【技术实现步骤摘要】
本专利技术涉及波束训练，特别是一种超大规模天线阵列的波束训练方法。
技术介绍
1、无线通信系统正迈向超大规模天线阵列时代，提升数据速率和频谱效率。
2、在毫米波mmwave和太赫兹t hz通信中，高路径损耗会导致传统全向传输难以维持稳定通信，波束赋形beam forming成为关键，基站和终端通过波束训练确定最佳波束方向，将信号能量集中在目标区域，以此来提高信号质量并降低干扰。
3、传统的波束训练方法大多基于远场假设，仅需优化角度参数，然而，在近场通信中，波束能量分布受角度和距离双重影响；随着天线规模扩大，穷举搜索和层级搜索的计算负担剧增，难以实现高效波束选择；此外，动态遮挡和用户移动导致最优波束变化频繁，传统方法依赖全范围扫描进行调整，会增加开销和延迟，而现有优化方案虽采用分阶段搜索或基于历史轨迹预测，但仍难以充分利用天线间的空间相关性，导致搜索冗余和精度不足；因此亟需一种超大规模天线阵列的波束训练方法来解决此类问题。
技术实现思路
1、鉴于上述现有存在的问题，提
【技术保护点】
1.一种超大规模天线阵列的波束训练方法，其特征在于：包括，
2.如权利要求1所述的一种超大规模天线阵列的波束训练方法，其特征在于：所述AUG以超大规模天线阵列ELAA的子阵列作为节点，根据子阵列与用户的信道相关性分配边权重，表征子阵列间的空间特性及用户信道分布。
3.如权利要求2所述的一种超大规模天线阵列的波束训练方法，其特征在于：所述构建天线用户图AUG的步骤为，
4.如权利要求3所述的一种超大规模天线阵列的波束训练方法，其特征在于：所述根据子阵列与用户的信道相关性分配边权重，表征子阵列间的空间特性及用户信道分布的步骤为，
...【技术特征摘要】
1.一种超大规模天线阵列的波束训练方法，其特征在于：包括，
2.如权利要求1所述的一种超大规模天线阵列的波束训练方法，其特征在于：所述aug以超大规模天线阵列elaa的子阵列作为节点，根据子阵列与用户的信道相关性分配边权重，表征子阵列间的空间特性及用户信道分布。
3.如权利要求2所述的一种超大规模天线阵列的波束训练方法，其特征在于：所述构建天线用户图aug的步骤为，
4.如权利要求3所述的一种超大规模天线阵列的波束训练方法，其特征在于：所述根据子阵列与用户的信道相关性分配边权重，表征子阵列间的空间特性及用户信道分布的步骤为，
5.如权利要求4所述的一种超大规模天线阵列的波束训练方法，其特征在于：所述gnn通过学习子阵列间的空间相关性，提取高相关区域，
6.如权利要求5所述的一种超大规模天线阵列的波束训练方法，其特征在于：步骤s2中，利用图神经网络gnn结构中的图注意力网络gat对天线用户图aug进行训...
【专利技术属性】
技术研发人员：韩华尧，郑传俊，赵龙，
申请(专利权)人：贵州兴黔信息科技有限公司，
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。