基于窄带导频的毫米波网络波束捕获与训练

本文研究由多个接入点（AP）和移动设备组成的毫米波网络中的初始波束捕获。提出了一种用于联合估计发射与接收波束的训练协议，其通用帧结构由初始接入子帧及随后的数据传输子帧构成。在初始子帧期间，AP 与移动设备扫描一组波束并通过握手确定最佳发射与接收波束。所有导频信号均为窄带（单音），移动设备由其分配的导频频率区分。给出了基于功率检测的非相干波束估计方法以及基于最大似然（ML）的相干波束估计方法。为避免在 AP 与移动设备间交换波束赋形向量信息，还提出了一种局部最大似然（LML）算法。为实现高分辨率，提出了一种高效的快速傅里叶变换实现用于 ML 与 LML。进行了系统级优化，选取帧长、训练时间与训练带宽以最大化考虑阻塞与移动性的速率目标。基于真实网络拓扑的仿真结果用于比较不同估计方法与训练码本的性能，并证明所提协议的有效性。