[发明专利]面向无线三维信道的用户级信道空域特征建模方法

说明书

本发明的一个技术方案是提供了一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：构建双向变换框架以实现信道空域特征和信道频域特征的互相转换。本发明的另一个技术方案是提供了一种利用用户的空间特征来粗略计算小区间干扰的方法。本发明设计了新的空间特征和频率特征，并且通过两个离线训练神经网络(NN)建立了空间域与频域双向信号变换的新框架。本发明提供的方法能以较低的代价连续获得基站与用户之间的信道状态和用户接收射线的离开角与到达角等空域信息，获得用户之间的干扰特征，很大程度上降低这二者获取时所需要的开销，以减少系统的处理开销和复杂度。

技术领域

本发明涉及一种信道建模方法。

背景技术

大规模多输入输出(Massive Multiple Input Multiple Output Massive MIMO技术是5G最重要的关键技术，近年来受到了广泛的关注。它的主要特点是在基站侧配置了大量的天线，从而在基站和用户之间形成多条并行传输的数据链路。因此，利用MIMO可以获得更大的空间复用增益，进而提高系统容量，间接地提高频谱资源的利用效率。此外，在基站侧采用分集发送，还能极大提升无线系统的能耗效率。

在MIMO技术发展过程中，信道建模是系统仿真评估的关键。由于5GMassive MIMO网络考虑到了基站与用户之间的空间传输特征，在网络中部署了大量天线，系统的性能特征估计和分析需依赖于更多信息。这些信息无法在建模中被精确地表示，故现网评估无线网络性能时，大多采用人工路测方法。然而，大规模MIMO的测量开销太大，成本过高，导致最终测量时只能使用有限数量和类型的测试终端，仅能体现个别抽样用户的用户感知，同时由于测试路线受限于道路情况，难以进入窄路、居民、住宅、办公高楼等区域，测试的覆盖范围有限，且人力物力投资均较大，路测方法不适用。目前的路测终端也无法输出信道矩阵数据，测得的信息没有被完全利用，海量测量得到的信道信息被丢弃，无法形成有效的先验信息，因而通过路测数据无法准确评估据Massive MIMO的空分复用性能。

另一方面，实际的信号传播环境十分复杂，用户在通信过程中会受到来自环境和其他用户设备的干扰，若不采取措施消除干扰，则会严重影响通信效率，造成资源的极大浪费。由于多径传播、时延等因素的影响，用户在同一时刻可能会收到多条携带不同信息的射线，而离开角和到达角可以反映射线在传播过程中保留的能量。若用户收到的射线能量分布相差较大，则可以保留能量较大射线所携带的信息，但若不同用户收到的射线离开角和到达角、传播途径几乎完全一致，则意味着这些射线的能量接近，这样用户之间就会成为彼此的干扰，严重时导致双方都无法解码出各自的有用信息，此时就需要执行干扰协调和资源调度过程以尽可能减少干扰的发生，最大程度利用现有资源。因此，射线离开角和到达角等空域信息可以很好地反映用户侧接收信号时是否存在干扰以及干扰的程度。

发明内容

本发明的目的是：在多输入多输出(MIMO)的5G环境下，提出一种面向无线三维信道的用户级信道空域特征建模方法和基于空域特征的干扰计算方式。

为了达到上述目的，本发明的一个技术方案是提供了一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：构建双向变换框架以实现信道空域特征和信道频域特征的互相转换，该双向转换框架包括下式(1)及下式(2)所示的映射：

Λ＝f(Γ) (1)

Γ＝f^-1(Λ) (2)

式(1)、(2)中，Γ表示信道空域特征，在空域中唯一定义用户信道的所有特征被视为信道空域特征，信道空域特征的构建始于量化射线跟踪数据的出射角和到达角，由与量化出射角和到达角有关的路径损耗组成的向量为信道空域特征；Λ表示信道频域特征，在频域中唯一定义用户信道的所有特征被视为信道频域特征，为从信道状态矩阵H中提取的特征；