【波束通信系统探究概述6200字】

波束通信系统研究概述 11.1波束赋形及波束扫描 11.1.1波束赋形技术 1 21.2天线阵列、信道、移动台的物理模型 3 3 4 5 61.4EKF以及MMSE 7 7 8 8 81.5.2所研究跟踪方案 9 91.5.4波束跟踪评价标准 1.1波束赋形及波束扫描1.1.1波束赋形技术在移动通信发展到引入了天线阵列后，通过对天线发射的信号进行加权处理以及对天线之间的距离进行处理，可以使毫米波通信系统的信号变成有向性的信号，通过对旁瓣进行抑制，以及通过反射的方式形成主方向，可以将信号的能量汇集于某一个方向角发射。波束赋形不仅可以达到空分复用的复用方式，使频段利用率大大提高，且在受环境影响较大的毫米波通信中，利用这种有向信号的发射方式可以抵抗环境衰弱大导致的最终接收信号质量不好的影响，所以毫米波使用波束通信成为了必要。波束成型技术在数字域和模拟域中都可以进行波束成型，通过不同的结构包括软硬件结构和算法方式，可以分别称之为数字域波束赋形和模拟域波束赋形数字域波束赋形需要模拟域到数字域的变换，并通过改变波束赋形的权重矢波束通信中我们常常使用细波束来使能量能够更加集中于某一个方向来进行通描分为粗扫描和细扫描，如图2-1所示，首先基站可以使用较少的宽波束例如图粗扫描细扫描对于直接用细波束对用户进行对齐，这种分次扫描的方法可以大大减少细扫描的次数，节省波束扫描所需要的时间成本和功耗，且可以获得准确度相对较高的波束对齐的结果。但是只使用波束扫描的方式进行通信对于波束通信系统来不太合适，当用户端方位改变较快时，一旦天线无法对齐，就需要进行下一次的波束扫描，否则会严重影响用户通信。而频繁的使用波束扫描，首先效率会非常的低，而且对于设备以及通信所需要的成本会大大增加。而在扫描之后通过波束追踪得到方式可以有效的降低波束通信所需要的成本，并且有效的提高波束通信的效率，通过波束追踪对移动台的移动方向进行有效的追踪，可以大大延长波束扫描后保持用户通信要求的时间。在对波束跟踪进行进一步的解释前，下文首先要对整体波束通信的几个关键模型进行解释，分别是：天线阵列、信道以及移动台的模型的具体设定。1.1.1天线阵列模型在毫米波通信中，天线阵元在相应的方式下排序之后构成的阵列就是天线阵列，根据阵元的排列方式一般将天线阵列分为线阵、面阵以及立体阵[13。天线阵列的阵元排列方式以及排列规则是波束赋形的关键技术之一，阵列的排布方式也会影响发送端、接收端对信号的处理。在本文中，天线阵列取最常用于仿真研究的线阵模型进行分析。在发射端，信号通过各个阵元发送出去，在考虑建模为理想情况下，不考虑各个天线之间的同时发射所导致的影响。在接收端各个天线阵元在接收到入射信号后，通过一定的结合权重与结合方式对各个阵元所收到的信号进行权重整合，能得到信号以及波束通信所需要的一系列参数。如图2-2,假设信号到达时是处在同一平面上的信号，则此时各个阵元所接移动台始终是对齐的，发射角和到达角始终相等，并记作θ,N指线阵中的阵元个数。将第一个天线阵元作为参考阵元，第N个天线阵元相移即可以表达为义的信道还包括信号的传输的相关器械[18。在数学模型的研究中，通过信道的噪声。n(t)指的是不受输入影响的噪声，会导致接收端信号的幅度产生相对的起增益α,将加性噪声设置为服从高斯分布均值为0的白噪声n,信道的噪声由于状态信息),它描述了信号在相应信道上传输的衰弱因子1。本文的课题研究中对信道增益描述时使用高斯-马尔可夫模型来通过对当前时刻的信道增益来估计.=CN(0,(1-p²)),即，是对应于均值为0,方差为(1-p²)的正态分布的随加性高斯白噪声n表示为n=CN(0,ng/2),即是方差为n/2,均值为0的随机噪声。其中，由于后续的仿真中会涉及关于SNR(SignalNoiseRatio,信号噪声功率比)的大小，本文将信号的功率设定为1,则噪声的功率n。可以通过分相对齐，且在前文中已经将发射角和到达角设置为θ,所以移动台的模型主要通如图2-3所示，移动台进行移动时，会导致基站与移动台之间波束对齐的角方差的高斯分布，所以本文将运动导致角度的变化的因素的变化描述为 =N(0,α²),即服从方差为o²的变化方式，且ø²为一个时隙到下一个时隙之统的性能。在本文中发射角与到达角相等设置为θ,所以相应的发射的波束方向矢量f设置成f=a(θ,N),即移动台发送的波束得方向是等于a(θ,N)的单位矢量，可以得到在基站处接收到的信号y如下：即天线数量设置为N。如图2-4所示，信号通过各个天线阵元接收后，通过相应的权重算法结合以及对应的相移之后可以获得对应的接收信号y,其中，权重矩阵即为式(2-5)中的w,而对应第b个接收端的天线对第m个移动台的天线的其中，f.指上文中提到的移动台发射的波?(已知序列)y1.4EKF以及MMSE被滤波系统的状态或者是未被改变的信号1过了解系统的状态，我们可以确定系统的整体行为以及未来的输入和干扰1P₅=AP₃_,A+QKF不要求信号和噪声是平稳过程，对于每个时隙内所有噪声，只要建立噪KF通过对噪声与现在状态之前的滤波结果结合处理，从而得到得到观察、衡与修正，得到预测结果与观察结果之间的最佳比例，得到本时隙的滤波结而EKF则是在KF的基础上，通过雅可比矩阵对非线性的模型通过偏微分的方法进行如图2-5的局部线性化，局部线性化的模型可以近似看作线性系统，可均方误差(mean-squareerror,MSE)是反应估计量与被估计量之间差距水日乘子，即约束方程梯度线性组合中相应向量系数191。该方法的证明采用偏微件)是一个正则条件下的非线性规划问题，是规划问题有最优解的充要条件，这MMSE则是通过拉格朗日乘数法和KKT条件1.5毫米波网络中的波束跟踪类方法17]:(1)第一类是基于训练的波束追踪，通过定期地对波束方向进行训统开销较大。(2)第二类是基于动态滤