[发明专利]基于聚类算法的MIMO系统的盲多径识别方法及系统

说明书

一种基于聚类算法的MIMO系统的盲多径识别方法，其特征在于，包括：基站基于用户端发送的通信请求信号计算任意两个用户端的接收信噪比的差值；基于差值与设定阈值，基站向用户端发送应答信号来调整用户端发射功率，以使每个用户端的通信请求通过；基站通过空间滤波器分离多个用户端发送的信息信号，基站基于分离的信息信号生成任一用户端的任一路径的聚类算法的输入信号，基于输入信号和聚类算法识别每个用户端对应的信息信号的路径；基站基于识别的路径获得每个用户端的最大比合并，解码所有信息信号。根据本公开，能够基于聚类算法改善无线通信领域多径识别的问题，提高通信质量。

技术领域

本公开涉及无线通信技术领域，具体涉及一种基于聚类算法的MIMO系统的盲多径识别方法及系统。

背景技术

随着用户对无线通信数据传输的需求越来越高，愈加需要高质量的无线通信技术的应用，为了达到高速度高容量的数据传输需求，多入多出MIMO技术(Multiple-InputMultiple-Output)受到市场的广泛关注，特别是多用户MIMO系统。多用户MIMO提供了用于无线通信的空分多址(Space Division Multiple Access，SDMA)架构，且多用户MIMO系统能够提供超越传统点对点MIMO系统的巨大优势。在SDMA中，多个用户使用相同的频率信道同时传输，从而增加可实现的容量，而无需额外的RF频谱。SDMA接收器的主要任务之一是区分源发送的信号。

为了实现高速可靠的通信，需要进行信道识别。在现有技术中，通常通过三种方法实现信道识别。这三种方法分别是发送训练序列、复杂的预编码器技术和利用发送信号的某些特殊属性。在第一种方法中，过多的训练序列引起导频污染问题，即可能由相邻小区中导频序列的重用引起残留干扰。在第二种方法中，当发射机预先知道信道中的干扰时，可以设计代码进行补偿，使得信道的容量与没有干扰的情况相同。然而，第二种方法不适用于实际的无线通信环境，这是因为可以先验地假设信道状态信息(CSI)的信息很少。

第三种方法利用与通过接收信号的时间和空间过采样产生的虚拟信道相关联的循环平稳特性。例如，引入具有投影的迭代最小二乘和具有枚举算法的迭代最小二乘，或者利用二进制移位键控(BSK)的有限字母属性，相移键控(PSK)和正交幅度调制(QAM)数字调制格式。还有单输入多输出(SIMO)系统识别策略扩展到MIMO情况。然而第三种方法存在两个主要问题：其一，传输信号是特殊类型而不是一般类型，其二，需要足够大的接收数据样本，并不适用于超可靠和低延迟通信(URLLC)。具体而言，URLLC是5G新无线电(NR)支持的新服务类别，其针对的是新兴应用，其中数据消息是时间敏感的，必须在高可靠性和低延迟要求的情况下端到端地安全地交付。低延迟要求意味着在截止日期之前无法在接收器处解码的数据传输无用且可从系统中丢弃，从而导致可靠性的损失。对于低延迟通信，即大约1ms的端到端延迟，建议使用短数据包。因此，第三种方法不适合这种情况。

在大规模MIMO系统中，信道识别越来越受到挑战。原因是因为除了基站(BS)配备大型天线以及之外，每个用户(也称用户端)还配备了许多天线，这为每个用户产生了大量的多径。在大规模MIMO系统中，能够通过有效的组合技术提高消息的接收质量。如果每条路径可以准确地分类到相应的用户，则可以应用物理层认证，通过将当前时隙中每个用户的CSI与先前时隙进行比较来提高整个系统的安全性。然而，由于小规模多径衰落和接收机噪声能够引起随机性，且每个用户都具有发射功率的限制，不能被基站任意调整，因此，有的路径可能难以分类。

发明内容

本公开是有鉴于上述的状况而提出的，其目的在于提供一种能够改善无线通信领域多径识别问题的基于聚类算法的MIMO系统的盲多径识别方法及系统。