开云优惠体育网页版入口

专利名称：一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法

专利类型：发明专利

专利申请号：CN202211127541.1

专利申请（专利权）人：东南大学
权利人地址：江苏省南京市江宁区东南大学路2号

专利发明（设计）人：李春国,徐澍,秦福星,孙希茜,王东明,杨绿溪

专利摘要：本发明公开了一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法，包括如下步骤：(1)构建TDD模式下的无蜂窝大规模MIMO通信系统，并建立信道模型；(2)面向收发机中RF链路失配导致的信道非互易性问题，以最小化信道校准系统相对误差的期望值为目标，提出空口信道校准问题；(3)基于AP内部信道间的大尺度衰落先验信息，利用树图模型描述无蜂窝通信系统中AP间的拓扑校准关系；(4)基于有向树拓扑图，求解最优信道校准树，基于信道校准树计算AP的校准系数。本发明的基于信道生成树的校准算法降低了通信开销，且无需用户辅助，降低了通信校准系统实现难度。与传统算法相比，所提算法具有更高的系统校准精度。

主权利要求：
1.一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法，其特征在于，包括如下步骤：步骤S1、构建时分双工TDD模式下的6G无蜂窝大规模MIMO无线通信系统，建立AP与UE间的双向业务信道模型以及任意两AP间的双向内部信道模型，两者统称为双向无线信道模型，其考虑的信道失真因素包括大尺度衰落、小尺度衰落和加性高斯白噪声；
步骤S2、一个完整的双向信道不仅包括物理信道，还包括了收发机的RF链路，收发机的RF链路的引入导致整条无线信道是非互易的；针对由RF链路失配所带来的信道非互易性问题，以最小化信道校准系统相对误差的期望值为目标，提出无蜂窝大规模MIMO场景下的空口信道校准问题；
步骤S3、根据步骤S2所述空口信道校准问题，构建信道校准关系框架，基于AP内部信道间的大尺度衰落先验信息，利用图论模型的有向树结构构建描述无蜂窝通信系统中AP间的拓扑校准关系：以系统指定的参考AP为信道校准树的根节点，其它AP为信道校准树的叶子节点，信道校准树的有向边表示AP之间校准计算关系；
步骤S4、提出生成树算法最小化系统相对误差的期望值；在所提算法中，以传统的Argos校准拓扑结构为信道校准树的初始化，通过修改信道校准树中节点间的有向连接关系，优化信道校准的拓扑关系，不断迭代、计算以得到最优信道校准树，并基于信道校准树计算无蜂窝系统下各AP的信道校准系数；
步骤1中所述构建时分双工TDD模式下的6G无蜂窝大规模MIMO无线通信系统，建立AP与UE间以及任意两AP间的双向无线信道模型，具体包括：步骤S101、设定无蜂窝通信场景分布区域，设置分布式AP和UE的个数及其分布位置，其通信模型的建立，具体包括：在笛卡尔坐标系下，设定在无蜂窝通信场景区域中二维坐标位置均匀分布的M个AP，定义所有AP所组成的集合为在笛卡尔坐标系下，设定在无蜂窝通信场景区域中二维坐标位置均匀分布的K个UE，定义所有UE所组成的集合为步骤S102、考虑通信信道的大尺度衰落和小尺度衰落，对AP与UE间的双向业务物理信道建模为公式中，βmk表示标号为 的AP与标号为 的UE之间的大尺度衰落，hmk表示标号为 的AP与标号为 的UE之间的小尺度衰落；类似地，将标号分别为i和j的任意两个AP间双向内部物理信道建模为其中，βij表示标号为i和j的两个AP之间的大尺度衰落, hij表示标号为i和j的两个AP之间的小尺度衰落；
步骤S103、基于RF链路失配因素的考虑，建立AP与UE收发机间的双向业务信道模型公式中， 和 分别表示标号为k的UE端接收机、发射机中的RF链路增益系数； 和分别表示标号为m的AP端接收机、发射机中的RF链路增益系数；nm→k和nk→m分别表示双向业务信道中标号为k的UE端接收机和标号为m的AP端接收机的加性高斯白噪声；
建立标号分别为i和j的任意两个AP间双向内部信道模型
公式中， 和 分别表示标号为i的AP端接收机、发射机中的RF链路增益系数； 和分别表示标号为j的AP端接收机、发射机中的RF链路增益系数；ni→j和nj→i分别表示双向业务信道中标号为j的AP端接收机和标号为i的AP端接收机的加性高斯白噪声；
步骤S2中针对由RF链路失配所带来的信道非互易性问题，以最小化信道校准系统相对误差的期望值为目标，提出无蜂窝MIMO场景下的空口校准问题，具体包括：步骤S201，考虑在无蜂窝大规模场景下，在AP端进行的空口部分校准方案，无需用户的辅助，仅需采集在基站侧AP间的内部信道即可；
步骤S202，在AP侧进行的上行接收端信道状态信息CSIR的信道估计gk→m，在UE侧进行的下行CSIR的信道估计gm→k；
定义AP侧的部分信道校准系数cm表达式为：
利用该校准系数cm对上行信道进行校准，可以得到如下表达式
步骤S203、测量任意两AP间无线信道的大尺度衰落信息βij，其中 并将该信息存储在离线数据库中；
步骤S204、构建信道校准系统相对误差的期望作为损失函数
公式中，πβ表示计算信道校准系数的策略，εi表示计算所得信道校准系数与准确值的相对误差；JE(πβ)采用相对误差的期望形式作为该系统的损失函数；
步骤S205，通过优化计算信道校准的策略πβ，求解最小化损失函数的最优策略；
在计算标号为B的AP的校准系数时，采用了标号为A的AP校准系数，则信道校准系数的相对误差εB可以表示为2
公式中，nA→B和nB→A表示双向信道中相互独立的AWGN，服从零均值方差为σ 圆对称复高斯分布；
信道校准系数的相对误差εB的期望及二阶矩的表达式分别为
公式中， 由于该表达式中的RF链路增益系数均为带
估计量，且服从独立同分布假设，因此在误差期望表达式仅与 成正比；
步骤S3中基于AP内部信道间的大尺度衰落先验信息，利用图论模型的有向树结构构建描述无蜂窝通信系统中AP间的拓扑校准关系，具体包括如下步骤：步骤S301、将无蜂窝无线通信系统中所有分布式AP的集合 建模为图论中的节点集合；将各个AP校准系数计算方案的路径建模为节点与节点之间的有向边集合ε，则该无蜂窝无线通信系统中的拓扑关系可以表示为有向连接图步骤S302、将无蜂窝无线通信系统中指定的参考AP建模为信道校准树的根节点，其余所有AP节点均为信道校准树的叶子节点；
步骤S303、根据各个AP校准系数计算方案的路径连接关系，定义邻接矩阵W＝(ωij)M×M公式中，边的连接与断开关系可以分别数学化的表达为ωij＝1和ωij＝0；
步骤S304、根据信道校准树的拓扑结构，建立采用当前生成树策略πtree下的加权最小二乘误差损失函数公式中， 表示信道校准系数的估计值所组成的向量；
步骤S4具体包括如下步骤：
步骤S401、输入分布式AP集合 任意两AP间的大尺度衰落信息步骤S402、初始化校准路径为 初始化信道校准系数的相对误差期望值 其中，v1表示标号为1的AP在信道校准树中对应的节点，e1i表示标号为1的AP与标号为i的AP在信道校准树中对应两节点之间的有向边，vi表示标号为i的AP在信道校准树中对应的节点；
步骤S403、将 的值由从大到小的顺序排序，将排序的结果由索引的形式表示为(s1,s2,...,sM?1)，将变量m的值赋为1；
步骤S404、将变量i的值设定为sm，在信道校准树图结构中寻找路径Γjejivi，节点vj是节点vi的父节点，并求解下式遍历除vi自身以外的所有节点，将最小相对误差期望所对应的父节点标号存储在变量k中；
步骤S405、判断 是否成立，若成立，则进行如下操作：
(1)在信道校准树图中替换原有边ε←ε\{eji}∪{eki}；
(2)根据树图ε更新校准路径集合Γtree以及信道校准系数的相对误差期望集合Δ；
(3)更新排序索引(s1,s2,...,sM?1)；
(4)将变量m的值赋为0；
步骤S406、令m的值加1；
步骤S407、多次迭代更新信道校准树图结构，不断重复进行步骤S404～步骤S406的校准路径替换操作，直到m≥M为止；
步骤S408、根据所获得的信道校准树εtree计算邻接矩阵Wtree，其物理意义上可以表示为加权最小二乘误差损失函数中的权重，对于Wtree中权重满足ωij＝1的所有节点vi和节点vj，不妨假设vi是vj的父节点，基于父节点与子节点之间的信道校准关系以及双向信道估计结果，计算校准系数如下由此获得基于信道校准树的各AP校准系数。
2.根据权利要求1所述一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法，其特征在于，由于校准策略πtree采用的是有向树结构，加权最小二乘误差损失函数的误差可以取到0，具体来说，树图具有如下性质
3.根据权利要求2所述一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法，其特征在于，基于信道校准树的建模方法，步骤S301和步骤S302所构建的信道校准树图结构作为一个有向树模型需要满足以下三个约束条件：(1)信道校准树中的根节点入度为0；
(2)信道校准树中的叶子节点入度为1；
(3)在信道校准树中，从根节点到任意叶子节点具有可达性。
4.根据权利要求3所述一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法，其特征在于，基于校准树结构约束及基于校准树的校准系数计算方法，设定校准路径集合为路径中经历的节点和边的交替序列，作为从参考AP到其它各目标AP的信道校准过程；根据步骤S205中得出的相对误差正比关系，设定信道校准系数的相对误差期望?1值集合 其中δi由校准路径经过的AP间大尺度衰落的倒数β 代替。 说明书 : 一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法技术领域[0001] 本发明涉及6G无蜂窝大规模MIMO信道校准领域，特别是涉及一种基于生成树算法的无蜂窝大规模MIMO信道校准方法。背景技术[0002] 无蜂窝大规模MIMO无线通信系统，已成为6G无线通信技术中最有潜力的技术之一。受益于大规模MIMO的特性，该通信系统可以在不增加系统总发射功率的前提下获得空间分集增益，以提高能量效率以及频谱效率。无蜂窝大规模MIMO是一种可扩展的MIMO网络和分布式多点协作网络概念的实现，该通信系统没有传统通信中小区界限的概念，因此有效解决了边界效应，进一步提高了系统的性能。无蜂窝无线通信系统由大量分布式AP组成，所有的分布式AP在同一的时频资源块下同时服务数量小于AP天线数的所有用户，无线通信系统中的各AP通过回传链路与中央处理器(CPU)相连，并通过波束赋形技术向UE传输数据，由于无蜂窝网络能够最大限度地挖掘空间多样性，其通信性能优于传统的蜂窝小区。[0003] 为了能够获得更好的波束赋形性能，精确的上下信道估计是必要的。然而，在无蜂窝大规模MIMO系统中，AP天线数量的急剧增加给基站端的发射信道状态信息(CSIT)估计问题带来了巨大的挑战。具体来说，在无线信道传输过程中，由于无线信道的传输开销过大，UE无法将下行CSIR的估计结果反馈给AP。因此，为解决这个问题，现有的通信系统采用了TDD的通信模式，利用上下行信道的互易性，将基站端上行CSIR的估计结果作为下行的CSIT，不再需要UE将信道估计结果反馈给各个AP节点，以此节省了通信开销。[0004] AP与UE之间的上下行物理无线信道是互易的，但是一个完整的上下行信道不仅包括物理信道，还包括了收发机的射频(RF)链路、数模/模数(DA/AD)转换器、滤波器、混频器和天线等，这些硬件设备的引入导致整条无线信道是非互易的。无线通信系统中的信道校准精度直接影响了系统性能的上界，因此，设计精确的信道校准方法可以极大程度提升6G无蜂窝大规模MIMO的系统性能。发明内容[0005] 有鉴于此，本发明从提高信道校准精度的角度考虑，针对无蜂窝无线通信通信中分布式AP的特性，提出了一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法。将无蜂窝通信系统下的M个AP间的信道校准过程建模为有向树的拓扑图，以最小化相对校准误差的期望为优化目标，提出了低实现复杂度的信道校准方法，其性能优于传统算法。[0006] 为了解决上述技术问题，本发明的具体技术方案如下：[0007] 本发明的一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法，包括如下步骤：[0008] 步骤S1、构建时分双工TDD模式下的6G无蜂窝大规模MIMO无线通信系统，建立AP与UE间的双向业务信道模型以及任意两AP间的双向内部信道模型，两者统称为双向无线信道模型，其考虑的信道失真因素包括大尺度衰落、小尺度衰落和加性高斯白噪声；[0009] 步骤S2、一个完整的双向信道不仅包括物理信道，还包括了收发机的RF链路，收发机的RF链路的引入导致整条无线信道是非互易的；针对由RF链路失配所带来的信道非互易性问题，以最小化信道校准系统相对误差的期望值为目标，提出无蜂窝大规模MIMO场景下的空口信道校准问题；[0010] 步骤S3、根据步骤S2所述空口信道校准问题，构建信道校准关系框架，基于AP内部信道间的大尺度衰落先验信息，利用图论模型的有向树结构构建描述无蜂窝通信系统中AP间的拓扑校准关系：以系统指定的参考AP为信道校准树的根节点，其它AP为信道校准树的叶子节点，信道校准树的有向边表示AP之间校准计算关系；[0011] 步骤S4、提出生成树算法最小化系统相对误差的期望值；在所提算法中，以传统的Argos校准拓扑结构为信道校准树的初始化，通过修改信道校准树中节点间的有向连接关系，优化信道校准的拓扑关系，不断迭代、计算以得到最优信道校准树，并基于信道校准树计算无蜂窝系统下各AP的信道校准系数。[0012] 进一步的，步骤1中所述构建时分双工TDD模式下的6G无蜂窝大规模MIMO无线通信系统，建立AP与UE间以及任意两AP间的双向无线信道模型，具体包括：[0013] 步骤S101、设定无蜂窝通信场景分布区域，设置分布式AP和UE的个数及其分布位置，其通信模型的建立，具体包括：[0014] 在笛卡尔坐标系下，设定在无蜂窝通信场景区域中二维坐标位置均匀分布的M个AP，定义所有AP所组成的集合为[0015] 在笛卡尔坐标系下，设定在无蜂窝通信场景区域中二维坐标位置均匀分布的K个UE，定义所有UE所组成的集合为[0016] 步骤S102、考虑通信信道的大尺度衰落和小尺度衰落，对AP与UE间的双向业务物理信道建模为[0017][0018] 公式中，βmk表示标号为 的AP与标号为 的UE之间的大尺度衰落，hmk表示标号为 的AP与标号为 的UE之间的小尺度衰落；类似地，将标号分别为i和j的任意两个AP间双向内部物理信道建模为[0019][0020] 其中，βij表示标号为i和j的两个AP之间的大尺度衰落, hij表示标号为i和j的两个AP之间的小尺度衰落；[0021] 步骤S103、基于RF链路失配因素的考虑，建立AP与UE收发机间的双向业务信道模型[0022][0023] 公式中， 和 分别表示标号为k的UE端接收机、发射机中的RF链路增益系数；和 分别表示标号为m的AP端接收机、发射机中的RF链路增益系数；nm→k和nk→m分别表示双向业务信道中标号为k的UE端接收机和标号为m的AP端接收机的加性高斯白噪声。[0024] 建立标号分别为i和j的任意两个AP间双向内部信道模型[0025][0026] 公式中， 和 分别表示标号为i的AP端接收机、发射机中的RF链路增益系数；和 分别表示标号为j的AP端接收机、发射机中的RF链路增益系数；ni→j和nj→i分别表示双向业务信道中标号为j的AP端接收机和标号为i的AP端接收机的加性高斯白噪声。[0027] 进一步的，步骤S2中针对由RF链路失配所带来的信道非互易性问题，以最小化信道校准系统相对误差的期望值为目标，提出无蜂窝MIMO场景下的空口校准问题，具体包括：[0028] 步骤S201，考虑在无蜂窝大规模场景下，在AP端进行的空口部分校准方案，无需用户的辅助，仅需采集在基站侧AP间的内部信道即可；[0029] 步骤S202，在AP侧进行的上行接收端信道状态信息CSIR的信道估计gk→m，在UE侧进行的下行CSIR的信道估计gm→k；[0030] 定义AP侧的部分信道校准系数cm表达式为：[0031][0032] 利用该校准系数cm对上行信道进行校准，可以得到如下表达式[0033][0034] 步骤S203、测量任意两AP间无线信道的大尺度衰落信息βij，其中 并将该信息存储在离线数据库中；[0035] 步骤S204、构建信道校准系统相对误差的期望作为损失函数[0036][0037] 公式中，πβ表示计算信道校准系数的策略，εi表示计算所得信道校准系数与准确值的相对误差；JE(πβ)采用相对误差的期望形式作为该系统的损失函数；[0038] 步骤S205，通过优化计算信道校准的策略πβ，求解最小化损失函数的最优策略；[0039] 在计算标号为B的AP的校准系数时，采用了标号为A的AP校准系数，则信道校准系数的相对误差εB可以表示为[0040][0041] 公式中，nA→B和nB→A表示双向信道中相互独立的AWGN，服从零均值方差为σ2圆对称复高斯分布；[0042] 信道校准系数的相对误差εB的期望及二阶矩的表达式分别为[0043][0044] 公式中， 由于该表达式中的RF链路增益系数均为带估计量，且服从独立同分布假设，因此在误差期望表达式仅与 成正比。[0045] 进一步的，步骤S3中基于AP内部信道间的大尺度衰落先验信息，利用图论模型的有向树结构构建描述无蜂窝通信系统中AP间的拓扑校准关系：具体包括如下步骤：[0046] 步骤S301、将无蜂窝无线通信系统中所有分布式AP的集合 建模为图论中的节点集合；将各个AP校准系数计算方案的路径建模为节点与节点之间的有向边集合ε，则该无蜂窝无线通信系统中的拓扑关系可以表示为有向连接图[0047] 步骤S302、将无蜂窝无线通信系统中指定的参考AP建模为信道校准树的根节点，其余所有AP节点均为信道校准树的叶子节点；[0048] 步骤S303、根据各个AP校准系数计算方案的路径连接关系，定义邻接矩阵W＝(ωij)M×M[0049][0050] 公式中，边的连接与断开关系可以分别数学化的表达为ωij＝1和ωij＝0；[0051] 步骤S304、根据信道校准树的拓扑结构，建立采用当前生成树策略πtree下的加权最小二乘误差损失函数[0052][0053] 公式中， 表示信道校准系数的估计值所组成的向量。[0054] 进一步的，由于校准策略πtree采用的是有向树结构，加权最小二乘误差损失函数的误差可以取到0，具体来说，树图具有如下性质[0055][0056] 从而计算校准系数的方法也得到了简化，无需再求解超定方程。[0057] 进一步的，基于信道校准树的建模方法，步骤S301和步骤S302所构建的信道校准树图结构作为一个有向树模型需要满足以下三个约束条件：[0058] (1)信道校准树中的根节点入度为0；[0059] (2)信道校准树中的叶子节点入度为1；[0060] (3)在信道校准树中，从根节点到任意叶子节点具有可达性。[0061] 进一步的，基于校准树结构约束及基于校准树的校准系数计算方法，设定校准路径集合 为路径中经历的节点和边的交替序列，作为从参考AP到其它各目标AP的信道校准过程；根据步骤S205中得出的相对误差正比关系，设定信道校准系数的相对误?1差期望值集合 其中δi由校准路径经过的AP间大尺度衰落的倒数β 代替。[0062] 进一步的，步骤S4具体包括如下步骤：[0063] 步骤S401、输入分布式AP集合 任意两AP间的大尺度衰落信息[0064] 步骤S402、初始化校准路径为 初始化信道校准系数的相对误差期望值 其中，v1表示标号为1的AP在信道校准树中对应的节点，e1i表示标号为1的AP与标号为i的AP在信道校准树中对应两节点之间的有向边，vi表示标号为i的AP在信道校准树中对应的节点。[0065] 步骤S403、将 的值由从大到小的顺序排序，将排序的结果由索引的形式表示为(s1,s2,...,sM?1)，将变量m的值赋为1；[0066] 步骤S404、将变量i的值设定为sm，在信道校准树图结构中寻找路径Γjejivi，节点vj是节点vi的父节点，并求解下式[0067][0068] 遍历除vi自身以外的所有节点，将最小相对误差期望所对应的父节点标号存储在变量k中；[0069] 步骤S405、判断 是否成立，若成立，则进行如下操作：[0070] (1)在信道校准树图中替换原有边ε←ε\{eji}∪{eki}；[0071] (2)根据树图ε更新校准路径集合Γtree以及信道校准系数的相对误差期望集合Δ；[0072] (3)更新排序索引(s1,s2,...,sM?1)；[0073] (4)将变量m的值赋为0.[0074] 步骤S406、令m的值加1；[0075] 步骤S407、多次迭代更新信道校准树图结构，不断重复进行步骤S404～步骤S406的校准路径替换操作，直到m≥M为止；[0076] 步骤S408、根据所获得的信道校准树εtree计算邻接矩阵Wtree，其物理意义上可以表示为加权最小二乘误差损失函数中的权重，对于Wtree中权重满足ωij＝1的所有节点vi和节点vj，不妨假设vi是vj的父节点，基于父节点与子节点之间的信道校准关系以及双向信道估计结果，计算校准系数如下[0077][0078] 由此获得基于信道校准树的各AP校准系数。[0079] 本发明的有益效果是：[0080] 1、本发明与传统的蜂窝无线通信场景相比，使用了S1的步骤，考虑了与传统无线通信场景不同的基于分布式AP的6G无蜂窝无线通信模型，与传统通信系统相比具有更高的频谱效率；[0081] 2、本发明与传统的通信场景相比，使用了S2～S4的步骤，考虑了RF链路失配给双向信道的互易性带来的影响；面向分布式AP这一特性下的非互易问题，基于有向树的拓扑结构建立信道校准关系框架，并提出基于生成树算法的6G无蜂窝大规模MIMO信道校准方法；[0082] 3、本发明与传统信道校准方法相比，使用了S4的步骤，基于生成树算法的信道方法与传统信道校准算法Argos、传统LS、分组LS算法相比具有更高的准确度，且具有最低的计算复杂度。附图说明[0083] 图1是本发明实施例1中提供的一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法的流程示意图；[0084] 图2是本发明实施例1中提供的无蜂窝无线通信框架示意图；[0085] 图3是本发明实施例1中提供的信道校准问题模型建立的流程图。具体实施方式[0086] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0087] 一种基于生成树算法的6G无蜂窝大规模MIMO信道校准方法，如图1所示，包括如下步骤：[0088] 步骤S1、构建时分双工TDD模式下的6G无蜂窝大规模MIMO无线通信系统，建立AP与UE间的双向业务信道模型以及任意两AP间的双向内部信道模型，两者统称为双向无线信道模型，其考虑的信道失真因素包括：大尺度衰落(路径损耗，阴影效应)、小尺度衰落、加性高斯白噪声；[0089] 所述构建时分双工TDD模式下的6G无蜂窝大规模MIMO无线通信系统，建立AP与UE间的双向业务信道模型以及任意两AP间的双向内部信道模型，具体包括：[0090] 步骤S101、设定无蜂窝通信场景分布区域，设置分布式AP和UE的个数及其分布位置，其通信模型的建立如图2所示，具体包括：[0091] 在笛卡尔坐标系下，设定在无蜂窝通信场景区域中二维坐标位置均匀分布的M个AP，定义所有AP所组成的集合为[0092] 在笛卡尔坐标系下，设定在无蜂窝通信场景区域中二维坐标位置均匀分布的K个UE，定义所有UE所组成的集合为[0093] 步骤S102、考虑通信信道的大尺度衰落和小尺度衰落，对AP与UE间的双向业务物理信道建模为[0094][0095] 公式中，βmk表示标号为 的AP与标号为 的UE之间的大尺度衰落，hmk表示标号为 的AP与标号为 的UE之间的小尺度衰落；类似地，将标号分别为i和j的任意两个AP间双向内部物理信道建模为[0096][0097] 其中，βij表示标号为i和j的两个AP之间的大尺度衰落, hij表示标号为i和j的两个AP之间的小尺度衰落；[0098] 步骤S103、基于RF链路失配因素的考虑，建立AP与UE收发机间的双向业务信道模型[0099][0100] 公式中， 和 分别表示标号为k的UE端接收机、发射机中的RF链路增益系数；和 分别表示标号为m的AP端接收机、发射机中的RF链路增益系数；nm→k和nk→m分别表示双向业务信道中标号为k的UE端接收机和标号为m的AP端接收机的加性高斯白噪声。[0101] 建立标号分别为i和j的任意两个AP间双向内部信道模型[0102][0103] 公式中， 和 分别表示标号为i的AP端接收机、发射机中的RF链路增益系数；和 分别表示标号为j的AP端接收机、发射机中的RF链路增益系数；ni→j和nj→i分别表示双向业务信道中标号为j的AP端接收机和标号为i的AP端接收机的加性高斯白噪声。[0104] 步骤S2、一个完整的双向信道不仅包括物理信道，还包括了收发机的RF链路、数模/模数(DA/AD)转换器、滤波器、混频器和天线等，这些硬件设备的引入导致整条无线信道是非互易的；针对由RF链路失配所带来的信道非互易性问题，以最小化信道校准系统相对误差的期望值为目标，提出无蜂窝大规模MIMO场景下的空口信道校准问题；[0105] 基于RF链路失配因素的双向业务信道模型，可知由于硬件制造时所产生的不同信道增益系数，所述上下行信道之间不再具有信道互易性，可表示为：[0106][0107] 步骤S2中针对由RF链路失配所带来的信道非互易性问题，以最小化信道校准系统相对误差的期望值为目标，提出无蜂窝MIMO场景下的空口校准问题，其模型的建立流程如图3所示，具体包括：[0108] 步骤S201，考虑在无蜂窝大规模场景下，在AP端进行的空口部分校准方案，无需用户的辅助，仅需采集在基站侧AP间的内部信道即可；[0109] 步骤S202，在AP侧进行的上行接收端信道状态信息CSIR的信道估计gk→m，在UE侧进行的下行CSIR的信道估计gm→k；[0110] 定义AP侧的部分信道校准系数cm表达式为：[0111][0112] 利用该校准系数cm对上行信道进行校准，可以得到如下表达式[0113][0114] 公式中，可知在对上行信道校准后，与下行信道间仅存在一个与UE端RF链路有关的乘性系数的差别。该乘性系数不会对AP的下行传输所生成的波束图造成影响，因此不会影响通信系统的性能。[0115] 步骤S203、测量任意两AP间无线信道的大尺度衰落信息βij，其中 并将该信息存储在离线数据库中；[0116] 步骤S204、构建信道校准系统相对误差的期望作为损失函数[0117][0118] 公式中，πβ表示计算信道校准系数的策略，εi表示计算所得信道校准系数与准确值的相对误差。在实际的无蜂窝无线通信系统中，由于噪声等外界因素的影响，信道校准系数的准确值无法获取。因此，JE(πβ)采用相对误差的期望形式作为该系统的损失函数。[0119] 步骤205，通过优化计算信道校准的策略πβ，求解最小化损失函数的最优策略；[0120] 例如，在计算标号为B的AP的校准系数时，采用了标号为A的AP校准系数，则信道校准系数的相对误差εB可以表示为[0121][0122] 公式中，nA→B和nB→A表示双向信道中相互独立的AWGN，服从零均值方差为σ2圆对称复高斯分布。[0123] 信道校准系数的相对误差εB的期望及二阶矩的表达式分别为[0124][0125] 公式中， 由于该表达式中的RF链路增益系数均为带估计量，且服从独立同分布假设，因此在误差期望表达式仅与 成正比。[0126] 步骤S3、根据步骤S2所述优化目标，构建信道校准关系框架，基于AP内部信道间的大尺度衰落先验信息，利用图论模型的有向树结构构建描述无蜂窝通信系统中AP间的拓扑校准关系：以系统指定的参考AP为信道校准树的根节点，其它AP为信道校准树的叶子节点，信道校准树的有向边表示AP之间校准计算关系；[0127] 具体包括如下步骤：[0128] 步骤S301、将无蜂窝无线通信系统中所有分布式AP的集合 建模为图论中的节点集合；将各个AP校准系数计算方案的路径建模为节点与节点之间的有向边集合ε，则该无蜂窝无线通信系统中的拓扑关系可以表示为有向连接图[0129] 步骤S302、将无蜂窝无线通信系统中指定的参考AP建模为信道校准树的根节点，其余所有AP节点均为信道校准树的叶子节点；[0130] 步骤S303、根据各个AP校准系数计算方案的路径连接关系，定义邻接矩阵W＝(ωij)M×M[0131][0132] 公式中，边的连接与断开关系可以分别数学化的表达为ωij＝1和ωij＝0；[0133] 步骤S304、根据信道校准树的拓扑结构，建立采用当前生成树策略πtree下的加权最小二乘误差损失函数[0134][0135] 公式中， 表示信道校准系数的估计值所组成的向量。[0136] 进一步的，由于校准策略πtree采用的是有向树结构，加权最小二乘误差损失函数的误差可以取到0，具体来说，树图具有如下性质[0137][0138] 从而计算校准系数的方法也得到了简化，无需再求解超定方程。[0139] 进一步的，基于信道校准树的建模方法，步骤S301和步骤S302所构建的信道校准树图结构作为一个有向树模型需要满足以下三个约束条件：[0140] (1)信道校准树中的根节点入度为0；[0141] (2)信道校准树中的叶子节点入度为1；[0142] (3)在信道校准树中，从根节点到任意叶子节点具有可达性。[0143] 进一步的，基于校准树结构约束及基于校准树的校准系数计算方法，设定校准路径集合 为路径中经历的节点和边的交替序列，作为从参考AP到其它各目标AP的信道校准过程；根据步骤205中得出的相对误差正比关系，设定信道校准系数的相对误差?1期望值集合 其中δi由校准路径经过的AP间大尺度衰落的倒数β 代替。[0144] 步骤S4、基于步骤S3中所构建的有向树模型，提出生成树算法最小化系统相对误差的期望值；在所提算法中，以传统的Argos校准拓扑结构为信道校准树的初始化，通过修改信道校准树中节点间的有向连接关系，优化信道校准的拓扑关系，不断迭代、计算以得到最优信道校准树，并基于信道校准树计算无蜂窝系统下各AP的信道校准系数。[0145] 具体包括如下步骤：[0146] 步骤S401、输入分布式AP集合 任意两AP间的大尺度衰落信息[0147] 步骤S402、初始化校准路径为 初始化信道校准系数的相对误差期望值 其中，v1表示标号为1的AP在信道校准树中对应的节点，e1i表示标号为1的AP与标号为i的AP在信道校准树中对应两节点之间的有向边，vi表示标号为i的AP在信道校准树中对应的节点。[0148] 步骤S403、将 的值由从大到小的顺序排序，将排序的结果由索引的形式表示为(s1,s2,...,sM?1)，将变量m的值赋为1；[0149] 步骤S404、将变量i的值设定为sm，在信道校准树图结构中寻找路径Γjejivi，节点vj是节点vi的父节点，并求解下式[0150][0151] 遍历除vi自身以外的所有节点，将最小相对误差期望所对应的父节点标号存储在变量k中；[0152] 步骤S405、判断 是否成立，若成立，则进行如下操作：[0153] (1)在信道校准树图中替换原有边ε←ε\{eji}∪{eki}；[0154] (2)根据树图ε更新校准路径集合Γtree以及信道校准系数的相对误差期望集合Δ；[0155] (3)更新排序索引(s1,s2,...,sM?1)；[0156] (4)将变量m的值赋为0.[0157] 步骤S406、令m的值加1；[0158] 步骤S407、多次迭代更新信道校准树图结构，不断重复进行步骤S404～步骤S406的校准路径替换操作，直到m≥M为止；[0159] 步骤S408、根据所获得的信道校准树εtree计算邻接矩阵Wtree，其物理意义上可以表示为加权最小二乘误差损失函数中的权重，对于Wtree中权重满足ωij＝1的所有节点vi和节点vj，不妨假设vi是vj的父节点，基于父节点与子节点之间的信道校准关系以及双向信道估计结果，计算校准系数如下[0160][0161] 由此获得基于信道校准树的各AP校准系数。[0162] 具体的说，在本实施例中，对比了基于生成树算法的信道校准方法与其它传统算法Argos、最小二乘(LS)、分组最小二乘(GroupedLS)算法在不同发射机发射功率下的系统校准性能。采用横坐标表示发射机的发射功率，纵坐标表示所求得的信道校准系数与标准值的均方误差。随着发射机功率的提高，校准的均方误差在减。欢员任颐撬嵘墒魉惴ㄓ肫渌惴，我们的算法在相同发射功率的条件下具有更好的性能。这说明本实施例提出的空口信道校准方法，有效解决了无蜂窝通信系统下的校准问题，且在低计算复杂度的情况下，提高了信道校准精度。

专利地区：江苏

专利申请日期：2022-09-16

专利公开日期：2024-11-29

专利公告号：CN115622639B