车载毫米波终端波束跟踪方法技术

本申请实施例提供车载毫米波终端波束跟踪方法

【技术实现步骤摘要】
车载毫米波终端波束跟踪方法、装置、设备和存储介质


[0001]本申请涉及测量计算
，尤其涉及车载毫米波终端波束跟踪方法
、
装置
、
设备和存储介质
。

技术介绍

[0002]车载毫米波终端定位是一种利用毫米波频段的雷达技术，用于车辆的定位和环境感知
。
毫米波频段的特点是具有较高的穿透能力，可以在各种天气条件下提供稳定可靠的探测性能
。
因此毫米波雷达具有较高的分辨率和抗干扰能力，能够用于复杂的道路环境和低能见度条件下的车辆定位
。
[0003]相关技术中，由于车辆高速运动会造成车辆的位置及姿态（即位姿）的剧烈变化，造成基站发送端预编码以及接收端波束成型的过程都会产生较大的波束训练开销，通常需要利用波束跟踪技术来减少波束训练开销
。
但是相关技术中波束跟踪技术存在跟踪准确率低以及跟踪非实时的问题
。

技术实现思路

[0004]本申请实施例的主要目的在于提出车载毫米波终端波束跟踪方法
、
装置
、
设备和存储介质，提高车载毫米波终端波束跟踪的准确率以及实时性
。
[0005]为实现上述目的，本申请实施例的第一方面提出了一种车载毫米波终端波束跟踪方法，包括：获取当前时隙车辆的位置矢量和航向角，并获取前一时隙的信道状态信息；基于当前时隙的所述航向角和所述位置矢量得到当前时隙的控制输入；根据前一时隙的所述信道状态信息和当前时隙的所述控制输入进行信道预测，得到当前时隙的先验信道状态向量和先验信道协方差矩阵；基于所述先验信道状态向量和所述先验信道协方差矩阵进行信道更新，得到当前时隙的出发角和到达角；所述出发角用于毫米波基站生成下行模拟波束成形向量，所述到达角用于车载毫米波终端生成接收模拟波束成形向量；根据所述下行模拟波束成形向量和所述接收模拟波束成形向量进行波束跟踪
。
[0006]在一实施例中，所述根据前一时隙的所述信道状态信息和当前时隙的所述控制输入进行信道预测，得到当前时隙的先验信道状态向量和先验信道协方差矩阵，包括：获取噪声向量和状态演进矩阵；根据所述状态演进矩阵
、
所述信道状态信息和所述控制输入得到所述先验信道状态向量；根据所述信道状态信息得到前一时隙的信道协方差矩阵；根据所述信道协方差矩阵
、
所述状态演进矩阵和所述噪声向量得到所述先验信道协方差矩阵
。
[0007]在一实施例中，所述基于所述先验信道状态向量和所述先验信道协方差矩阵进行
信道更新，得到当前时隙的出发角和到达角，包括：根据当前时隙的接收信号得到信道量测值，并基于所述先验信道状态向量和所述先验信道协方差矩阵计算卡尔曼增益；根据所述卡尔曼增益
、
所述信道量测值和所述先验信道状态向量计算得到后验信道状态向量；根据所述卡尔曼增益和所述先验信道协方差矩阵计算得到后验信道协方差矩阵；根据所述后验信道状态向量和所述后验信道协方差矩阵得到所述出发角和所述到达角
。
[0008]在一实施例中，所述获取当前时隙车辆的位置矢量和航向角，包括：获取当前时隙的原始雷达点云，并生成所述原始雷达点云的多个有向点，根据所述有向点得到当前时隙的稀疏点云；根据当前时隙车辆的位置矢量与前一时隙车辆的位置矢量得到相对位置矢量，以及根据当前时隙车辆的航向角与前一时隙车辆的航向角得到相对航向角；从前一时隙的稀疏点云中选取所述有向点的初始相邻点，基于所述有向点
、
所述初始相邻点
、
所述相对位置矢量和所述相对航向角生成优化目标函数；对所述优化目标函数进行迭代求解，得到当前时隙车辆的位置矢量和航向角
。
[0009]在一实施例中，所述获取当前时隙的原始雷达点云，并生成所述原始雷达点云的多个有向点，根据所述有向点得到当前时隙的稀疏点云，包括：基于预设功率阈值，在所述原始雷达点云中选取第一数量的第一目标点；所述第一目标点构成第一点云；在所述第一点云中进行网格划分，得到多个小网格，并在所述小网格中选取邻近网格中心的第一目标点作为第二目标点；所述第二目标点构成第二点云；对所述第二点云中每个所述第二目标点在所述第一点云中选取多个相邻点，并根据所述相邻点得到所述第二目标点对应的所述有向点，根据所述有向点得到所述稀疏点云；所述有向点的坐标根据所述相邻点的坐标均值得到，所述有向点的方向向量根据所述初始相邻点的协方差矩阵的特征向量得到
。
[0010]在一实施例中，所述从前一时隙的稀疏点云中选取所述有向点的初始相邻点，包括：将前一时隙的所述有向点作为第一有向点，将当前时隙的所述有向点作为第二有向点，并获取所述第一有向点的第一方向向量，以及获取所述第二有向点的第二方向向量；选取与所述第二方向向量的夹角小于或等于预设夹角阈值的所述第一方向向量对应的所述第一有向点构成第一点集；以所述第二有向点为圆心，在所述第一点集中生成预设半径的圆盘区域，选取所述圆盘区域中最邻近所述圆心的所述第一有向点作为所述初始相邻点
。
[0011]在一实施例中，所述基于所述有向点
、
所述初始相邻点
、
所述相对位置矢量和所述相对航向角生成优化目标函数，包括：根据所述有向点
、
所述初始相邻点
、
所述相对位置矢量和所述相对航向角计算第一约束函数；将所述第一约束函数输入预设损失函数，得到第二约束函数；
以最小化为优化目标，根据所述第二约束函数得到所述优化目标函数
。
[0012]为实现上述目的，本申请实施例的第二方面提出了一种车载毫米波终端波束跟踪装置，包括：数据获取模块：用于获取当前时隙车辆的位置矢量和航向角，并获取前一时隙的信道状态信息；控制输入计算模块：用于基于当前时隙的所述航向角和所述位置矢量得到当前时隙的控制输入；信道预测模块：用于根据前一时隙的所述信道状态信息和当前时隙的所述控制输入进行信道预测，得到当前时隙的先验信道状态向量和先验信道协方差矩阵；信道更新模块：用于基于所述先验信道状态向量和所述先验信道协方差矩阵进行信道更新，得到当前时隙的出发角和到达角；所述出发角用于毫米波基站生成下行模拟波束成形向量，所述到达角用于车载毫米波终端生成接收模拟波束成形向量；波束跟踪模块：用于根据所述下行模拟波束成形向量和所述接收模拟波束成形向量进行波束跟踪
。
[0013]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法
。
[0014]为实现上述目的，本申请实施例的第四方面提出了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法
。
[0015]本申请实施例提出的车载毫米波终端波束跟踪方法
、
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种车载毫米波终端波束跟踪方法，其特征在于，包括：获取当前时隙车辆的位置矢量和航向角，并获取前一时隙的信道状态信息；基于当前时隙的所述航向角和所述位置矢量得到当前时隙的控制输入；根据前一时隙的所述信道状态信息和当前时隙的所述控制输入进行信道预测，得到当前时隙的先验信道状态向量和先验信道协方差矩阵；基于所述先验信道状态向量和所述先验信道协方差矩阵进行信道更新，得到当前时隙的出发角和到达角；所述出发角用于毫米波基站生成下行模拟波束成形向量，所述到达角用于车载毫米波终端生成接收模拟波束成形向量；根据所述下行模拟波束成形向量和所述接收模拟波束成形向量进行波束跟踪
。2.
根据权利要求1所述的车载毫米波终端波束跟踪方法，其特征在于，所述根据前一时隙的所述信道状态信息和当前时隙的所述控制输入进行信道预测，得到当前时隙的先验信道状态向量和先验信道协方差矩阵，包括：获取噪声向量和状态演进矩阵；根据所述状态演进矩阵
、
所述信道状态信息和所述控制输入得到所述先验信道状态向量；根据所述信道状态信息得到前一时隙的信道协方差矩阵；根据所述信道协方差矩阵
、
所述状态演进矩阵和所述噪声向量得到所述先验信道协方差矩阵
。3.
根据权利要求2所述的车载毫米波终端波束跟踪方法，其特征在于，所述基于所述先验信道状态向量和所述先验信道协方差矩阵进行信道更新，得到当前时隙的出发角和到达角，包括：根据当前时隙的接收信号得到信道量测值，并基于所述先验信道状态向量和所述先验信道协方差矩阵计算卡尔曼增益；根据所述卡尔曼增益
、
所述信道量测值和所述先验信道状态向量计算得到后验信道状态向量；根据所述卡尔曼增益和所述先验信道协方差矩阵计算得到后验信道协方差矩阵；根据所述后验信道状态向量和所述后验信道协方差矩阵得到所述出发角和所述到达角
。4.
根据权利要求1所述的车载毫米波终端波束跟踪方法，其特征在于，所述获取当前时隙车辆的位置矢量和航向角，包括：获取当前时隙的原始雷达点云，并生成所述原始雷达点云的多个有向点，根据所述有向点得到当前时隙的稀疏点云；根据当前时隙车辆的位置矢量与前一时隙车辆的位置矢量得到相对位置矢量，以及根据当前时隙车辆的航向角与前一时隙车辆的航向角得到相对航向角；从前一时隙的稀疏点云中选取所述有向点的初始相邻点，基于所述有向点
、
所述初始相邻点
、
所述相对位置矢量和所述相对航向角生成优化目标函数；对所述优化目标函数进行迭代求解，得到当前时隙车辆的位置矢量和航向角
。5.
根据权利要求4所述的车载毫米波终端波束跟踪方法，其特征在于，所述获取当前时隙的原始雷达点云，并生成所述原始雷达点云的多个有向点，根据所述有向点得到当前时
隙的稀疏点云，包括：基于预设功率阈值，在所述原始雷达点云中选取第一数量的第一目标点；所...

【专利技术属性】
技术研发人员：刘岑，朱光旭，史清江，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：