【通信】使用带外空间信息的毫米波光束选择（Matlab实现）

“在代码的海洋里，有无尽的知识等待你去发现。我就是那艘领航的船，带你乘风破浪，驶向代码的彼岸。

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

使用带外空间信息的毫米波光束选择是一种在毫米波通信领域具有重要意义的技术。 毫米波通信具有大带宽、高速率等优势，但也面临着信号传播易受阻挡、覆盖范围有限等挑战。在这种情况下，高效的波束选择对于确保可靠的通信连接至关重要。 传统的波束选择方法主要依赖于当前通信频段内的信息。而使用带外空间信息的毫米波光束选择则引入了其他频段或不同类型的空间信息来辅助波束选择决策。这些带外空间信息可以包括来自较低频段的信号强度、不同传感器获取的空间位置数据、环境的电磁特性等。 通过利用带外空间信息，毫米波通信系统可以更准确地确定最佳的波束方向，提高通信链路的稳定性和性能。例如，在复杂的室内或城市环境中，带外空间信息可以帮助系统快速适应动态变化的障碍物和干扰源，实现更智能的波束调整。 这种技术在未来的 5G 和 6G 通信网络中具有广阔的应用前景，有望为高速无线通信提供更可靠的解决方案。同时，它也对通信设备的设计和算法提出了新的要求，需要有效地融合不同来源的信息并进行快速的波束决策。

📚2 运行结果

主函数部分代码:

clc;
clear all;
close all;
%
j=sqrt(-1);
rng(1); % fixing the random seed
%% Simulation Parameters
E=1e1;2e3; % Number of trials/runs/iterations
%
Nrx_vec=[8:4:40]; % The number of measurements at the RX
Ntx_vec=[8:4:40]/4; % The number of measurements at the TX
%
Tx_Rx_dist=60; % The distance between TX and RX in meters
%% System Input Parameters
K_m=128; % Number of sub-carriers in OFDM system at mmWave
Lc_m=K_m/4; % Cyclic prefix length for mmWave
%
K_s=32; % Number of sub-carriers in OFDM system at sub-6 GHz
Lc_s=K_s/4; % Cyclic prefix length for sub-6 GHz
%
f_s=3.5e9; % Sub-6 GHz frequency
BW_s=150e6; % Sub-6 GHz bandwidth
%
f_m=28e9; % MmWave frequency
BW_m=850e6; % MmWave bandwidth
%
Mrx_s=8; % Number of Rx antennas at Sub-6 GHz
Mtx_s=2; % Number of Tx antennas at Sub-6 GHz
%
Mrx_m=64; % Number of Rx antennas at MmWave
Mtx_m=16; % Number of Tx antennas at MmWave
%
Drx=2;  % Number of phase shifters quantization bits at the Rx
Dtx=2;  % Number of phase shifters quantization bits at the Tx
%
sector_start=-pi/3; % Sectoar start point
sector_end=pi/3; % Sector end point
%
beta_s=1; % roll-off factor of the pulse shaping filter at Sub-6 GHz
beta_m=1; % roll-off factor of the pulse shaping filter at MmWave
%
Pt_dBm_m=43-10*log10(Mtx_m); % Total Sub-6 GHz transmit power
Pt_dBm_s=30+10*log10(BW_s/25e6)-10*log10(Mtx_s); % Total MmWave transmit power
%% Channel Input Parameters
C_s=10; % Number of clusters at Sub-6 GHz
C_m=5; % Number of clusters at MmWave
%
Rc_s=20; % Number of rays in a cluster at Sub-6 GHz
Rc_m=20; % Number of rays in a cluster at MmWave
%
sigma_theta_m=2*pi/180; % RMS arrival angle spread at MmWave 
sigma_phi_m=2*pi/180; % RMS departure angle spread at MmWave
%
sigma_theta_s=4*pi/180; % RMS arrival angle spread at Sub-6 GHz
sigma_phi_s=4*pi/180; % RMS departure angle spread at Sub-6 GHz
%
pl_coeff_s=3; % Path-loss coefficient for Sub-6 GHz
pl_coeff_m=3; % Path-loss coefficient for MmWave
%

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]张秀宁,张旭,王义强.32APSK-TCM技术在中继卫星通信系统中的应用研究[J/OL].遥测遥控:1-13[2024-09-03].http://kns.cnki.net/kcms/detail/11.1780.TP.20240902.1502.003.html.

[2]李诗嘉,高有涛.基于峰值多层级支持向量机的X射线通信解调技术研究[J/OL].遥测遥控:1-14[2024-09-03].http://kns.cnki.net/kcms/detail/11.1780.TP.20240827.1453.001.html.

🌈4 Matlab代码实现