【技术实现步骤摘要】
一种天线广播波束的优化方法和装置
本专利技术的实施例涉及通信
,尤其涉及一种天线广播波束的优化方法和装置。
技术介绍
多天线技术作为提高系统频谱效率和传输可靠性的有效手段,已经应用于多种无线通信系统。天线数量越多,无线通信系统的频谱效率和可靠性提升越明显。因此,采用多输入多输出(mu1tip1e-inputmu1tip1e-output,MIMO)天线,为大幅度提高无线通信系统的容量提供了一个有效的途径。但是,大规模天线(massiveMIMO)的引入也增加了无线通信系统的复杂度。进一步,massiveMIMO在部署中也面临着覆盖场景多样化、参数配置更加复杂等难题,例如,由于天线数量过多导致相应的天线波束的配置参数也非常多,又由于天线的波束相互之间很容易发生干扰导致功率损失,因此massiveMIMO的天线广播波束的配置参数的优化更加复杂。目前,天线广播波束的优化方法是:基站采集目标区域中用户的历史网络参数,并确定目标区域所包括的格栅。之后,基站关联其获取到的网络参数和确定出的格栅,并将“与格栅匹配的网络数据”和实际记录数据进行比较,再根据比较结果调整优化天线广播波束的配置参数。该方法是基于目标区域中用户的历史网络参数与地理格栅调整天线广播波束的配置参数,无法感知未来的用户网络数据,因此,根据用户的历史网络参数调整的天线广播波束的配置参数,在天线所对应的用户分布发生变化时所做的调整将不再准确,不是最优调整。
技术实现思路
本专利技术的实施例提供一种天线广播波束的优化方法和装置 ...
【技术保护点】
1.一种天线广播波束的优化方法,其特征在于,/n预测第一用户分布,其中,所述第一用户分布为目标基站在当前时刻的下一时刻的用户分布;/n在用户分布信息库中,查询并得到第二用户分布以及所述第二用户分布的波束配置;其中,所述用户分布信息库中包括至少一个历史用户分布,和所述至少一个历史用户分布中每个历史用户分布的波束配置;所述第二用户分布为所述至少一个历史用户分布中与所述第一用户分布之间相似度最高的历史用户分布;/n根据所述第二用户分布和预设规则,建立目标优化函数;/n根据所述目标优化函数以及所述第二用户分布的波束配置,调整天线广播波束的目标波束配置。/n
【技术特征摘要】
1.一种天线广播波束的优化方法,其特征在于,
预测第一用户分布,其中,所述第一用户分布为目标基站在当前时刻的下一时刻的用户分布;
在用户分布信息库中,查询并得到第二用户分布以及所述第二用户分布的波束配置;其中,所述用户分布信息库中包括至少一个历史用户分布,和所述至少一个历史用户分布中每个历史用户分布的波束配置;所述第二用户分布为所述至少一个历史用户分布中与所述第一用户分布之间相似度最高的历史用户分布;
根据所述第二用户分布和预设规则,建立目标优化函数;
根据所述目标优化函数以及所述第二用户分布的波束配置,调整天线广播波束的目标波束配置。
2.根据权利要求1所述的优化方法,其特征在于,所述预测第一用户分布,包括:
获取当前时刻目标基站的第三用户分布;
将所述第三用户分布输入到预设的预测模型,以得到第一用户分布。
3.根据权利要求1所述的优化方法,其特征在于,所述根据所述第二用户分布和预设规则,建立目标优化函数,包括:
获取所述第二用户分布中用户的接收信号强度、信干噪比、接入时延、接入成功率;
根据所述第二用户分布中的用户的接收信号强度、信干噪比、接入时延以及接入成功率,建立目标优化函数,其中,所述目标优化函数满足公式J表示所述目标优化函数,u表示所述第三用户分布中的用户,Nu表示所述第三用户分布中的用户总数,RSRPu表示所述用户的接收信号强度,SINRu表示所述用户的信干噪比,(relayu)-1表示所述用户的接入时延,successaccessu表示所述用户的接入成功率,W1表示所述用户的接收信号强度的权重,W2表示所述用户的信干噪比的权重,W3表示所述用户的接入时延的权重,W4表示所述用户的接入成功率的权重。
4.根据权利要求3所述的优化方法,其特征在于,所述根据所述目标优化函数以及所述第二用户分布的波束配置,调整天线广播波束的目标波束配置,包括:
根据所述第二用户分布中的用户的接收信号强度、信干噪比、接入时延和接入成功率,计算所述目标优化函数的实际函数值Jreal;
将所述第二用户分布的波束配置作为波束配置优化搜索的初始值,分布式搜索波束配置优化的解;
计算每个分布式搜索的波束配置优化的解,所对应的所述目标优化函数的预测函数值;
获取所述目标优化函数的预测函数值中的最大函数值Jmax,并获取所述Jmax对应的分布式搜索波束配置优化的解,生成第一波束配置;
若确定Jmax<Jreal,则将所述第二用户分布的波束配置作为天线广播波束优化后的目标波束配置;
若确定Jreal<Jmax,则为所述第一波束配置设置相应权值、调整所述天线广播波束的波束形状和扫描顺序后,作为天线广播波束优化后的目标波束配置。
5.根据权利要求4所述的优化方法,其特征在于,所述将所述第二用户分布的波束配置作为波束配置优化搜索的初始值,分布式搜索波束配置优化的解,包括:
将所述第二用户分布的波束配置作为波束配置优化搜索的初始值,按照预定运动规则,分布式搜索波束配置优化的解,其中,所述预定运动规则满足公式θi(j+1)表示所述预定运动规则,C(i)表示搜索移动步长,Δ(i)表示随机方向向量,θi(j)表示上一次搜索移动的预定运动规则,i表示搜索到所述波束配置优化的解的次数,j表示搜索移动次数。
6.根据权利要求4所述的优化方法,其特征在于,所述将所述第二用户分布的波束配置作为波束配置优化搜索的初始值,分布式搜索波束配置优化的解,包括:
将所述第二用户分布的波束配置作为波束配置优化搜索的初始值,按照预定运动规则,分布式搜索波束配置优化的解,其中,所述预定运动规则满足公式θi(j+1,k,l)表示所述预定运动规则,C(i)表示搜索移动步长,Δ(i)表示随机方向向量,θi(j,k,l)表示上一次搜索移动的预定运动规则,i表示搜索到所述波束配置优化的解的次数,j表示搜索移动次数,k表示复制次数,l表示删除次数。
7.根据权利要求6所述的优化方法,其特征在于,所述计算每个分布式搜索的波束配置优化的解,所对应的所述目标优化函数的预测函数值之后,还包括:
将所述目标优化函数的预测函数值按照预定排序规则进行排序;
获取预定排序之前的目标优化函数的预测函数值对应的波束配置优化的解;
根据所述预定排序之前的目标优化函数的预测函数值对应的波束配置优化的解的搜索方向继续进行分布式搜索。
8.根据权利要求1所述的优化方法,其特征在于,若确定所述第一用户分布与所述第二用户分布相同,所述优化方法还包括:
将所述第二用户分布的波束配置作为天线广播波束优化后的目标波束配置。
9.根据权利要求2所述的优化方法,其特征在于,所述获取当前时刻目标基站的第三用户分布,包括:
获取当前时刻目标基站的至少一个用户的波达方向DOA;
根据所述至少一个用户的DOA计算所述目标基站的第三用户分布。
10.根据权利要求2所述的优化方法,其特征在于,还包括:
获取目标基站的历史用户分布;
将第一时刻的历史用户分布作为人工智能时间序列预测算法的输入,第二时刻的历史用户分布作为人工智能时间序列预测算法的输出,训练得到所述预设的预测模型,其中,所述第二时刻为所述第一时刻的下一时刻。
11.一种天线广播波束的优化装置,其特征在于,包括:
预测模块,用于预测第一用户分布,其中,所述第一用户分布为目标基站在当前时刻的下一时刻的用户分布;
查询模块,用于在用户分布信息库中,查询并得到第二用户分布以及所述第二用户分布的波束配置;其中,所述用户分布信息库中包括至少一个历史用户分布,...
【专利技术属性】
技术研发人员:李露,高谦,冯毅,李福昌,贺琳,
申请(专利权)人:中国联合网络通信集团有限公司,
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。