[发明专利]一种毫米波亚毫米波频段非对称信道参数预测方法

说明书

本发公开的一种毫米波亚毫米波频段非对称信道参数预测方法，属于无线通信领域。本发明实现方法为：根据上行信道参数和环境特征预测下行信道参数，解决非对称的上下行信道之间不存在互易性，对称信道的仿真方法不能直接用于非对称信道的问题，实现非对称毫米波亚毫米波上下行无线信道准确、高效的联合生成；结合实例迁移算法预测新传播条件下的下行信道参数，解决新传播环境下训练样本不足的问题；本发明能够减少弱相关或不相关特征的计算量和对下行信道参数预测模型精度的负面影响，降低下行信道参数预测模型的复杂度。本发明应用于无线通信领域，能够支撑非对称毫米波亚毫米波通信系统设计、部署、优化，提高非对称信道下无线通信的效率和精度。

技术领域

本发明属于无线通信领域，具体涉及一种毫米波亚毫米波频段非对称信道参数预测方法。

背景技术

为了满足高频谱利用率和高能源利用率的要求，大规模多输入多输出(MIMO)天线阵列被广泛应用于第五代(5G)移动网络中。然而，为满足第六代(6G)移动网络的更多需求，天线元素的数量不断增加，导致数据处理负担和硬件成本变得越来越高。为了解决这个问题，非对称全数字波束成形大规模MIMO系统已经被提出。与传统的对称大规模波束成形天线阵列不同，非对称大规模MIMO系统采用的接收射频链路的数量比发射射频链路的数量少，使得硬件成本和能源消耗减少，在未来的无线通信系统中有很高的应用潜力。

然而，在非对称大规模MIMO系统中出现的一个问题是，上行和下行信道之间互易性不再满足。这意味着，即使在TDD系统中，也不能直接使用上行信道的测量估计结果来预测下行信道。因此，基站(BS)和终端(UE)都需要导频信号，这就占用了更多的传输和计算资源。这个问题在下行链路中更为严重，因为基站侧的发送射频天线数量非常大。实际上，上行下行信道的非互易性是不同的Tx和Rx波束模式造成的。即上行/下行信号不会在相同的传播条件下传播。分析波束宽度和信道参数之间的关系有助于描述这种非互易性。目前在研究波束宽度对信道参数的影响方面已经开展了一些研究工作，可分为两类。第一类是基于经验模型的。然而，它们只能提供统计结果，其准确性有限。此外，它仅适用于特定的波束宽度和场景。第二类是采用射线跟踪技术，基于射线跟踪的方法可以提供精确的结果，但需要大量的时间和计算能力。针对毫米波亚毫米频段非对称信道参数预测模型，形成流程化的建模方法，兼顾模型准确性和效率，对未来毫米波和亚毫米波移动通信系统的设计和部署具有十分重要的意义。

发明内容

为解决现有无线信道仿真技术尚未充分考虑传播环境非对称性的问题，本发明的目的是提供一种毫米波亚毫米波频段非对称信道参数预测方法，根据上行信道参数和环境特征预测下行信道参数，解决非对称的上下行信道之间不存在互易性，对称信道的仿真方法不能直接用于非对称信道的问题，进而实现非对称毫米波亚毫米波上下行无线信道准确、高效的联合生成；结合实例迁移算法预测新传播条件下的下行信道参数，解决新传播环境下训练样本不足的问题，在新传播环境下迅速预测下行信道参数。本发明应用于无线通信领域，能够支撑非对称毫米波亚毫米波通信系统设计、部署、优化，提高非对称信道下无线通信的效率和精度。

本发明的目的是通过下述技术方案实现的：

本发明公开的一种毫米波亚毫米波频段非对称信道参数预测方法，包括如下步骤：

步骤一、采用SHAP算法确定上行信道参数和环境特征对下行信道参数预测的重要性程度，根据所述重要性程度排序，通过MDL算法决定用于下行信道参数预测的最佳的特征，从上行信道参数和环境特征中选择与下行信道参数相关性强的特征，即采用基于SHAP和MDL的特征选择算法，减少弱相关或不相关特征的计算量和对下行信道参数预测模型精度的负面影响，有效降低下行信道参数预测模型的复杂度。将所述最佳的特征构建训练集，并将所述基于最佳特征构建的训练集输入到下行信道参数预测模型中。

所述信道参数包括路径损耗、多径数、时延扩展，所述环境特征包括终端位置、传播距离、方位角、建筑物数目。