一种稀疏探测与和速率最大化波束赋形方法及相关装置

本发明属于无线通信与智能网络优化，尤其涉及一种稀疏探测与和速率最大化波束赋形方法及相关装置。

背景技术：

1、在第六代移动通信系统中，大规模天线阵列与高频段传输成为核心技术方向，多用户波束赋形的性能高度依赖信道知识支撑。无线信道包含多种时间演化特性不同的信息维度：瞬时信道状态信息随快衰落快速变化，而信号主导到达方向、空间协方差、阻塞区域等环境特征属于慢变变量，其变化速率远低于快衰落，可跨多个探测周期进行学习并在测量稀疏区域复用。基于信道信息的时间尺度分离特性，无线电地图、信道知识地图通过存储特定场景的无线传播信息，为无线资源管理与传输优化提供环境知识支撑；电磁孪生技术进一步在此基础上构建了持久化的“更新—查询—测量”闭环机制，可持续保留环境传播状态、基于物理测量数据更新状态，并为通信决策提供状态查询能力。

2、现有无线电地图重建方案通过已测量位置的信道数据推断未测量位置的信道状态，在可获取覆盖完整的代表性数据集时能够实现有效的地图补全与应用，但在系统持续运行过程中，每次重新采集全服务区域的信道数据会消耗大量探测资源，无法适配稀疏探测预算的应用场景。同时，现有探测位置选择机制多以全局均匀地图重建误差最小化为优化目标，与通信系统的实际效用目标存在本质差异：在探测资源有限的条件下，远离活跃用户的探测点仅能降低全局地图误差，几乎无法改善对应用户的波束赋形性能；而传播状态发生变化区域附近的探测点可显著提升用户信道协方差估计精度，却难以被现有探测策略优先选取。此外，现有技术无法在稀疏探测预算约束下，同步实现持久化无线知识更新、用户信道协方差查询与面向和速率最大化的探测位置优化，缺少将稀疏观测数据、持久化电磁孪生状态与波束赋形决策有机融合的闭环优化手段。。

3、由此可见，现有技术手段无法在稀疏探测条件下实现稀疏观测、持久化电磁孪生状态与波束赋形决策的有机结合，进而无法完成从稀疏探测到和速率最大化的闭环优化。

技术实现思路

1、本发明提供一种稀疏探测与和速率最大化波束赋形方法及相关装置，采用本方法能够在稀疏探测条件下实现稀疏观测、持久化电磁孪生状态与波束赋形决策的有机结合，完成从稀疏探测到和速率最大化的闭环优化。

2、为了达到上述目的，本发明采用如下技术方案：

3、一种稀疏探测与和速率最大化波束赋形方法，包括：

4、构建电磁孪生系统模型，所述电磁孪生系统模型包括划分后的候选探测网格集合、角度域方向集合、以角功率谱为基础的电磁孪生状态矩阵、上行稀疏探测观测模型和图拉普拉斯矩阵；所述图拉普拉斯矩阵用于表征相邻候选探测网格空间功率相关性；

5、基于电磁孪生系统模型，获取当前周期选定探测网格集合对应的上行探测观测数据，结合上一周期保存的电磁孪生状态矩阵估计当前周期的状态创新量，更新得到当前周期的电磁孪生状态矩阵，同时计算得到当前电磁孪生状态对应的后验协方差矩阵；

6、根据当前各活跃用户所在的网格位置，对更新后的当前周期电磁孪生状态矩阵进行查询，生成每个活跃用户对应的信道协方差矩阵；

7、基于各活跃用户的信道协方差矩阵，在发射总功率约束条件下求解下行和速率最大化问题，得到最优下行波束赋形矩阵；

8、结合后验协方差矩阵以及各候选探测网格相对于活跃用户的查询相关权重，以最小化和速率估计误差上界为目标，从未被探测的候选探测网格中筛选出下一轮的候选探测网格集合，将下一轮的候选探测网格集合反馈至电磁孪生系统模型，用于下一周期的上行稀疏探测与状态更新。

9、进一步地，所述构建电磁孪生系统模型，包括：

10、将服务区域划分为n个候选探测网格，组成候选探测网格集合；

11、将角度域划分为l个方向，组成角度域方向集合；

12、构建维度为n×l的电磁孪生状态矩阵；其中，候选探测网格的角功率谱为：所述电磁孪生状态矩阵的第n行元素对应第n个候选探测网格在各方向上的平均接收功率；

13、定义探测选择矩阵；所述探测选择矩阵用于从电磁孪生状态矩阵中选取当前被探测网格对应的行向量；

14、基于探测选择矩阵建立上行稀疏探测观测模型；所述上行稀疏探测观测模型的观测值等于探测选择矩阵与电磁孪生状态矩阵的乘积叠加观测噪声；

15、构建图拉普拉斯矩阵，通过图拉普拉斯矩阵表征相邻候选探测网格的空间功率相关性，以使局部探测到的功率变化可向相邻未探测的候选探测网格传播。

16、进一步地，所述结合上一周期保存的电磁孪生状态矩阵估计当前周期的状态创新量，更新得到当前周期的电磁孪生状态矩阵，同时计算得到当前电磁孪生状态对应的后验协方差矩阵，包括：

17、将当前周期的上行探测观测数据，与探测选择矩阵和上一周期保存的电磁孪生状态矩阵的乘积作差，得到观测残差矩阵；

18、构建包括数据拟合项、空间平滑项和状态保持项的凸优化目标函数；其中，数据拟合项用于约束状态创新量与观测残差的一致性，空间平滑项基于图拉普拉斯矩阵实现功率变化的空间传播约束，状态保持项用于约束状态创新量的整体幅度；

19、基于正规方程求解凸优化目标函数，得到当前周期的状态创新量矩阵；将上一周期的电磁孪生状态矩阵与状态创新量矩阵相加后进行非负截断处理，得到当前周期的电磁孪生状态矩阵；同时求解得到所有角度分量共享的后验协方差矩阵；所述后验协方差矩阵用于量化当前电磁孪生状态的估计不确定性。

20、进一步地，所述生成每个活跃用户对应的信道协方差矩阵，包括：

21、构建由各方向对应的归一化阵列响应向量组成的方向字典矩阵；

22、针对每个活跃用户，从当前周期的电磁孪生状态矩阵中提取此活跃用户所在候选探测网格对应的角功率谱行向量，结合方向字典矩阵计算得到初始信道协方差矩阵；

23、对初始信道协方差矩阵施加对角加载处理，对角加载量与初始信道协方差矩阵的迹成正比，得到最终的用户信道协方差矩阵；其中，所述用户信道协方差矩阵用于表征对应候选探测网格位置的信道二阶统计特性。

24、进一步地，所述在发射总功率约束条件下求解下行和速率最大化问题，包括：

25、基于各活跃用户的信道协方差矩阵，构建每个活跃用户的可达速率表达式，叠加所有活跃用户的可达速率得到系统和速率目标函数；

26、计算系统和速率目标函数关于波束赋形矩阵的wirtinger梯度，构建系统和速率的近端下界凹二次函数；

27、采用回溯搜索方式确定迭代步长参数，在发射总功率约束下对近端下界凹二次函数求解最优解，并将求解结果投影至发射功率可行域，得到迭代更新的波束赋形矩阵；

28、重复迭代直至系统和速率收敛，得到最终的最优下行波束赋形矩阵。

29、进一步地，所述从未被探测的候选探测网格中筛选出下一轮的候选探测网格集合，包括：

30、根据各候选探测网格与各活跃用户的空间位置距离，基于高斯核函数计算每个候选探测网格的查询相关权重，构建查询权重对角矩阵；

31、以最小化查询加权后验不确定性为代理优化目标，依次从未被探测的候选探测网格中选择单点方差缩减量最大的候选探测网格，直至选中的候选探测网格数量达到预设的单轮探测数量上限，得到下一轮的候选探测网格集合；

32、其中，所述代理优化目标对应系统和速率估计误差的上界；

33、进一步地，所述依次从未被探测的候选探测网格中选择使查询加权不确定性缩减量最大的候选探测网格，包括：

34、利用矩阵求逆引理，计算单个候选探测网格被加入探测集合后对应的更新后验协方差矩阵；

35、基于查询权重对角矩阵与更新前后的后验协方差矩阵，计算该候选探测网格对应的单点方差缩减量。

36、一种稀疏探测与和速率最大化波束赋形系统，包括：

37、模型构建模块，用于构建电磁孪生系统模型，所述电磁孪生系统模型包括划分后的候选探测网格集合、角度域方向集合、以角功率谱为基础的电磁孪生状态矩阵、上行稀疏探测观测模型和图拉普拉斯矩阵；所述图拉普拉斯矩阵用于表征相邻候选探测网格空间功率相关性；

38、状态更新模块，用于基于电磁孪生系统模型，获取当前周期选定探测网格集合对应的上行探测观测数据，结合上一周期保存的电磁孪生状态矩阵估计当前周期的状态创新量，更新得到当前周期的电磁孪生状态矩阵，同时计算得到当前电磁孪生状态对应的后验协方差矩阵；

39、协方差查询模块，用于根据当前各活跃用户所在的网格位置，对更新后的当前周期电磁孪生状态矩阵进行查询，生成每个活跃用户对应的信道协方差矩阵；

40、波束优化模块，用于基于各活跃用户的信道协方差矩阵，在发射总功率约束条件下求解下行和速率最大化问题，得到最优下行波束赋形矩阵；

41、探测选择模块，用于结合后验协方差矩阵以及各候选探测网格相对于活跃用户的查询相关权重，以最小化和速率估计误差上界为目标，从未被探测的候选探测网格中筛选出下一轮的候选探测网格集合，将下一轮的候选探测网格集合反馈至电磁孪生系统模型，用于下一周期的上行稀疏探测与状态更新。

42、一种稀疏探测与和速率最大化波束赋形设备，包括：

43、存储器，用于存储计算机程序；

44、处理器，用于执行所述计算机程序时实现上述稀疏探测与和速率最大化波束赋形方法。

45、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稀疏探测与和速率最大化波束赋形方法。

46、与现有技术相比，本发明具有如下有益效果：

47、本发明提供一种稀疏探测与和速率最大化波束赋形方法，通过构建包含电磁孪生状态矩阵和图拉普拉斯矩阵的系统模型，利用上一周期状态与当前稀疏观测数据估计状态创新量并更新电磁孪生状态，同时计算后验协方差矩阵；随后基于用户所在网格查询信道协方差矩阵，并在发射总功率约束下求解和速率最大化问题获得最优波束赋形矩阵；最后结合后验协方差与查询相关权重，以最小化和速率估计误差上界为目标筛选下一轮探测网格。本方法将稀疏观测、持久化电磁孪生状态与波束赋形决策闭环融合，通过图拉普拉斯矩阵捕捉空间相关性，使探测位置选择聚焦于对用户波束赋形性能影响最大的区域，而非盲目追求全局地图误差最小化。采用本方法实现了在稀疏探测预算下同步完成无线知识更新、用户信道查询与探测位置优化，显著提升了有限探测资源对实际通信效用的贡献，最终达成从稀疏探测到和速率最大化的高效闭环优化。