【技术实现步骤摘要】
本专利技术属于通信领域，涉及无线通信中的波束跟踪领域，具体涉及一种基于位置信息的波束跟踪方法及相关设备。
技术介绍
1、当前，毫米波通信技术极大地提高了通信的频谱效率。为了克服毫米波通信巨大的路径损耗，毫米波通信系统引入了波束成形技术。基于码本的波束成形是目前无线局域网标准采用的主要方法，其主要是在预先设置的码本中进行波束搜索来获得增益最大的波束，从而完成波束对准的。然而，随着大规模天线技术的引入，使得波束数目变大，不断进行波束搜索的成本也随之增大。在静态或者变化缓慢的场景中，进行波束搜索是非常实用的，但是在快速变化的场景中(例如道路，铁路通信)，进行大范围波束搜索将会变得不可接受，因此，为了避免频繁地大范围波束搜索，本领域技术人员提出了波束跟踪方法。
2、目前已有的波束跟踪方法中，最主要的是利用卡尔曼滤波，粒子滤波等滤波方法来进行信道参数的跟踪，从而利用跟踪的信道参数调整波束，基于滤波方法的波束跟踪需要首先进行波束搜索来找到最优波束，获得一条最优路径的初始信道增益和角度，之后只需发送少量的导频，然后利用导频信息跟踪信道增益和角度，由此利用跟踪的信息不断调整波束，直到该路径消失，或者接收功率低于设定阈值，接着进行新的波束扫描，找到最优的波束对。由此可见，波束跟踪只需链路中断后进行波束扫描，避免了大范围的波束搜索，适合快速变化的动态场景。然而现有的滤波跟踪方法参数更新基于简单的线性模型，并且需要获得参数更新的先验统计信息，因此采用上述方法无法捕获实际复杂的信道变化。
3、近几年，有利用循环神经网络，例如长短
技术实现思路
1、为克服上述技术的缺点，本专利技术提供一种基于位置信息的波束跟踪方法及相关设备，能够解决传统方法中存在信道估计过程以及需要大规模的波束训练，导致无法在道路通信场景下实现快速、高效的波束跟踪过程的技术问题。
2、为了达到上述目的，本专利技术采用技术方案如下：
3、一种基于位置信息的波束跟踪方法，包括：
4、基于车辆的当前时刻的位置信息，从波束角度数据库中定位得到所述当前时刻的位置信息对应的最优波束对角度；
5、将所述最优波束对角度以及车辆上一时刻段的连续位置信息输入至融合神经网络模型，输出下一时刻的波束对角度；
6、将所述下一时刻的波束对角度传输至基站和车辆，以供基站和车辆根据所述下一时刻的波束对角度分别调整自身的波束方向以实现波束跟踪；
7、其中，所述波束角度数据库根据历史最优波束角度信息构建得到；所述融合神经网络模型采用历史位置信息和历史最优波束角度信息训练得到。
8、进一步地，所述波束角度数据库的构建过程具体包括如下步骤：
9、将道路区域进行网格化划分形成道路网格区域；
10、采集道路网格区域对应的基站与道路车辆通信时的历史最优波束角度信息；
11、将采集到的全部所述历史最优波束角度信息汇总，得到波束角度数据库。
12、进一步地，所述历史最优波束角度信息的采集过程包括：
13、在信道相干时间内，对每个道路网格区域中的车辆分别进行完全的穷举波束扫描，根据波束对角度的最优波束对概率采集历史最优波束角度信息；
14、或者，在信道相干时间内，采集每个道路网格区域中的波束对角度对应的平均接收功率值，根据平均接收功率值的排序结果采集历史最优波束角度信息。
15、进一步地，所述历史最优波束角度信息利用道路网格区域对应的索引实现采集。
16、进一步地，还包括：在得到波束角度数据库后，采用在线更新方式或者离线更新方式对所述波束角度数据库进行更新。
17、进一步地，所述融合神经网络模型的训练样本的获取过程包括：
18、s1：获取当前时刻的车辆的历史位置信息，并在所述波束角度数据库定位对应的历史最优波束角度信息；将所述历史最优波束角度信息作为lstm网络的特征输入，将上一时刻段的连续历史位置信息作为dnn网络的特征输入，将下一时刻准确的波束角度对作为训练标签；
19、s2：沿待预测道路不断重复s1，获得待预测道路上的训练样本；
20、其中，所述融合神经网络模型包括如下子网络：1个lstm网络和2个dnn网络；lstm网络和第一个dnn网络的输出同时作为第二个dnn网络的输入。
21、进一步地，所述融合神经网络模型的训练过程包括：
22、将上述训练样本输入至构建完成的融合神经网络模型中，采用损失函数对融合网络模型的权值进行学习，以完成所述融合神经网络模型的训练。
23、一种基于位置信息的波束跟踪系统，用于实现上述基于位置信息的波束跟踪方法的步骤，包括：
24、数据定位模块，用于基于车辆的当前时刻的位置信息，从波束角度数据库中定位得到所述当前时刻的位置信息对应的最优波束对角度；
25、数据处理模块，用于将所述最优波束对角度以及车辆上一时刻段的连续位置信息输入至融合神经网络模型，输出下一时刻的波束对角度；
26、波束跟踪模块，用于将所述下一时刻的波束对角度传输至基站和车辆，以供基站和车辆根据所述下一时刻的波束对角度分别调整自身的波束方向以实现波束跟踪。
27、一种设备，包括：
28、存储器，用于存储计算机程序；
29、处理器，用于执行所述计算机程序时实现上述基于位置信息的波束跟踪方法的步骤。
30、一种计算机可读存储介质，所述计算机可读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用于实现上述基于位置信息的波束跟踪方法的步骤。
31、相比于现有技术，本专利技术具有有益效果如下：
32、本专利技术还提供一种基于位置信息的波束跟踪方法，本方法利用位置信息辅助的融合神经网络模型进行波束跟踪，首先根据采集的当前时刻的位置信息，从波束角度数据库中定位得到当前时刻的位置信息对应的最优波束对角度；再将最优波束对角度以及车辆上本文档来自技高网...
【技术保护点】
1.一种基于位置信息的波束跟踪方法，其特征在于，包括：
2.根据权利要求1所述的一种基于位置信息的波束跟踪方法，其特征在于，所述波束角度数据库的构建过程具体包括如下步骤：
3.根据权利要求2所述的一种基于位置信息的波束跟踪方法，其特征在于，所述历史最优波束角度信息的采集过程包括：
4.根据权利要求2所述的一种基于位置信息的波束跟踪方法，其特征在于，所述历史最优波束角度信息利用道路网格区域对应的索引实现采集。
5.根据权利要求2所述的一种基于位置信息的波束跟踪方法，其特征在于，还包括：在得到波束角度数据库后，采用在线更新方式或者离线更新方式对所述波束角度数据库进行更新。
6.根据权利要求1所述的一种基于位置信息的波束跟踪方法，其特征在于，所述融合神经网络模型的训练样本的获取过程包括：
7.根据权利要求6所述的一种基于位置信息的波束跟踪方法，其特征在于，所述融合神经网络模型的训练过程包括：
8.一种基于位置信息的波束跟踪系统，用于实现权利要求1-7任一项所述基于位置信息的波束跟踪方法的步骤，其特征在于
9.一种设备，其特征在于，包括：
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时用于实现权利要求1-7任一项所述基于位置信息的波束跟踪方法的步骤。
...【技术特征摘要】
1.一种基于位置信息的波束跟踪方法，其特征在于，包括：
2.根据权利要求1所述的一种基于位置信息的波束跟踪方法，其特征在于，所述波束角度数据库的构建过程具体包括如下步骤：
3.根据权利要求2所述的一种基于位置信息的波束跟踪方法，其特征在于，所述历史最优波束角度信息的采集过程包括：
4.根据权利要求2所述的一种基于位置信息的波束跟踪方法，其特征在于，所述历史最优波束角度信息利用道路网格区域对应的索引实现采集。
5.根据权利要求2所述的一种基于位置信息的波束跟踪方法，其特征在于，还包括：在得到波束角度数据库后，采用在线更新方式或者离线更新方式对所述波束角度数据库进行更新...
【专利技术属性】
技术研发人员：徐静，康朝晖，张华，张渭乐，樊思萌，范武杰，
申请(专利权)人：西安交通大学，
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。