The invention belongs to the field of communication technology, and discloses a beamforming method for NLOS scene in large-scale MIMO, which obtains the channel estimation matrix at the base station side; obtains the spatial correlation matrix by making the channel estimation matrix autocorrelation; constructs the optimization problem according to the maximum received noise ratio criterion; solves the equivalent minimization optimization problem; Optimal weight vector; Maximum normalization; Cronique product with vertical antenna weight; Multiplication with transmitted data. The invention has the advantages of low sensitivity to channel time-varying characteristics, strong anti-NLOS capability, low algorithm complexity and simple implementation, and the receiving power of the desired user is improved eventually. The invention solves the problem that the existing beam forming method has weak resistance to channel time-varying, and can not effectively enhance the expected user receiving power in the case of multipath, and the algorithm complexity is high.
【技术实现步骤摘要】
一种面向大规模MIMO中NLOS场景下的波束赋形方法
本专利技术属于通信
,尤其涉及一种面向大规模MIMO中NLOS场景下的波束赋形方法。
技术介绍
目前,业内常用的现有技术是这样的:经过近几十年的飞速发展,小型移动通信设备的普及,与物联网相关的性能变化以及多媒体等数据业务需求呈现爆发式增长,移动无线通信的流量显著增长,面向这样的需求,长期演进(LTE)以及LTE-A在不久的将来将无法满足,因此第五代(5G)移动通信系统预计将在2020年实现,通过技术的演进和创新,5G可以通过充分利用一系列新兴的技术来满足未来广泛的数据业务及连接数的发展需求,并进一步提升用户体验。满足需求的有前景的技术包括大规模MIMO(MassiveMIMO)波束赋形(BF)技术以及高密度基站(BS)部署,大规模MIMO波束赋形技术能够有效的提升数据信号的覆盖范围以及增加空间复用用户的数量,所以,设计有效的能够提升系统性能的大规模MIMO波束赋形算法成为近几年的研究热点。在市区宏小区非视距(NLOS)场景中,由于大尺度衰落导致各径的路径损耗比较大,并且多径时延扩展也会提高,而传统的波束赋形方法一方面因为路径损耗比较大,在接收端没有办法有效地提升期望信号的接收功率,另一方面由于多径赋形导致能量过于分散,无法将能量更多的集中在主要的方向上,因此在5G系统该场景中设计有效的波束赋形算法,从而提高系统功率增益,是急需解决的问题。王博等人在其发表的论文“非视距NLOS场景下的宽带无线通信系统(数字通信世界,2017:56-57.)”中提出了非视距NLOS会带来的挑战,并且指出了大规模MIM ...
【技术保护点】
1.一种面向大规模MIMO中NLOS场景下的波束赋形方法,其特征在于,所述面向大规模MIMO中NLOS场景下的波束赋形方法包括:首先在基站侧利用低代价的信道估计算法得到期望用户上行信道的估计矩阵,再根据时分双工系统中的信道互易性得到信道的空间相关矩阵;接着,得到信道空间相关矩阵之后,根据最大化接收信噪比准则构造优化问题;将构造得的优化问题转变为等效的最小化优化问题,并利用加权最小均方误差算法对其进行求解;求解之后判决是否满足条件,不满足则继续迭代;满足则输出最优权值;最终将得到的最优权值与给定的垂直方向的天线权值进行克罗内克相乘,得到整个平面天线阵列的最优波束赋形权值;最后,将能量集中在求得的主波束方向。
【技术特征摘要】
1.一种面向大规模MIMO中NLOS场景下的波束赋形方法,其特征在于,所述面向大规模MIMO中NLOS场景下的波束赋形方法包括:首先在基站侧利用低代价的信道估计算法得到期望用户上行信道的估计矩阵,再根据时分双工系统中的信道互易性得到信道的空间相关矩阵;接着,得到信道空间相关矩阵之后,根据最大化接收信噪比准则构造优化问题;将构造得的优化问题转变为等效的最小化优化问题,并利用加权最小均方误差算法对其进行求解;求解之后判决是否满足条件,不满足则继续迭代;满足则输出最优权值;最终将得到的最优权值与给定的垂直方向的天线权值进行克罗内克相乘,得到整个平面天线阵列的最优波束赋形权值;最后,将能量集中在求得的主波束方向。2.如权利要求1所述的面向大规模MIMO中NLOS场景下的波束赋形方法,其特征在于,所述面向大规模MIMO中NLOS场景下的波束赋形方法具体包括:1)在基站侧获得信道估计矩阵:在基站侧利用低代价的信道估计算法得到期望用户上行信道的估计矩阵;2)将信道估计矩阵做自相关得到空间相关矩阵:在得到上行的信道估计矩阵之后,将信道估计矩阵做自相关得到估计信道的空间相关矩阵;3)根据最大接收信噪比准则构造优化问题:按照最大接收信噪比准则,得到优化问题及其等效问题:其中,w是波束赋形权值,Rss是信道的空间相关矩阵,则是信号噪声功率;4)等效最小化优化问题:根据加权最小均方误差算法,将步骤3)中的问题等效成以下优化问题:其中,θ是加权因子,而在θ=1/x的时候取得最小值,因此θopt=1/g(w,u),其中,g(w,u)是构造的代价函数,具体表示为w是波束赋形权值,R是信道的空间相关矩阵,是信号噪声功率,u为变量;得到在给定一个初始的波束赋形权值之后,得到最优的{u,θ},再代入等效的最小化优化问题中,利用拉格朗日对偶性求出最优的波束赋形权值向量;5)求解最优权向量;6)最大值归一化:对求得的最优波束赋形权值向量进行最大值归一,得到最大值...
【专利技术属性】
技术研发人员:任光亮,张耀庭,张会宁,王奇伟,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
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。