The embodiment of the invention provides a beam searching method and device, which relates to the field of communication technology, which is used to avoid the optimal fine beam pair which is searched in the beam search, which is a local optimal fine beam pair. The method includes: when the reference signal receiving power RSRP of the current fine beam pair is detected less than the first threshold, the optimal rough beam pair is obtained; the optimal rough beam pair is the largest roughing beam pair with the CITIC noise ratio SNR of the whole rough beam, and whether the SNR of the optimal rough beam pair is less than second threshold; if the optimal rough beam pair is S NR is less than second threshold, then the initial beam search value is determined by genetic algorithm, and the initial search value will be used as the initial value of the Rosenbrock algorithm, and the optimal fine beam pair in the optimal rough beam pair is determined by the Rosenbrock algorithm. An embodiment of the present invention is used for beam searching.
【技术实现步骤摘要】
一种波束搜索方法及装置
本专利技术涉及通信
,尤其涉及一种波束搜索方法及装置。
技术介绍
近年来,随着智能移动终端的广泛使用,各种应用的业务量猛增,移动数据应用急速增长,这使得传统移动通信系统蜂窝网络面临重大挑战。现阶段频谱效率已经接近香农极限(英文名称:ShannonLimit),仅仅采用频谱效率增强技术很难满足这些应用对带宽的需求。另外,目前广泛应用的6GHz以下的微波频段无法提供足够频谱,因此30-300GHz的毫米波段受到了广泛重视。相对于6GHz以下的频段来说,毫米波的路径损失更高、对障碍物的穿透能力很差、大气的吸收也更强,使得小区覆盖范围下降。现有技术中进一步提出,利用波束赋形技术获得的高增益可以增大小区覆盖范围、扩充系统容量、减小干扰。同时,毫米波段的短波长也更有利于大规模天线的部署。综上,毫米波大规模多入多出(英文名称:MassiveMultiple-InputMultiple-Output,简称:MassiveMIMO)系统是新一代移动通信系统的关键技术之一。当基站端配备大规模天线时,产生宽度较窄波束的码本数目很多。在终端与基站建立连接之前以及链路失败时,都需要收发双方确定互相对准的波束对。即,在基于码本的MassiveMIMO系统中,需要搜索选择最优收发码本,对应最佳波束对(英文名称:BeamPair),以使通信链路达到最佳。现有技术中一种波束搜索方案为:首先确定最优粗波束,然后通过罗森布罗克(英文名称:Rosenbrock)算法搜索最优细波束对。其中,Rosenbrock算法的初始值或随机设置为任一细波束对或设置为最优粗波束对对 ...
【技术保护点】
1.一种波束搜索方法,其特征在于,包括:当检测到当前使用的细波束对的参考信号接收功率RSRP小于第一阈值时,获取最优粗波束对;所述最优粗波束对为全部粗波束对中信噪比SNR最大的粗波束对;判断所述最优粗波束对的SNR是否小于第二阈值;若所述最优粗波束对的SNR小于所述第二阈值,则通过遗传算法确定初始波束搜索值;将所述初始搜索值将作为Rosenbrock算法的初始值,并通过所述Rosenbrock算法确定最优粗波束对中的最优细波束对。
【技术特征摘要】
1.一种波束搜索方法,其特征在于,包括:当检测到当前使用的细波束对的参考信号接收功率RSRP小于第一阈值时,获取最优粗波束对;所述最优粗波束对为全部粗波束对中信噪比SNR最大的粗波束对;判断所述最优粗波束对的SNR是否小于第二阈值;若所述最优粗波束对的SNR小于所述第二阈值,则通过遗传算法确定初始波束搜索值;将所述初始搜索值将作为Rosenbrock算法的初始值,并通过所述Rosenbrock算法确定最优粗波束对中的最优细波束对。2.根据权利要求1所述的方法,其特征在于,所述通过遗传算法确定初始波束搜索值包括:循环预设次数执行下述步骤:计算所述初始种群中各细波束对的SNR;所述初始种群为所述最优粗波束对中的各细波束对形成的种群;计算所述初始种群中各所述细波束对的相对适应度;任一所述细波束对的相对适应度为该细波束对的SNR与SNR和的比值;所述SNR和为所述初始种群中全部细波束对的SNR的和;将各所述细波束对的相对适应度组成一个区域,并产生n个大于或等于0且小于或等于1的随机数,根据所述n个随机数出现在各所述细波束对的相对适应度组成的区域的次数,确定选择种群;n为所述初始种群中的细波束对的数量;将所述选择种群中的各细波束对进行两两随机配对,并随机设置交叉点位置,以及交换相互配对的两个细波束对的交叉点位置后的基因,形成新的细波束对;生成子代种群,并将所述子代种群作为初始种群循环执行上述步骤;所述子代种群为所述初始种群中SNR最大的x个细波束对以及所述新的细波束对中SNR最大的y个细波束对形成的种群;其中,x、y为大于零的整数,x与y的和为n;将最后一次循环执行上述步骤生成的子代种群中SNR最大的细波束作为所述初始搜索值。3.根据权利要求2所述的方法,其特征在于,所述预设次数大于或等于3且小于或等于5。4.根据权利要求1所述的方法,其特征在于,所述将所述初始搜索值将作为Rosenbrock算法的初始值,并通过所述Rosenbrock算法确定最优粗波束对中的最优细波束对,包括:将所述初始搜索值作为所述Rosenbrock算法的初始点进行模式探测;获取前一次模式探测时获取的第一细波束对的SNR和后一次模式探测时获取的第二细波束对的SNR;所述前一次模式探测和所述后一次模式探测为连续的两次模式探测;计算所述第一细波束对的SNR和第二细波束对的SNR的差值;若所述第一细波束对的SNR和第二细波束对的SNR的差值小于第三阈值且当前搜索步长为1,则确定第二细波束对为所述最优细波束对。5.根据权利要求1所述的方法,其特征在于,所述方法还包括:若所述最优粗波束对的SNR大于或等于所述第二阈...
【专利技术属性】
技术研发人员:陈建玲,韩潇,耿立茹,张天魁,范斌,谷磊,
申请(专利权)人:中国联合网络通信集团有限公司,中讯邮电咨询设计院有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。