一种太赫兹无蜂窝系统零陷干扰抑制方法及设备
本发明涉及太赫兹干扰抑制技术,尤其涉及一种太赫兹无蜂窝系统零陷干扰抑制方法及设备。
背景技术:
1、太赫兹(thz)频段具有丰富的频谱资源,是6g的核心候选频段,但其极高的路径损耗需依赖大规模天线阵列产生极窄定向波束来补偿。为进一步提升覆盖性能,无蜂窝大规模mimo系统将大量接入点(ap)分布式部署并由中央处理单元协同控制,以消除小区边界效应并获取宏分集增益。将太赫兹技术与无蜂窝架构有机结合,可有效应对高频段衰减挑战,为室内高密度场景提供超高速率的通信服务。
2、太赫兹技术与无蜂窝多接入点架构的结合虽能显著提升网络容量,但在密集部署下面临复杂的多ap同频干扰耦合问题。一方面,太赫兹极窄波束对空间扰动极为敏感,用户微小位移或定位偏差即可导致波束零陷脱靶,引发严重的干扰泄露。另一方面,在太赫兹无蜂窝系统中,极短的信道相干时间与庞大的天线阵列规模,使得获取高精度全局csi不仅面临极其庞大的导频开销,更极易因信道老化或估计误差导致预编码权值严重失配。现有方法普遍过度依赖这种快速变化的瞬时信道特征,极大限制了系统在动态环境下的传输可靠性与吞吐量。此外,现有方法普遍缺乏对历史经验的有效复用机制,造成了大量重复的计算开销。因此,亟需一种能够主动感知干扰空间拓扑、在动态不确定环境中兼顾零陷鲁棒性与实时性的低时延干扰抑制方法。
技术实现思路
1、针对现有技术存在的问题,本发明的目的是提供一种能够主动感知干扰空间拓扑、在动态不确定环境中兼顾零陷鲁棒性与实时性的太赫兹无蜂窝系统零陷干扰抑制方法及设备。
2、为了实现上述发明目的,本发明提供了如下技术方案:
3、一种太赫兹无蜂窝系统零陷干扰抑制方法,包括:
4、获取离线特征字典,其中,所述离线特征字典包括二维sinc锥化矩阵和阵列导向张量字典,所述阵列导向张量字典由各接入点到用户所在平面离散后形成的各网格的阵列导向矢量形成,所述二维sinc锥化矩阵通过预设零陷展宽控制参数确定;
5、获取当前时隙目标用户以及对目标用户构成强干扰的干扰用户所在网格索引,并与服务目标用户的接入点索引联合编码,生成空间状态哈希指纹;
6、以空间状态哈希指纹为键查询缓存库;若缓存查询命中,直接读取对应的波束成形权向量,其中,所述缓存库中用于存储空间状态哈希指纹中所含用户的波束成形权向量;
7、若缓存查询未命中,则根据所述离线特征字典,提取目标用户及干扰用户所在网格的阵列导向矢量,构造模拟预编码矩阵,并通过代数等效将干扰加噪声协方差矩阵锥化操作降维至所述模拟预编码矩阵对应的射频子空间,并在降维后的干扰加噪声协方差矩阵上求解基带权向量,根据基带权向量与模拟预编码矩阵形成目标用户的波束成形权向量,并存入缓存库中;
8、根据目标用户的波束成形权向量,对接收信号进行加权,输出干扰抑制后的信号。
9、进一步的,所述离线特征字典通过离线计算得到,具体计算方法包括:
10、将太赫兹无蜂窝室内场景中用户所在平面离散化为若干均匀网格。
11、计算每个接入点的所有天线阵元到每个网格的阵列导向矢量。
12、根据预设零陷展宽控制参数生成二维sinc锥化矩阵。
13、将所有接入点到所有网格的阵列导向矢量形成阵列导向张量字典,并与所述二维sinc锥化矩阵作为离线特征字典。
14、进一步的,所述空间状态哈希指纹的生成方法包括:
15、接入点根据上行导频估计目标用户的位置,并根据估计位置查找最近网格的索引,作为目标用户所在网格索引;
16、识别对目标用户构成强干扰的干扰用户集合,其中,干扰用户为与目标用户的相对功率权重大于预设门限的用户;
17、将服务目标用户的接入点索引、目标用户所在网格索引和干扰用户集合中各用户所在网格索引、射频链路状态进行联合编码,形成空间状态哈希指纹,所述射频链路状态用于表征当前时隙服务目标用户的接入点上各条射频链对应的阵列导向矢量的排布。
18、进一步的,所述干扰用户的识别方法具体为:
19、对于与目标用户不属于同一接入点服务的其他各用户,根据其宏观大尺度增益和目标用户的宏观大尺度增益的差值,确定相对功率权重;
20、将相对功率权重大于预设门限的用户判定为目标用户的干扰用户,形成目标用户的干扰用户集合。
21、进一步的,当缓存库的键值对条目数超过设定容量上限时,执行最近最少使用淘汰策略。
22、进一步的,所述模拟预编码矩阵的构造方法包括:
23、构建一个空的模拟预编码矩阵;
24、从离线特征字典中提取与目标用户同属一个接入点服务的所有用户所在网格的阵列导向矢量,并将每个阵列导向矢量作为一列赋值至所述模拟预编码矩阵中;
25、从离线特征字典中提取各用户临近网格的阵列导向矢量,并赋值至所述模拟预编码矩阵剩余未赋值的列中,直至所有列赋值完毕。
26、进一步的,所述通过代数等效将干扰加噪声协方差矩阵锥化操作降维至所述模拟预编码矩阵对应的射频子空间,具体包括:
27、对于目标用户的每个干扰用户,根据干扰用户网格的阵列导向矢量、所述模拟预编码矩阵以及二维sinc锥化矩阵,确定该干扰用户的基带降维协方差分量;
28、将干扰用户的基带降维协方差分量进行加权融合得到基带总干扰,并与噪声一起联合得到降维后的干扰加噪声协方差矩阵。
29、进一步的,所述在降维后的干扰加噪声协方差矩阵上求解基带权向量,具体包括:
30、将降维后的干扰加噪声协方差矩阵的逆矩阵、模拟预编码矩阵的共轭转置矩阵以及目标用户网格的阵列导向矢量相乘,得到基带权向量。
31、进一步的,所述波束成形权向量根据目标用户的发射功率进行归一化后,再作为权重,对接收信号进行加权。
32、一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述方法。
33、本发明与现有技术相比,其有益效果是:
34、 1、本发明通过协方差矩阵锥化建立具有空间展宽特性的干扰统计模型,并结合混合波束形成射频子空间完成数字波束优化,使系统能够在存在定位误差及用户微移动情况下,对主导干扰方向及其空间邻域形成稳健抑制,从而显著提升太赫兹无蜂窝网络的干扰抑制能力和空间鲁棒性。
35、2、本发明将物理空间网格化,设计了基于相对网络拓扑的“状态哈希指纹”与状态驱动缓存架构。通过感知变化较慢的空间拓扑特征来辅助波束生成,系统能够复用历史干扰对抗经验;在缓存命中时直接输出最终混合波束成形权向量,从而降低对瞬时小尺度csi 的依赖,减少重复协方差组装与权值求解开销,改善了系统的在线响应时延。
1.一种太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,包括:
2.根据权利要求1所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,所述离线特征字典通过离线计算得到,具体计算方法包括:
3.根据权利要求1所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,所述空间状态哈希指纹的生成方法包括:
4.根据权利要求3所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,所述干扰用户的识别方法具体为:
5.根据权利要求1所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,当缓存库的键值对条目数超过设定容量上限时,执行最近最少使用淘汰策略。
6.根据权利要求1所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,所述模拟预编码矩阵的构造方法包括:
7.根据权利要求1所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,所述通过代数等效将干扰加噪声协方差矩阵锥化操作降维至所述模拟预编码矩阵对应的射频子空间,具体包括:
8.根据权利要求1所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,所述在降维后的干扰加噪声协方差矩阵上求解基带权向量,具体包括:
9.根据权利要求1所述的太赫兹无蜂窝系统零陷干扰抑制方法,其特征在于,所述波束成形权向量根据目标用户的发射功率进行归一化后,再作为权重,对接收信号进行加权。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序以实现如权利要求1-9中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com