一种波束搜索方法及装置制造方法及图纸

本发明专利技术的实施例提供一种波束搜索方法及装置，涉及通信技术领域，用于避免波束搜索时搜索到的最优细波束对为局部最优细波束对。该方法包括：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；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；判断最优粗波束对的SNR是否小于第二阈值；若最优粗波束对的SNR小于第二阈值，则通过遗传算法确定初始波束搜索值；将初始搜索值将作为Rosenbrock算法的初始值，并通过Rosenbrock算法确定最优粗波束对中的最优细波束对。本发明专利技术的实施例用于波束搜索。

A method and device for beam searching

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应的边缘细波束对或最优粗波束对对应的中心细波束对。然而，在通过Rosenbrock算法搜索最优细波束对时，若设置的初始值使Rosenbrock算法先搜索到了一个次优的细波束对，则会由于该次优的细波束对优于其周围任一波束对，进而导致无法搜索到最优细波束对，即搜索到的波束对为一个局部最优细波束对。
技术实现思路
本专利技术的实施例提供一种波束搜索方法及装置，用于避免波束搜索时搜索到的最优细波束对为局部最优细波束对。为达到上述目的，本专利技术的实施例采用如下技术方案：第一方面，提供一种波束搜索方法，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。第二方面，提供一种波束搜索装置，包括：获取单元，用于在检测到当前使用的粗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；判断单元，用于判断所述最优粗波束对的SNR是否小于第二阈值；计算单元，用于在所述最优粗波束对的SNR小于所述第二阈值时，通过遗传算法确定初始波束搜索值；处理单元，用于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。本专利技术实施例提供的波束搜索方法，在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，获取全部粗波束对中SNR最大的粗波束对，并判断全部粗波束对中SNR最大的粗波束对的SNR是否小于第二阈值；若是，则通过遗传算法确定初始波束搜索值，以及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；由本专利技术实施例中Rosenbrock算法的初始值时通过遗传算法获取的，而遗传算法确定初始波束搜索值为一个近似的最优细波束，因此上实施例可以避免波束搜索时搜索到的最优细波束对为局部最优细波束对，进而提高无线通信系统的通信质量。附图说明为了更清楚地说明本专利技术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简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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为本专利技术实施例提供的波束搜索应用的系统架构示意图；图2为本专利技术实施例提供的波束搜索方法的步骤流程图；图3为本专利技术实施例提供的各细波束对的相对适应度组成区域的示意图；图4为本专利技术实施例提供的波束搜索装置的示意性结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一波束对和第二波束对等是用于区别不同的波束对，而不是用于描述波束对的特定顺序。在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。此外，在本申请实施例的描述中，除非另有说明，“多个”的含义是指两个或两个以上。现有技术中在通过Rosenbrock算法搜索最优细波束对时，若设置的初始值使Rosenbrock算法先搜索到了一个次优的细波束对，则会由于该次优的细波束对优于其周围任一波束对，进而导致无法搜索到最优细波束对，即搜索到的波束对为一个局部最优细波束对。为了解决上述问题，本专利技术实施例提供了一种波束搜索方法及装置。该波束搜索方法，在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，获取全部粗波束对中SNR最大的粗波束对，并判断全部粗波束对中SNR最大的粗波束对的SNR是否小于第二阈值；若是，则通过遗传算法确定初始波束搜索值，以及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；由本专利技术实施例中Rosenbrock算法的初始值时通过遗传算法获取的，而遗传算法确定初始波束搜索值为一个近似的最优细波束，因此上实施例可以避免波束搜索时搜索到的最优细波束对为局部最优细波束对，进而提高无线通信系统的通信质量。如图1所示，在本申请实施例的一种应用场景下，本申请实施例提供的波束搜索方法应用的系统架构可以包括：UE10和基站20。UE10通过与基站20之间建立的无线通信链路与基站20连接。其中，UE10可以称为终端(terminal)，移动台(mobilestation)，用户单元(subscriberunit)，站台(station)等。UE可以为蜂窝电话(cellularphone)，个人数字助理(personaldigitalassistant，简称为PDA)，无线调制解调本文档来自技高网...

【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