MIMO无线通信系统的在线原位校准

相关申请的交叉引用

本公开要求保护于2022年7月27日提交的题为“INLINE CALIBRATION OF A MIMOWIRELESS COMMUNICATION SYSTEM”的第63/392,838号美国临时申请以及于2022年8月26日提交的题为“MIMO BASE STATION AND BEAMFORMING CALIBRATION METHODS”的第63/401,516号美国临时申请的权益，这两个美国临时申请的公开内容通过引用以其整体并入本文中。

技术领域

本公开涉及用于无线通信系统的测试和测量系统，更特别地，涉及用于正常操作期间这些系统的校准的系统和方法。

背景技术

基于WiFi/5G/6G/IoT的无线通信准备好成为21世纪全球市场的无处不在且关键的组成部分；随着公司、商业实体和国家在任何时间或任何时刻向用户递送信息，这些系统将是金融、物流和政府通信的骨干。并且这些无线系统将利用最新的技术来交付所要求的系统性能。他们将使用多输入/多输出(MIMO)和调制技术，诸如正交频分复用(OFDM)技术。MIMO系统仅仅是巨大的相控阵天线系统集合，其产生单载波(SC)或多载波(MC)相位幅度调制波形，所有都被设计成交付优越的无线数据速率。然而，存在一个大的问题，即这些系统需要在不断增加的基础上的持续校准，以通过在给定动态改变的RF环境的情况下确保目标性能度量的系统设置(波束对准)来确保峰值性能，被称为初始接入(IA)。

具体而言，大型MIMO系统，例如，跨越64个发射器元件和64个接收器元件的量级上的大型MIMO系统，需要定期对准和重新校准，与典型的测量范围或频谱分析装备没有什么不同。该校准操作花费时间、金钱和劳动力。随着性能度量需求的增加，将系统移动到离线状态以执行所要求的动作变得难以维持。这意味着所有者、系统集成或服务提供商的收入损失。本文中的实施例解决了这些问题。

附图说明

图1示出了被配置为在正常发射器操作期间执行校准和波束转向的发射器。

图2示出了使用反射器用于校准的传输系统的实施例。

图3示出了使用反射器来配置非视线节点的信道的传输系统的实施例。

发明内容

本文中的实施例一般包括在线——“静默”——校准方法，该方法允许与标称或正常无线通信操作联合的MIMO波束系统的对准；也就是说，不要求所述系统或支持装备被“离线”放置的校准这样的MIMO系统的“原位”方法。校准可以包括但不限于它们对应的最优信号幅度、相位或这两者的组合。

该实施例允许高度相关的数据序列的传输和接收，所述数据序列被掩蔽为“有色噪声”，是从典型的大气噪声中可检测的。术语“有色噪声”意味着不是“白噪声”的任何噪声，其典型地是自然的和不可检测的，被归入为扰乱期望信号的统计误差或妨害项。作为可检测的，数据序列在其中行进的噪声允许在专有RF接收器处的强定时恢复。这向源(意指被校准的单元)提供了反馈。

校准一般涉及移相器的修改，以确保所传输的波束宽度准确且精确。接收器“知道”所传输的序列，也被称为码字或具有不同时间和频率性质的已知特定传输序列。对应于先验天线波束角的所传输的码的自相关导致接收器接收到的内容和它预期的内容之间的“误差”或不匹配。然后，接收器可以向发射器提供反馈。然后，发射器可以调整移相器或阵列中的天线元件来校正误差。

人们应当注意，虽然大多数方法导致发射器进行调整以“使波束转向”来提高所接收信号的准确度，但是接收器可以进行调整。在一个实施例中，接收器将相位/定时差返回给发射器，以允许发射器调整天线阵列中的移相器。接收器可以在诸如以太网或光链路等的不同信道上发送该反馈。在另一个实施例中，接收器将相位差应用于接收器阵列，以将它们与发射器信号对准。

该实施例的一个方面使用机器学习系统来预配置通信系统中的发射器。使用从所发送的码字收集的数据、所接收的码字处存在的误差、以及为校正误差而进行的调整，机器学习(ML)系统或模型可以被训练以向系统在其中操作的区域中的每平方米或每平方千米提供预配置设置。当发射器诸如在移动电话或汽车中移动时，ML系统可以提供发射器的预配置，以加速校准过程，而具有很少的停机时间或者没有停机时间。

具体实施方式

图1示出了被配置为以这样的方式操作的发射器10的实施例。ML 12系统可以包括经训练的模型，或者可以仅使得从经训练的模型导出的数据被存储，以成为对于发射器而言按照需要可访问的。随着总体通信系统继续演进和改变，ML系统可以接收更新，包括重新训练。该系统采用一些形式的RF能量调制来发送通信信号。在MIMO系统中，系统通常在天线阵列中的多个天线组件上传输相同的信号。发送相同信号的多个拷贝允许误差的最小化，并且提高了无线电传输的容量。MIMO系统已经变得更加普遍。第三代合作伙伴计划(3GPP)在版本8中添加了MIMO，并且使用IEEE标准802.11n的wi-fi网络、长期演进(LTE)系统和第五代(5G)技术全部支持MIMO。

MIMO系统使用RF频率范围中一些形式的电磁能量调制来传输通信系统。通信信号可以使用许多不同类型的调制，诸如包括正交(OFDM)的不同类型的频分复用(FDM)调制、时分复用(TDM)、四元幅度调制(QAM)、相移键控(PSK)以及许多其他调制。虽然不意图进行限制，并且也不应当推断限制，但是OFDM为实施例提供了调制协议的良好示例。正交性方面意味着使用OFDM发送的信号不会彼此干扰。

如上面讨论的，本文中实施例的一个优点在于使用在调制信号内发送的码字或已知特定传输序列。为了避免必须使发射器或系统离线来对它进行校准，通过在调制信号内发送码字，“知道”该码字的(一个或多个)接收器可以对其进行解码，以确定传输中的误差，其中误差一般表示在发射端处和接收端处的移相器之间的不匹配。接收器执行自相关以访问传输信道，并确定所接收的码和预期码之间是否存在差异。这样的基于码的协议的一个示例是CDMA，码分多址。

发射器可以通过跨信号的频谱展开码数据，在调制信号中“隐藏”码字。不“知道”码的接收器将不会注意到噪声。这允许系统在发射器的校准期间保持在线。在图1中，发射器可以基于由ML系统提供的预测来配置天线。诸如14之类的码字通过16处的发送器侧处的快速傅立叶逆变换(IFFT)经历变换，这与接收器侧处的FFT相匹配。该信号然后被诸如利用OFDM复用，并且通过诸如18之类的天线元件传输。信号的主要部分形成波瓣20，系统控制波瓣20以提供准确的通信信号。

通信系统可以包括发射器和接收器(未示出)，如图2中所示，彼此远离或位于同一位置，并且可以经历如上面阐述的校准。在另一个实施例中，该系统可以使发射器和接收器位于同一位置。然后，为了校准系统，基站30可以包括测试和测量仪器，诸如36。测试和测量仪器可以包括由被组合以充当一个仪器的不同类型仪器构成的“复合”仪器，或者可以包括单个仪器。在图2的实施例中，仪器包括任意波形生成器(AWG)和实时频谱分析仪(RSA)，或者可能包括高速示波器。AWG向基站提供要传输的信号，并且RSA分析所接收的信号。

为了发射和接收相同的信号，该系统采用诸如32之类的一个或多个反射器。所述反射器可以包括有源反射器或无源反射器，在有源反射器中有源反射器在它们反射回入射信号时对入射信号进行有源操作，无源反射器在反射期间仅执行诸如相移之类的有限操作。基站可以在如上面讨论的系统的具有其他接收器和发射器的系统中操作，但是以这种方式，基站可以执行内置自测(BIST)。

AWG生成信号并且将其传输到一个或多个反射器，诸如32或34。所述反射器可以接收信号并且将其反射回来，并且接收器检测所需要的任何必要调整，使得所接收的信号与所传输的信号相匹配。替代地，反射器可以调整其接收的信号，以允许接收器“看到”所接收的信号与所传输的信号相同。由反射器进行的调整可以与结果得到的信号一起行进，以允许系统跟踪图1中所示的ML系统的误差和调整数据。

BIST过程可以使用上面讨论的技术发生，或者在“空闲时段”或资源时隙期间但不限于“空闲时段”或资源时隙发生，以避免对系统操作的干扰。基站发送信号并且将接收它，并且在一些点处，将在接收器、反射器或发射器处适配信号。RSA然后可以分析结果。机器学习使用所有信息来开发校准矩阵和预编码信道状态信息(CSI)矩阵或波束转向预测矩阵(BPM)。这将导致更快的CSI和BPM估计，而不是通过共享学习ML信道参数在诸如3GPP之类的标准中使用的传统方法。

该过程和系统也可以适配为非视线目标天线，诸如图3中所示的那样。示例实施例包括闭环内置自测(BIST)方法，其使用诸如AWG之类的传输源来用于各种调制格式的传输。波束形成天线将所述传输发送到顺发射方向目标。所述目标可以包括可重新配置智能表面(RIS)超材料，诸如42。反射器可以将所述传输反射回基站40，以用于MIMO天线的校准。如上面讨论的，接收器传感器可以包括位于站A和C处的RSA。选取站或节点A和C是因为它们是三元组(A，B，C)的组件。站B表示要用于避开通信阻挡物、建筑物或障碍物44的非视线(NLOS)“智能中继器”。

最初，该过程先验地确定MIMO站A和C中包含的不确定性。K1表示A和B之间的不确定性——H(A|B)H(B)＝H(B|A)H(A)。不等于K1的K2表示C和B之间的不确定性——H(C|B)H(B)＝H(B|C)H(C)。通过使用校准信令，可以确定从基站到站A和C的信道性能，并且以下等式是有效的。在移除不确定性的情况下，A和C是独立的。H(A，C)＝H(A)H(C)。

然后，随着通过幅度系数、相位系数或这两者的校正的服务，机器学习系统可以构造模型来远程优化站B。利用A和C的已知信道，系统可以确定H(B|A,C)有多接近于H(B)，但是使用已知的信号特性并且然后除以H(A)H(C)来测量H(A，B，C)。

如图3中所示，这允许对H(B|A,C)的优化，其表示闭环NLOS波束转向应用，并且H(A，B，C)中包含的标称CSI度量可以利用H(A)和H(C)的知识进行增强，以实现最优信道条件并且确保经校准的通信。

实施例可以使用能够被校准的远程控制节点B来为MIMO天线系统的最优性能创建远场RF信道条件。该节点可以移除不合期望的相移或幅度变化。该数据被传递到传统的CSI基站协调方案，以便提高预编码方法/方案中的RF通信性能，但是它不限于RIS设备。实施例可以用于控制智能中继器。“智能中继器”将要求持续的校准或对波束转向不确定性的了解。这里的实施例可以用于满足这些需要。

根据实施例的校准方法以以下方式不同于传统的CSI信道估计方法。如上面讨论的，资源时隙或“空闲时段”用于发送校准信号，以用于MIMO天线系统的定期离线校准。BIST包括被采用的闭环算法，该算法利用TX-RIS-RX资源来发送、适配和分析RF校准信号。ML系统导出被用作预编码CSI矩阵的种子的校准矩阵，从而经由3GPP标准中详述的传统标准方法来导致更快的CSI估计。该方法使用增强现有基站装备的辅助/独立RF源/信宿和数字信号处理组件。

对于具有远程节点的实施例，该过程通过除传统UE基站CSI信息之外的手段对H(A)和H(C)进行先验确定。该过程然后在优化算法中使用该信息来确定far、NLOS、节点、站b的校准。

总之，根据本公开的实施例的校准方法通过采用非OFDM RF信令进行MIMO校准的任务，来补充并增强了3GPP标准(版本18及更高版本)中包含的现有RF信道状态估计方法。

本公开的各方面可以在特别创建的硬件、固件、数字信号处理器或包括根据编程指令操作的处理器的专门编程的通用计算机上操作。如本文中使用的术语控制器或处理器意图包括微处理器、微型计算机、专用集成电路(ASIC)和专用硬件控制器。本公开的一个或多个方面可以体现在计算机可用数据和计算机可执行指令中，诸如由一个或多个计算机(包括监视模块)或其他设备执行的一个或多个程序模块中。一般而言，程序模块包括例程、程序、对象、组件、数据结构等，其在由计算机或其他设备中的处理器执行时执行特定的任务或实现特定的抽象数据类型。计算机可执行指令可以存储在非暂时性计算机可读介质上，诸如硬盘、光盘、可移除存储介质、固态存储器、随机存取存储器(RAM)等。如本领域技术人员将领会的，程序模块的功能性可以按照期望在各种方面中进行组合或分布。此外，该功能性可以全部或部分体现在固件或硬件等同物中，诸如集成电路、FPGA以及诸如此类。特定的数据结构可以用于更有效地实现本公开的一个或多个方面，并且这样的数据结构被设想在本文中描述的计算机可执行指令和计算机可用数据的范围内。

在一些情况下，所公开的方面可以在硬件、固件、软件或其任何组合中实现。所公开的方面还可以实现为由一个或多个或非暂时性计算机可读介质承载或存储在其上的指令，所述指令可以由一个或多个处理器读取和执行。这样的指令可以被称为计算机程序产品。如本文中所讨论的，计算机可读介质意味着可以由计算设备访问的任何介质。作为示例而非限制，计算机可读介质可以包括计算机存储介质和通信介质。

计算机存储介质意味着可以用于存储计算机可读信息的任何介质。作为示例而非限制，计算机存储介质可以包括RAM、ROM、电可擦除可编程只读存储器(EEPROM)、闪速存储器或其他存储器技术、致密盘只读存储器(CD-ROM)、数字视频盘(DVD)或其他光盘存储装置、盒式磁带、磁带、磁盘存储装置或其他磁存储设备，以及以任何技术实现的任何其他易失性或非易失性、可移除或不可移除介质。计算机存储介质排除信号本身和信号传输的暂时形式。

通信介质意味着可以用于计算机可读信息的通信的任何介质。作为示例而非限制，通信介质可以包括同轴线缆、光纤线缆、空气或适用于电、光、射频(RF)、红外、声或其他类型信号的通信的任何其他介质。

此外，本书面描述提及了特定特征。要理解，本说明书中的公开内容包括那些特定特征的所有可能的组合。例如，在特定方面的上下文中公开了特定特征的情况下，该特征也可以尽可能地用在其他方面的上下文中。

此外，当本申请中提及具有两个或更多个所定义的步骤或操作的方法时，所定义的步骤或操作可以以任何次序或同时实现，除非上下文排除了那些可能性。

示例

下面提供了所公开技术的说明性示例。所述技术的实施例可以包括下面描述的示例中的一个或多个以及任何组合。

示例1是一种通信系统，包括：一个或多个发射器，每个发射器配置为：使用所定义的信令协议利用多个天线元件向目标接收器传输通信信号，所述通信信号包含已知特定传输序列，所述已知特定传输序列跨通信信号的频谱展开，以仅由具有已知特定传输序列的接收器可检测；并且从目标接收器接收基于已知特定传输序列指示通信信号的接收中的任何误差的反馈；以及机器学习系统，用以使用通信信号被发送时多个天线元件的配置和所述反馈来预测通信系统中发射器的预配置设置。

示例2是示例1的通信系统，其中所定义的信令协议包括正交频分复用(OFDM)、频分复用(FDM)、时分复用(TDM)和四元幅度调制(QAM)中的一个。

示例3是示例1或2中任一个所述的通信系统，其中已知特定传输序列的带宽具有比通信信号更窄的带宽。

示例4是示例1至3中任一个所述的通信系统，其中所述已知特定传输序列包括码分多址(CDMA)码字。

示例5是示例1至4中任一个所述的通信系统，其中所述预配置设置包括天线元件的相位和角度以及信道状态信息中的一个或多个。

示例6是示例1至5中任一个所述的通信系统，其中所述发射器是远离目标接收器或与所述目标接收器位于同一位置中的一个。

示例7是示例1至6中任一个所述的通信系统，进一步包括反射器，用以接收通信信号并将它们反射回目标接收器。

示例8是位于基站处的测试和测量系统，包括：信号生成器，被配置为生成具有预确定调制格式的一个或多个信号；由多个天线元件组成的发射器，被配置为将所述一个或多个信号传输到一个或多个反射器，所述一个或多个反射器被配置为将所述一个或多个信号朝向基站反射回去；接收器，被配置为接收所述一个或多个信号；以及机器学习系统，被配置为使用所传输的一个或多个信号、所接收的一个或多个信号以及对所传输的一个或多个信号进行的任何调整来开发校准矩阵。

示例9是示例8的测试和测量系统，其中一个或多个反射器或者接收器中的一个充当调整器，并且被配置为对所传输的信号进行调整。

示例10是示例9的测试和测量系统，其中所述调整器配置为：从发射器接收一个或多个信号；调整任何不合期望的相移和幅度变化；并且将所述调整返回给基站处的机器学习系统。

示例11是示例8至10中任一个所述的测试和测量系统，其中所述信号生成器包括任意波形生成器AWG，并且接收器包括实时频谱分析仪RTSA。

示例12是示例8至11中任一个所述的测试和测量系统，其中所述一个或多个反射器中的至少一个包括可重新配置的智能表面RIS。

示例13是示例12的测试和测量系统，其中所述RIS是静态或动态中的一个。

示例14是示例12的测试和测量系统，其中所述一个或多个反射器包括第一和第二反射器，每个反射器位于基站的视线中，并且所述测试和测量系统进一步被配置为：确定基站和第一反射器之间的第一信道的信道性能，以及基站和第二反射器之间的第二信道的信道性能；并且使用第一信道和第二信道的性能来校准非视线节点与第一和第二反射器之间的信道。

示例15是示例8至14中任一个所述的测试和测量系统，其中：信号生成器进一步被配置为生成所述一个或多个信号，并且包括已知特定传输序列，所述已知特定传输序列跨所述一个或多个信号的频谱展开，以仅由具有所述已知特定传输序列的接收器可检测；并且接收器进一步被配置为接收包括所述已知特定传输序列的信号。

所公开主题的先前描述的版本具有许多优点，所述优点已经被描述或者将是对普通技术人员而言显而易见。即使如此，并非在所公开的装置、系统或方法的所有版本中都要求这些优点或特征。

此外，本书面描述提及了特定特征。要理解，本说明书中的公开内容包括那些特定特征的所有可能的组合。在特定方面或示例的上下文中公开了特定特征的情况下，该特征也可以尽可能地用在其他方面和示例的上下文中。

此外，当本申请中提及具有两个或更多个所定义的步骤或操作的方法时，所定义的步骤或操作可以以任何次序或同时实行，除非上下文排除了那些可能性。

尽管出于说明目的，已经对本发明的特定示例进行了说明和描述，但是将理解，在不脱离本发明的精神和范围的情况下，可以进行各种修改。因此，除了所附权利要求之外，本发明不应受到限制。