[發明專利]一種基于聯系上下文的在線學習波束選擇方法

有效

• 申請號: 201811275676.6
• 申請日: 2018-10-30
• 公開（公告）號: CN109327252B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 陳特;董彬虹;張存林;趙宇軒;李芊饒
• 申請（專利權）人: 電子科技大學
• 主分類號: H04B7/06
• 分類號: H04B7/06;H04W4/40
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

該發明公開了一種基于聯系上下文特征的波束選擇方法，屬于毫米波車輛通信系統領域，主要涉及在毫米波基站與動態移動的車輛之間進行最優波束選擇的方法。該方法是一種在線學習方法，可以有效解決毫米波通信系統數據傳輸中性能損失的問題，該發明適用于車輛與毫米波基站之間通信。首先，本發明利用了車輛系統的上下文特征，有效地解決了毫米波通信性能易衰減的特性；并且，本發明所采用的在線學習的方法可以很好地處理網絡大數據，更加符合實際通信環境的需求。

技術領域

本發明屬于毫米波車輛通信系統領域，主要涉及在毫米波基站與動態移動的車輛之間進行最優波束選擇的方法。

背景技術

近年來，在關于新一代車輛-基站通信的研究中，研究人員著重強調了multi-Gbps鏈路的必要性，該項技術被認為是實現5G vehicle-to-everything(V2X)通信的核心技術之一。Multi-Gbps links能夠達到高數據速率，從而能使車輛通信系統能夠獲取準確的傳感數據(例如，HD地圖，雷達饋送)，這對于(半)自動駕駛車輛是至關重要的。目前，我們使用的4G LTE-A系統(低于6GH頻段)有在通信期間會時而發生高擁塞狀況，這在無人駕駛車輛中是不可取的，而正在研發中的5G通信系統計劃使用未開發的毫米波頻段(10-300GHz)來克服該障礙。毫米波通信具有高頻段、短波長等特性，與傳統信道相比，毫米波信道具有更高的路徑損耗和穿透損耗的缺陷。而最新研究表明：(1)定向天線與波束成形的協作技術是能彌補毫米波高路徑損耗缺陷的有效解決方案之一；(2)部署密度更高的微小基站能夠彌補毫米波段(100-150米)短通信范圍不足的缺點。上述結論證明了毫米波通信在實際場景中運用的可行性。然而，我們在實際對毫米波通信系統設計時也面對了許多新的挑戰。首先，傳統上對于6GHz以下頻段的一般是全向傳輸的，但是在毫米波通信系統中，卻是通過定向天線來選擇精確波束傳輸數據。其次，毫米波通信信號由于高穿透損耗而易于通信堵塞(例如，建筑物，樹葉)，造成通信性能大大降低。正是由于上述這些缺陷的限制，導致毫米波通信系統在實際生活場景的相關運用增加了很大困難。

在如今的移動網絡中，我們能夠通過專業的儀器來實際測量本地基站覆蓋范圍內的信號強度，能夠使用經驗數據來建立無線信道模型，從而為人們穩定通信交流提供保障。然而這種人工測量的方式對于未來高密集部署的5G微型蜂窩基站來說是耗時且不可取的。另外，這種方法無法衡量車輛和環境在動態變化下的情景?；谏鲜鎏岬降姆N種缺陷，我們認為基站應該具備自主探索，學習和適應它們當前所處的環境，以便能夠進行個性化，實時性的最優波束選擇，從而達到系統最大的通信容量。鑒于此目的，我們提出在基站中放置中央處理區，能夠利用強化學習中的在線學習的方法來進行波束訓練，該方法通過搜集上下文信息(基站-車輛)來自主地表征其動態的周圍環境，從而為當前連接的車輛與基站的通信做出最好決策。特別地，該信息(例如，用戶的位置)與決定的結果(例如，波束選擇)之間的相關性是未來最佳決策的關鍵。這比以往任何時候都更強調自主學習的必要性，特別是應對5G網絡的大規模密集化。我們將基站-車輛系統中的波束選擇問題建模為聯系上下文多臂賭博機問題，并提出了一種用于毫米波基站的低復雜度的在線學習算法。該算法能使毫米波基站能夠自主地從先前的決策與可用的上下文信息的關系中學習決策，這種方式能夠很好適用于動態系統，例如應對環境堵塞和不同交通方式的動態變化情況。

發明內容

本發明針對背景技術存在的缺陷，提出了一種方法，具體為一種基于聯系上下文特征的波束選擇方法。該方法是一種在線學習方法，可以有效解決毫米波通信系統數據傳輸中性能損失的問題，該發明適用于車輛與毫米波基站之間通信。

為了方便地描述本發明的內容，首先對本發明所使用的模型進行介紹，對本發明所使用的術語進行定義。