CN116455440A - 一种姿态感知赋能高效波束对准方法与对准*** - Google Patents
一种姿态感知赋能高效波束对准方法与对准*** Download PDFInfo
- Publication number
- CN116455440A CN116455440A CN202310728042.6A CN202310728042A CN116455440A CN 116455440 A CN116455440 A CN 116455440A CN 202310728042 A CN202310728042 A CN 202310728042A CN 116455440 A CN116455440 A CN 116455440A
- Authority
- CN
- China
- Prior art keywords
- responder
- starter
- initiator
- motion
- beam alignment
- 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 79
- 230000033001 locomotion Effects 0.000 claims abstract description 168
- 239000007858 starting material Substances 0.000 claims abstract description 115
- 230000006854 communication Effects 0.000 claims abstract description 98
- 238000004891 communication Methods 0.000 claims abstract description 94
- 239000003999 initiator Substances 0.000 claims abstract description 75
- 238000013459 approach Methods 0.000 claims abstract description 8
- 230000036544 posture Effects 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000013507 mapping Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
- H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0868—Hybrid systems, i.e. switching and combining
- H04B7/088—Hybrid systems, i.e. switching and combining using beam selection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
-
- 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)
Abstract
本发明涉及设备通信技术领域,公开了一种姿态感知赋能高效波束对准方法与对准***,包括:启动器基于自身运动得到启动器路线障碍物数据,并基于响应器运动信息得到响应器路线障碍物数据;启动器基于启动器路线障碍物数据和响应器路线障碍物数据靠近响应器,并对响应器进行姿态特征采集得到不同姿态特征下响应器的姿态锚点数量;启动器基于姿态锚点数量调整自身运动轨迹使启动器与响应器运动同步,并预测响应器运动轨迹得到预测响应器路径;启动器基于预测响应器路径保证自身与响应器始终处于通信阈值距离内,并进行波束对准用于无线通信定向传输场景。本发明解决了现有的波束对准方法对准时间长、效率低的问题。
Description
技术领域
本发明涉及设备通信技术领域,尤其涉及一种姿态感知赋能高效波束对准方法与对准***。
背景技术
第五代移动通信技术(5G: The 5th Generation mobile communicationtechnology)标准制定组织3GPP计划利用频谱资源丰富的毫米波频段(30-300 GHz)解决运行在6 GHz以下频段的***移动通信技术(4G: The 4th Generation mobilecommunication technology) LTE-A(Long Term Evolution-Advanced)***所面临的频谱资源紧张问题。该项计划通过实现超高传输速率,为飞行器(如无人机、飞艇、航空飞行器)执行实时大规模3D地图构建提供了可能,但也对飞行器的通信***提出了新的挑战:一方面飞行器在工作状态下难以实现高效的波束对准,这将严重影响无线通信***的性能。另一方面在移动通信场景中,频繁的波束校准将带来不可估量的业务开销甚至设备的运动参数与姿态的变化可能导致通信链路的失效。因此,必须基于飞行器的姿态特征与运动参数寻找高效的波束对准方法。
在传统方案中基于码本的波束对准的过程包括粗粒度的扇区级扫描和细粒度的波束细化过程。首先,所有设备进行发射扇区级扫描过程与接收扇区级扫描,分别用于确定设备的最佳发射扇区与最佳接收扇区。然后所有设备进行波束细化过程,在所确定的最佳发射扇区与最佳接收扇区中进行进一步的细波束扫描,从而确定最佳的数个收发波束对。但在设备移动的情况下,最佳收发扇区皆处于变化状态,之前的训练信息由于设备位置变化将不再有效。即使设备能够保持相对稳定的运动状态,也需要较长时间才能完成波束过程,这十分不利于设备的工作效率。可见,现有的波束对准方法存在对准时间较长,且设备工作效率低的问题。
发明内容
本发明提供了一种姿态感知赋能高效波束对准方法与对准***,以解决现有的波束对准方法对准时间长、效率低的问题。
为了实现上述目的,本发明通过如下的技术方案来实现:
第一方面,本发明提供一种姿态感知赋能高效波束对准方法,包括:
启动器获取响应器的响应器位置信息,并基于所述响应器位置信息得到响应器的响应器运动信息;
启动器基于自身运动得到启动器路线障碍物数据,并基于所述响应器运动信息得到响应器路线障碍物数据;
启动器基于所述启动器路线障碍物数据和所述响应器路线障碍物数据靠近响应器,并对响应器进行姿态特征采集得到不同姿态下响应器的姿态锚点数量;
启动器基于所述姿态锚点数量调整自身运动轨迹使启动器与响应器运动同步,并预测响应器运动轨迹得到预测响应器路径;
启动器基于所述预测响应器路径保证自身与响应器始终处于通信阈值距离内,并与响应器进行波束对准。
可选的,所述启动器获取响应器的响应器位置信息之前,所述方法还包括:
启动器与响应器之间建立初始通信链路,启动器与响应器通过所述初始通信链路互相确定通信。
可选的,所述启动器获取响应器的响应器位置信息包括:
启动器生成请求指令发送至响应器,响应器基于所述请求指令获取自身经纬度信息、海拔信息,并将所述经纬度信息和所述海拔信息作为响应器位置信息发送至启动器。
可选的,所述启动器基于自身运动得到启动器障碍物数据,包括:
启动器对自身行进路线上的障碍物分布进行采样,并基于采样结果生成启动器障碍物数据。
可选的,所述基于所述响应器位置信息得到响应器的响应器运动信息,包括:
启动器基于所述响应器位置信息得到响应器的运动方向和运动速度,并基于所述运动方向和所述运动速度得到响应器的运动信息;
所述基于所述响应器运动信息得到响应器路线障碍物数据,包括:
启动器基于所述响应器的运动信息对响应器运动方向上的障碍物分布进行采样,并基于采样结果生成响应器路线障碍物数据。
可选的,所述启动器基于所述启动器路线障碍物数据和所述响应器路线障碍物数据靠近响应器,包括:
启动器根据响应器路线障碍物数据预测响应器的运动路线,并基于响应器的运动路线和所述启动器路线障碍物数据生成对应的启动器运动路线;
启动器基于所述启动器运动路线靠近响应器。
可选的,所述对响应器进行姿态特征采集得到不同姿态下响应器的姿态锚点数量之后,所述方法还包括:
启动器在自身运动中增加转动方向参数和转动速度参数,并基于所述转动方向参数和所述转动速度参数识别不同距离和角度下的响应器。
第二方面,本申请实施例提供一种姿态感知赋能高效波束对准***,包括处理器、存储器;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面中任一所述的方法步骤。
有益效果:
本发明提供的姿态感知赋能高效波束对准方法,通过结合启动器位置、响应器运动参数、响应器姿态特征以及障碍物信息,利用人工智能理论(如神经网络、知识图谱)结合不同位置上的波束对准方案记录准确地预测响应器的移动轨迹及响应器姿态特征。然后,通过射线跟踪方法和电磁传播理论预测启动器与响应器之间的每条有效通信链路的通信质量,并根据通信质量从中选取最优有效通信链路。在通信过程中持续监控通信质量,通过及时更新运动参数调整方案与波束对准方案实现收发波束对切换的预估计,能够在移动通信场景中实现智能、快速、有效的波束配准和建立无线通信链路。
附图说明
图1为本发明优选实施例的姿态感知赋能高效波束对准方法的流程图;
图2为本发明优选实施例中移动设备作为启动器时的处理方法流程示意图;
图3为本发明优选实施例中固定设备作为启动器时的处理方法流程示意图;
图4为本发明优选实施例中移动设备作为启动器时的结构示意框图;
图5为本发明优选实施例中固定设备作为启动器时的结构示意框图;
图6为本发明优选实施例的响应器路线与障碍物分布示例图。
具体实施方式
下面对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
除非另作定义,本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
实施例1
请参见图1,本申请实施例提供一种姿态感知赋能高效波束对准方法,应用于一种姿态感知赋能高效波束对准***,对准***包括启动器和响应器,方法包括:
启动器获取响应器的响应器位置信息,并基于响应器位置信息得到响应器的响应器运动信息;
启动器基于自身运动得到启动器路线障碍物数据,并基于响应器运动信息得到响应器路线障碍物数据;
启动器基于启动器路线障碍物数据和响应器路线障碍物数据靠近响应器,并对响应器进行姿态特征采集得到不同姿态下响应器的姿态锚点数量;
启动器基于姿态特征调整自身运动轨迹使启动器与响应器运动同步,并预测响应器运动轨迹得到预测响应器路径;
启动器基于预测响应器路径保证自身与响应器始终处于通信阈值距离内,并与响应器进行波束对准。
在上述实施例中,通过结合启动器位置、响应器运动参数、响应器姿态特征以及障碍物信息,利用人工智能理论(如神经网络、知识图谱)结合不同位置上的波束对准方案记录准确地预测响应器的移动轨迹及响应器姿态特征。然后,通过射线跟踪方法和电磁传播理论预测启动器与响应器之间的每条有效通信链路的通信质量,并根据通信质量从中选取最优有效通信链路。在通信过程中持续监控通信质量,通过及时更新运动参数调整方案与波束对准方案实现收发波束对切换的预估计,能够在移动通信场景中实现智能、快速、有效的波束配准和建立无线通信链路。
可选的,启动器获取响应器的响应器位置信息之前,方法还包括:
启动器与响应器之间建立初始通信链路,启动器与响应器通过初始通信链路互相确定通信。
可选的,启动器获取响应器的响应器位置信息包括:
启动器生成请求指令发送至响应器,响应器基于请求指令获取自身经纬度信息、海拔信息,并将经纬度信息和海拔信息作为响应器位置信息发送至启动器。
可选的,启动器基于自身运动得到启动器障碍物数据,包括:
启动器对自身行进路线上的障碍物分布进行采样,并基于采样结果生成启动器障碍物数据。
可选的,基于响应器位置信息得到响应器的响应器运动信息,包括:
启动器基于响应器位置信息得到响应器的运动方向和运动速度,并基于运动方向和运动速度得到响应器的运动信息;
基于响应器运动信息得到响应器路线障碍物数据,包括:
启动器基于响应器的运动信息对响应器运动方向上的障碍物分布进行采样,并基于采样结果生成响应器路线障碍物数据。
可选的,启动器基于启动器路线障碍物数据和响应器路线障碍物数据靠近响应器,包括:
启动器根据响应器路线障碍物数据预测响应器的运动路线,并基于响应器的运动路线和启动器路线障碍物数据生成对应的启动器运动路线;
启动器基于启动器运动路线靠近响应器。
可选的,对响应器进行姿态特征采集得到不同姿态下响应器的姿态锚点数量之后,方法还包括:
启动器在自身运动中增加转动方向参数和转动速度参数,并基于转动方向参数和转动速度参数识别不同距离和角度下的响应器。
实施例2
请参见图2-5,如图2所示,本发明实施例公开的一种姿态感知赋能高效波束对准方法,应用于移动终端,其中移动终端配置天线阵列与其覆盖区域内的移动终端进行通信、配置感知设备(如摄像头或毫米波雷达)对要进行无线通信的设备进行数据采集。该方法具体包括如下步骤:
(A1) 建立初始链路,作为启动器的设备与作为响应器的移动设备相互确定通信双方。启动器请求响应器在当前地图中的位置信息,位置信息包括地球坐标下的经纬度或者是局部地图中的经纬度与海拔。
(A2) 启动器首先基于响应器坐标发现响应器,若启动器与响应器之间的距离,则采集响应器运动参数与障碍物分布的数据,运动参数包括响应器的运动速度/>、运动方向/>,障碍物分布为障碍物在所采集数据中的位置或是障碍物与启动器之间的距离与角度信息,/>为t时刻所采集的障碍物的数据集合,/>,/>为障碍物与启动器之间的距离,/>与/>分别为障碍物相对于启动器的方位角与俯仰角。若启动器与响应器之间的距离/>,则启动器不仅采集运动参数与障碍物分布,还会对响应器外观特征、姿态特征进行采集,外观特征包括姿态锚点在设备上的分布,/>为通过数据分割只包含锚点/>的g个外观特征感知数据。姿态特征包括不同距离下可识别的姿态锚点数量,为t时刻所采集的响应器姿态数据集合,其中/>,/>与分别为响应器自身的方位角与俯仰角,/>为响应器与启动器之间的距离,/>为当前距离与角度关系下可识别到的姿态锚点数量。数据采集间隔为/>,/>受到所采集的数据差异大小影响,当累积的差异达到阈值,即/>时更新采样间隔,更新后重新累计采样数据的差异,T表示上一次采样间隔更新后到当前时间的时间间隔,采样间隔更新公式如下:
。
(A3)若启动器与响应器之间的距离,则启动器输入运动参数,基于智能算法预测响应器的运动路径得到运动参数调整方案,使启动器快速接近响应器。若启动器与响应器之间的距离/>,采集数据中的姿态特征更新为不同距离与角度下的姿态锚点数量与姿态锚点的分布,且启动器规划自身运动参数调整方案时增加自转方向与自转速度,使启动器能够通过调整姿态使其能观测到响应器最大未被观测区域,以更快确认能识别到响应器所有能进行波束对准的姿态。/>为识别到的k个能进行波束对准的响应器姿态集合,其中/>,/>和/>分别为启动器相对于响应器的方位角和俯仰角,且每个姿态存在h个满足质量阈值的波束对齐方案/>,/>为姿态/>情况下的波束对齐方案的质量。
(A4) 采集到足够的姿态数据后,启动器输入响应器的运动参数、外观特征、姿态特征、障碍物分布基于智能算法预测其t+t1时间段内运动参数变化与姿态变化,并基于预测结果调整自身的运动参数方案以达到能够与响应器运动同步。启动器以能识别到最佳波束对准响应器姿态/>为基准执行运动参数方案,使启动器始终能够识别响应器姿态/>。同时,当启动器与响应器之间的距离/>且/>时,基于响应器在预测路径上的姿态变化,建立响应器移动路径、姿态特征、外观特征与波束对准方案之间的映射,得到当前运动参数与姿态下启动器与响应器之间的波束对准方案集合,则第t+t1时间段内高效波束对准方案集合为,其中/>为预测路径与预测姿态下基于智能算法预估的波束对齐方案质量。
(A5) 启动器与响应器执行每个波束的对准方法,基于通信质量选择最优对准方案集合作为t+t1时间段高效波束对准方案进行通信,其中/>表示对应时刻波束对准方案中质量最高的方案,高于质量阈值的其他方案作为备选方案,通信过程中监测通信质量直至通信结束。当通信质量低于阈值时切换质量最高的次优方案,当所有的次优方案通信质量低于阈值时再次识别响应器姿态特征与运动参数,以及时调整启动器运动参数。
具体过程如下所示:
启动器为移动设备时,姿态感知赋能高效波束对准方法,包括:
步骤1: 输入:,/>;
步骤2: 输出: t+t1时间段高效波束对准方案集合;
步骤3:根据获得启动器与响应器之间的距离/>以及相对方向,调整感知设备持续采集数据直至通信结束;
步骤4:分析识别响应器的运动速度、运动方向/>与障碍物分布数据,基于所采集的数据规划启动器移动方向与移动速度;
步骤5:若且/>时,根据最新t 时刻采样数据更新启动器移动速度、移动方向与数据采集间隔,且重新开始累积;
步骤6: 若,则在识别响应器数据时更新为不同距离与角度下的姿态锚点数量,根据最新t 时刻采样数据更新启动器移动速度、移动方向、数据采集间隔、自转方向与自转速度,使启动器能够通过调整姿态使其能观测到响应器最大未被观测区域,以更快确认能识别到响应器所有能进行波束对准的姿态/>;
步骤7: 启动器基于响应器的运动参数与姿态特征、障碍物分布预测其运动参数变化与姿态变化,并基于预测结果调整自身的运动参数方案以达到能够与响应器运动同步;
步骤8: 启动器以能识别到最佳波束对准响应器姿态为基准持续更新运动参数方案,使启动器始终能够识别响应器姿态/>;
步骤9: 若,基于所预测的响应器运动参数与姿态变化建立响应器移动路径、姿态与波束对准方案之间的映射,得到当前运动参数与姿态下启动器与响应器之间的高效波束对准方案集合,第t+t1时间段内高效波束对准方案集合为;
步骤10: 在响应器高效波束对准方案集合中选择通信质量SQL最优的方案作为t+t1时间段内高效波束对准方案集合;
步骤11: 监控通信链路的通信质量直至通信结束,若/>低于质量阈值/>,则返回步骤9重新选择波束对准方案组合成最优的波束对准方案集;若不存在高于质量阈值/>的波束对准方案,则返回步骤8调整启动器运动参数与运动姿态。
如图3所示,本发明实施例公开的一种空中动态场景下姿态感知赋能高效波束对准方法,应用于固定设备与移动设备之间,其中固定设备配置天线阵列与其覆盖区域内的移动终端进行通信、配置感知设备对要进行无线通信的设备进行数据采集。该方法具体包括如下步骤:
(B1) 建立初始链路,固定设备作为启动器与作为响应器的移动设备相互确定通信双方。启动器请求响应器在当前地图中的位置信息、运动参数,位置信息包括地球坐标下的经纬度或者是局部地图中的经纬度与海拔。
(B2) 若响应器出现在启动器的感知范围内,则采集启动器运动参数,即运动速度、运动方向/>。若启动器没有自身周围障碍物分布情况,则采集障碍物分布数据,为t时刻所采集的障碍物的数据集合,/>,/>为障碍物与启动器之间的距离,/>与/>分别为障碍物相对于启动器的方位角与俯仰角。当启动器与响应器之间的距离/>时,启动器对响应器外观特征、姿态特征与障碍物分布的数据进行采集。外观特征包括姿态锚点在设备上的分布/>,为通过数据分割只包含锚点/>的g个外观特征感知数据。姿态特征包括在不同距离与角度下可识别的姿态锚点数量/>。
(B3)启动器输入响应器运动参数与障碍物分布基于智能算法预测t+t1时间段内响应器的运动路径。同时,当启动器与响应器之间的距离/>且/>时,基于响应器在预测路径上的姿态变化,建立响应器移动路径、姿态特征、外观特征与波束对准方案之间的映射,得到当前运动参数与姿态下启动器与响应器之间的波束对准方案集合,则第t+t1时间段内高效波束对准方案集合为。
(B4)启动器协调自身天线来执行波束对准方法,并基于通信质量选择t+t1时间段内高效波束对准方案集合并进行通信。当存在多条启动器波束对准一条响应器波束时,选择通信质量最好的一条波束。通信过程中监测通信质量直至通信结束,当通信质量低于阈值时再次识别响应器姿态特征与运动参数,以及时调整启动器天线。
具体流程如下所示:
启动器为固定设备时,姿态感知赋能高效波束对准方法,包括:
步骤1: 输入:,/>;
步骤2: 输出: t+t1时间段高效波束对准方案集合;
步骤3:根据获得启动器与响应器之间的距离/>以及相对方向,调度感知设备持续采集数据直至通信结束;
步骤4:分析识别响应器的运动速度、运动方向/>与障碍物分布数据,基于所采集的数据规划启动器调度天线;
步骤5:若,则启动器开始采集响应器外观特征/>与姿态特征/>,输入响应器的运动参数、姿态特征、外观特征与障碍物分布基于智能算法预测其运动参数变化与姿态变化/>;
步骤6: 若,启动器根据预测的响应器运动路径、运动参数与姿态特征建立预测路径与波束对准方案之间的映射,以得到预测路径中运动参数与姿态变化后t+t1时间段内高效波束对准方案集合为;
步骤7: 从t+t1时间段内对准方案集合中选择通信质量SQL最优的波束对准方案集合;
步骤8: 监控通信链路的通信质量直至通信结束,若/>低于质量阈值/>,则返回步骤7重新选择波束对准方案组合成最优的波束对准方案集;若不存在高于质量阈值/>的波束对准方案,则返回步骤6调整启动器运动参数与运动姿态。
在上述的过程中,作为响应器的移动终端在存在大量数据传输需求时可能仍处于工作状态,为不打断其工作数据的采集,响应器可以不终止自身工作,由启动器的调整天线或自身运动参数来执行高效波束对准方法。
实现上述空中动态场景下姿态感知赋能高效波束对准方法,可应用于移动终端与移动终端,包含如图4所示的网络参数化模块、信息采集分析模块、运动参数智能控制模块、赋能高效波束对准控制模块。
网络参数化模块,用于链接通信双方并交互必要性息并监控波束对准之后的通信质量,必要信息包括设备的地球坐标或在当前地图中所在位置,通信质量包括波束方向配准后的通信信号质量信息SQI。在进行响应器姿态特征与外观特征采集的过程中会记录不同距离与角度情况下的波束对准方案。在波束对准后监控链路通信质量,若通信质量低于阈值,则通知其他模块进行运动参数、高效波束对准方法的调整;
信息采集分析模块,用于采集和分析移动设备的运动数据与姿态数据。在初步建立通信链路之前,需提供必要信息包括设备的地球坐标或在当前地图中所在位置和设备的运动参数,若时,该模块基于移动终端方位信息对移动终端进行运动数据采集与分析;若/>时,该模块基于移动终端方位信息对移动终端进行姿态数据与外观特征的采集与分析,以及自身与响应器附近的障碍物分布数据。当网络参数化模块反馈通信质量低于阈值时,信息采集分析模块将再次识别设备状态以更新运动数据与姿态数据;
运动参数智能控制模块,用于智能化生成并执行启动器的运动参数调整方案,使启动器能够快速接近响应器、预测响应器移动路径并与响应器运动同步。输入启动器当前与响应器的距离、方位角、俯仰角、响应器的运动参数以及所采集的数据中的障碍物信息通过智能算法生成运动方向与速度的调整方案,用于规划启动器接近响应器的路径。当启动器与响应器之间的距离时,基于识别到的响应器运动参数和姿态特征,更新启动器调整方案,调整方案中除了运动方向与运动速度外还进一步考虑了自身转动方向以及转动速度,使启动器最大程度的采集响应器未被观测的外观特征,以加快识别能与响应器进行波束对准的距离与角度信息。在采集到足够的姿态特征后,通过响应器的运动参数、姿态特征、外观特征以及障碍物分布预测响应器移动路径实现与响应器的运动同步。在初步建立无线通信链路后,当网络参数化模块反馈通信质量低于阈值时,运动控制模块将基于更新后的响应器的运动参数与姿态特征调整启动器与响应器的运动方向、速度、转动方向与转动速度;
赋能高效波束对准控制模块,用于智能化生成并执行高效波束对准方法。当启动器与响应器的距离且启动器与响应器完成运动同步后,输入响应器的运动参数、响应器姿态特征、启动器与响应器之间的距离与角度信息、预测路径、距离与角度信息与波束对准方案的映射关系,通过智能算法生成预测路径上高效波束对准方法。若结合运动参数与姿态后不存在符合通信质量要求的高效波束对准方案,则更换其他能与响应器进行波束对准的距离与角度。若所有通过感知数据所判别的能与响应器进行波束对准的姿态都不存在符合质量要求的波束对准方案,则进行传统波束对齐过程,并建立对应映射关系。当网络参数化模块反馈通信质量降低到阈值之下时,赋能高效波束对准控制模块将基于更新后的运动参数与姿态特征调整波束对准方法。
实现上述空中动态场景下姿态感知赋能高效波束对准方法,可应用于固定设备与移动终端,包含如图5所示的网络参数化模块、信息采集分析模块、赋能高效波束对准控制模块。
网络参数化模块,用于链接通信双方交互必要信息并监控波束对准之后的通信质量,必要信息包括设备的地球坐标或在当前地图中所在位置。在完成高效波束对准后监控通信质量是否高于阈值。在进行响应器姿态特征与外观特征采集的过程中会记录不同距离与角度情况下的波束对准方案。波束对准后,监控链路通信质量,若波束低于阈值,则通知其他模块进行运动参数、高效波束对准方法的调整;
信息采集分析模块,用于采集分析移动设备的运动数据与姿态数据,以及固定设备附近障碍物分布信息。首先通过网络参数化模块交互作为响应器的移动终端在当前地图中的位置信息、运动参数,然后基于移动终端方位信息对该移动终端与障碍物进行数据的采集与分析。若时,该模块基于移动终端方位信息对移动终端进行运动数据采集与分析;若/>时,该模块基于移动终端方位信息对移动终端进行与姿态数据的采集与分析。若启动器没有自身周围的障碍物分布数据,则采集启动器周围障碍物分布数据。当网络参数化模块反馈通信质量低于阈值时,信息采集分析模块将再次识别设备状态以更新运动数据与姿态数据;
运动参数智能控制模块,用于智能化预测响应器移动路径。当启动器与响应器之间的距离时,输入识别到的响应器运动参数、姿态特征和外观特征,基于智能算法预测响应器移动路径与姿态变化。
赋能高效波束对准控制模块,用于智能化生成并执行高效波束对准方法。赋能高效波束对准控制模块基于所预测的响应器移动路径、预测路径与波束对准方案之间的映射调度设备进行波束对准。输入预测路径、响应器的运动参数、响应器姿态特征、外观特征、预测路径与波束对准方案之间的映射,通过智能算法生成针对预测路径上与响应器的高效波束对准方法。若结合运动参数与姿态后不存在波束对准方案,则进行传统波束对齐过程,并建立距离、角度与波束对准方案的映射关系。进行当网络参数化模块反馈通信质量低于阈值时,赋能高效波束对准控制模块将基于更新后的运动参数与姿态特征调整高效波束对准方法。
上述移动终端可以为无人机、飞艇、飞机以及航天器或高空工作设备。移动终端能够通过可靠通信机制和现有的定位技术获取到自身的位置信息(如卫星导航***定位),通过陀螺仪、加速度计、气压计等传感器获得移动速度和移动方向等动态信息。固定通信设备,如基站,能够通过可靠通信机制和现有定位技术获取自身的位置信息。上述设备都能够通过现有可靠通信机制收集对方的相关信息,且均能够作为发送端和接收端。
通信信号质量信息用信号与干扰加噪声比(Signal to Interference plusNoise Ratio)或接收信号强度指示(Received Signal Strength Indication)或其他指标表示。启动器依据响应器运动参数确定自身运动参数调整方案,启动器通过响应器姿态特征、相对方位确定高效波束对准方法。
启动器从使用人工智能算法(如神经网络、知识图谱)得到的有效通信链路中选择出最优有效通信链路,再从不包括最优有效通信链路的少数的有效通信链路中选择出最优的有效通信链路作为备选有效通信链路。若启动器与响应器使用最优有效通信链路进行无线通信时发生中断,则切换到备选有效通信链路。建立起无线通信链路后,启动器监控通信质量及响应器的运动参数进行波束方向的实时调整。
人工智能算法可以基于机器学习来预测响应器的移动路径、姿态特征及波束对准方案。例如,基于飞行器历史轨迹记录的轨迹预测方法,通过将飞行器近期的飞行数据视作时间序列再当前环境信息推测飞行器接下来的飞行路线。如图6所示,以无人机轨迹为例,其历史飞行记录包括前往5个目的地的轨迹路线且常以经纬度的形式进行记录。假设无人机起始点的经纬度为,任意时刻t下的轨迹点的经纬度为/>,则轨迹点的坐标转换公式如下所示:
;
。
假设无人机在工作时,装备的硬件设备以及货物不会影响到无人机的飞行,且在相等的时间间隔内向无人机监督平台反馈实时位置,忽略该位置信息的测量误差与信号延迟,即认为无人机回传的位置信息为当前时刻的位置。记录每个回传位置姿态特征、运动速度、运动方向与海拔高度,并于轨迹信息、姿态特征一起作为神经网络模型的训练数据,获得基于响应器的轨迹预测模型。在需要进行无线通信时,针对移动终端场景,启动器输入所采集的数据获得响应器的预测轨迹,并基于预测轨迹调整启动器运动参数使其能够快速接近响应器,同时基于姿态预测与轨迹预测实现与响应器的运动同步;针对启动器为固定设备场景,启动器输入所采集的数据获得响应器的预测轨迹,并通过预测轨迹调整并调度启动器波束使其更快对准响应器波束。
在启动器接近响应器或调度天线时,采集响应器数据识别其姿态特征以确定可识别最多姿态锚点的姿态。当启动器识别到一定数量的姿态锚点时则通过射线跟踪方法判断启动器与响应器之间的所有有效通信链路,然后依据电磁传播理论计算每条有效通信链路的接收功率,并根据接收功率从中选取最优有效通信链路,获取用于数据传输的通信链路所对应的收发波束对信息。忽略所有有效通信链路的共有常数损耗,启动器发射到达响应器的有效通信链路的接收功率表示为:
;
其中,、/>、/>、/>、/>分别为启动器发射功率、启动器天线增益、响应器天线增益、路径损耗指数、启动器和响应器之间的有效通信链路的传播路径长度,路径损耗指数/>与射线传播环境有关。然后通过神经网络模型建立识别到的响应器姿态特征与波束对准方案的映射关系,输入为启动器相对于响应器的距离、俯仰角、方位角、预测路径以及对应距离、俯仰角、方位角的波束对准方案,输出为预测路径上的波束对准方案。
本申请实施例还提供一种姿态感知赋能高效波束对准***,包括处理器、存储器;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现姿态感知赋能高效波束对准方法中任一所述的方法步骤。
上述的姿态感知赋能高效波束对准***,可以实现上述的姿态感知赋能高效波束对准方法的各个实施例,且能达到相同的有益效果,此处,不做赘述。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (8)
1.一种姿态感知赋能高效波束对准方法,应用于一种姿态感知赋能高效波束对准***,所述对准***包括启动器和响应器,其特征在于,所述方法包括:
启动器获取响应器的响应器位置信息,并基于所述响应器位置信息得到响应器的响应器运动信息;
启动器基于自身运动得到启动器路线障碍物数据,并基于所述响应器运动信息得到响应器路线障碍物数据;
启动器基于所述启动器路线障碍物数据和所述响应器路线障碍物数据靠近响应器,并对响应器进行姿态特征采集得到不同姿态下响应器的姿态锚点数量;
启动器基于所述姿态特征调整自身运动轨迹使启动器与响应器运动同步,并预测响应器运动轨迹得到预测响应器路径;
启动器基于所述预测响应器路径保证自身与响应器始终处于通信阈值距离内,并与响应器进行波束对准。
2.根据权利要求1所述的姿态感知赋能高效波束对准方法,其特征在于,所述启动器获取响应器的响应器位置信息之前,所述方法还包括:
启动器与响应器之间建立初始通信链路,启动器与响应器通过所述初始通信链路互相确定通信。
3.根据权利要求1所述的姿态感知赋能高效波束对准方法,其特征在于,所述启动器获取响应器的响应器位置信息包括:
启动器生成请求指令发送至响应器,响应器基于所述请求指令获取自身经纬度信息、海拔信息,并将所述经纬度信息和所述海拔信息作为响应器位置信息发送至启动器。
4.根据权利要求1所述的姿态感知赋能高效波束对准方法,其特征在于,所述启动器基于自身运动得到启动器障碍物数据,包括:
启动器对自身行进路线上的障碍物分布进行采样,并基于采样结果生成启动器障碍物数据。
5.根据权利要求1所述的姿态感知赋能高效波束对准方法,其特征在于,所述基于所述响应器位置信息得到响应器的响应器运动信息,包括:
启动器基于所述响应器位置信息得到响应器的运动方向和运动速度,并基于所述运动方向和所述运动速度得到响应器的运动信息;
所述基于所述响应器运动信息得到响应器路线障碍物数据,包括:
启动器基于所述响应器的运动信息对响应器运动方向上的障碍物分布进行采样,并基于采样结果生成响应器路线障碍物数据。
6.根据权利要求1所述的姿态感知赋能高效波束对准方法,其特征在于,所述启动器基于所述启动器路线障碍物数据和所述响应器路线障碍物数据靠近响应器,包括:
启动器根据响应器路线障碍物数据预测响应器的运动路线,并基于响应器的运动路线和所述启动器路线障碍物数据生成对应的启动器运动路线;
启动器基于所述启动器运动路线靠近响应器。
7.根据权利要求1所述的姿态感知赋能高效波束对准方法,其特征在于,所述对响应器进行姿态特征采集得到不同姿态下响应器的姿态锚点数量之后,所述方法还包括:
启动器在自身运动中增加转动方向参数和转动速度参数,并基于所述转动方向参数和所述转动速度参数识别不同距离和角度下的响应器。
8.一种姿态感知赋能高效波束对准***,其特征在于,包括处理器、存储器;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7中任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310728042.6A CN116455440B (zh) | 2023-06-20 | 2023-06-20 | 一种姿态感知赋能高效波束对准方法与对准*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310728042.6A CN116455440B (zh) | 2023-06-20 | 2023-06-20 | 一种姿态感知赋能高效波束对准方法与对准*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116455440A true CN116455440A (zh) | 2023-07-18 |
CN116455440B CN116455440B (zh) | 2023-09-05 |
Family
ID=87120597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310728042.6A Active CN116455440B (zh) | 2023-06-20 | 2023-06-20 | 一种姿态感知赋能高效波束对准方法与对准*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116455440B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105610478A (zh) * | 2016-02-15 | 2016-05-25 | 东南大学 | 毫米波mimo通信多子阵协作波束对准方法及装置 |
CN107431519A (zh) * | 2015-03-03 | 2017-12-01 | 平流层平台有限公司 | 改进数据传送的手段 |
WO2018046271A1 (en) * | 2016-09-09 | 2018-03-15 | Sony Corporation | Communication devices and methods for rf-based communication and position determination |
CN108039927A (zh) * | 2017-10-26 | 2018-05-15 | 北京航空航天大学 | 一种基于多波束天线的电子辅助无人机通信方法 |
CN110753388A (zh) * | 2018-07-23 | 2020-02-04 | 华为技术有限公司 | 一种波束管理方法和相关设备 |
CN111510971A (zh) * | 2020-04-09 | 2020-08-07 | 中电科航空电子有限公司 | 一种机载低轨卫信通信终端辅助控制链路切换方法及*** |
WO2021096812A1 (en) * | 2019-11-12 | 2021-05-20 | Viasat, Inc. | Yaw drift compensation for pointing an antenna |
WO2022011510A1 (zh) * | 2020-07-13 | 2022-01-20 | 北京小米移动软件有限公司 | 一种通信方法、通信装置及存储介质 |
US20230057661A1 (en) * | 2021-08-17 | 2023-02-23 | Qualcomm Incorporated | Pose-based beam update techniques for wireless communications |
CN116264477A (zh) * | 2021-12-14 | 2023-06-16 | 展讯半导体(南京)有限公司 | 波束扫描方法及装置、计算机可读存储介质 |
-
2023
- 2023-06-20 CN CN202310728042.6A patent/CN116455440B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107431519A (zh) * | 2015-03-03 | 2017-12-01 | 平流层平台有限公司 | 改进数据传送的手段 |
CN105610478A (zh) * | 2016-02-15 | 2016-05-25 | 东南大学 | 毫米波mimo通信多子阵协作波束对准方法及装置 |
WO2018046271A1 (en) * | 2016-09-09 | 2018-03-15 | Sony Corporation | Communication devices and methods for rf-based communication and position determination |
CN108039927A (zh) * | 2017-10-26 | 2018-05-15 | 北京航空航天大学 | 一种基于多波束天线的电子辅助无人机通信方法 |
CN110753388A (zh) * | 2018-07-23 | 2020-02-04 | 华为技术有限公司 | 一种波束管理方法和相关设备 |
WO2021096812A1 (en) * | 2019-11-12 | 2021-05-20 | Viasat, Inc. | Yaw drift compensation for pointing an antenna |
CN111510971A (zh) * | 2020-04-09 | 2020-08-07 | 中电科航空电子有限公司 | 一种机载低轨卫信通信终端辅助控制链路切换方法及*** |
WO2022011510A1 (zh) * | 2020-07-13 | 2022-01-20 | 北京小米移动软件有限公司 | 一种通信方法、通信装置及存储介质 |
CN114208059A (zh) * | 2020-07-13 | 2022-03-18 | 北京小米移动软件有限公司 | 一种通信方法、通信装置及存储介质 |
US20230057661A1 (en) * | 2021-08-17 | 2023-02-23 | Qualcomm Incorporated | Pose-based beam update techniques for wireless communications |
CN116264477A (zh) * | 2021-12-14 | 2023-06-16 | 展讯半导体(南京)有限公司 | 波束扫描方法及装置、计算机可读存储介质 |
Non-Patent Citations (3)
Title |
---|
ZHANG, JY等: "Optimized Throughput in Covert Millimeter-Wave UAV Communications With Beam Sweeping", IEEE WIRELESS COMMUNICATIONS LETTERS * |
何世文等: "基于图神经网络的联合用户调度与波束成形优化算法", 通信学报 * |
胡京林等: "基于模式融合的中继通信无人机定向天线对准", 计算机仿真 * |
Also Published As
Publication number | Publication date |
---|---|
CN116455440B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gu et al. | Multiple moving targets surveillance based on a cooperative network for multi-UAV | |
Angjo et al. | Handover management of drones in future mobile networks: 6G technologies | |
Chen et al. | Edge computing assisted autonomous flight for UAV: Synergies between vision and communications | |
CN108521670B (zh) | 面向多机紧密编队飞行基于uwb通信与定位方法及一体化*** | |
Shrit et al. | A new approach to realize drone swarm using ad-hoc network | |
Lohan et al. | Benefits of positioning-aided communication technology in high-frequency industrial IoT | |
CN112099510B (zh) | 一种基于端边云协同的智能体控制方法 | |
CN108803667B (zh) | 一种无人机协同监测与跟踪方法 | |
WO2017180331A1 (en) | Predicting signal quality in a rotating beam platform | |
WO2015114572A1 (en) | A computer implemented system and method for providing robust communication links to unmanned aerial vehicles | |
CN111885504A (zh) | 一种辅助移动车辆无线通信的无人机轨迹优化方法 | |
JP2017512012A (ja) | サービスに無線でアクセスするための方法およびデバイス | |
CN110989682B (zh) | 基于单基站的无人机精准降落方法 | |
KR102165019B1 (ko) | 군집주행 제어 시스템 및 방법 | |
CN105372628A (zh) | 一种基于Wi-Fi的室内定位导航方法 | |
CN109992005B (zh) | 无人机控制方法、装置、计算机可读存储介质及相关设备 | |
EP3761062A1 (en) | Position determination of mobile objects | |
Sun et al. | Aviation data lake: Using side information to enhance future air-ground vehicle networks | |
JP2017183875A (ja) | 追尾アンテナシステムおよび追尾アンテナ装置 | |
CN113406968A (zh) | 基于数字孪生的无人机自主起降巡航方法 | |
Mason et al. | Combining LoRaWAN and a new 3D motion model for remote UAV tracking | |
Sliwa et al. | Simulating hybrid aerial-and ground-based vehicular networks with ns-3 and LIMoSim | |
Gesbert et al. | UAV-aided RF mapping for sensing and connectivity in wireless networks | |
CN116455440B (zh) | 一种姿态感知赋能高效波束对准方法与对准*** | |
Abd et al. | Hydra-RAN Perceptual Networks Architecture: Dual-Functional Communications and Sensing Networks for 6G and Beyond |
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 |