[发明专利]一种基于DoA估计的无人机通信鲁棒波束成形方法

说明书

本发明公开了一种基于DoA估计的无人机通信鲁棒波束成形方法，其基本思想是利用无人机和基站的位置信息来估计信号的DoA。该算法基于位置预测来减小DoA估计误差，实现了高精度和低计算复杂度的特性。其次，该算法避免了角扩散效应的不良影响。算法提出了一种预测方法来保持快速移动无人机的准确DoA信息，预测过程大大减少了链路开销。算法还实现了在计算波束成形权值向量时及时更新导向矢量值，从而实现更高的波束指向性。

技术领域

本发明属于波束成形方法技术领域，具体涉及一种基于DoA估计无人机通信鲁棒波束成形方法。

背景技术

无人机和蜂窝网络之间的无线信道传输中，视距(Los)传输约占总功率的90％，视距传输的信道特性可增强通信过程中的接收功率，但也会引起严重的小区间干扰。波束成形因其具有抑制小区间干扰并将功率定向传输到所需方向而受到广泛关注。

当前大多数波束成形是基于导频辅助信道状态信息(CSI)估计方法来进行的。但是，导频污染效应对该方法提出了严峻的挑战。首先，在阻塞较少的空地链路中，小区间上行链路导频干扰通常太强，这会加剧导频信号之间的干扰。其次，所使用的导频序列的数量会随着基站(BS)天线数目和用户数量的增加而单调增加，这将给5G系统造成了巨大的开销。因此，传统的波束成形在当前和未来的蜂窝网络中面临着巨大挑战。

另一方面，作为基于CSI解决方案的替代方案，基于信号到达方向(DoA)估计的波束成形方法被证明可以在多个方面实现更好的性能。DoA估计算法可以从非正交信号中提取精确的DOA信息，因此可以避免导频污染的严重影响。尽管该方法潜力很大，但用于无人机蜂窝通信的基于DoA估计的波束成形方法还远未得到优化。它面临的挑战之一是目标的移动性会影响DoA估算的准确性。由于信号的DoA是在一个时间间隔内估算的，所以当无人机不断移动时，真实的DoA值与估算的DoA值之间存在一定的差异。直到再次执行DoA估计为止，这种差异将会一直累积。因此，更快的无人机速度和更长的DoA估计间隔通常会导致更大的DoA估计误差。解决此问题的常用方法是以更高的频率来估算DoA信息，但是，这会大大增加系统的开销。地面车辆通信的最新研究提出通过预测目标的运动来抵消角度的变化。但是，这些优化算法都假定通过限制道路和铁路等路线可以实现高度可预测的地面车辆行驶方向。而无人机在3维空间中的航向灵活，并且通常没有预先定义的轨迹，所以很难达到要求。

基于DoA的波束成形方法的另一个主要挑战是角度扩展效应。3GPP标准的地面和AG信道中，在发射机和接收机之间存在多条路径，路径中的信号来自基站，用户或两者附近的散射。这些多条射线彼此之间存在微小的角度偏差，称为簇内角展度。基于空间信息的波束成形方案要么忽略了角度扩展效应，要么则假定它具有较低的水平。DoA估计算法的基本解决方法是特征分解，但是该算法无法区分集群中的射线。

发明内容

针对现有技术中的上述不足，本发明提供的基于DoA估计无人机通信鲁棒波束成形方法解决了背景技术中的上述问题。

为了达到上述发明目的，本发明采用的技术方案为：一种基于DoA估计的无人机通信鲁棒波束成形方法，包括以下步骤：

S1、确定无人机的飞行状态信息；

S2、基于基站的矢量位置，将无人机飞行状态信息转换到当地水平坐标系中；

S3、基于当地水平坐标系中的无人机飞行状态信息，计算若干次DoA估计值；

S4、在两次连续的DoA估计值之间，计算M₀次DoA预测值；

S5、基于DoA估计值和DoA预测值，进行实时导向矢量更新；

S6、根据更新的导向矢量，进行自适应波束形成的协方差矩阵更新，进而实现波束成形。

进一步地，所述步骤S1中的飞行状态信息包括无人机在3维空间中的位置、航向和运动矢量；