1.一种基于扩展卡尔曼滤波的自适应毫米波波束追踪方法，其特征在于包括如下步骤：步骤1、计算接收信号的比率度量和波束成形后信噪比；

步骤2、确定追踪最小时隙间隔和追踪最大时隙间隔；

步骤3、自适应波束追踪；

步骤1所述计算接收信号的比率度量和波束成形后信噪比包括以下步骤：步骤1.1，定义状态演化方程；仅将角度作为状态量；φ为信道的到达角， 为到达角的估计值， 为接收端的波束成形指向方向；假设发送端的波束在训练过程中始终对准信道出发角方向；状态演化方程定义为：φt＝φt‑1+nt‑1   (1)

下标t代表时隙t；其中，nt服从均值为0，方差为 的高斯分布，即步骤1.2，计算接收信号比率度量ξ，并将其作为观测方程；定义NT为发射端Tx的天线数，NR为接收端Rx天线数；令 为Tx和Rx之间的信道矩阵，aT(.)和aR(.)分别为发送端和接收端的天线阵列响应矢量， 和 分别为发送端和接收端的波束成形矢量， 为导频信号， 为噪声矢量，信道增益为α， 表示矢量的共轭转置；定义v＝2πdRsin(φ)/λ和u＝2πdTsin(θ)/λ分别为到达角和离开角的空间频率，其中dT和dR分别代表发送端和接收端天线之间的距离，λ为载波频率对应的波长；在接收端使用一对辅助波束对测量导频信号，分别指向η‑δR和η+δR， 为辅助波束对的视轴角，δR表示在空间频率内辅助波束对与视轴角η之间的夹角；d表示天线间距离；这一对辅助波束对应的接收信号分别为：Δ ∑

其中，z 和z 为相互独立的噪声矢量，均服从均值为0，方差为 的复高斯分布；

相应的接收信号的强度计算为：

则比率度量计算如下：

使用此比率度量作为扩展卡尔曼滤波器(EKF)的观测方程；当噪声影响可忽略时，因此，时隙t测量到的比率度量ξt可建模如下：其中，v(t)＝2πdRsin(φt)/λ，wt服从均值为0，方差为 的高斯分布；

步骤1.3，估算波束成形后信噪比εt；每个时隙t的波束成形后信噪比εt与发射功率PT＝2

||s(t)||、噪声方差 的关系如下：其中，Ht表示时隙t发射的信道矩阵，ft表示时隙t发射的波束形成矢量，s(t)为时隙t发射的导频序列；

步骤2所述追踪最小时隙间隔和追踪最大时隙间隔包括以下步骤：步骤2.1，确定追踪最小时隙间隔Tmin；计算信道角度在经过Tmin次演化后，角度变化不超过半波束宽度的覆盖范围BR的概率，BR＝1/NR；追踪最小时隙间隔Tmin的确定方法是：Tmin次角度变化后不超过BR的概率等于某一约定概率值p；定义经过Tmin次演化后角度变化的值为Ut，Ut服从 根据以下公式来确定Tmin：P{|Ut|＜BR}＝p    (5)

‑1

令Q(x)为标准高斯分布的右尾函数；假设存在一点x，使得Q(x)＝(1‑p)/2，则x＝Q((1‑p)/2)，则Tmin根据下式确定：其中，F(.)为向下取整函数；

步骤2.2，确定追踪最大时隙间隔Tmax；在每次追踪进程开始的Tf个时隙内，对信道角度进行高频率的追踪，根据收集的估计角度信息来估算用户的平均运动速率；Γf(t)＝{t，t‑

1，t‑2，...，t‑(Tf‑1)}，则这Tf个时隙的估计角度的变化均值可由下式给出：则可由此估计的追踪最大时隙间隔为：

其中， 表示到达角φ的估计值；

步骤3所述自适应波束追踪包括以下步骤：

步骤3.1，每个时隙t，判定是否需要执行波束追踪；判断条件如下：条件(1)更新与上一次的波束追踪的时隙间隔T，如果T没有达到追踪最小时隙间隔Tmin，即T＜Tmin，则判定不需要执行波束追踪，否则继续检查条件(2)与(3)；条件(2)如果Tmin＜T＜Tmax，则计算与上一次追踪时的波束成形后信噪比的差值的绝对值，即|εt‑εt‑T|，若|εt‑εt‑T|＞γ，则判定执行波束追踪；其中γ为波束成形后信噪比衰落的阈值；条件(3)若T＝Tmax，则判定执行波束追踪；

步骤3.2，若步骤3.1判定执行波束追踪，则执行步骤3.2.1至步骤3.2.5；否则，等待下一个时隙t+1并返回步骤3.1；

步骤3.2.1，一步预测估计角度更新：

其中， 为上一次追踪的角度估计值；

步骤3.2.2，一步预测协方差更新：

Pt|t‑T＝Pt‑T|t‑T+TQ    (10)其中，T为与上一次追踪行为之间的时隙间隔，Q为演化方程噪声的协方差矩阵，Pt‑T|t‑T为上一次追踪的协方差矩阵；

步骤3.2.3，计算卡尔曼增益：

H

其中，R为观测方程噪声的协方差矩阵， (.) 表示矩阵的转置，Ct的计算如下：其中 表示v(t)的估计值， 表示φt的估计值；

步骤3.2.4，计算角度估计值：

其中，

步骤3.2.5，计算协方差矩阵：

Pt|t＝(I‑KtCt)Pt|t‑T   (13)其中，I是单位矩阵；

步骤3.3，更新波束角度， 将T归0；等待下一个时隙t+1并返回步骤3.1。