WANG LU (CN)
YANG HAILIANG (CN)
ZOU YONGPAN (CN)
WO2013051969A1 | 2013-04-11 |
CN101924586A | 2010-12-22 | |||
CN106330283A | 2017-01-11 | |||
CN103634034A | 2014-03-12 |
权利要求书 一种干扰最小化的移动组网方法, 其特征在于, 包括如下步骤: 51.无人机通过无线中继方式与地面基站建立连接与通信; 52.无人机之间通过无线自组网方式建立连接与通信; 53.多架无人机协作组成蜂窝网络为用户提供无线网络服务; 54.无人机接收由用户设备返回的接收信号强度信息, 并测量用户设 备信号的波束到达角度信息; 55.无人机之间共享步骤 S4中测量的信息, 对于特定的一架无人机, 将其服务用户的蜂窝网络信号作为有用信号, 并且将其他无人机蜂窝 网络信号作为干扰信号, 运用移动干扰对齐和波束成形的方法, 将信 号主瓣对准服务用户的来波方向, 零陷对准干扰信号的来波方向, 从 而找到一个最佳悬停位置; 56.当用户设备位置发生变化吋, 重复步骤 S4、 S5, 重新找到最佳悬 停位置。 根据权利要求 1所述的移动组网方法, 其特征在于, 在所述步骤 S1中 , 无人机通过无线中继方式与地面基站建立连接与通信, 链路频率与 子基站与用户之间通信的频率不同。 根据权利要求 1所述的移动组网方法, 其特征在于, 所述步骤 S3中, 多架无人机协作, 分布式控制方式决定各无人机的飞行, 每架无人机 覆盖一定大小的区域, 为所在区域的用户提供无线网络服务, 共同组 成移动的蜂窝网络。 根据权利要求 1所述的移动组网方法, 其特征在于, 所述步骤 S4中包 括: 541.用户设备监测无人机信号的强度, 并将此信息通过网络反馈给无 人机; 542.无人机接收来自其服务用户的信号, 运用 MUSIC算法, 估算用户 设备的来波方向。 根据权利要求 1所述的移动组网方法, 其特征在于, 所述步骤 S5中包 括: 551.无人机之间通过自身网络, 将步骤 S4中所获信息共享; 552.利用基于移动的干扰对齐方法, 各无人机使用随机爬山算法寻找 一个位置, 使得其他无人机的蜂窝网络信号在该无人机所在位置的干 扰最小; 553.利用波束成形技术, 使得每一架无人机的信号主瓣对准各自服务 的用户, 减小对其他用户设备的干扰; 554.结合步骤 S52和 S53, 找到一个最佳的悬停位置。 [权利要求 6] —种干扰最小化的移动组网系统, 包括: 信号获取模块: 无人机配备多天线, 采集来自用户设备的信号, 同吋 获得信道状态信息; 信号分析模块: 运用 MUSIC算法确定用户设备的来波方向; 信号处理模块: 利用已知的信号状态信息, 运用预编码实现波束成形 位置寻找模块: 运用随机爬山算法, 无人机找到一个对于其他无人机 干扰较小的位置悬停。 [权利要求 7] 根据权利要求 6所述的移动组网系统, 其特征在于, 所述信号获取模 块包括: 采集单元: 无人机采集收到的无线信号, 根据设备的工作频率, 使用 带通滤波器过滤噪声及带外干扰信号, 得到待处理信号, 同吋获取物 理层的信道状态信息。 [权利要求 8] 根据权利要求 6所述的移动组网系统, 其特征在于, 所述信号分析模 块包括: 提取主路径信息单元: 利用多径信号在吋域上的色散, 功率延迟分布 特性被用来分离通过不同路径达到接收天线的多径成分, 设定一个功 率阈值, 将上述用户信号各路径信号大于该阈值的认为是主路径信息 ; 将主路径信息通过傅里叶变换从吋域转到频域; 到达角度计算单元: 根据信号达到天线阵列的相位偏移, 可以计算信 号到达不同天线的吋间差, 利用信号在天线阵列到达吋间的不同, 运 用 MUSIC算法可以将用户信号直视路径的到达角度 Θ求出。 [权利要求 9] 根据权利要求 6所述的移动组网系统, 其特征在于, 所述信号处理模 块包括: CSI处理单元: 将获取的 CSI数据进行平滑处理, 以去除信号相干性 波束成形单元: 基于平滑后的 CSI数据, 计算赋形矩阵, 信号主瓣对 准用户信号的来波方向, 零陷对准干扰信号的来波方向, 减小子基站 的放射功率, 同吋可以减小对其他用户的干扰。 [权利要求 10] 根据权利要求 6所述的移动组网系统, 其特征在于, 所述位置寻找模 块包括: 场分布计算单元: 对于邻近的无人机, 根据已知的位置信息和无线 信号在空间中的标准传播模型, 估计无线信号在空间中的分布; 位置寻找单元: 无人机运用随机爬山算法, 寻找相邻无人机信号强 度较弱的位置, 并在该位置悬停。 |
技术领域
[0001] 本发明涉及无线通信技术领域, 尤其涉及一种干扰最小化的移动组网方法与系 统。
背景技术
[0002] 随着无线通信技术的不断发展, 无线网络设备越来越多, 因此无线接入点的数 量也随着增长。 在 3G和 4G中, 小区覆盖范围变小, 基站数量增加, 使得小区边 缘变得模糊, 同吋高的频谱复用系数不可避免地带来严重的 小区间干扰。 如何 有效覆盖服务区域的同吋减小干扰, 提供高质量的通信服务, 是无线网络服务 提供商关注的重点。 在现有的组网方法中, 小区基站通常位于固定的位置, 当 小区内的用户数增大吋, 干扰也随之增大, 造成小区内用户通信质量的下降。
[0003] 传统的组网方法在高用户密度情况下都有干扰 大的问题, 而且基站不可移动。
技术问题
[0004] 在此处键入技术问题描述段落。
问题的解决方案
技术解决方案
[0005] 本发明提供了一种干扰最小化的移动组网方法 , 包括如下步骤:
[0006] S1.无人机通过无线中继方式与地面基站建立连 接与通信;
[0007] S2.无人机之间通过无线自组网方式建立连接与 通信;
[0008] S3.多架无人机协作组成蜂窝网络为用户提供无 线网络服务;
[0009] S4.无人机接收由用户设备返回的接收信号强度 信息, 并测量用户设备信号的 波束到达角度信息;
[0010] S5.无人机之间共享步骤 S4中测量的信息, 对于特定的一架无人机, 将其服务 用户的蜂窝网络信号作为有用信号, 并且将其他无人机蜂窝网络信号作为干扰 信号, 运用移动干扰对齐和波束成形的方法, 将信号主瓣对准服务用户的来波 方向, 零陷对准干扰信号的来波方向, 从而找到一个最佳悬停位置; [0011] S6.当用户设备位置发生变化吋, 重复步骤 S4、 S5, 重新找到最佳悬停位置。
[0012] 作为本发明的进一步改进, 在所述步骤 S1中, 无人机通过无线中继方式与地面 基站建立连接与通信, 链路频率与子基站与用户之间通信的频率不同 。
[0013] 作为本发明的进一步改进, 所述步骤 S3中, 多架无人机协作, 分布式控制方式 决定各无人机的飞行, 每架无人机覆盖一定大小的区域, 为所在区域的用户提 供无线网络服务, 共同组成移动的蜂窝网络。
[0014] 作为本发明的进一步改进, 所述步骤 S4中包括:
[0015] S41.用户设备监测无人机信号的强度, 并将此信息通过网络反馈给无人机; [0016] S42.无人机接收来自其服务用户的信号, 运用 MUSIC算法, 估算用户设备的来 波方向。
[0017] 作为本发明的进一步改进, 所述步骤 S5中包括:
[0018] S51.无人机之间通过自身网络, 将步骤 S4中所获信息共享;
[0019] S52.利用基于移动的干扰对齐方法, 各无人机使用随机爬山算法寻找一个位置
, 使得其他无人机的蜂窝网络信号在该无人机所 在位置的干扰最小;
[0020] S53.利用波束成形技术, 使得每一架无人机的信号主瓣对准各自服务的 用户, 减小对其他用户设备的干扰;
[0021] S54.结合步骤 S52和 S53, 找到一个最佳的悬停位置。
[0022] 本发明还提供了一种干扰最小化的移动组网系 统, 包括:
[0023] 信号获取模块: 无人机配备多天线, 采集来自用户设备的信号, 同吋获得信道 状态信息;
[0024] 信号分析模块: 运用 MUSIC算法确定用户设备的来波方向;
[0025] 信号处理模块: 利用已知的信号状态信息, 运用预编码实现波束成形;
[0026] 位置寻找模块: 运用随机爬山算法, 无人机找到一个对于其他无人机干扰较小 的位置悬停。
[0027] 作为本发明的进一步改进, 所述信号获取模块包括:
[0028] 采集单元: 无人机采集收到的无线信号, 根据设备的工作频率, 使用带通滤波 器过滤噪声及带外干扰信号, 得到待处理信号, 同吋获取物理层的信道状态信 息。 [0029] 作为本发明的进一步改进, 所述信号分析模块包括:
[0030] 提取主路径信息单元: 利用多径信号在吋域上的色散, 功率延迟分布特性被用 来分离通过不同路径达到接收天线的多径成分 , 设定一个功率阈值, 将上述用 户信号各路径信号大于该阈值的认为是主路径 信息; 将主路径信息通过傅里叶 变换从吋域转到频域;
[0031] 到达角度计算单元: 根据信号达到天线阵列的相位偏移, 可以计算信号到达不 同天线的吋间差, 利用信号在天线阵列到达吋间的不同, 运用 MUSIC算法可以 将用户信号直视路径的到达角度 Θ求出。
[0032] 作为本发明的进一步改进, 所述信号处理模块包括:
[0033] CSI处理单元: 将获取的 CSI数据进行平滑处理, 以去除信号相干性;
[0034] 波束成形单元: 基于平滑后的 CSI数据, 计算赋形矩阵, 信号主瓣对准用户信 号的来波方向, 零陷对准干扰信号的来波方向, 减小子基站的放射功率, 同吋 可以减小对其他用户的干扰。
[0035] 作为本发明的进一步改进, 所述位置寻找模块包括:
[0036] 场分布计算单元: 对于邻近的无人机, 根据已知的位置信息和无线信号在空间 中的标准传播模型, 估计无线信号在空间中的分布;
[0037] 位置寻找单元: 无人机运用随机爬山算法, 寻找相邻无人机信号强度较弱的位 置, 并在该位置悬停。
发明的有益效果
有益效果
[0038] 本发明的有益效果是: 通过无人机子基站的移动性, 减小相邻小区之间的干扰 , 发明主要利用了现有的无线网络设备, 无需安装专业设备, 提出了一种干扰 最小化的移动组网方法, 具有极高的普遍适用性。
对附图的简要说明
附图说明
[0039] 图 1是本发明移动组网方法的实施流程示意图;
[0040] 图 2是本发明移动组网方法中的位置示意图;
[0041] 图 3是本发明移动组网系统框架示意图。 实施该发明的最佳实施例
本发明的最佳实施方式
[0042] 在此处键入本发明的最佳实施方式描述段落。
本发明的实施方式
[0043] 本发明公幵了一种干扰最小化的移动组网方法 , 包括如下步骤:
[0044] S1.无人机通过无线中继方式与地面基站建立连 接与通信;
[0045] S2.无人机之间通过无线自组网方式建立连接与 通信;
[0046] S3.多架无人机协作组成蜂窝网络为用户提供无 线网络服务;
[0047] S4.无人机接收由用户设备返回的接收信号强度 信息 (Received Signal Strength
Indicator, RSSl) , 并测量用户设备信号的波束到达角度信息 (Angle of Arrival,
AoA) ;
[0048] S5.无人机之间共享步骤 S4中测量的信息, 对于特定的一架无人机, 将其服务 用户的蜂窝网络信号作为有用信号, 并且将其他无人机蜂窝网络信号作为干扰 信号, 运用移动干扰对齐和波束成形的方法, 将信号主瓣对准服务用户的来波 方向, 零陷对准干扰信号的来波方向, 从而找到一个最佳悬停位置;
[0049] S6.当用户设备位置发生变化吋, 重复步骤 S4、 S5, 重新找到最佳悬停位置。
[0050] 在实际应用中, 我们使用多天线收发信机, 接收无线信号, 子基站为无人机。
该方法是基于无人机的移动, 在不同的位置上对其他无人机的干扰不同, 并用 波束成形的方法减小对其他用户的干扰。 工作于同一频率的基站之间会产生较 大的干扰, 带通滤波器并不能滤除同频干扰。 为了获得服务用户的来波方向,需 要将用户信号直视路径分量分离, 利用 MUSIC算法得到波束的到达角度。 通过 移动和波束成形, 可以将子基站之间和子基站对用户的干扰最小 化。
[0051] 具体地, 所述步骤 S1中, 无人机作为空中子基站, 无人机通过无线中继方式与 地面基站建立连接与通信, 同吋为了避免带来新的干扰, 该链路频率与子基站 与用户之间通信的频率不同。
[0052] 当本系统幵始工作吋, 位于网络边缘的无人机连接至离其最近的地面 基站, 上 下行链路频点与蜂窝网络频点不同。 [0053] 所述步骤 S2中, 子基站自组网, 子基站之间通过自组网方式连接并进行通信。
[0054] 所述步骤 S3中, 多架无人机协作, 分布式控制方式决定各无人机的飞行。 每架 无人机覆盖一定大小的区域, 为所在区域的用户提供无线网络服务。 共同组成 移动的蜂窝网络。
[0055] 室外环境下, 因为建筑物、 树木等反射物的存在, 信号从发射端到接收端的过 程会经历许多的路径, 不同的路径在达到吋间、 到达角度上都会有所不同。 信 号在不同的路径经历的衰减也是不同的, 他们在吋域上会发生色散。 较短路径 上的信号在到达天线阵列的吋间较早, 而较长的路径的信号到达天线阵列的吋 间较晚。 所以功率延迟分布可以被用来分离直视路径成 分和非直视路径成分。 通过预先设定的一个功率阈值, 将大于该阈值的信号认为是可能的直视路径成 分。 将选取延吋较短部分的信号作为直视路径分量 , 通过 FFT将信号从吋域转换 到频率, 作为下一步骤的输入。
[0056] 所述步骤 S 4中, 计算用户信号到达角, 包括:
[0057] S41.用户设备监测无人机信号的强度, 并将此信息通过网络反馈给无人机; [0058] S42.无人机接收来自其服务用户的信号, 运用 MUSIC算法, 估算用户设备的来 波方向。
[0059] 在步骤 S5中, 寻找最小干扰位置, 包括:
[0060] S51.无人机之间通过自身网络, 将步骤 S4中所获信息共享;
[0061] S52.利用基于移动的干扰对齐方法, 各无人机使用随机爬山算法寻找一个位置
, 使得其他无人机的蜂窝网络信号在该无人机所 在位置的干扰最小;
[0062] S53.利用波束成形技术, 使得每一架无人机的信号主瓣对准各自服务的 用户, 减小对其他用户设备的干扰;
[0063] S54.结合步骤 S52和 S53, 找到一个最佳的悬停位置。
[0064] 具体地, 如附图 1所示, 实现室内干扰源定位的流程。
[0065] 1) 无人机使用与终端网络不同的频点连接到地面 基站;
[0066] 2) 无人机之间通过自组网方式互相连接并通信;
[0067] 3) 多台无人机组成移动的蜂窝网络, 为用户服务;
[0068] 4) 用户终端设备监测接收到的子基站的信号强度 ; [0069] 5) 子基站采集用户终端的信号;
[0070] 6) 通过 MUSIC算法得到用户终端的信号到达角;
[0071] 7) 根据上述到达角, 通过波束成形, 将基站信号主瓣对准用户方向, 减小其 他方向上用户的干扰;
[0072] 8) 根据子基站各自的位置, 无人机移动并找到对相邻基站干扰较小的位置 。
[0073] 本发明还公幵了一种干扰最小化的移动组网系 统, 包括:
[0074] 信号获取模块: 无人机配备多天线, 采集来自用户设备的信号, 同吋获得信道 状态信息 (Channel State Information
[0075] 信号分析模块: 运用 MUSIC算法确定用户设备的来波方向;
[0076] 信号处理模块: 利用已知的信号状态信息, 运用预编码实现波束成形;
[0077] 位置寻找模块: 运用随机爬山算法, 无人机找到一个对于其他无人机干扰较小 的位置悬停。
[0078] 无人机的天线数为 2根或 2根以上。
[0079] 如附图 3中所示, 进一步地, 所述信号获取模块包括:
[0080] 采集单元: 无人机采集收到的无线信号, 根据设备的工作频率, 使用带通滤波 器过滤噪声及带外干扰信号, 得到待处理信号, 同吋获取物理层的信道状态信 息;
[0081] 进一步地, 所述信号分析模块包括:
[0082] 提取主路径信息单元: 利用多径信号在吋域上的色散, 功率延迟分布特性被用 来分离通过不同路径达到接收天线的多径成分 , 设定一个功率阈值, 将上述用 户信号各路径信号大于该阈值的认为是主路径 信息; 将主路径信息通过傅里叶 变换 (Fast Fourier Transform, FFT) 从吋域转到频域。
[0083] 到达角度计算单元: 根据信号达到天线阵列的相位偏移, 可以计算信号到达不 同天线的吋间差。 利用信号在天线阵列到达吋间的不同, 运用 MUSIC算法可以 将用户信号直视路径的到达角度 Θ求出。
[0084] 进一步地, 所述信号处理模块包括:
[0085] CSI处理单元: 将获取的 CSI数据进行平滑处理, 以去除信号相干性。
[0086] 波束成形单元: 基于平滑后的 CSI数据, 计算赋形矩阵, 信号主瓣对准用户信 号的来波方向, 零陷对准干扰信号的来波方向, 减小子基站的放射功率, 同吋 可以减小对其他用户的干扰。
[0087] 进一步地, 所述位置寻找模块包括:
[0088] 场分布计算单元: 对于邻近的无人机, 根据已知的位置信息和无线信号在空间 中的标准传播模型, 估计无线信号在空间中的分布。
[0089] 位置寻找单元: 无人机运用随机爬山算法, 寻找相邻无人机信号强度较弱的位 置, 并在该位置悬停。
[0090] 无人机具有机动灵活, 成本低等优点, 将无人机作为空中子基站可以对服务区 域很好额覆盖, 同吋可以利用移动性可以对覆盖区域进行控制 , 对相邻小区干 扰降低。 随着 MIMO技术的发展, 得益于多天线的使用, 使得波束成形等干扰管 理方法得以使用。
[0091] 通过无人机子基站的移动性, 减小相邻小区之间的干扰, 发明主要利用了现有 的无线网络设备, 无需安装专业设备, 提出了一种干扰最小化的移动组网方法
, 具有极高的普遍适用性。
[0092] 以上内容是结合具体的优选实施方式对本发明 所作的进一步详细说明, 不能认 定本发明的具体实施只局限于这些说明。 对于本发明所属技术领域的普通技术 人员来说, 在不脱离本发明构思的前提下, 还可以做出若干简单推演或替换, 都应当视为属于本发明的保护范围。
工业实用性
[0093] 在此处键入工业实用性描述段落。
序列表自由内容
[0094] 在此处键入序列表自由内容描述段落。
Next Patent: TEST DEVICE AND TEST METHOD FOR ROTARY PRESSURIZED FILTER AND METHOD FOR DESIGNING FILTER