本技术提出了一种应用于无线通信领域的多天线5G AeroMACS技术，旨在有效抑制对FSS系统的干扰。该技术针对现有干扰抑制方法中存在的导频开销大、过程复杂及未充分考虑动态场景的问题，通过将地空信道矩阵输入并自适应映射到HBF权重矩阵输出，结合数据驱动的生成式对抗网络与门控循环单元预测地空信道矩阵，实现了高精度预测。此外，提出的AO HBF干扰抑制方法有效降低了均方误差MSE，实现了精确的波束赋形。
背景技术
现有技术中将5091-5150 MHz频段用于机场地面5G航空移动机场通信系统（Aeronautical Mobile Airport Communications System, AeroMACS）网络，以提供高效的无线通信速率。然而，该频段同时也分配给非地球静止轨道卫星的固定卫星服务（FixedSatellite Service, FSS）系统的上行链路。即AeroMACS网络与FSS系统的共存时，存在FSS射频干扰，为了实现机场场面频谱兼容的目标，要使得干扰阈值不超过FSS卫星接收机等效噪声值的2%。针对地空（Ground to Air , G2A）传输对卫星FSS系统产生干扰的问题，目前，多输入多输出（Multiple-Input Multiple-Output, MIMO）技术利用定向波束，自适应保护通信系统免受干扰，但在快速变化的机场场面通信信道条件下，MIMO干扰抑制仍然是一个具有挑战性的问题：首先，针对机场场面信道特性的频繁变化要求不断地传输导频信号以进行实时信道估计，这将产生无法承受的导频开销并显著降低通信效率。其次，波束赋形矩阵应随着相干时间决定的信道变化而更新，这就要求在相对较低的计算复杂度下实现干扰抑制的波束赋形技术。因此，设计高时效性的MIMO干扰抑制方案以提高快速信道变化环境下的传输可靠性至关重要。
在MIMO干扰抑制技术中，信道估计和波束赋形是两个关键方面。现有的基于导频的信道估计算法，例如最小二乘法（Least Squares, LS）、最小均方误差法（Minimum MeanSquare Error, MMSE）。尽管能够提供准确的信道估计，但会导致较大的导频开销。此外，基于盲信道估计算法虽然无需导频，但需要通过信号子空间和噪声子空间的分解来估计信道，这往往导致较高的计算复杂度。在信道估计的基础上，可以利用MIMO混合波束赋形（Hybrid Beamforming, HBF）技术进行干扰抑制并增强接收端所需的信号强度。HBF结合了模拟波束赋形和数字波束赋形的优点，能够在减少射频链路数量的同时，提供接近于全数字波束赋形的性能。然而，现有的大多数研究都主要集中在静态场景下的应用，而未充分考虑动态场景中的干扰抑制问题。
针对上述问题，本发明提出了一种多天线5G AeroMACS对FSS系统的干扰抑制方法。设计了一个迭代优化（Alternating Optimization, AO）HBF的干扰抑制模型，将地空信道矩阵作为输入，自适应映射到HBF权重矩阵并作为输出。本发明提出的数据驱动的生成式对抗网络-门控循环单元（Generative Adversarial Networks-Gated Recurrent Unit,GAN-GRU）地空信道矩阵预测算法获得了精准的预测精度，提出的迭代优化混合波束赋形（AO HBF）干扰抑制方法实现了较低的均方误差（Mean Squared Error，MSE），实现了精准的波束赋形。
实现思路