【技术实现步骤摘要】
【国外来华专利技术】基于定位似然性的波束形成器优化
各种示例实施例涉及无线通信。
技术介绍
由于可以利用那些频率上可用的较大频谱信道,因此使用毫米波载波频率具有巨大的潜力,以满足许多5G新无线电(NR)用例及其不同应用领域中所设想的非常高的数据速率要求。在毫米波通信中,可以在通信链路的发送器(TX)和接收器(RX)端都采用包括大量天线元件的天线阵列。大型天线阵列能够提供所需的高天线增益,以补偿在使用毫米波载波频率时增加的路径损耗。而且,大规模MIMO(多输入多输出)部署允许空间复用多个数据流以占用相同的时间和频率资源,使能提高无线电通信系统的频谱效率。然而,大型毫米波天线阵列通常提供具有非常窄的波束宽度的波束,这意味着发送器和接收器侧天线阵列需要被仔细地定向为彼此面对,以便从高天线增益中受益。这在设计毫米波通信系统时存在重大挑战。
技术实现思路
根据一个方面,提供了独立权利要求的主题。实施例是在从属权利要求中限定的。实现的一个或多个示例在下面的附图和具体实施方式中更详细地被陈述。其他特征将通过描述和附图以及权利要求而明显。附图说明在下文中,示例实施例将参照所附附图被更详细地描述,其中图1图示了例示的无线通信系统;图2和3图示了例示的波束形成发送器/接收器架构;图4、图5A、图5B、图6A、图6B、图7和图8图示了根据实施例的示例性过程;以及图9和图10图示了根据实施例的使用示例性过程的示例性波束形成优化结果;图11A和11B图示了根据实施例的示例 ...
【技术保护点】
1.一种波束形成处理装置,用于包括天线阵列的无线电发送器或无线电接收器,所述波束形成处理装置包括:/n至少一个处理器;以及/n至少一个存储器,包括计算机程序代码;/n所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述波束形成处理装置至少执行:/n在数据库中维护关于所述天线阵列的辐射属性的信息、以及关于针对一个或多个目标设备的一个或多个定位中的每个定位的概率密度函数的信息,其中所述天线阵列的所述辐射属性包括一个或多个波束参数的值的集合以及二维或三维波束增益函数,所述一个或多个波束参数的值的集合定义由所述天线阵列可产生的每个波束的形状,所述二维或三维波束增益函数被定义为取决于所述一个或多个波束参数;/n针对所述一个或多个波束参数的值的每个集合,基于所述一个或多个概率密度函数和所述波束增益函数来计算波束增益的一个或多个累积分布函数;以及/n通过最大化第一优化参数来计算所述一个或多个波束参数的定义最优波束的一个或多个最优值,所述第一优化参数基于受第二优化参数的预定义最小值影响的所述一个或多个累积分布函数而被定义。/n
【技术特征摘要】
【国外来华专利技术】1.一种波束形成处理装置,用于包括天线阵列的无线电发送器或无线电接收器,所述波束形成处理装置包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码;
所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述波束形成处理装置至少执行:
在数据库中维护关于所述天线阵列的辐射属性的信息、以及关于针对一个或多个目标设备的一个或多个定位中的每个定位的概率密度函数的信息,其中所述天线阵列的所述辐射属性包括一个或多个波束参数的值的集合以及二维或三维波束增益函数,所述一个或多个波束参数的值的集合定义由所述天线阵列可产生的每个波束的形状,所述二维或三维波束增益函数被定义为取决于所述一个或多个波束参数;
针对所述一个或多个波束参数的值的每个集合,基于所述一个或多个概率密度函数和所述波束增益函数来计算波束增益的一个或多个累积分布函数;以及
通过最大化第一优化参数来计算所述一个或多个波束参数的定义最优波束的一个或多个最优值,所述第一优化参数基于受第二优化参数的预定义最小值影响的所述一个或多个累积分布函数而被定义。
2.根据权利要求1所述的波束形成处理装置,其中所述第一优化参数与至少一个目标设备的服务概率相关并且所述第二优化参数与所述至少一个目标设备的波束增益相关,或者所述第一优化参数与至少一个目标设备的波束增益相关并且所述第二优化参数与所述至少一个目标设备的服务概率相关。
3.根据权利要求1或2所述的波束形成处理装置,其中所述服务概率被定义为针对至少实现对于目标设备的波束增益的预定义值的概率。
4.根据权利要求1至3中任一项所述的波束形成处理装置,其中如果所述波束形成处理装置用于所述无线电发送器,则所述一个或多个目标设备中的每个目标设备是目标接收器,或者如果所述波束形成处理装置用于所述无线电接收器,则所述一个或多个目标设备中的每个目标设备是目标发送器。
5.根据任一项前述权利要求所述的波束形成处理装置,其中如果所述波束形成处理装置用于所述无线电发送器,则所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述波束形成处理装置执行:
引起在发送时使用所述最优波束经由所述天线阵列向所述至少一个目标接收器发送至少一个信号。
6.根据任一项前述权利要求所述的波束形成处理装置,其中如果所述波束形成处理装置用于所述无线电发送器,则所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述波束形成处理装置执行:
响应于所述最优波束是使用所述天线阵列的多个所述天线元件的仅一部分被生成的,引起使用以下波束经由所述天线阵列向至少一个次级目标接收器发送信号,所述波束是使用所述多个天线元件中的未使用的天线元件而被生成的。
7.根据任一项前述权利要求所述的波束形成处理装置,其中如果所述波束形成处理装置用于所述无线电接收器,则所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述波束形成处理装置执行:
在接收时使用所述最优波束经由所述天线阵列从所述至少一个目标发送器接收至少一个信号。
8.根据任一项前述权利要求所述的波束形成处理装置,其中如果所述波束形成处理装置用于所述无线电接收器,则所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述波束形成处理装置执行:
响应于所述最优波束是使用所述天线阵列的多个所述天线元件的仅一部分被生成的,使用以下波束经由所述天线阵列从至少一个次级目标发送器接收信号,所述波束是使用所述多个天线元件中的未使用的天线元件而被生成的。
9.根据任一项前述权利要求所述的波束形成处理装置,其中所述至少一个存储器和所述计算机程序代码被配置为与至少一个处理器一起使所述波束形成处理装置:根据以下等式来执行针对目标设备的位置的所述波束增益的每个累积分布函数的所述计算
F(γ,θ)=∫Ωpx(x)dx1...dxD,
其中F(γ,θ)是取决于所述波束增益γ和向量的累积分布函数,所述向量表示所述一个或多个波束参数θ的值的集合,px(x)是针对所述目标设备的所述定位x的概率密度函数,Ω被定义为并且D是所述波束增益函数的维度的数目,g(x,θ)是所述波束增益函数。
10.所述波束形成处理装置,其中所述第一优化参数和所述第二优化参数根据以下一项被定义:
所述第一优化参数是针对所述一个或多个目标设备中的目标设备的服务概率,并且所述第二优化参数是针对所述目标设备的波束增益,
所述第一优化参数是针对所述目标设备的所述波束增益,并且所述第二优化参数是针对所述目标设备的所述服务概率,
所述第一优化参数是针对一个或多个目标设备的组合服务概率,并且所述第二优化参数是针对所述一个或多个目标设备的所述波束增益,以及
所述第一优化参数是针对一个或多个目标设备的组合波束增益,并且所述第二优化参数是针对所述一个或多个目标设备的所述服务概率。
11.根据权利要求10所述的波束形成处理装置,其中所述至少一个存储器和所述计算机程序代码被配置为,与所述至少一个处理器一起使所述波束形成处理装置通过以下操作来执行所述一个或多个波束参数的定义所述最优波束的所述一个或多个最优值的所述计算:
如果所述第一优化参数被定义为针对所述目标设备的所述波束增益,并且所述第二优化参数被定义为针对所述目标设备的所述服务概率,则使用以下等式来计算所述一个或多个最优值
其中F-1(1-ηth,θ)是与要被最大化的所述波束增益γmax相对应的累积分布函数的逆函数,ηth是所述服务概率的所述预定义最小值,并且θ对应于所述一个或多个波束参数的值;并且/或者
如果所述第一优化参数被定义为针对所述目标设备的所述服务概率并且所述第二优化参数被定义为针对所述目标设备的所述波束增益,则使用以下等式来计算所述一个或多个最优值
其中F(γth,θ)是累积分布函数,1-F(γth,θ)与要被最大化的所述服务概率ηmax相对应,γth是所述波束增益的所述预定义最小值,并且θ与所述一个或多个波束参数的值相对应。
12.根据权利要求10或11所述的波束形成处理装置,其中所述至少一个存储器和所述计算机程序代码被配置为,与所述至少一个处理器一起使所述波束形成处理装置通过以下操作来执行所述一个或多个波束参数的定义所述最优波束的所述一个或多个最优值的所述计算:
如果所述第一优化参数被定义为针对所述目标设备的所述组合波束增益并且所述第二优化参数被定义为针对所述目标设备的所述服务概率,则使用以下等式来计算所述一个或多个最优值
其中K是所述一个或多个目标设备的数目,是与针对第n个目标设备要被最大化的所述波束增益γmax相对应的累积分布函数的逆函数,ηth,n是针对所述第n个目标设备的所述服务概率的所述预定义最小值,θ对应于所述一个或多个波束参数的值,并且Ψ是被定义为其自变量的线性组合的补充目标函数,n是具有值n=1、...、K的正整数;并且/或者
如果所述第一优化参数被定义为针对一个或多个目标设备的所述组合服务概率,并且所述第二优化参数被定义为针对所述一个或多个目标设备的所述波束增益,则使用以下等式来计算所述一个或多个最优值
其中K是所述一个或多个目标设备的所述数目,Ftg,n(1-ηth,n,θ)是针对所述第n个目标设备的累积分布函数,1-F(γth,n,θ)对应于针对所述第n个目标设备要被最大化的所述服务概率...
【专利技术属性】
技术研发人员:T·J·伊阿莱南,T·勒瓦南,J·O·塔尔维蒂耶,
申请(专利权)人:诺基亚通信公司,
类型:发明
国别省市:芬兰;FI
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。