技术新讯 > 电子通信装置的制造及其应用技术 > 无线通信设备及方法与流程  >  正文

无线通信设备及方法与流程

  • 国知局
  • 2024-11-19 09:39:55

本公开涉及无线通信系统,更具体地涉及,例如但不限于,用于多用户多输入多输出(mu-mimo)传输的高效用户选择方法和装置。

背景技术:

1、wi-fi是频段为例如2.4ghz、5ghz以及6ghz的一种无线局域网(wlan)技术。随着wlan的活跃普及以及使用它的应用的多样化,支持很高吞吐量(vht)的wlan系统ieee802.11ac应运而生。ieee 802.11ac通过高达160mhz的带宽(bw)传输,支持1gbps或更高的数据处理速度,其主要在5ghz频段运行。

2、ieee 802.11ax标准,称为高效wlan(he),其被建立以支持比ieee 802.11ac所支持的更高的吞吐量。ieee 802.11ax中考虑的主要场景是具有很多接入点(ap)站点(sta)以及非ap sta的密集环境。ieee 802.11ax标准从提高频谱效率以及提高区域吞吐量的角度进行了深入的开发。

3、由于mimo技术能够进行多流传输,自ieee 802.11ac开始,利用波束成形(bf)技术针对多用户引入下行(dl)mu-mimo技术。另外,ieee 802.11ax也能支持在上行(ul)中进行mu-mimo传输。为了能够进行dl mu-mimo传输,ap sta可以首先通过信道探测收集每个非apsta的信道信息。收集到的信道信息可包括每个流的平均sinr、每个子载波的delta sinr、以及每个子载波的v-矩阵(压缩波束成形矩阵),这些信息在压缩波束成形反馈和mu独有波束成形报告字段(compressed beamforming feedback and mu exclusive beamformingreport fields)内。ap sta可根据这些信息生成控制矩阵(steering matrix)q,并将其与数据流相乘,以执行dl mu-mimo传输。

4、mu传输需要考虑的最重要的问题之一是如何在基本服务集(bss)的所有sta中,对参与mu传输的sta进行分组。假设ap发射天线的数量是nt,并且bss中具有单天线的非apsta的总数为nr,在所有nr个sta中系统容量最大的nt个非ap sta被选出并进行通信,以在nr>nt的环境中最大化迫零(zf)波束成形mu-mimo系统的容量。在此场景下,通过比较所有用户的次数来选出最大化系统容量的用户组。然而,随着用户总数的增加,比较目标呈非线性增长,因此很难应用到实际系统中。

5、为了解决这种穷举搜索算法的问题,提出了多种次优搜索算法。其中一种次优搜索算法是通过csi反馈信息计算信道之间的相关性,并对彼此之间具有最低信道相关性的sta组合进行用户分组的方法。在wlan系统中,信道相关性可通过v矩阵来计算,v矩阵是经由信道探测发送给ap sta的压缩波束成形矩阵。当选择了具有最低信道相关性的m个非apsta时,可要求所选的非ap sta确定能成功解码接收信号的mcs。这种mcs选择通过传输到ap的反馈信息中的平均流sinr值和delta snr来预测snr和per的性能。ap sta根据干扰信道中的per性能选择不会造成包(packet)错误的mcs级别。这称为基于误包率(per)的速率适应技术。

6、这种用户选择技术在计算量方面具有优势,因为与穷举搜索算法相比,比较的数量减少了。然而,当与传统的基于per的速率适应技术相结合时,用户间干扰的影响无法被准确地反映,并可能导致误包或者群抖动现象(group trashing phenomena)。也就是说,基于per的用户选择在性能分析以及系统吞吐量方面存在准确性差的问题。

7、背景技术部分中的描述不能仅仅因为其在背景技术部分中出现,就认为其是现有技术。背景技术部分可以描述本公开的方面或实施例。

技术实现思路

1、实施例可提供促进无线通信的电子设备。更具体地,实施例可在wlan无线网络标准中提供高效的用户选择方法及装置,该标准支持wlan系统中的多用户多输入多输出(mu-mimo)。对于下行(dl)mu-mimo操作,ap sta可接收来自多个非ap sta的包括压缩波束成形反馈(cbf)和mu独有波束成形报告的反馈信息。所述反馈信息包括每个sta的所有空时流(sts)的平均信号与干扰加噪声比(sinr)、表示每个子载波与平均sts sinr之间差异的delta信噪比以及每个子载波(sc)的压缩波束成形矩阵。ap站点可基于波束成形反馈信息计算sta之间的信道相关性,并可相应地计算衰减snr,从而有效地确定多用户的用户或sta的选择方法。为了有效地选择每个sta的调制与编码方案(mcs),采用了基于符号级互信息的接收比特信息速率(rbir)方法(链路适应技术之一),以提出次优用户选择和速率适应方法。

2、实施例可提供如何在mu-mimo wlan系统中的bss内的多个sta之间选择具有次优系统能力的sta。根据传统技术,考虑到用户间的干扰,很难估计sinr,从而导致在基于per的mcs选择中mcs选择不准确或偏低。实施例可解决此问题。

3、实施例可通过sta之间的信道相关性来估算每个子载波的sinr,并且通过提出采用pbir-esm技术的速率适应,提供能够以比传统用户选择技术更高的系统容量进行用户选择的算法。

4、实施例可通过使用信道相关性测量方法的csi反馈的v矩阵,来提供对于sta之间每个子载波的用户间干扰的计算,以及提供在用户组内使用计算出的用户间干扰计算每个sta的子载波sinr的方法。根据计算出的sc sinr,还提供了基于rbir的速率适应方案,以便为每个sta应用的接收比特信息速率(rbir)有效snr映射(esm)机制确定有效snr值和适当的mcs级别。为每个sta确定的有效snr可用于用户选择算法,该算法使用次优贪婪搜索算法对最优用户集合进行分组。

5、根据一些方面,用于促进无线通信的无线通信设备包括处理电路,该电路被配置用于:发送训练帧;接收来自多个站点的响应于所述训练帧的多个反馈帧,其中,所述多个站点的每个反馈帧与所述多个站点中的一个相应站点相关联,并包括相关站点的信道质量信息;根据所述多个反馈帧中的所述信道质量信息确定多个组,其中,多个组中的每个组与所述多个站点中的一个相应站点相关联,并包括作为主站点的关联站点以及至少一个辅助站点;确定所述多个组的信道容量;根据所述多个组的信道容量从所述多个组中选择一个组;将所选组的用户确定为mu-mimo用户;以及以mu-mimo方式向所选组的用户传输muppdu。

6、根据一些方面,确定多个组包括:基于反馈帧中的信道质量信息,为多个调制方案确定初始有效snr值,其中,每个初始有效snr值是用于考虑了来自多个站点中另一站点的干扰的站点的调制方案;根据初始有效snr值来确定推荐的调制与编码方案mcs值和用于所述推荐的mcs值的最终有效snr值,其中,每个推荐的mcs值都是针对考虑到来自多个站点中另一站点的干扰的站点而推荐的,所述最终有效snr值中的每个最终有效snr值关联于所述推荐的mcs值中的相应一个推荐的mcs值,以及考虑到来自所述多个站中的另一个站的干扰的站的相关联的推荐mcs值的有效snr;基于所述最终有效snr值来确定所述多个组的信道容量;以及基于多个组的信道容量来确定多个组。

7、根据一些方面,要被包括在组中的所述至少一个辅助站点,是基于组中前一站点与所述至少一个辅助站点之间的信道容量来确定的,并且组中前一站点与至少一个辅助站点之间的信道容量是根据最终有效snr值来确定的。

8、根据一些方面,确定多个调制方案的初始有效snr值包括:基于多个反馈帧中的信道质量信息,确定多个调制方案的平均rbir值;以及基于平均rbir值确定多个调制方案的初始有效snr值。

9、根据一些方面,基于多个反馈帧中的信道质量信息来确定多个调制方案的平均rbir值包括:基于多个反馈帧中的信道质量信息来确定信号与干扰加噪声比(sinr)值,其中每个sinr值是考虑了来自多个站点中的另一站点的干扰的站的子载波的sinr;基于所述sinr值确定多个子载波、多个ofdm符号、多个空间流和多个调制方案的接收比特信息率(rbir)值;以及基于所确定的rbir值来确定所述多个调制方案的平均rbir值。

10、根据一些方面,所述多个反馈帧中的每一个包括相关联的站的平均信噪比(snr)、多个delta snr和多个v矩阵,所述多个delta snr中的每一个与多个子载波中的相应一个相关联,并且是相关联的子载波的snr与平均snr之间的差。

11、根据一些方面,基于多个反馈帧中的信道质量信息来确定信号与干扰加噪声比(sinr)值包括:基于多个反馈帧中的多个delta snr和平均信噪比(snr)来计算多个站点的多个子载波的snr值;基于所述多个v矩阵来确定信道相关性,其中,每个所述信道相关性是在所述多个站点中的一个站点与所述多个站点中的另一站点之间的;以及基于所计算的snr值和信道相关性来确定信号与干扰加噪声比(sinr)值。

12、根据一些方面,确定接收比特信息速率(rbir)值包括:通过使用sinr值和rbir值之间的查找表,基于sinr值来确定多个子载波、多个ofdm符号、多个空间流和多个调制方案的接收比特信息速率(rbir)值。

13、根据一些方面,确定多个调制方案的初始有效snr值包括:通过使用sinr值和rbir值之间的查找表,基于平均rbir值来确定多个调制方案的初始有效snr值。

14、根据一些方面,确定所述多个组还包括:确定所述多个调制方案的所需snr值,并且其中所述推荐的调制与编码方案(mcs)值以及用于所述推荐的mcs值的所述最终有效snr值是基于所述初始有效snr值和所述所需snr值来确定的。

15、根据一些方面,发送训练帧包括:发送空数据包通知帧;以及在空数据包通知帧之后的短帧间间隔(sifs)发送空数据包作为训练帧。

16、根据一些方面,所述处理电路还被配置为使得:基于所述推荐的mcs值来确定所述mu-mimo用户的最终mcs级别,其中所述最终mcs级别被应用于所述mu ppdu。

17、根据一些方面,所述处理电路还被配置为使得:确定多个控制矩阵,其中所述多个控制矩阵中的每个控制矩阵与所选择的组的用户中相应的一个用户相关联,其中所述多个控制矩阵被应用于所述mu ppdu。

18、根据一些方面,一种用于促进无线通信的无线通信方法,包括:发送训练帧;从多个站点接收响应于所述训练帧的多个反馈帧,其中,所述多个反馈帧中的每个反馈帧与所述多个站点中相应的一个站点相关联,并且包括相关联的站点的信道质量信息;基于所述多个反馈帧中的所述信道质量信息来确定多个组,其中,所述多个组中的每个组与所述多个站点中的相应一个站点相关联,并且包括作为主站点的关联站点和至少一个辅助站点;确定所述多个组的信道容量;基于所述多个组的信道容量选择所述多个组中的一组;将所选择的组的用户确定为mu-mimo用户;以及以mu-mimo方式向所选组的用户发送mu ppdu。

19、根据一些方面,确定所述多个组包括:基于所述多个反馈帧中的信道质量信息来确定用于所述多种调制方案的初始有效snr值,其中,每个所述初始有效snr值用于考虑了来自所述多个站点中的另一个站点的干扰的站点的调制方案;基于所述初始有效snr值来确定推荐的调制与编码方案(mcs)值和用于所述推荐的mcs值的最终有效snr值,其中,每个推荐的mcs值都是针对考虑了来自多个站点中的另一站点的干扰的站点而推荐的,所述最终有效snr值中的每个最终有效snr值关联于一个相应的所述推荐的mcs值,以及考虑到来自所述多个站点中的另一站点的干扰的站点的相关联的推荐mcs值的有效snr;基于所述最终有效snr值来确定所述多个组的信道容量;以及基于多个组的信道容量来确定多个组。

20、根据一些方面,要被包括在组中的所述至少一个辅助站点,是基于组中的前一站点与至少一个辅助站点之间的信道容量来确定的,并且组中的前一站点与所述至少一个辅助站点之间的信道容量是基于最终有效snr值来确定的。

21、根据一些方面,确定多个调制方案的初始有效snr值包括:基于多个反馈帧中的信道质量信息,确定多个调制方案的平均rbir值;以及基于平均rbir值确定多个调制方案的初始有效snr值。

22、根据一些方面,基于多个反馈帧中的信道质量信息来确定多个调制方案的平均rbir值包括:基于多个反馈帧中的信道质量信息来确定信号与干扰加噪声比(sinr)值,其中每个sinr值是考虑了来自多个站点中的另一站点的干扰的站点的子载波的sinr;基于所述sinr值确定多个子载波、多个ofdm符号、多个空间流和多个调制方案的接收比特信息率(rbir)值;以及基于所确定的rbir值来确定所述多个调制方案的平均rbir值。

23、根据一些方面,所述多个反馈帧中的每一个包括相关联的站的平均信噪比(snr)、多个delta snr和多个v矩阵,所述多个delta snr中的每一个与多个子载波中的相应一个相关联,并且是相关联的子载波的snr与平均snr之间的差,并且多个v矩阵中的每一个与多个子载波中的相应一个相关联。

24、根据一些方面,基于多个反馈帧中的信道质量信息来确定信号与干扰加噪声比(sinr)值包括:基于多个delta snr和多个反馈帧中的平均信噪比(snr)来计算多个子载波和多个站的snr值;基于所述多个v矩阵来确定信道相关性,其中,所述信道相关性中的每一个是在所述多个站点中的一个站点与所述多个站点中的另一个站点之间的;以及基于所计算的snr值和信道相关性来确定信号与干扰加噪声比(sinr)值。

25、根据一些方面,确定接收比特信息速率(rbir)值包括:通过使用sinr值和rbir值之间的查找表,基于sinr值来确定多个子载波、多个ofdm符号、多个空间流和多个调制方案的接收比特信息速率(rbir)值。

26、根据一些方面,确定多个调制方案的初始有效snr值包括:通过使用rbir值和sinr值之间的查找表,基于平均rbir值来确定多个调制方案的初始有效snr值。

27、由于反馈信息直观地反映了信道条件,所以实施例可以通过使用由wlan dl mu-mimo系统中的每个用户提供的压缩波束成形反馈信息来预测用户之间的用户间干扰,从而提供准确的sinr估计。通过rbir-esm将反映用户间干扰的sinr转换为awgn信道中的有效snr值,可以更准确地分析每个sta的信道环境。这也使得能够进行准确的mcs预测。通过2维贪婪搜索算法比较有效snr值来选择最大化系统吞吐量的用户组,与穷举搜索算法相比,可以显著减少用户组选择所需的计算量,从而提高mu-mimo系统的性能。

本文地址:https://www.jishuxx.com/zhuanli/20241118/329716.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。