[發明專利]基于自適應核功率密度的5G無線信道多徑分簇算法

在審

• 申請號: 202011358047.7
• 申請日: 2020-11-27
• 公開（公告）號: CN112468249A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 杜飛;趙雄文;崔昊;汪洋;王智慧;孟薩出拉;邱蘭馨;王彥波
• 申請（專利權）人: 華北電力大學;中國電力科學研究院有限公司;國網浙江省電力有限公司信息通信分公司;國家電網有限公司
• 主分類號: H04B17/391
• 分類號: H04B17/391;H04B17/364;H04W24/06
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 張文寶

本發明公開了屬于無線信道建模技術領域的一種基于自適應核功率密度的5G無線信道分簇算法；包括：采用高分辨率信道參數提取算法提取信道每一快照中的小尺度參數；利用基于多徑分量距離的算法計算每一個多徑分量的adaptive?K值；根據每個多徑分量附近adaptive?K個多徑分量的小尺度參數計算每個多徑分量的相對密度；根據每個多徑分量的相對密度進行分簇；對分簇結果進行簇合并。本發明方法能夠更準確地對5G無線通信信道數據進行分簇，從而建立更加精準的信道模型，對科研機構和工業界實現5G鏈路和系統級性能仿真評估與5G網絡設計有非常重要的應用價值。

技術領域

本發明屬于無線信道建模技術領域，特別涉及一種基于自適應核功率密度的5G無線信道分簇算法。

背景技術

在無線信道建模領域，目前常用的無線信道模型大多基于簇模型，例如3G、4G和5G無線通信系統中使用的信道模型。在5G毫米波通信中，由于使用了更高的頻段和更加龐大的天線陣列，在時延域和角度域中都可以觀察到更高分辨率的MPC(Multi-PathComponent：多徑分量)，因此在5G無線信道研究中，分簇問題更為重要。MPC的分簇有助于減少MIMO(Multiple-lnput Multiple-Output：多輸入多輸出)信道模型中參數的數量，并且簇結構在表征多鏈路場景時更加靈活。

目前已存在幾種考慮多徑的功率、時延和角度信息的MPC分簇算法。K-Means和KPM(K-Power-Means：K功率均值)算法使用MPC功率以及MPC距離量化MPC之間的相似性，從而尋找簇心。但是，由于KPM的無監督學習屬性，其初值必須按先驗值進行確定，我們需要根據不同的數據手動調整初值。DBSCAN(the density-based spatial clustering forapplication with noise：伴有噪聲的基于密度空間分簇)算法無需先驗地知道簇的數量，但當簇密度很高時，DBSCAN算法分簇效果差。KPD(Kernel-Power-Density：核功率密度)算法是一種基于核功率密度的算法，該算法不需要先驗信息，例如簇的數量，但是需要在簇內設置固定數量的MPC，然后根據其相近的MPC計算MPC密度。因此，當MPC數量較少時，KPD算法無法準確分簇。

發明內容

本發明提出一種基于自適應核功率密度的無線信道多徑分量分簇算法，其特征在于，包括如下步驟：

步驟5101：采用高分辨率信道參數提取算法提取信道每一快照中小尺度參數；

步驟S102：利用基于MPC距離算法計算每一個MPC的adaptive-K值；

步驟S103：根據每個MPC附近adaptive-K個MPC的小尺度參數計算每個MPC的相對密度；

步驟S104：根據每個MPC的相對密度進行分簇；

步驟S105：對分簇結果進行簇合并。

所述小尺度參數包括每個快照對應的MPC個數、MPC時延、MPC復振幅、MPC到達角、MPC離開角和多普勒頻移。

所述步驟S101中小尺度參數包括每個快照對應的MPC個數、MPC時延、MPC復振幅、MPC到達角、MPC離開角和多普勒頻移。

所述步驟S102包括：為每個MPC分配初始K值；計算任意兩個MPC之間的歸一化距離；將距離結果升序排列并計算任意相鄰兩個距離的差；根據距離的差與預設的閾值確定adaptive-K值；具體根據步驟S101提取的小尺度參數，計算任意兩個MPC之間的距離，其計算公式如下：