System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无线通信,特别针对ris辅助毫米波系统中一种基于深度学习的定位方法。
技术介绍
1、
2、毫米波在第五代移动通信的发展中起着关键作用,但因毫米波波长短,穿透力差,易被树木和建筑物遮挡,因此使用毫米波容易造成通信链路中视距不可用的情况。针对基站(bs)和用户间直接链路被遮挡的情形,可重构智能表面(ris)在发挥了巨大的作用。由大量几乎无源且廉价的反射元件组成的ris,可以实现更可靠的波束成形,它可以调整入射信号的相移、频率、幅度和偏振并对其重新传输,从而为用户提供更好的通信质量。
3、信道参数估计和定位是无线通信系统中的基本问题。准确估计角度和时间延迟等信道参数对于许多应用至关重要,包括无线传感器网络和移动通信等。因此,获得准确的信道状态信息和位置信息对于实现未来的集成感知通信系统ris辅助系统至关重要,同时信道估计与定位可以被认为是未来毫米波系统中通感一体化的基础。目前信道估计技术大多基于向量和矩阵,主要涉及构建接收信号样本矩阵并使用矩阵分解或子空间方法对其进行处理以估计信道或者信道参数。但这些方法会丢失信号本身固有的高维信息,采用可以处理多维度信息的张量方法来实现同时信道参数估计和定位表现出优越性。
4、有文献考虑双ris辅助的毫米波多输入多输出正交频分复用(mimo-ofdm)系统中的信道估计和用户定位问题,提出了一种新的具有相对空间旋转的双ris结构来提取三维传播信道。有文献针对ris辅助的毫米波下行级联信道估计问题,利用毫米波信道固有的低秩结构和因子矩阵固有的范德蒙结构来
技术实现思路
1、
2、专利技术目的:本专利技术针对现有技术的不足,提出ris辅助毫米波系统中一种基于深度学习的定位方法,以获得更高精度的信道估计以及更精确的用户定位和环境映射。
3、技术方案:本专利技术所述的ris辅助毫米波系统中一种基于深度学习的定位方法包括:
4、在ris辅助毫米波多径信道场景下,发送端存在多个用户,其分别发送导频序列到ris,ris继而反射给bs,随后在bs构造一个基于张量的ris辅助毫米波多径系统信号模型;
5、利用复值化的深度残差卷积神经网络(c-drcnn),bs对接收信号进行预处理,基于parafac的分解特性,利用三线性交替最小二乘(tals)拟合算法估计出信道的因子矩阵;
6、利用平面搜索的方法得到信道参数,通过无线通信环境中用户、ris和bs之间的几何关系进行用户定位,进而实现环境映射功能;
7、进一步的,在ris辅助毫米波多径信道场景下,发送端存在多个用户,其分别发送导频序列到ris,ris继而反射给bs,随后在bs构造一个基于张量的ris辅助毫米波多径系统信号模型,具体包括:
8、考虑一个ris辅助多用户毫米波大规模mimo-ofdm上行链路毫米波通信系统。ris服务于移动端(ms)和bs之间直接链路被遮挡的情况。bs部署根天线以及个射频链,ris有个无源反射单元,发送端存在个用户,对第个用户配置根天线和个射频链。所有用户均部署相同的射频数,各个用户端的天线数设置为,第个用户到ris之间的信道路径数为,个用户与ris之间信道总路径数为,用于传输信号的子载波数为。通过第个子载波传输,第个用户和ris之间的频域信道可以表示为:
9、
10、其中表示第个用户到ris的衰落系数,表示采样率,表示第个用户的第条信道的时延,为总的子载波数目,和分别为对应第个用户的第条信道到ris的俯仰角和方位角,类似地,和分别为对应发送端ms的俯仰角和方位角,和分别表示ris和发送端的导向矢量。将ris和ms部署为均匀平面阵列(upa),ris的天线数为,ms的天线数为。bs部署了天线数为的upa。ris到bs的信道表示为:
11、
12、其中表示ris到bs的路径数,为ris到bs的衰落系数,和分别表示bs接收信号的俯仰角和方位角,和分别表示ris的俯仰角和方位角,和分别表示bs和ris的导向矢量。
13、随后,bs部署了个联合向量来检测接收信号,在第时间块,表示时间块的数目,bs在第时隙通过第子载波关于第个射频链的接收信号为:
14、
15、其中为ris的反射矩阵,分别表示矩阵的第行组成的对角阵,为对应加性白高斯噪声。
16、在第时间块,经过个子载波传输,bs联合所有个用户的个射频链路、个连续时隙的得到信号。将其表示为三阶张量形式。沿着维度的第个切片形式为:
17、
18、其中为接收端的联合矩阵,<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>a</mi><mi>r</mi></msub><mi>=</mi><mrow><mo>[</mo><mrow><msub><mi>a</mi><mi>r,1</mi></msub><mi>⋯</mi><mi>,</mi><msub><mi>a</mi><mrow><mi>r,</mi><mi>u</mi></mrow></msub></mrow><mo>]</mo></mrow><mi>∈</mi><msup><mi>ℂ</mi><mrow><mi>n</mi><mi>×</mi><mi>ι</mi></mrow></msup></mstyle>,<mstyle displaystyle="true" mathcolor="#000000"><msubsup><mi>a</mi><mrow><mi>r,</mi><mi>u</mi></mrow><mrow /></msubsup>本文档来自技高网...
【技术保护点】
1.RIS辅助毫米波系统中一种基于深度学习的定位方法,其特征在于该方法包括:
【技术特征摘要】
1.ris辅助毫米波系统中一种基于深度...
【专利技术属性】
技术研发人员:杜建和,何苗苗,何晶,关亚林,陈远知,张鹏,
申请(专利权)人:中国传媒大学,
类型:发明
国别省市:
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。