一种5GAeroMACS的分布式感知辅助波束选择方法

本发明属于无线通信，针对机场场面飞机、保障车辆等终端实时波束赋形的应用需求，具体涉及一种5g aeromacs的分布式感知辅助波束选择方法。

背景技术：

1、波束选择是多天线系统中的关键技术之一，通过在用户与基站间建立高度定向链路，显著提高通信系统可靠性。在机场系统中，由于飞机、保障车辆等终端具有高度的移动性，终端位置发生变化后终端和基站需要重新进行快速波束赋形以保证定向链路的稳定性。然而，快速波束选择的难点是如何实时计算波束赋形矩阵，在终端高动态的场景下，需要对收发两端迭代进行求解，从而计算波束赋形矩阵，需要大量的系统开销。此外，实际中也很难先获取精确的信道状态信息来进行波束选择。

2、虽然目前已有工作研究了波束选择问题，但可应用的技术方案并不满足高动态场景下的波束选择的需求。相关技术研究的主要问题体现在以下三个方面：一方面，现有的波束选择技术假定终端在一段时间内保持静止，不能满足高动态场景的通信需求。另一方面，现有的波束赋形算法复杂度高、实时性差等问题。另外，现有的波束选择技术没有充分利用机场具有多个基站的特点，不能充分利用分布式基站资源。

技术实现思路

1、鉴于上述问题，本发明针对机场场景下高动态终端如机载终端、车载终端等提供一种5g aeromacs的分布式感知辅助波束选择方法，通过提取终端多模态特征实现了在飞机、地面车辆高速移动的机场场景下快速的波束码字选择，更具体地说，通过注意力机制提取高动态终端位置、速度和姿态的多模态特征，通过联邦学习实现多基站协同训练波束选择，采用波束赋形码本，提高了运算效率，提升通信系统性能，解决现有技术中机场通信时效性不足，波束开销大的问题。

2、本发明提供了一种5g aeromacs 的分布式感知辅助波束选择方法，具体步骤如下：

3、步骤1. 建立机场通信波束选择模型；基于机场通信波束选择模型构建最大化网络对于实际最佳波束对应码字标签预测的准确性模型；

4、步骤2.获得高动态终端数据；

5、步骤3.基于步骤2获得的高动态终端数据和步骤1的最大化网络对于实际最佳波束对应码字标签预测的准确性模型，训练获得分布式感知辅助mimo基站波束选择模型；

6、步骤4.使用步骤3获得的分布式感知辅助mimo基站波束选择模型对待选择的高动态终端向基站的波束进行波束选择，获取最大权重的波束码字标签时对应的最优通信传输速率。

7、可选地，步骤1中机场通信波束选择模型包括高动态终端向单个基站发送单个子载波下的信道矩阵和基站接收的信号模型。

8、可选地，步骤1中基于机场通信波束选择模型构建最大化网络对于实际最佳波束对应码字标签预测的准确性模型的具体步骤为：

9、在机场通信波束选择模型下构建通信传输速率的优化问题；

10、将通信传输速率的优化问题转化为寻找实际最佳波束对应码字标签的问题，在机场通信波束选择模型下，构建理论最佳波束对应码字标签估计模型；

11、基于理论最佳波束对应码字标签估计，构建最大化网络对于实际最佳波束对应码字标签预测的准确性模型。

12、可选地，通信传输速率的表达是为：

13、

14、其中，表示第个时间块的通信传输速率；表示第个时间块高动态终端向单个基站发送单个子载波下的信道矩阵；表示第个时间块选择的码字；为第个时间块内高动态终端发出的信号；表示噪声方差；表示通信带宽。

15、可选地，高动态终端数据包括高动态终端相对于基站的位置、速度和姿态的终端信息。

16、可选地，高动态终端数据还包括高动态终端按码本对所有基站进行波束扫描，获取的每个基站采集的高动态终端各个时间块下选择的码字标签所对应的接受信号强度中，信号强度最大时高动态终端采用的实际最佳波束对应码字标签。

17、与现有技术相比，本发明至少具有现如下有益效果：

18、（1）本发明的波束选择方法选用分布式多基站协同的方法，以低内存消耗进行波束选择，适用于实时波束选择场景；

19、（2）本发明的波束选择方法所提出的分布式感知辅助mimo基站波束选择运算复杂度低，适合飞机、保障车辆等终端高动态的机场场景；

20、（3）本发明的波束选择方法结合分布式感知辅助mimo基站波束选择算法中各节点同时进行训练，将计算量分散到各基站，提高了学习效率。

技术特征：

1.一种5g aeromacs的分布式感知辅助波束选择方法，其特征在于，具体步骤如下：

2.根据权利要求1所述的波束选择方法，其特征在于，步骤1中机场通信波束选择模型包括高动态终端向单个基站发送单个子载波下的信道矩阵和基站接收的信号模型。

3.根据权利要求2所述的波束选择方法，其特征在于，步骤1中基于机场通信波束选择模型构建最大化网络对于实际最佳波束对应码字标签预测的准确性模型的具体步骤为：

4.根据权利要求3所述的波束选择方法，其特征在于，通信传输速率的表达是为：

5.根据权利要求1所述的波束选择方法，其特征在于，高动态终端数据包括高动态终端相对于基站的位置、速度和姿态的终端信息。

6.根据权利要求1所述的波束选择方法，其特征在于，高动态终端数据还包括高动态终端按码本对所有基站进行波束扫描，获取的每个基站采集的高动态终端各个时间块下选择的码字标签所对应的接受信号强度中，信号强度最大时高动态终端采用的实际最佳波束对应码字标签。

技术总结本发明涉及一种5G AeroMACS的分布式感知辅助波束选择方法，属于无线通信技术领域。本发明针对机场场景下高动态终端如机载终端、车载终端等提供一种5G AeroMACS的分布式感知辅助波束选择方法，通过提取终端多模态特征实现了在飞机、地面车辆高速移动的机场场景下快速的波束码字选择，更具体地说，通过注意力机制提取高动态终端位置、速度和姿态的多模态特征，通过联邦学习实现多基站协同训练波束选择，采用波束赋形码本，提高了运算效率，提升通信系统性能，解决现有技术中机场通信时效性不足，波束开销大的问题。技术研发人员：朱衍波,赵晶晶,杨修远,蔡开泉,周全受保护的技术使用者：北京航空航天大学技术研发日：技术公布日：2025/1/6