面向无线三维信道的用户级信道空域特征建模方法技术

本发明专利技术的一个技术方案是提供了一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：构建双向变换框架以实现信道空域特征和信道频域特征的互相转换。本发明专利技术的另一个技术方案是提供了一种利用用户的空间特征来粗略计算小区间干扰的方法。本发明专利技术设计了新的空间特征和频率特征，并且通过两个离线训练神经网络(NN)建立了空间域与频域双向信号变换的新框架。本发明专利技术提供的方法能以较低的代价连续获得基站与用户之间的信道状态和用户接收射线的离开角与到达角等空域信息，获得用户之间的干扰特征，很大程度上降低这二者获取时所需要的开销，以减少系统的处理开销和复杂度。度。度。

【技术实现步骤摘要】
面向无线三维信道的用户级信道空域特征建模方法


[0001]本专利技术涉及一种信道建模方法。

技术介绍

[0002]大规模多输入输出(Massive Multiple Input Multiple Output Massive MIMO技术是5G最重要的关键技术，近年来受到了广泛的关注。它的主要特点是在基站侧配置了大量的天线，从而在基站和用户之间形成多条并行传输的数据链路。因此，利用MIMO可以获得更大的空间复用增益，进而提高系统容量，间接地提高频谱资源的利用效率。此外，在基站侧采用分集发送，还能极大提升无线系统的能耗效率。
[0003]在MIMO技术发展过程中，信道建模是系统仿真评估的关键。由于5GMassive MIMO网络考虑到了基站与用户之间的空间传输特征，在网络中部署了大量天线，系统的性能特征估计和分析需依赖于更多信息。这些信息无法在建模中被精确地表示，故现网评估无线网络性能时，大多采用人工路测方法。然而，大规模MIMO的测量开销太大，成本过高，导致最终测量时只能使用有限数量和类型的测试终端，仅能体现个别抽样用户的用户感知，同时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：构建双向变换框架以实现信道空域特征和信道频域特征的互相转换，该双向转换框架包括下式(1)及下式(2)所示的映射：Λ＝f(Γ)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)Γ＝f
‑1(Λ)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式(1)、(2)中，Γ表示信道空域特征，在空域中唯一定义用户信道的所有特征被视为信道空域特征，信道空域特征的构建始于量化射线跟踪数据的出射角和到达角，由与量化出射角和到达角有关的路径损耗组成的向量为信道空域特征；Λ表示信道频域特征，在频域中唯一定义用户信道的所有特征被视为信道频域特征，为从信道状态矩阵H中提取的特征；由两个不同的BP神经网络分别实现式(1)及式(2)所示的变换，BP神经网络训练数据获取过程包括：将传播环境参数输入到射线跟踪模型中获得射线跟踪数据；以射线跟踪模型获得的射线跟踪数据为输入，从基于3GPP 3D
‑
UMa信道模型的5G无线仿真平台获得信道状态矩阵。2.如权利要求1所述的一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：所述BP神经网络均为六层网络。3.如权利要求1所述的一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：所述出射角包括离开的方位角AoD和离开的天顶角ZoD，所述到达角包括到达的方位角AoA和到达的天顶角ZoA，则所述信道空域特征采用以下方式获得：设θ表示单个发射和接收过程中所涉及的离开的方位角AoD、离开的天顶角ZoD、到达的方位角AoA或到达的天顶角ZoA之一，则p
θ
表示与某个角度相对应的光线路径损耗，Ω
i
为第i个间隔，i＝1，...，m，m是与角度相关的间隔数，其大小为Υ，γ
i
为在当前角度中提取的路径损耗第i个间隔，量化过程如下式(3)所示：其中，N
i
＝|Ω
i
|，Ω
i
＝{θ|θ0+(i
‑
1)Υ≤θ≤θ0+iΥ}，θ0是θ的下限，m是角度的区间数，则Ψ表示θ的取值范围；分别对离开的方位角AoD、离开的天顶角ZoD、到达的方位角AoA或到达的天顶角ZoA执行式(3)所示的量化过程，得到信道空域特征是路径损耗矢量Γ＝[γ1，γ2，...，γ
M
]，其中M＝m
AoD
+m
ZoD
+m
AoA
+m
ZoA
，式中，m
AoD
、m
ZoD
、m
AoA
和m
ZoA
分别为离开的方位角AoD的值范围、离开的天顶角ZoD的值范围、到达的方位角AoA的值范围和到达的天顶角ZoA的值范围。4.如权利要求1所述的一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：...

【专利技术属性】
技术研发人员：史盼盼，李凯，朱磊，高国亮，杨旸，
申请(专利权)人：上海科技大学，
类型：发明
国别省市：