,回第二步再次进行“公共信道覆盖预测”仿真。
本申请实施例中的方法的具体有点如下:
(1)提出了利用图像相似度的粗匹配以及精细化仿真细匹配两阶段SSB波束模式寻优方法。
(2)粗匹配处理速度快,利用直射径为每个小区提供快速天线模式排队。并利用方向增益图(图像1)和增益需求图(图像2)的相似度方法,SSB波束优化选择准确性高。
(3)利用粗匹配提供的粗选队列,进行SSB波束模式下RSRP与SINR的精细化仿真,并利用松弛机制进行局部寻优,计算效率高。
(4)实现图像2的生成方式,后续可以引入对多用户业务需求等变量的影响因子,提供对垂直行业不同应用场景的仿真评估。
基于上述任一实施例,图6是本申请实施例提供的一种波束模式确定装置的结构示意图,如图6所示,本申请实施例提供一种波束模式确定装置,包括图生成模块601、相似度确定模块602和波束模式确定模块603,其中:
图生成模块601用于基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;相似度确定模块602用于分别确定每一方向增益图与所述增益需求图之间的相似度;波束模式确定模块603用于若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
本申请实施例提供的波束模式确定装置,可以用于执行上述相应实施例中所述的方法,通过本实施例提供的装置执行上述相应实施例中所述方法的具体步骤与上述相应实施例相同,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行波束模式确定方法,该方法包括:
基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;
分别确定每一方向增益图与所述增益需求图之间的相似度;
若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序或指令,当所述程序或指令被计算机执行时,计算机能够执行上述各方法实施例所提供的波束模式确定方法,该方法包括:
基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;
分别确定每一方向增益图与所述增益需求图之间的相似度;
若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
又一方面,本申请实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的波束模式确定方法,该方法包括:
基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;
分别确定每一方向增益图与所述增益需求图之间的相似度;
若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种波束模式确定方法,其特征在于,包括:
基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;
分别确定每一方向增益图与所述增益需求图之间的相似度;
若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
2.根据权利要求1所述的波束模式确定方法,其特征在于,所述基于目标小区的每一候选波束模式生成一幅方向增益图,具体包括:
以所述目标小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将所述目标小区的覆盖空间划分成多个波束;
以每一波束相对于所述法线的方向作为像素的坐标,以每一波束增益值作为像素的像素值,生成所述方向增益图。
3.根据权利要求1所述的波束模式确定方法,其特征在于,所述基于所述目标小区覆盖空间的地物栅格数据生成增益需求图,具体包括:
以所述目标小区的天线的法线为基准,以预设的水平方向步长和垂直方向步长为单位,将所述目标小区的覆盖空间划分成多个波束;
以每一波束相对于所述法线的方向作为像素的坐标,并根据每一波束所覆盖的地物类型确定波束的增益需求,以所述增益需求作为像素的像素值,生成所述增益需求图。
4.根据权利要求3所述的波束模式确定方法,其特征在于,所述根据每一波束所覆盖的地物类型确定波束的增益需求,具体包括:
将波束按照距离天线的远近分割成多个子空间;
根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值;
根据所有的子空间的增益需求确定波束的增益需求。
5.根据权利要求1所述的波束模式确定方法,其特征在于,所述预设条件为弱覆盖率小于第一预设阈值;所述弱覆盖率为小区覆盖空间中信号强度值小于第二预设阈值的栅格的个数与小区覆盖空间中的栅格的总数的比值。
6.根据权利要求1所述的波束模式确定方法,其特征在于,所述相似度为结构相似度、余弦相似度、直方图相似度、互信息相似度或指纹信息相似度。
7.根据权利要求4所述的波束模式确定方法,其特征在于,所述根据子空间到天线的距离和子空间所覆盖的地物类型确定子空间的增益需求值的计算公式如下:
Vim=dim α
其中,Vim为第i个波束中的第m个子空间的增益需求值,dim为第i个波束中的第m个子空间到天线的距离;α为第i个波束中的第m个子空间所覆盖的地物类型对应的权重值。
8.一种波束模式确定装置,其特征在于,包括:
图生成模块,用于基于目标小区的每一候选波束模式生成一幅方向增益图;并基于所述目标小区覆盖空间的地物栅格数据生成增益需求图;所述方向增益图用于表征当前波束模式下不同波束方向上的天线增益分布;所述增益需求图用于表征小区覆盖空间的实际地物对每一波束的增益需求;
相似度确定模块,用于分别确定每一方向增益图与所述增益需求图之间的相似度;
波束模式确定模块,用于若所述目标小区配置目标波束模式的仿真覆盖效果满足预设条件,则确定所述目标波束模式为所述目标小区的最优波束模式,所述目标波束模式为与所述增益需求图最相似的方向增益图对应的候选波束模式。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述波束模式确定方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述波束模式确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011112057.2A CN114390534B (zh) | 2020-10-16 | 2020-10-16 | 波束模式确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011112057.2A CN114390534B (zh) | 2020-10-16 | 2020-10-16 | 波束模式确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114390534A true CN114390534A (zh) | 2022-04-22 |
CN114390534B CN114390534B (zh) | 2024-03-12 |
Family
ID=81193817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011112057.2A Active CN114390534B (zh) | 2020-10-16 | 2020-10-16 | 波束模式确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114390534B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117220744A (zh) * | 2023-10-11 | 2023-12-12 | 北京玻色量子科技有限公司 | 一种mimo***波束选择双向优化方法、装置、介质及设备 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102017456A (zh) * | 2009-03-05 | 2011-04-13 | 华为技术有限公司 | 一种多天线实现公共信道覆盖的方法及装置 |
CN102110883A (zh) * | 2010-12-01 | 2011-06-29 | 西安空间无线电技术研究所 | 一种赋形可变波束阵列天线的波束赋形方法 |
CN103152755A (zh) * | 2013-02-28 | 2013-06-12 | 深圳市网信联动技术有限公司 | 一种小区信号精细化覆盖调整方法及装置 |
US20150010112A1 (en) * | 2011-12-28 | 2015-01-08 | Telefonaktiebolaget L M Ericsson (Publ) | Methods for Determining a Beam-Forming Gain Parameter, User Equipment, Base Station, Computer Programs and Computer Program Products |
CN109066102A (zh) * | 2018-06-29 | 2018-12-21 | 中国联合网络通信集团有限公司 | 波束形成网络、子天线阵列和用于铁路***的双波束天线 |
CN109565648A (zh) * | 2018-11-02 | 2019-04-02 | 北京小米移动软件有限公司 | 同步信号发送方法及装置 |
JP2019075696A (ja) * | 2017-10-16 | 2019-05-16 | 株式会社Nttドコモ | 無線通信システムの評価装置 |
CN110058204A (zh) * | 2019-04-25 | 2019-07-26 | 西安空间无线电技术研究所 | 一种基于方向图匹配的星载天线波束中心定标方法 |
WO2020009629A1 (en) * | 2018-07-06 | 2020-01-09 | Telefonaktiebolaget Lm Ericsson (Publ) | First network node methods therein for handling directions of transmission of beamformed beams |
US20200076493A1 (en) * | 2018-08-31 | 2020-03-05 | Samsung Electronics Co, Ltd. | Method and electronic device for forming beam in wireless communication system |
CN110933745A (zh) * | 2018-09-19 | 2020-03-27 | ***通信有限公司研究院 | 一种大规模天线传输的方法和设备 |
US20200169895A1 (en) * | 2018-11-26 | 2020-05-28 | Samsung Electronics Co., Ltd. | Methods and apparatus for coverage prediction and network optimization in 5g new radio networks |
CN111246494A (zh) * | 2018-11-28 | 2020-06-05 | ***通信集团浙江有限公司 | Massive MIMO天线波束优化方法及装置 |
CN111356168A (zh) * | 2018-12-21 | 2020-06-30 | 上海大唐移动通信设备有限公司 | 网络覆盖仿真方法及装置 |
WO2020181533A1 (en) * | 2019-03-13 | 2020-09-17 | Nokia Shanghai Bell Co., Ltd. | Device, method and computer readable medium for adjusting beamforming profiles |
CN111726157A (zh) * | 2020-06-17 | 2020-09-29 | 中山大学 | 面向航空通信的自适应波束赋形方法 |
-
2020
- 2020-10-16 CN CN202011112057.2A patent/CN114390534B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102017456A (zh) * | 2009-03-05 | 2011-04-13 | 华为技术有限公司 | 一种多天线实现公共信道覆盖的方法及装置 |
CN102110883A (zh) * | 2010-12-01 | 2011-06-29 | 西安空间无线电技术研究所 | 一种赋形可变波束阵列天线的波束赋形方法 |
US20150010112A1 (en) * | 2011-12-28 | 2015-01-08 | Telefonaktiebolaget L M Ericsson (Publ) | Methods for Determining a Beam-Forming Gain Parameter, User Equipment, Base Station, Computer Programs and Computer Program Products |
CN103152755A (zh) * | 2013-02-28 | 2013-06-12 | 深圳市网信联动技术有限公司 | 一种小区信号精细化覆盖调整方法及装置 |
JP2019075696A (ja) * | 2017-10-16 | 2019-05-16 | 株式会社Nttドコモ | 無線通信システムの評価装置 |
CN109066102A (zh) * | 2018-06-29 | 2018-12-21 | 中国联合网络通信集团有限公司 | 波束形成网络、子天线阵列和用于铁路***的双波束天线 |
WO2020009629A1 (en) * | 2018-07-06 | 2020-01-09 | Telefonaktiebolaget Lm Ericsson (Publ) | First network node methods therein for handling directions of transmission of beamformed beams |
US20200076493A1 (en) * | 2018-08-31 | 2020-03-05 | Samsung Electronics Co, Ltd. | Method and electronic device for forming beam in wireless communication system |
CN110933745A (zh) * | 2018-09-19 | 2020-03-27 | ***通信有限公司研究院 | 一种大规模天线传输的方法和设备 |
CN109565648A (zh) * | 2018-11-02 | 2019-04-02 | 北京小米移动软件有限公司 | 同步信号发送方法及装置 |
US20200169895A1 (en) * | 2018-11-26 | 2020-05-28 | Samsung Electronics Co., Ltd. | Methods and apparatus for coverage prediction and network optimization in 5g new radio networks |
CN111246494A (zh) * | 2018-11-28 | 2020-06-05 | ***通信集团浙江有限公司 | Massive MIMO天线波束优化方法及装置 |
CN111356168A (zh) * | 2018-12-21 | 2020-06-30 | 上海大唐移动通信设备有限公司 | 网络覆盖仿真方法及装置 |
WO2020181533A1 (en) * | 2019-03-13 | 2020-09-17 | Nokia Shanghai Bell Co., Ltd. | Device, method and computer readable medium for adjusting beamforming profiles |
CN110058204A (zh) * | 2019-04-25 | 2019-07-26 | 西安空间无线电技术研究所 | 一种基于方向图匹配的星载天线波束中心定标方法 |
CN111726157A (zh) * | 2020-06-17 | 2020-09-29 | 中山大学 | 面向航空通信的自适应波束赋形方法 |
Non-Patent Citations (2)
Title |
---|
曾伟;李菲;刘哲;: "5G Massive MIMO智能优化方法研究", 邮电设计技术, no. 06 * |
舒峰阳: "解决GSM信号盲区覆盖问题的方法", 广东通信技术, no. 05 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117220744A (zh) * | 2023-10-11 | 2023-12-12 | 北京玻色量子科技有限公司 | 一种mimo***波束选择双向优化方法、装置、介质及设备 |
CN117220744B (zh) * | 2023-10-11 | 2024-04-23 | 北京玻色量子科技有限公司 | 一种mimo***波束选择双向优化方法、装置、介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114390534B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kurner et al. | Prediction of outdoor and outdoor-to-indoor coverage in urban areas at 1.8 GHz | |
CN110557716B (zh) | 一种基于对数正态模型的室内定位方法 | |
EP2620024B1 (en) | Generation and use of coverage area models | |
CN105430664B (zh) | 一种基于分类拟合预测传播路损的方法和装置 | |
CN109348403B (zh) | 一种异构网络环境中面向指纹定位的基站部署优化方法 | |
CN114501530B (zh) | 基于深度强化学习的天线参数的确定方法和装置 | |
CN110798804B (zh) | 一种室内定位方法和装置 | |
JP6696859B2 (ja) | 品質推定装置及び品質推定方法 | |
US20190320327A1 (en) | Method of processing image, computer-readable storage medium recording method, and apparatus for processing image | |
CN114095955B (zh) | 基于凸多边形剖分的地对空覆盖的场景化波束生成方法 | |
CN112950243A (zh) | 一种5g站址规划方法、装置、电子设备及存储介质 | |
Teh et al. | An accurate and efficient 3-D shooting-and-bouncing-polygon ray tracer for radio propagation modeling | |
CN112199453A (zh) | 话务热点聚类方法、装置、设备及计算机存储介质 | |
CN114828026B (zh) | 基站规划方法、装置、设备、存储介质及程序产品 | |
CN110366188B (zh) | 干扰测量点部署方法、干扰测量路径规划方法及*** | |
CN114390534B (zh) | 波束模式确定方法、装置、电子设备及存储介质 | |
Kim et al. | mmWave path loss modeling for urban scenarios based on 3D-convolutional neural networks | |
CN106921978B (zh) | 一种位置分布确定方法及装置 | |
CN113766518B (zh) | 基站天线选择和广播波束规划方法及装置 | |
Aleksiejunas et al. | Statistical LOS/NLOS channel model for simulations of next generation 3GPP networks | |
CN114599004B (zh) | 一种基站布局方法和装置 | |
CN113301503B (zh) | 弱覆盖区域检测方法及装置 | |
CN114584992A (zh) | 一种测控站备选站址获取方法、测控站布设规划方法 | |
Wang et al. | A new method for radio wave propagation prediction based on bp-neural network and path loss model | |
Baltzis et al. | On the statistical description of the AoA of the uplink interfering signals in a cellular communication system |
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 |