科研项目

项目描述/目标    

本项目的目标是搭建一个在地化统计信道模型， 它产生的角度功率谱跟从真实环境中路测得到的 波束数据的角度功率谱的统计性质一致。

主要挑战/痛点

在5G时代，天线数量大幅增加，这使得多径信道 的分辨能力提升。因此，信道建模需要从仅有1维的 路损扩展到高维的角度功率谱统计模型。

解决方案描述    

通过构建高维的信道矢量跟低维的参考信号接收 功率（RSRP）之间的关系后，稀疏信号恢复技术 （如OMP算法）能被用来从RSRP数据中提取信道 增益的统计特征信息。稀疏信号恢复技术包括数据 驱动和模型驱动的方法在内。

关键贡献/商业价值    

在地化统计信道模型能够产生信道数据,信道 数据能够输入到SRCON仿真器来预测频谱效率。 通过将SRCON作为黑盒模型，基站天线下倾角、 方位角和发射功率等参数被不断调整来优化蜂窝 网络的信号覆盖和信干噪比。  

下一步计划

• 进一步降低信道模型预测栅格角度功率谱的平均绝对误差。
•  设计多栅格联合估计方案来解决旁瓣问题。

合作伙伴    

郑熙、张璞（均来自华为）

团队成员    

史清江、张纵辉、张树韬、宁新智