大规模MIMO阵列波束形成
mimo通信系统中的波束成形
mimo通信系统中的波束成形一、概述MIMO（Multiple-Input Multiple-Output）系统是一种利用多个天线进行无线通信的技术，波束成形则是其中的一种重要技术。
波束成形是指通过调整发射天线的相位和振幅等参数，使得信号在特定方向上较强，从而提高接收端的信噪比和系统容量。
二、MIMO系统中的波束成形原理1. 天线阵列波束成形需要使用多个发射天线，因此需要设计适合MIMO系统的天线阵列。
常见的天线阵列包括均匀线性阵列（ULA）、均匀圆阵列（UCA）和均匀矩形阵列（URA）等。
不同类型的天线阵列具有不同的特点，如ULA适用于单向传输，UCA适用于全向传输等。
2. 波束成形算法波束成形算法可以分为基于反馈和基于预测两类。
基于反馈的算法需要接收端反馈信息给发送端，以调整发射天线参数；而基于预测的算法则是根据接收端信号预测出最佳发射参数。
3. 空时编码空时编码（Space-Time Coding）是MIMO系统中常用的一种技术，可以通过将多个数据流分别映射到不同的发射天线上，从而实现空间上的编码。
这种编码方式可以提高系统容量、提高信号质量等。
三、波束成形应用1. 无线通信波束成形可用于提高无线通信系统的覆盖范围和传输速率。
通过调整天线阵列参数，可以使得信号在特定方向上更强，从而扩大通信范围；同时也可以提高信噪比和系统容量，从而提高传输速率。
2. 毫米波通信毫米波通信是一种新兴的无线通信技术，其频段在30GHz~300GHz之间。
由于毫米波频段具有较大的带宽和较小的传播距离等特点，因此需要使用波束成形技术来进行传输。
3. 雷达系统雷达系统中也常常使用波束成形技术。
通过调整发射天线参数，可以使得雷达探测到的目标更加明确、准确。
四、总结MIMO系统中的波束成形是一种重要且广泛应用的技术。
其原理主要包括天线阵列、波束成形算法和空时编码等。
应用方面主要包括无线通信、毫米波通信和雷达系统等。
在实际应用中，需要根据具体情况选择合适的波束成形算法和天线阵列类型，从而达到最优的效果。
《2024年基于深度学习的毫米波大规模MIMO天线选择与混合波束成形研究》范文
《基于深度学习的毫米波大规模MIMO天线选择与混合波束成形研究》篇一一、引言随着无线通信技术的飞速发展，毫米波大规模MIMO（多输入多输出）技术已成为5G及未来6G网络的关键技术之一。
在这一背景下，如何有效地选择天线并实现混合波束成形成为了研究的热点。
深度学习作为一种强大的机器学习方法，为解决这一问题提供了新的思路。
本文将就基于深度学习的毫米波大规模MIMO天线选择与混合波束成形技术展开深入研究。
二、毫米波大规模MIMO技术与天线选择毫米波大规模MIMO技术以其高频谱利用率和强大的系统容量，成为了无线通信领域的研究重点。
然而，随着天线数量的增加，如何有效地选择天线成为了一个挑战。
传统的天线选择方法往往依赖于人工调整和经验规则，这种方法不仅效率低下，而且难以应对复杂的无线环境。
针对这一问题，我们可以利用深度学习技术对毫米波信道进行建模和预测，从而实现对天线的智能选择。
具体而言，可以通过训练深度神经网络来学习信道特性和天线性能之间的关系，进而预测不同天线组合下的系统性能。
这样，我们就可以在保证系统性能的同时，减少所需的天线数量，降低系统复杂度和成本。
三、混合波束成形技术研究混合波束成形是毫米波大规模MIMO技术中的另一个关键技术。
传统的波束成形方法往往只能针对特定的场景和信道条件进行优化，难以适应复杂的无线环境。
而混合波束成形技术则可以通过结合数字和模拟波束成形技术，实现对信号的灵活处理和优化。
在混合波束成形技术中，我们可以利用深度学习技术对信号进行处理和分析。
具体而言，可以通过训练深度神经网络来学习信号的特征和传输规律，从而实现对信号的智能处理和优化。
这样，我们就可以在保证信号质量的同时，降低系统的功耗和复杂度。
四、基于深度学习的毫米波大规模MIMO天线选择与混合波束成形方案针对毫米波大规模MIMO天线的选择和混合波束成形问题，我们可以设计一种基于深度学习的方案。
具体而言，我们可以先利用深度神经网络对毫米波信道进行建模和预测，从而实现对天线的智能选择。
《2024年毫米波大规模MIMO低复杂度波束赋形和混合预编码技术研究》范文
《毫米波大规模MIMO低复杂度波束赋形和混合预编码技术研究》篇一一、引言随着无线通信技术的快速发展，毫米波大规模MIMO（多输入多输出）技术已成为5G及未来通信网络的关键技术之一。
其核心优势在于利用大规模天线阵列，结合毫米波频段的高频谱效率，实现了对空间资源的深度挖掘和高效利用。
然而，随着系统复杂性的增加，波束赋形和预编码技术也面临着巨大的挑战。
本文将重点研究毫米波大规模MIMO低复杂度波束赋形和混合预编码技术，探讨其原理、方法和应用。
二、毫米波大规模MIMO波束赋形技术1. 波束赋形原理波束赋形是利用天线阵列对信号进行空间滤波和方向性增强的一种技术。
在毫米波大规模MIMO系统中，通过精确控制每个天线单元的相位和幅度，形成定向的波束，以提高信号的接收灵敏度和抗干扰能力。
2. 低复杂度波束赋形算法为了降低系统复杂度，本文提出一种基于压缩感知的快速波束赋形算法。
该算法通过优化天线阵列的权值，实现快速收敛和低复杂度。
同时，结合毫米波信道的稀疏特性，进一步提高了算法的准确性。
三、混合预编码技术研究1. 混合预编码原理预编码技术是MIMO系统中的关键技术之一，它可以提高系统的传输效率和可靠性。
在毫米波大规模MIMO系统中，由于天线数量众多，传统的预编码算法复杂度高，难以实现实时处理。
因此，混合预编码技术应运而生。
该技术结合了数字预编码和射频预编码的优点，通过部分连接的天线阵列实现低复杂度的预编码处理。
2. 混合预编码算法优化为了进一步提高混合预编码的性能，本文提出一种基于深度学习的预编码优化算法。
该算法通过训练神经网络模型，实现对预编码权值的精确估计和优化。
同时，结合毫米波信道的统计特性，提高了算法的鲁棒性和适应性。
四、实验与分析为了验证本文提出的低复杂度波束赋形和混合预编码技术的有效性，我们进行了大量的仿真实验。
实验结果表明，本文提出的算法在提高系统性能的同时，有效降低了系统复杂度。
具体来说，压缩感知的波束赋形算法在保持良好性能的同时，显著降低了计算复杂度；而基于深度学习的混合预编码优化算法则提高了系统的传输效率和可靠性。
一种大规模MIMO系统中多用户波束形成与天线选择的联合设计方法[发明专利]
![一种大规模MIMO系统中多用户波束形成与天线选择的联合设计方法[发明专利]](https://img.taocdn.com/s3/m/5496512e9ec3d5bbfc0a7479.png)
专利名称：一种大规模MIMO系统中多用户波束形成与天线选择的联合设计方法
专利类型：发明专利
发明人：韩圣千,孔令晓,杨晨阳,王刚
申请号：CN201510524886.4
申请日：20150825
公开号：CN105162503A
公开日：
20151216
专利内容由知识产权出版社提供
摘要：本发明公开了一种大规模MIMO系统中低成本低复杂度的多用户波束形成与天线选择的联合设计方法，包括步骤1：获取最小化基站总发射功率的优化模型；步骤2：用数字波束形成器w来表示天线选择的结果；步骤3：引入辅助变量v,m＝1,...,M和θ，将非凸优化问题转化成一个对于{w},{v}分别凸的优化问题；步骤4：求得{w}的全局最优解并得到相应的天线选择方案。
本发明针对Massive？MIMO系统，在满足多用户SINR需求的前提下，以最小化基站总发射功率为目标，提出一种低成本低复杂度的多用户波束形成与天线选择的联合设计方法，和贪婪搜索方法相比具有较小的性能损失，并有效地降低了硬件成本与实现复杂度，有利于在实际系统中的应用。
申请人：北京航空航天大学
地址：100191 北京市海淀区学院路37号
国籍：CN
代理机构：北京永创新实专利事务所
代理人：赵文颖
更多信息请下载全文后查看。
《大规模MU-MIMO系统中高性能波束赋形技术研究》范文
《大规模MU-MIMO系统中高性能波束赋形技术研究》篇一一、引言随着移动互联网的飞速发展，无线通信技术已成为人们生活中不可或缺的一部分。
多用户多输入多输出（MU-MIMO）技术作为第五代移动通信（5G）的核心技术之一，以其显著提高频谱效率和系统容量的优势，得到了广泛关注。
而波束赋形技术作为MU-MIMO系统中的关键技术之一，对于提升系统性能和用户体验具有至关重要的作用。
因此，针对大规模MU-MIMO系统中高性能波束赋形技术的研究显得尤为重要。
二、大规模MU-MIMO系统概述大规模MU-MIMO系统通过在基站端配备大量的天线阵列，能够在同一时间对多个用户进行数据传输和接收，从而显著提高频谱效率和系统容量。
然而，随着天线数量的增加，系统复杂性和信号处理难度也相应增加。
因此，如何在大规模MU-MIMO系统中实现高性能的波束赋形技术，成为了当前研究的热点问题。
三、高性能波束赋形技术3.1 波束赋形基本原理波束赋形技术是通过调整天线阵列中各个天线的权重，使得信号在特定方向上形成较强的能量集中，从而提高信号的信噪比和传输效率。
在大规模MU-MIMO系统中，波束赋形技术能够有效地抑制干扰，提高系统性能。
3.2 关键技术研究（1）波束训练与选择：在大规模MU-MIMO系统中，由于天线数量众多，波束训练和选择成为了一个重要的问题。
研究人员通过设计高效的波束训练算法和选择策略，以降低训练开销和提高系统性能。
（2）波束成形算法：针对不同场景和需求，研究人员提出了多种波束成形算法。
这些算法通过优化天线权重，使得信号在特定方向上形成较强的能量集中。
常见的算法包括最小均方误差算法、最大比合并算法等。
（3）多用户协作波束赋形：为了提高系统性能和用户体验，多用户协作波束赋形技术得到了广泛关注。
该技术通过协调多个用户的天线阵列，使得信号在多个用户之间形成协同的波束赋形效果。
这不仅可以提高系统性能，还可以降低干扰和提高能效。
四、实验与结果分析为了验证高性能波束赋形技术在大规模MU-MIMO系统中的效果，研究人员进行了大量的实验和分析。
多波束大规模阵列应用的数字化毫米 波芯片技术
多波束大规模阵列（Massive MIMO）技术是未来5G通信系统的关键技术之一，它可以显著提高系统的容量和覆盖率。
为了实现多波束大规模阵列技术，数字化毫米波芯片技术成为了一个重要的研究方向。
本文将围绕多波束大规模阵列应用的数字化毫米波芯片技术展开探讨。
一、多波束大规模阵列技术概述多波束大规模阵列技术是指在通信系统中采用大量的天线单元，利用数百甚至数千根天线来实现干涉波束成形。
通过控制大规模天线阵列中每个天线的相位和幅度，可以实现对通信信号的定向发送和接收，从而可以提高系统的频谱效率和覆盖范围，降低通信系统的功耗，提高通信质量。
多波束大规模阵列技术被认为是未来5G通信系统的重要技术之一，已经引起了广泛的关注和研究。
二、数字化毫米波芯片技术的发展传统的毫米波通信系统通常采用模拟波束成形的方法，即通过相移器和可变衰减器来控制天线阵列的相位和幅度，实现对通信信号的波束成形。
然而，由于毫米波频段的大气传输损耗较大，以及高速运动对通信信号的影响，传统的模拟波束成形方法在毫米波通信系统中存在着诸多限制。
为了克服传统方法的局限性，研究者们提出了数字化毫米波芯片技术。
数字化毫米波芯片技术是利用集成电路技术，将毫米波天线阵列中的每个天线单元与数字信号处理器相结合，实现对天线阵列的数字化控制和信号处理。
数字化毫米波芯片技术可以实现更灵活、更精确的波束成形，有效地降低大气传输损耗，抵抗高速运动干扰，提高通信系统的可靠性和性能。
三、数字化毫米波芯片技术的关键技术数字化毫米波芯片技术的实现涉及到诸多关键技术，包括以下几个方面：1. 毫米波集成电路设计：数字化毫米波芯片技术需要在集成电路中实现大规模天线阵列的数字控制和信号处理功能，因此需要进行复杂的射频电路设计、模拟/数字混合电路设计和高速数字信号处理电路设计。
相关技术包括射频集成电路设计、数字信号处理器设计、低功耗电路设计等。
2. 毫米波天线阵列控制：数字化毫米波芯片技术需要实现对大规模天线阵列中每个天线单元的独立控制，包括相位和幅度的调节，以实现精确的波束成形。
5G大规模MIMO增强技术及发展趋势
5G大规模MIMO增强技术及发展趋势随着信息技术的不断发展，通信领域也在不断进步，5G无疑是目前通信领域的热点之一。
在5G通信技术中，大规模MIMO（Massive MIMO）技术被认为是一种增强技术，可以显著提高无线通信系统的性能。
本文将对5G大规模MIMO增强技术进行深入探讨，并分析其发展趋势。
1. 5G大规模MIMO技术的原理MIMO技术是多输入多输出（Multiple-Input Multiple-Output）的缩写，它是一种利用多天线进行传输和接收数据的技术。
传统的MIMO系统一般使用2到4个天线，而大规模MIMO系统则会使用数十乃至上百个天线。
通过增加天线的数量，大规模MIMO系统可以在时分复用（TDD）或频分复用（FDD）模式下实现高密度的空间复用，从而大幅提升信道容量和系统吞吐量。
在大规模MIMO系统中，由于天线数量众多，每个天线之间存在多径传播，利用这些多径信号可以实现空间复用，从而提高频谱效率。
大规模MIMO系统还能克服信道衰落和干扰，提高信噪比。
大规模MIMO系统具有较高的频谱效率、覆盖范围和可靠性，能够更好地支持移动宽带通信、物联网、机器通信等应用。
5G大规模MIMO技术的关键技术包括波束成形、智能后端处理、高效的信道估计和调度算法等。
波束成形是大规模MIMO系统中的一项重要技术。
通过波束成形，可以将无线信号聚焦在接收端，从而提高信号的接收强度和抗干扰能力。
在5G大规模MIMO系统中，波束成形技术还可以实现灵活的波束切换和波束跟踪，适应复杂的无线信道环境。
智能后端处理是5G大规模MIMO系统中的另一项关键技术。
通过智能后端处理，可以实现信号的预编码、波束成形、参考信号设计等功能，提高系统的性能和效率。
高效的信道估计和调度算法是5G大规模MIMO系统中的重要技术，它可以实时监测和分析信道状态，动态调整传输参数，优化系统的资源分配和接入策略，提高系统的频谱效率和系统容量。
未来，5G大规模MIMO技术将主要在以下几个方面发展：大规模MIMO系统将进一步提高天线数量和阵列规模。
大规模MIMO阵列波束形成
科技视界
大规模 MIMO 阵列波束形成
阮西玥 杨 鑫 贾曼华 渊 南 京 航 空 航 天 大 学 袁 江 苏 南 京 210000 冤
揖 摘 要 铱 毫 米 波 通 信 凭 借 通 信 容 量 大 尧 传 输 质 量 高 等 优 点 被 5G 系 统 采 用 袁 并 且 其 中 的 大 规 模 天 线 阵 列 和 波 束 形 成 技 术 已 经 成 为 5G 系 统 中 的 关 键 组 成 部 分 遥 本 文 主 要 研 究 了 毫 米 波 通 信 系 统 中 的 波 束 形 成 技 术 遥 首 先 研 究 IEEE 802 . 15 . 3c 标 准 规 定 的 3c 码 本 和 N 相 位 码 本 遥 并 针 对 基 于 以 上 两 种 码 本 产 生 的 波 束 旁 瓣 电 平 过 高 的 问题袁本文提出将均匀窗尧二项式窗尧汉明窗和高斯窗等 6 种常见的窗函数应用在码本矩阵中的方法袁由此获 得 更 优 的 波 束 性 能 遥 除 此 之 外 袁 还 深 入 研 究 了 3c 码 本 和 圆 阵 码 本 两 种 码 本 的 训 练 机 制 遥
1 波束基本概念
虽然阵列天线的方向图是全方位的袁 但阵列的输 出经加权求和后袁 却可以是阵列接受的方向增益聚集 在一个方向上袁 相当于形成了一个波束遥 这种把来自 不同阵元的信号进行加权处理合并的过程就是波束形 成遥
波束形成的实质是对波束信号的矢量矩阵进行加 权操作袁 实行调幅与调相步骤以完成波束形成遥 发射 机产生的波束信号经过移相器进行相位移动处理后被 传送至发射天线袁 经过射频信道到达接收天线袁 再经 过接收端的相位移动处理调整为正确的期望形式遥 波 束形成处理的目的是使发射接收双方达到最好的波束 匹配袁提高通信质量袁节省频带资源遥
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大规模MIMO阵列波束形成
作者：阮西玥杨鑫贾曼华
来源：《科技视界》2019年第15期
【摘要】毫米波通信凭借通信容量大、传输质量高等优点被5G系统采用，并且其中的大规模天线阵列和波束形成技术已经成为5G系统中的关键组成部分。
本文主要研究了毫米波通信系统中的波束形成技术。
首先研究IEEE 802.15.3c标准规定的3c码本和N相位码本。
并针对基于以上两种码本产生的波束旁瓣电平过高的问题，本文提出将均匀窗、二项式窗、汉明窗和高斯窗等6种常见的窗函数应用在码本矩阵中的方法，由此获得更优的波束性能。
除此之外，还深入研究了3c码本和圆阵码本两种码本的训练机制。
【关键词】毫米波通信;大规模天线阵列;波束形成
中图分类号： U216.6 文献标识码： A 文章编号： 2095-2457（2019）15-0004-002
DOI：10.19694/ki.issn2095-2457.2019.15.002
Large-Scale MIMO Array Beamforming
RUAN Xi-yue YANG Xin JIA Man-hua
（Nanjing university of aeronautics and astronautics， Nanjing Jiangsu 210000， China）
【Abstract】Millimeter wave communication is adopted by 5G systems due to its large communication capacity and high transmission quality， and its large-scale antenna array and beamforming technology have become a key component in 5G systems. This paper mainly studies the beamforming technology in millimeter wave communication systems. First， study the 3c codebook and N-phase codebook specified in the IEEE 802.15.3c standard. For the problem that the beam sidelobe level generated by the above two codebooks is too high， this paper proposes to apply six common window functions such as uniform window， binomial window， Hamming window and Gaussian window to the codebook matrix. The method in which the better beam performance is obtained. In addition， the training mechanism of the 3c codebook and the circular matrix codebook is studied in depth.
【Key words】Millimeter-wave communications;Large-scale antenna arrays;Beamforming
1 波束基本概念
虽然阵列天线的方向图是全方位的，但阵列的输出经加权求和后，却可以是阵列接受的方向增益聚集在一个方向上，相当于形成了一个波束。
这种把来自不同阵元的信号进行加权处理合并的过程就是波束形成。
波束形成的实质是对波束信号的矢量矩阵进行加权操作，实行调幅与调相步骤以完成波束形成。
发射机产生的波束信号经过移相器进行相位移动处理后被传送至发射天线，经过射频信道到达接收天线，再经过接收端的相位移动处理调整为正确的期望形式。
波束形成处理的目的是使发射接收双方达到最好的波束匹配，提高通信质量，节省频带资源。
大量的研究使用波束響应表示波束在空间中的性质，可以表示为[1]
其中，w为波束形成器的加权向量，w∈M×1，M为阵元数目，a为上文提到的阵列的方向矢量，θ为波束指向，通常情况下θ∈（-π/2，π/2）。
2 窗函数
除了改变阵元数，常用的抑制旁瓣、增加波束方向性的方法是使用窗函数，它能够给幅度提供权值而达到目的。
根据权值的计算方法，窗函数又有不同的分类。
下面对几种窗函数下的波束形成效果进行研究，通过波束增益图对比其性能优劣。
对各窗函数的加窗效果进行了图形的对比展示，下面对其作用下产生的各项波束参数进行更深入的对比。
将几种窗函数的旁瓣电平和主瓣宽度进行对比，由此表可知，旁瓣抑制效果从强到弱排列如下：二项式窗>布莱克曼窗>汉明窗>高斯窗>汉宁窗>均匀窗，旁瓣的柱形越高说明抑制效果越好。
主瓣宽度越宽，方向性越差，它的性能排列顺序和旁瓣电平的抑制顺序恰恰相反，也正好说明了旁瓣电平与主瓣宽度是一对矛盾的参数，在使窗函数时要注意衡量，使之平衡以满足要求。
3 码本
3.1 IEEE 802.15.3c 码本设计
加权向量只能产生单一方向的波束，在现实通信环境中不能够满足用户分布范围扩大的需求。
通过应用多组加权向量，改变波束信号的相位可以产生多个MRA的波束。
这样多组的加权向量组合起来就称为码本，用W表示。
IEEE 802.15.3c标准中对码本设计方案做出规定，下文简称3c码本。
该方案的主要特点是不需要像调整幅度值，仅调整波束方向并产生多组波束。
3c码本规定：[2]
当M≤K时，
其中，M为阵元数目，K为波束数目，函数fix为向下取整函数，mod为取余函数。
W为M×K的矩阵，每一列代表加在M个阵元上的加权值，即为一个波束。
3.2 N相位码本设计
单一的加权值造成波束较为粗糙，更加细化的相位数值能够换取精细的波束。
当M≤K 时，将3c码本规定的公式转换为：[3]
3c码本中的4个相位值将单位圆均分为4个区域，若增加区域个数，就在此基础上继续等分，将上式中的两个4改成N即会产生N个相位值来构成码本，因此称为N相位码本。
公式为：
图1为3c码本波束增益图，图2为N相位码本波束增益图，可以看出3c码本旁瓣电平高与N相位码本，后者旁瓣低且分布均匀。
4 性能分析
本节将从波束方向性、主瓣宽度、旁瓣电平的角度对波束的性能进行分析。
4.1 方向性
天线方向性指波束在某特定方向上的辐射能量密度。
方向性和增益之间的关系为：
其中e指的是天线电功率，理论分析时，通常设定为1。
通常，将天线方向性的最大值作为分析波束性能的标准，即为MRA的方向性，公式为：
方向性由强到弱为：N相位码本>3c码本>高斯窗码本>汉宁窗码本>布莱克曼窗码本。
4.2 主瓣宽度
观察3c码本和N相位码本的计算公式可知，其方向图和阵元数目不存在明显关系，因此主瓣宽度变化趋势不大。
然而，各类窗函数的计算公式与阵元数目有明显关系，随着阵元数目的增加，窗函数的影响越大，主瓣宽度越窄。
4.3 旁瓣电平
使用窗函数的目的是为降低旁瓣电平，主瓣宽度也会相应拓宽。
5 波束练习
毫米波无线系统中的通信双方在空间中产生波束覆盖用户的区域，通过切换波束寻找最优的波束对，这些波束对能够使通信质量达到最好。
3c码本波束训练的4种模式，分别是：
（1）准全向（Quasi-omni Pattern）：一般情况仅将空间分为1至2个区域的最低精度的方向圖;
（2）扇区（Sector）：在准全向区域内又再次划分多个扇区，一个扇区内可以覆盖多个精细;
（3）精细波束（Fine Beams）：用于填充扇区的更精确的波束，码本矩阵内的每一列都代表一个精细的波束。
为了缩短精细波束的配对建立时间，根据以上的4种模式，将波束训练过程分为以下3个阶段，假设发射端和接收端拥有同样配置的码本矩阵。
5.1 设备到设备连接
每个设备将周围区域分解成多个准全向波束区域，一般情况下，准全向波束能够覆盖设备附近大部分区域，单个波束跨度广，波束数量较少。
在最初建立连接的阶段，设备之间进行准全向波束（下转第39页）（上接第5页）匹配。
发射端首先发送训练序列，接收端收到后通过计算使用每对准全向波束时的信道信干信噪比，决定最佳的波束对。
5.2 扇区级训练
设备间完成准全向波束的配对之后，即确定了最粗略的波束区域，扇区级的训练就是在这些区域内分解成分辨率较低的扇区。
通过比较每次匹配结果可以得到最优的发射和接收扇区
5.3 波束级训练
同扇区级训练类似，单个扇区对应波束数为K。
发射端设备在扇区范围内上，从K个方向上发送精细波束。
若后续还会有高精度跟踪波束，则仍需要进行标准值的比较。
【参考文献】
[1]崔志芳.60GHz无线通信系统波束形成码本设计方案研究[D].北京邮电大学，2012.
[2]张姗妹.60GHz无线通信系统波束成形技术研究[D].中国海洋大学，2013.
[3]李雯馨.基于码本的MIMO系统有限反馈波束形成算法研究[D].吉林大学，2011.。