吴泽祥[1](2021)在《多用户场景下大规模MIMO协作通信技术研究》文中提出高速铁路的迅猛发展,极大地方便了人们的出行。与此同时,高铁通信场景中车体穿透损耗高、信息私密性强以及需求量大等特点,对面向高铁的无线通信系统设计提出了新要求。而协作通信技术能够有效扩大信号覆盖范围、改善通信质量,还能从物理层提高信息传输安全,因此被广泛应用在高铁通信中。除了传统中继外,无源的智能反射表面(Intelligent Reflecting Surface,IRS)技术不仅可以帮助提升系统增益,还能避免额外的功耗。本文主要研究多用户通信场景下,协作中继和IRS辅助的大规模MIMO系统的和速率以及能量效率。首先,针对目前物理层安全研究大多未考虑信道估计误差对安全性能的影响,研究基于非理想信道状态信息的全双工双向中继网络安全性能。采用最优中继选择方案,根据最大最小原则推导出系统安全容量和保密中断概率的表达式,进一步分析影响系统保密性能的主要因素,并对比全双工与半双工系统性能的差异。仿真结果表明,当中继节点处在用户间的中点位置时,系统保密性能最好;同时,减小信道估计误差、窃听链路的平均信噪比及剩余自干扰能够有效降低系统保密中断概率,适当地增加中继数目可以获得更好的安全性能。其次,针对大规模MIMO中能耗较大的问题,研究多用户中继辅助大规模MIMO下行链路的和速率与能量效率。基站和放大转发中继均配备了低精度数模转换器(Digital-to-Analog Converters,DACs)。在莱斯衰落信道下,分别推导出具有理想和非理想信道状态信息的和速率的闭式表达式。提取了更为通用的功率缩放定律,在不降低和速率的同时节省信号发射功率。并提出了一种局部最优功率分配方案以提高活跃用户的信道容量。最后讨论了和速率与能量效率之间的权衡。仿真结果表明,在强视距信道条件下,和速率不受信道估计误差的影响。当基站天线数更大时,提升中继处的DAC量化位数更有价值。当DAC量化位数为4时,和速率与能量效率之间达到最佳平衡。最后,为了进一步降低系统能耗,提高信号的利用率,在多用户场景中引入IRS替代传统中继。根据用户数对IRS进行分块,使其分别服务单个用户。通过在基站和反射表面处进行局部优化,推导了莱斯衰落信道下系统可实现和速率的闭式表达式。并建立功耗模型,分析和速率与能量效率之间的权衡。仿真结果表明,增大基站天线数可以有效提高系统和速率。当基站传输功率为28 dBm左右时,能量效率达到最大值,并能保证可观的可实现和速率。最后,所提出的最优功率分配方案可以有效改善系统传输速率。
胡小玲[2](2021)在《智能反射面辅助的无线通信系统协同传输理论与方法研究》文中进行了进一步梳理实现超可靠无线通信的根本挑战来自于无线信道的时变特性。传统的方法主要从收发机的设计入手,因此难以有效应对复杂多变的无线传播环境。智能反射面(Intelligent Reflecting Surface,IRS)可以实现智能可控的无线信道/无线电传播环境,因此已成为未来第六代移动通信(The 6th Generation,6G)系统的关键候选技术。通过适当地调整反射元的相移,IRS可以实现对有效传播信道的实时调控,从而显着增强终端的接收信号功率。然而,由于IRS本身的特殊结构,IRS辅助的无线通信也面临着诸多新的挑战,特别是:1)如何以较低的导频训练开销获取信道状态信息(Channel State Information,CSI);2)如何设计低复杂度的波束赋形方案以联合优化IRS的无源波束和基站(Base Station,BS)的有源波束。本文围绕上述挑战开展深入研究,取得了若干创新性研究成果,简述如下:首先,针对IRS辅助的无线通信,设计了一种新型的半无源反射元辅助的信道估计框架,通过利用少量具有信号处理能力的反射元来解决IRS信道估计开销大的难题。首先采用信号参数估计旋转不变技术(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)估计BS-IRS信道,然后结合使用总最小二乘(Total Least Square,TLS)ESPRIT和多信号检测(Multiple Signal Classification,MUSIC)方法估计用户-IRS信道。结果表明,所提出的信道估计方案需要的导频训练时间与IRS反射元的数量无关,因此极大地减少了导频训练开销。同时,所提方案的信道估计准确度远远优于传统的基于压缩感知(Compressed Sensing,CS)的信道估计方案以及基于级联信道的估计方案。其次,针对IRS辅助的单用户系统,设计了不同CSI条件下的波束赋形方案,包括统计CSI、部分CSI(即角度信息)以及不完美CSI。首先,为了避免获取瞬时CSI需要的高导频开销,提出了一种基于统计CSI的波束设计框架,利用统计CSI进行BS有源波束和IRS无源波束的联合设计。所提出的波束赋形方案不仅具有较低的复杂度,而且达到了与采用瞬时CSI的基准算法相近的性能。更进一步,提出了一种基于部分CSI(即角度域)的设计框架,以极低的导频开销估计出信道的角度信息,进而设计了低复杂度的波束赋形方案,并推导出用户可达速率的闭合表达式。在此基础上,评估了BS天线数量以及IRS部署位置对角度估计的影响,并揭示了使用部分CSI(即角度信息)进行波束赋形设计所带来的功率增益。此外,考虑由于位置不确定性导致的信道估计误差,提出了一种基于不完美CSI的鲁棒性波束设计框架。通过联合设计BS的有源波束和IRS的无源波束,最小化最差用户服务质量(Quality of Service,Qo S)约束下的BS发射功率。利用交替优化、泰勒展开、S-proceduce以及半正定松弛(Semi-Definite Relaxing,SDR)等技术,将联合优化问题转化为一系列便于求解的半正定规划(Semi-Definite Programming,SDP)子问题。仿真结果表明,所提出的鲁棒性波束赋形算法能够有效地提高用户通信的可靠性。最后,将IRS辅助的单用户系统扩展至IRS辅助的多用户系统,包括广播系统和多播系统。首先,针对多IRS辅助的广播系统,提出了一种新颖的位置信息辅助的信道估计和波束赋形设计框架,有效降低了导频开销以及波束设计的复杂度。进而推导获得了系统可达速率的闭合表达式,由此揭示了位置不确定性、IRS部署位置以及用户部署位置对可达速率的影响。另外,针对IRS辅助的多播系统,考虑了更实际的有限相移精度的IRS模型,并提出了一种新颖的基于无源波束训练的设计框架,所提出的波束训练方案不仅复杂度低、导频训练开销小,而且具有与穷举搜索法相近的性能。在此基础上,推导出可达速率的闭合表达式,进而设计了渐进最优的功率分配策略。
金思年[3](2021)在《大规模MIMO系统的线性传输技术性能研究》文中进行了进一步梳理随着我国社会信息化的深入发展和智能终端的广泛应用,对于更高性能的移动通信需求与日俱增。为了满足这些方面的需求,大规模多输入多输出(MIMO)技术作为第五代移动通信(5G)中的关键性技术,已经得到了学术界和工业界的广泛关注。大规模MIMO技术通过在基站(BS)配置大量的天线,并同时向多个用户提供服务,以此来获得巨大的空间复用增益和分集增益。然而,大规模MIMO技术在与多种不同类型通信系统的演进和融合过程中,也面临着诸多问题,比如线性传输技术的应用、硬件损伤、导频污染、非理想信道状态信息(CSI)、频谱效率(SE)及能量效率(EE)的优化等问题都对大规模MIMO技术的发展带来了新的挑战。基于上述背景,本文主要针对几种线性传输技术(线性预编码或线性检测)在三种热门类型的大规模MIMO系统(大规模MIMO全双工中继系统、多小区大规模MIMO系统和去蜂窝大规模MIMO系统)中的频谱效率和能量效率性能展开研究,旨在为5G网络的商用提供理论支撑和技术支持。具体研究工作如下:大规模MIMO全双工中继(FDR)系统的研究工作包括:(1)研究了瑞利衰落信道环境下具有硬件损伤影响的大规模MIMO全双工中继系统。首先,当中继使用最小二乘法获取到CSI时,分别推导了解码转发(DF)或者放大转发(AF)协作方式下的大规模MIMO全双工中继系统使用最大比合并/最大比传输(MRC/MRT)和迫零(ZF)处理方式时的和频谱效率闭合表达式。然后,当中继使用线性最小均方误差法获取到CSI时,推导了 DF协作方式和ZF处理方式下的大规模MIMO全双工中继系统和频谱效率闭合表达式。最后,根据所获得的频谱效率闭合表达式,可以得到各种功率缩放定律,并发现了随着中继的接收天线数量和发送天线数量以一定比例趋近于无穷大时,源节点的功率、中继端的功率和导频的功率可以以一定条件缩放来维持系统性能。多小区大规模MIMO系统的研究工作包括:(2)研究了莱斯衰落信道环境下的下行(DL)多小区大规模MIMO系统。首先,在非理想CSI的情况下,分别推导了莱斯和瑞利衰落信道环境下多小区大规模MIMO系统使用等增益传输(EGT)预编码,和莱斯衰落信道环境下该系统使用基于视距分量的等增益传输(LOS-EGT)预编码和MRT预编码时的和频谱效率闭合表达式。然后,根据这些闭合表达式,可以得到各种针对下行发送功率和上行(UL)导频功率的功率缩放定律。最后,仿真结果显示了当基站的天线数量和小区间干扰强度很大时,相较MRT预编码,EGT和LOS-EGT预编码可以更好地抵抗小区间干扰和导频污染的影响。(3)为了在用户端也能获取到CSI,对莱斯衰落信道环境下基于波束成型训练(BT)方案的下行多小区大规模MIMO系统进行了深入的研究。首先,当基站使用MRT和ZF预编码处理发送信号时,分别推导了使用BT方案和不使用BT方案的多小区大规模MIMO系统和频谱效率闭合表达式。然后,通过使用伯努利不等式的性质,可以发现当下行导频长度处于何种情况下,BT方案的和频谱效率可以超过不使用BT方案的和频谱效率,反之亦然。最后,根据所获得的频谱效率闭合表达式,分析了当下行发送功率和上行导频功率处于不同功率缩放情况下的频谱效率性能。(4)研究了空间相关莱斯衰落信道环境下基于BT方案的下行多小区大规模MIMO系统。首先,当基站使用MRT和ZF预编码时,分别推导了基于BT方案的多小区大规模MIMO系统和频谱效率和能量效率闭合表达式。然后,在满足给定的和频谱效率和最大下行发送功率限制的前提下,提出了一种可以将能量效率最大化的问题转换成几何规划问题的功率分配迭代算法。最后,仿真结果表明了所提出的功率分配算法可以有效地提升该系统的能量效率。去蜂窝大规模MIMO系统的研究工作包括:(5)研究了空间相关莱斯衰落信道环境下基于BT方案的下行去蜂窝大规模MIMO系统。首先,在非理想CSI且接入点使用MRT预编码时,推导了基于BT方案的去蜂窝大规模MIMO系统和频谱效率和能量效率闭合表达式。然后,根据推导的闭合表达式,分别提出了两种通过调节下行发送数据和导频功率控制系数以此来提升系统和频谱效率和能量效率的连续近似算法。最后,仿真结果表明,对于95%可能性的和频谱效率或能量效率,所提算法可以分别提升40%的频谱效率或36%的能量效率性能。(6)研究了频率选择性衰落信道环境下具有相位噪声影响的上行去蜂窝大规模MIMO系统。在非理想CSI的情况下,分别推导了去蜂窝大规模MIMO系统使用基于时间反转的最大比合并(TR-MRC)和基于时间反转的大尺度衰落译码(TR-LSFD)接收方式时的和频谱效率闭合表达式。根据这些和频谱效率闭合表达式,可以发现随着接入点数量的增加,相较TR-MRC接收方式,TR-LSFD接收方式可以更好地发挥系统性能优势,并且仿真结果也验证了这一现象。综上所述,本文针对大规模MIMO全双工中继系统、多小区大规模MIMO系统和去蜂窝大规模MIMO系统的频谱效率或能量效率进行了详细的分析,并得到了一系列的结论,这些研究成果为推动大规模MIMO的实际应用提供了丰富的理论依据。
连义翀[4](2020)在《基于低精度量化的多场景大规模MIMO无线传输技术研究》文中研究指明随着工业化和现代化脚步不断地前行,智能电网已成为人们生活中必不可少的基础设施。而无线通信凭借其部署便捷、覆盖范围广等优势正逐步应用于智能电网,其中大规模多输入多输出(Multi-Input Multi-Output,MIMO)技术可以大幅度提升其通信系统的数据传输速率、频谱效率,但同时带来了巨大的硬件成本开销和能耗等问题。研究表明,通过配置低精度的模数转换器(Analog-to-Digital Converter,ADC)和数模转换器(Digital-to-Analog Converter,DAC)可有效降低大规模MIMO系统部署复杂度、硬件成本以及系统能耗。本文将针对不同场景下采用低精度ADCs/DACs架构的大规模MIMO通信系统,研究低精度量化对频谱效率和能量效率等系统性能的影响。首先,针对大规模MIMO信道空间相关性和干扰机干扰问题,研究基于低/混合精度ADC的大规模MIMO上行系统渐近性能。借助Toeplitz相关模型建立空间相关信道模型,采用加性量化噪声模型和最大比合并算法处理信号,并推导出理想/非理想信道状态信息(Channel Estimation Information,CSI)下频谱效率的近似表达式。基于此,建立系统功耗模型,分析频谱效率与能量效率之间的折中方案。仿真结果表明:若要改善低精度ADC系统性能,必须保证用户发送功率大于干扰机信号发送功率;混合精度ADC系统需要调整高/低精度ADC的比例并选择合适的空间相关系数,则系统可获得更好的频谱效率和相对较高的能量效率。其次,针对大规模MIMO半双工通信的时频资源浪费问题,研究基于低精度ADCs/DACs的多用户全双工大规模MIMO系统渐近性能。将信道建模为莱斯衰落信道,采用最大比合并/传输算法处理信号,并推导出理想/非理想CSI下频谱效率的近似表达式。最后建立系统功耗模型,进而分析频谱效率与能量效率之间的折中方案。仿真结果表明:较低回路干扰下全双工系统的频谱效率性能优于半双工系统,反之则相反。此外,通过略微的降低全双工系统频谱效率,可以显着提高能量效率性能。最后,针对大规模MIMO系统硬件损耗问题,研究非理想硬件下基于低精度ADCs/DACs的大规模MIMO下行系统渐近性能。将信道建模为瑞利衰落信道,采用迫零预编码算法处理信号,并推导出频谱效率的近似表达式。通过建立系统功耗模型,分析频谱效率与能量效率之间的折中方案。仿真结果表明:通过适当地增加ADC/DAC精度和基站天线可以弥补硬件损耗带来的性能损失。此外,通过略微的降低能量效率,可以显着提高频谱效率性能。
耿凡越[5](2020)在《频率选择性衰落信道下的多用户MIMO预编码技术研究》文中进行了进一步梳理移动互联网和物联网应用需求的持续增长,对无线通信技术提出了更高的传输质量的要求。MIMO技术利用多个发射和接收天线,可以在不增加系统带宽的前提下显着提高无线通信系统的容量和传输可靠性,是移动通信系统的关键技术之一,而MIMO系统中的预编码技术以其提升系统传输性能、降低接收机复杂度的优点一直具有很高的研究价值。然而当传输信道为频率选择性衰落信道时,需要一种预编码方案能够同时解决多用户干扰以及多径衰落这两个问题,并且不能牺牲过多计算复杂度。针对以上问题,本文主要对频率选择性衰落信道下的预编码技术进行了研究,主要的研究内容和工作成果如下:1.研究了频率选择性衰落信道下的MIMO系统模型。分析了多径干扰、用户间干扰和数据流间干扰的产生原因,并提出了一种新型的频率选择性衰落信道下的多用户MIMO预编码设计方案,将可分的多个传播路径等效假设为不同的“用户”,进而在构造信道干扰矩阵时,将用户其他路径的信道信息包含在内,在此基础上设计的预编码能够有效消除多径效应造成的符号间干扰,改善系统性能。2.研究了频率选择性衰落信道下的多用户MIMO系统中的预编码算法。系统采用块对角化(BD)预编码算法消除多用户干扰、子信道数据流间干扰以及多径效应造成的符号间干扰。针对传统BD预编码复杂度较高的问题,本文利用GZI算法和LDLH分解对BD预编码算法进行了改进,仿真结果表明:该算法能够有效提高系统误码性能和频谱效率,同时能够降低计算复杂度。3.将正则块对角化(RBD)预编码算法引入频率选择性衰落信道下的MIMO系统中。RBD预编码算法在消除多用户干扰同时,考虑了噪声对系统性能的影响,因此在信噪比较低时具有更好的系统性能。但传统RBD预编码的计算复杂度高于BD预编码算法,针对这一问题,本文在RBD预编码优化准则的基础上,提出了一种基于Cholesky分解的RBD预编码算法,能够进一步简化传统RBD预编码的求解步骤。仿真结果表明:该算法能够在不损失RBD预编码性能的前提下,较大程度降低算法的计算复杂度。
殷彤[6](2020)在《5G信号源中的信道模拟与仿真研究》文中进行了进一步梳理随着通信领域的快速发展,第五代通信技术应运而生,5G信号源在此背景下,用于为通信系统或者基站提供各种频率、波形和输出电平电信号,以及不同频段信道模拟功能的设备。新一代通信系统要求数据传输速率高达10Gbit/s且低时延高可靠,对信道模拟的可靠性与速度性提出了新的挑战,更加复杂的信道环境影响着通信系统的性能。对信道模型和信号模拟来说,5G信号频率、带宽、协议标准不同,都对信号在相同场景中传输性能带来很大影响,因此需要研究和建立适应5G信号的信道模型和模拟算法。为了代替昂贵的外场信道测量,为5G信号源添加信道模拟功能模块,通过软件模拟实际场景来测试5G通信的各种性能,具有非常重要的意义。课题来源于国家重大科技专项项目,重点研究毫米波5G信号源中ITU和3GPP规定的信道模型仿真。论文突破信号源仪器中信道模拟的技术瓶颈,实现了5G信号源中的信道模拟功能。从信道建模的基础理论和方法出发,结合3GPP、WINNER等组织的协议对信道模型的要求,利用Matlab建立信道模型进行仿真,研究信道的相关特性。在此基础上,利用C++代码编程,将信道模拟模块集成到5G信号源软件中,为信号源添加多个场景的模拟,实现系统的整机测试,并通过对比协议标准,验证测试结果是否符合系统需求。具体内容如下:第一,针对1445N毫米波5G信号源中信道模拟功能,完成信道模型的软件设计。采用DLL(Dynamic Link Library,动态链接库)的方式对信道模拟模块进行封装,对外只提供可以调用的函数接口。再根据测试方案和测试步骤,将信号先不通过信道模块,进行系统的联调,测试得到EVM(Error Vector Magnitud,矢量幅度误差值)为0.84%。第二,针对基本信道模型,高斯、瑞利(Jacks和Zheng模型)、莱斯信道模型以及LTE系统中扩展ITU信道模型EPA/EVA/ETU,完成信道仿真与信号源中信道模拟的实现。在模型建立的基础上,实现不同信道模型的DLL信道库,依次进行测试得到EVM值在协议要求的测量指标精度范围内,完成了基本信道的测试工作。第三,针对MIMO系统中SCM、SCME和WINNER II信道模型,完成信道仿真、特征分析以及信号源中信道模拟的实现。在模型建立的基础上,实现这三种信道的DLL信道库,依次进行测试得到EVM值在协议要求的测量指标精度范围内,完成了MIMO信道的测试工作。第四,针对3GPP最新发行的TR 38.901协议,研究0.5-100GHz频段的5G系统中抽头延迟线(TDL)和集群延迟线(CDL)信道模型,完成信道仿真、特征分析和信号源中信道模拟的实现。通过绘制TDL-E模型时延功率谱,根据5G Library工具包绘制TDL模型路径增益,验证了TDL-E模型第一径遵循莱斯分布LOS。在模型建立的基础上,实现这两种信道的DLL信道库,依次进行测试得到EVM值在协议要求的测量指标精度范围内,完成了5G信道的测试工作。在5G信号源系统软件测试中,基带调制信号经过不同的信道模拟模块,连接频谱分析仪得到星座图、时域图、频域图和EVM值,观察输出信号特性,星座图分布规则,频谱图无明显衰落现象,每种信道模型下信号的EVM值均在协议要求的测量指标精度范围内,符合测试标准,完成了5G信号源信道模块的测试工作,实现了系统的联调,对5G通信系统各种设备性能的测试具有重要的指导意义。
张常运[7](2020)在《基于机器学习的多用户干扰消除技术》文中进行了进一步梳理近年来,随着互联网的蓬勃发展,移动通信中的用户数变得越来越多,数据流量大量增加,能源的消耗也变得日益严重,在未来的通信中面临着降低成本、提高性能的挑战。为了提高系统的性能,如何消除多用户干扰便成为了一个越来越重要的课题。然而,随着通信的发展,现有的多用户干扰消除算法如多用户检测技术等无法普遍满足于各种应用场景的需求。所以,本文进一步研究使用机器学习算法消除多用户干扰这个问题。深度学习是机器学习中的一个重要方向,它具有自学习、自适应、自组织能力,有较好的容错能力和处理能力。越来越多的学者将深度学习应用于各种通信任务,如调制识别、信号检测等问题。所以,本文研究将深度学习与传统的机器学习算法应用到多用户干扰消除当中。本文主要的研究内容如下:1)在单天线输入单天线输出(SISO)系统中,基本上现有的这些应用都只关注于接收机处对系统的影响,而在本文中同时考虑了发射机和接收机的端到端通信系统。并且引入了信道效应(包括瑞利信道与莱斯信道)。并使用机器学习算法分别设计了上行链路与下行链路的方案,在上行链路中有多个发射机和一个接收机,在下行链路中有一个发射机和多个接收机,其中每个发射机和接收机都用机器学习模型构建。多个用户共享同一信道并在训练期间优化它们,以便利用机器学习算法消除它们之间的干扰。用本文提出的方案与现有的多用户检测技术进行仿真比较,可以看出该方案提高了系统的性能。2)在本文中扩展了SISO系统的方案,在多天线输入多天线输出(MIMO)系统中分别设计了上行链路与下行链路的方案。MIMO系统是现代通信的主要研究方向,它在发送端和接收端都使用多根天线,具有极高的频谱利用效率,在对现有频谱资源充分利用的基础上通过利用空间资源来获取可靠性与有效性两方面增益,可以极大地提高信道容量。在MIMO系统中的发射机和接收机都由机器学习模型构成,但是由于天线数量的增多,系统变的更加复杂。用该模型训练的网络可以很好的消除了多个用户之间的干扰,相比于现在的多用户检测技术,该模型很好的提升了系统的性能。
周佳桐[8](2020)在《面向稀疏多径的涡旋电磁波无线通信建模研究》文中研究说明涡旋电磁波是一项已在世界范围内获得了广泛关注的新式无线电磁波传输技术,它的产生是通过在传统平面电磁波的基础上引入电磁波相位变化,使得电磁波在传输过程中波前呈螺旋式结构。涡旋电磁波无线通信技术是一种有效提升通信频谱效率的技术,相比于传统以平面电磁波为载体的通信技术,涡旋电磁波通信因在相位这一新维度进行开发利用,使得其在理论上可以大幅度的提升频谱效率,增加了无线通信系统扩容的能力。随着第五代(The 5th Generation,5G)移动通信时代的来临,人们对于大容量、超高速通信的需求与日俱增,如何实现更大容量的无线传输成为了未来无线通信发展的主要目标之一。近几年,涡旋电磁波技术备受推崇并已经拥有相当规模性的研究理论。在现有的研究当中,该项技术主要设置场景为定点视距路径传输,然而在实际应用中,复杂的传输环境会导致电磁波因反射或折射变为多径传输。同时,不同情况与条件下的多径场景也会影响实际涡旋电磁波无线信号的传输。为了完善涡旋电磁波无线通信技术的理论与应用,本文主要研究了在多径场景下涡旋电磁波无线传输的理论并对稀疏多径场景下涡旋电磁波传输容量这一性能进行分析。具体工作如下:(1)展开针对对齐多径场景下涡旋电磁波传输理论的研究,主要建立了在收发端天线对齐情况下多径涡旋电磁波无线传输模型并加以分析,并对稀疏多径场景下传输容量进行验证。首先,针对多径场景,提出并建立相应的系统模型;然后推导出在该场景下基于均匀圆阵列(Uniform Circulant Array,UCA)天线的涡旋电磁波信道模型,包括信道函数模型、接收信号和模态解调与分离等;本文主要通过MATLAB软件对信道模型进行仿真与测试;最后通过与现有无线多输入多输出(Multiple-Input-Multiple-Output,MIMO)技术相对比,分析在不同的多径场景下祥光传输系统频的谱效率优劣,得出稀疏多径场景下涡旋电磁波能够实现更高的传输容量。(2)展开针对非对齐多径场景下涡旋电磁波传输理论的研究,主要建立了在收发端天线非对齐,即收发天线处于平行非同轴的情况下,多径涡旋电磁波无线传输模型并同样对稀疏多径场景中传输容量进行分析。首先,基于已研究的对齐多径涡旋电磁波系统模型基础上进行提升,建立适用于非对齐多径场景的涡旋电磁波系统模型;然后,在已建立的系统模型上完成对非对齐非视距与多径涡旋电磁波的信道模型建立;最后通过仿真并研究非对齐偏移距离对整个系统传输带来的影响,并对整体系统传输容量与MIMO技术对比,得出相关结论,最终验证稀疏多径场景下涡旋电磁波在传输容量上的优势。
宗景杰[9](2020)在《面向超可靠低时延通信的多用户空时调制方案研究》文中研究指明超可靠低时延通信(Ultra-Reliable and Low-Latency Communication,URLLC)是第五代移动通信(5G)的应用场景之一,其物理层的设计方案将直接影响低时延和高可靠指标的实现,因此在进行信号传输方案设计时需要兼顾可靠性以及时延方面的影响。传统的通信机制难以同时满足高可靠和低时延这两个相互矛盾的要求,大规模多用户多输入多输出(Multiple-Input Multiple-Output,MIMO)系统具有丰富的空间自由度、天线阵列增益、准确定性信道、高空间分集等特点,可以提供更多的可用资源来保证系统在低时延要求下的可靠性。将大规模多用户MIMO系统与空时调制方案相结合,能够联合利用系统的空间分集和多用户协作增益,在弥补短数据包传输丢失的时间增益的同时,进一步提高系统的可靠性。因此,本论文基于大规模多用户MIMO系统,研究面向短数据包的空时调制方案,在利用多天线系统空间分集和复用增益的基础上,通过多用户协作空时调制方案的设计,降低导频开销,提高传输效率,并利用协作增益进一步提高可靠性。研究内容和主要工作包括:1.在URLLC低时延、高可靠的要求下,URLLC的短数据包传输中相干时隙受限导致正交导频数量有限,且基于导频序列进行信道估计会带来延迟,降低系统性能,为了解决这些问题,本文以减少导频开销为出发点,提出了一种基于唯一可分的多用户配对联合星座设计方案。其思想是首先将同一小区中的用户进行配对,每对用户同一个导频序列,不同对的用户之间分配相互正交的导频序列,每对用户采用满足唯一分解条件的相移键控(Phase Shift Keying,PSK)星座进行空时调制。该方案可以在确保发送符号的唯一识别的同时减少导频开销。其次,为进一步提高系统的可靠性,研究了信道衰落系数对接收信号的信干噪比的影响,在此基础上提出了一种低复杂度的快速用户配对算法。仿真结果表明,所提快速用户配对方案可以有效提高系统的误码性能。2.为了降低用户间的干扰,进一步提高系统的可靠性,基于所提的快速用户配对方案,在总发送功率的约束下,对协作用户的功率分配方案和低复杂度的基于欧氏距离的相干检测算法展开研究,旨在提升系统整体能效的同时提高系统的检测性能。首先在总功率约束条件下设计空时调制星座,并采用基于欧氏距离的相干检测方案对信号进行估计。在此基础上,以最大化接收信号的最小欧氏距离为准则,建立了功率优化问题。通过求解优化问题,得到了功率分配的最优参数。仿真结果表明,所提功率分配方案能够在降低能效的同时显着地提升系统的可靠性。
刘娟[10](2019)在《基于低分辨率ADCs/DACs的全双工大规模MIMO系统性能研究》文中研究指明低功耗、频谱资源紧缺与高速率、高覆盖率一直以来都是无线通信系统亟待解决的问题。与传统的多天线系统相比,大规模多输入多输出(Multi-Input Multi-Output,MIMO)系统,有效地开发空间资源,提高时域和频域的资源利用率,给系统带来了极大的容量增益。全双工技术采用的是同时同频双向传输模式,实现双向通信,在通信过程中使用相同的信道资源。因此,如果能够有效地应用全双工通信,即收发机在相同的频率资源上同时进行信号发射和接收,将有可能在理论上实现两倍于半双工系统的频谱效率。为了使系统能够同时具备这两种技术所带来的好处,我们研究了一个将大规模MIMO技术与全双工技术二者相结合的系统。由于考虑到大规模MIMO系统的基站配备数百根天线,每根天线需要在发射机上使用数模转换器(Digital-to-Analog Converter,DAC)单元或接收机上用模数转换器(Analog-Digital Converter,ADC),显着地增加了系统的成本和功耗,这成为实现大规模MIMO系统应用的主要瓶颈。解决这个问题的方法之一就是使用低分辨率ADC。因此,本文进一步研究了低分辨率ADCs/DACs的全双工大规模MIMO系统的性能。本文首先提出了一个全双工大规模多输入多输出系统,并利用最大比率组合/最大比率传输(Maximal-Ratio Combining/Maximal-Ratio Transmission,MRC/MRT)信号处理方法,推导了系统在瑞利衰弱信道和莱斯衰弱信道的上下行链路可达速率。然后根据推导的可达速率,我们提出了四种功率缩放方案,进一步研究了多用户干扰(Multi-User Interference,MUI),环路干扰(Loop Interference,LI),用户间干扰(Inter-User Interference,IUI)和加性白高斯噪声(additive white Gaussian noise,AWGN)对系统性能的影响。研究结果表明,通过增加基站接收天线并适当地应用功率缩放定律,可以补偿由MUI,LI和AWGN对系统性能的不利影响。其次,本文分别研究了瑞利衰弱信道下、莱斯衰弱信道下低分辨率ADCs/DACs的全双工大规模MIMO系统,利用加性量化噪声模型(Additive Quantization Noise Model,AQNM),我们推导了完美信道状态信息(Channel State Information,CSI)和非完美CSI两种情况下系统的上下行链路可达速率,并分析了三个因素对速率性能的影响,包括天线数量M,量化比特数b以及基站和用户的传输功率。理论结果表明,随着ADC量化比特数增加,上下行链路的速率都会趋于某一个常数,这意味着通过增加ADC量化比特数改善系统性能是十分有限的。这一点证明在全双工大规模MIMO系统中使用低分辨率ADCs/DACs是合理的选择。最后,我们研究了一种基于混合ADC架构的全双工大规模MIMO系统,其中一小部分天线配备了高分辨率ADCs,剩余大部分天线配备了低分辨率ADCs。这种架构有可能使我们显着降低硬件成本和功耗,同时仍然保持传统架构所承诺的大部分性能提升。基于莱斯衰弱信道,利用MRT/MRC信号处理方法,我们推导了系统的上下行链路的近似可达速率。最后我们得出结论,混合ADC架构可以实现比低分辨率ADC架构更大的总和速率。通过采用混合ADC架构,实际的全双工大规模MIMO可以实现相当大的性能。基于上述讨论,本文提出将大规模MIMO技术和全双工技术相结合,且该系统的基站天线配备了低分辨率ADCs/DACs,以既提高频谱效率,又解决过高的开销和功耗为研究目标。
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.2.1 协作通信技术的发展 |
| 1.2.2 协作通信在高铁中的应用 |
| 1.2.3 无线通信系统中的能耗问题 |
| 1.3 国内外研究现状 |
| 1.3.1 传统中继技术研究现状 |
| 1.3.2 低精度量化技术研究现状 |
| 1.3.3 智能反射表面研究现状 |
| 1.4 本文研究内容和章节安排 |
| 第二章 协作通信相关技术 |
| 2.1 常见的信道衰落模型 |
| 2.1.1 瑞利衰落信道模型 |
| 2.1.2 莱斯衰落信道模型 |
| 2.2 协作中继技术 |
| 2.2.1 中继转发协议 |
| 2.2.2 中继选择技术 |
| 2.3 智能反射表面技术 |
| 2.4 性能指标 |
| 2.5 本章小结 |
| 第三章 非理想CSI下全双工双向中继网络安全性能研究 |
| 3.1 系统模型 |
| 3.1.1 信道模型 |
| 3.1.2 信号传输模型 |
| 3.2 安全信道容量分析 |
| 3.3 保密中断概率与监听概率分析 |
| 3.4 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 大规模MIMO中继系统的可实现速率和能量效率研究 |
| 4.1 系统模型 |
| 4.1.1 信道模型 |
| 4.1.2 信号传输过程 |
| 4.2 理想CSI下可实现速率与能量效率分析 |
| 4.2.1 可实现速率分析 |
| 4.2.2 近似结果分析 |
| 4.2.3 能量效率分析 |
| 4.3 理想CSI下性能分析 |
| 4.3.1 广义功率缩放定律 |
| 4.3.2 局部最优功率分配方案 |
| 4.4 非理想CSI下可实现速率分析 |
| 4.5 仿真结果与分析 |
| 4.6 本章小结 |
| 第五章 IRS辅助的大规模MIMO系统可实现速率和能量效率研究 |
| 5.1 系统模型 |
| 5.1.1 信道模型 |
| 5.1.2 信号传输过程 |
| 5.2 可实现速率与能量效率分析 |
| 5.2.1 可实现速率分析 |
| 5.2.2 近似结果分析 |
| 5.2.3 能量效率分析 |
| 5.3 功率分配 |
| 5.4 仿真结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
| 致谢 |
| 摘要 |
| Abstract |
| 缩略词列表 |
| 符号对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 智能反射面技术 |
| 1.2.1 概念 |
| 1.2.2 机遇 |
| 1.2.3 挑战 |
| 1.3 研究现状 |
| 1.3.1 信道估计 |
| 1.3.2 波束赋形 |
| 1.4 论文主要创新点 |
| 1.5 论文结构安排 |
| 第二章 半无源反射元协助的智能反射面系统的信道估计 |
| 2.1 引言 |
| 2.2 系统模型和传输机制 |
| 2.2.1 系统模型 |
| 2.2.2 传输机制 |
| 2.3 信道估计 |
| 2.3.1 阶段1:估计BS-IRS信道 |
| 2.3.2 阶段2:估计用户-IRS信道 |
| 2.4 仿真结果 |
| 2.4.1 对比基于CS的信道估计方案 |
| 2.4.2 对于基于LMMSE的级联信道估计方案 |
| 2.5 本章小结 |
| 第三章 基于统计CSI的IRS辅助的无线通信系统 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 有源波束和无源波束的联合设计 |
| 3.3.1 莱斯衰落 |
| 3.3.2 瑞利衰落 |
| 3.4 仿真结果 |
| 3.5 本章小结 |
| 第四章 基于角度域的IRS辅助的无线通信系统 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 角度信息获取 |
| 4.4 BS波束和IRS波束的联合设计 |
| 4.4.1 BS有源波束设计 |
| 4.4.2 IRS无源波束设计 |
| 4.4.3 BS有源波束和IRS无源波束的联合设计 |
| 4.5 可达速率分析 |
| 4.6 仿真结果 |
| 4.7 本章小结 |
| 第五章 IRS辅助的无线通信系统的鲁棒性波束设计 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 下行链路数据传输 |
| 5.2.2 信道模型 |
| 5.2.3 可达速率 |
| 5.3 基于位置信息的信道估计 |
| 5.4 鲁棒性波束设计 |
| 5.4.1 问题转化 |
| 5.4.2 优化有源波束 |
| 5.4.3 优化无源波束 |
| 5.4.4 联合优化有源波束和无源波束 |
| 5.5 仿真结果 |
| 5.6 本章小结 |
| 第六章 基于位置信息的IRS辅助的多用户无线通信系统 |
| 6.1 引言 |
| 6.2 系统模型 |
| 6.3 基于位置信息的角度信息获取 |
| 6.4 有源波束和无源波束的设计 |
| 6.5 用户可达速率分析 |
| 6.5.1 理想的IRS部署方向 |
| 6.5.2 完美的用户位置信息 |
| 6.6 功率控制 |
| 6.7 仿真结果 |
| 6.8 本章小结 |
| 第七章 有限相移精度的IRS辅助的多播系统 |
| 7.1 引言 |
| 7.2 系统模型 |
| 7.3 信道估计 |
| 7.3.1 波束训练 |
| 7.3.2 等效信道估计 |
| 7.4 可达速率分析 |
| 7.5 功率分配 |
| 7.5.1 高导频功率的情况 |
| 7.5.2 大量RF链路的情况 |
| 7.5.3 大量反射元的情况 |
| 7.6 仿真结果 |
| 7.7 本章小结 |
| 第八章 总结与展望 |
| 8.1 研究总结 |
| 8.2 进一步研究方向 |
| 参考文献 |
| 附录A 第三章相关证明 |
| A.1 命题3.1的证明 |
| 附录B 第四章相关证明 |
| B.1 命题4.1的证明 |
| B.2 定理4.1的证明 |
| B.3 定理4.2的证明 |
| B.4 命题4.2的证明 |
| B.5 推论4.2的证明 |
| 附录C 第六章相关证明 |
| C.1 定理6.1的证明 |
| C.2 定理6.2的证明 |
| C.2.1 计算A_k |
| C.2.2 计算C_(k,i) |
| C.2.3 计算B_k |
| 附录D 第七章相关证明 |
| D.1 命题7.2证明 |
| D.2 命题7.3的证明 |
| D.3 定理7.1的证明 |
| D.4 定理7.2的证明 |
| D.5 定理7.3的证明 |
| D.6 定理7.4的证明 |
| 攻读博士学位期间主要研究成果及参与的科研项目 |
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 符号说明表 |
| 英文缩略语表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 移动通信技术的发展 |
| 1.1.2 大规模MIMO技术 |
| 1.2 国内外相关研究现状及进展 |
| 1.2.1 大规模MIMO中继系统的研究现状 |
| 1.2.2 多小区大规模MIMO系统的研究现状 |
| 1.2.3 去蜂窝大规模MIMO系统的研究现状 |
| 1.3 研究目的和意义 |
| 1.4 论文结构安排和研究内容 |
| 2 具有硬件损伤影响的大规模MIMO全双工中继系统的性能分析 |
| 2.1 引言 |
| 2.2 LS方法下具有硬件损伤影响的大规模MIMO全双工中继系统 |
| 2.2.1 系统模型和信道估计 |
| 2.2.2 DF协作方式下的可达速率和功率缩放定律 |
| 2.2.3 AF协作方式下的可达速率和功率缩放定律 |
| 2.2.4 仿真结果与分析 |
| 2.3 LMMSE方法下具有硬件损伤影响的大规模MIMO全双工中继系统 |
| 2.3.1 系统模型和信道估计 |
| 2.3.2 DF协作方式下的可达速率和功率缩放定律 |
| 2.3.3 仿真结果与分析 |
| 2.4 本章小结 |
| 3 莱斯信道下的多小区大规模MIMO系统的性能分析 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 信道模型 |
| 3.2.2 信道估计模型 |
| 3.2.3 下行信号传输模型 |
| 3.3 下行可达速率的性能分析 |
| 3.3.1 莱斯衰落信道下的EGT预编码性能 |
| 3.3.2 瑞利衰落信道下的EGT预编码性能 |
| 3.3.3 莱斯衰落信道下的LOS-EGT预编码性能 |
| 3.3.4 莱斯衰落信道下的MRT预编码性能 |
| 3.4 仿真结果与分析 |
| 3.5 本章小结 |
| 4 莱斯信道下基于BT方案的多小区大规模MIMO系统的性能分析 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 信道模型和上行信道估计模型 |
| 4.2.2 下行信号传输模型 |
| 4.2.3 下行信道估计模型 |
| 4.3 MRT预编码的下行可达速率性能和功率缩放定律 |
| 4.3.1 MRT预编码的可达速率性能分析 |
| 4.3.2 MRT预编码的功率缩放定律 |
| 4.4 ZF预编码的下行可达速率性能和功率缩放定律 |
| 4.4.1 ZF预编码的可达速率性能分析 |
| 4.4.2 ZF预编码的功率缩放定律 |
| 4.5 仿真结果与分析 |
| 4.6 本章小结 |
| 5 空间相关莱斯信道下基于BT方案的多小区大规模MIMO系统的性能分析 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 信道模型 |
| 5.2.2 上行信道估计模型 |
| 5.2.3 下行信号传输模型 |
| 5.2.4 下行信道估计模型 |
| 5.3 MRT预编码的下行可达速率性能 |
| 5.4 ZF预编码的下行可达速率性能 |
| 5.5 功率分配方案 |
| 5.6 仿真结果与分析 |
| 5.7 本章小结 |
| 6 邻近集中式大规模MIMO系统的性能分析 |
| 6.1 引言 |
| 6.2 系统模型和下行信号传输模型 |
| 6.2.1 系统模型 |
| 6.2.2 下行信号传输模型 |
| 6.3 系统下行可达速率的性能分析 |
| 6.3.1 和频谱效率 |
| 6.3.2 平均和频谱效率 |
| 6.4 仿真结果与分析 |
| 6.5 本章小结 |
| 7 去蜂窝大规模MIMO系统的性能分析 |
| 7.1 引言 |
| 7.2 空间相关莱斯信道下基于BT方案的去蜂窝大规模MIMO系统性能 |
| 7.2.1 系统模型和信道估计 |
| 7.2.2 无BT方案的下行信号传输模型 |
| 7.2.3 BT方案下的下行信道估计和信号传输模型 |
| 7.2.4 最大化频谱效率的功率分配算法 |
| 7.2.5 最大化能量效率的功率分配算法 |
| 7.2.6 仿真结果与分析 |
| 7.3 频率选择性衰落信道下的去蜂窝大规模MIMO系统性能 |
| 7.3.1 系统模型和相位噪声模型 |
| 7.3.2 信道估计和数据检测 |
| 7.3.3 系统上行可达速率性能 |
| 7.3.4 仿真结果与分析 |
| 7.4 本章小结 |
| 8 总结与展望 |
| 8.1 全文总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 智能电网内通信技术的应用 |
| 1.1.2 无线通信演进过程 |
| 1.1.3 无线通信系统的能耗问题 |
| 1.2 国内外研究现状 |
| 1.2.1 大规模MIMO信道的研究现状 |
| 1.2.2 全双工通信模式的研究现状 |
| 1.2.3 非理想硬件损耗的研究现状 |
| 1.3 本文研究内容和章节安排 |
| 第二章 大规模MIMO通信及其关键技术 |
| 2.1 大规模MIMO系统模型 |
| 2.1.1 大规模MIMO信道模型 |
| 2.1.2 ADC/DAC接收机架构 |
| 2.1.3 非理想硬件损耗 |
| 2.2 信号传输技术与性能评估 |
| 2.2.1 上行链路传输技术 |
| 2.2.2 下行链路传输技术 |
| 2.2.3 全双工传输技术 |
| 2.2.4 频谱效率与能量效率评估 |
| 2.3 本章小结 |
| 第三章 空间相关信道下大规模MIMO上行系统性能研究 |
| 3.1 系统模型 |
| 3.1.1 低精度ADC接收机下的信道模型 |
| 3.1.2 混合精度ADC接收机下的信道模型 |
| 3.2 不同ADC接收机的系统性能分析 |
| 3.2.1 低精度ADC接收机下频谱效率分析 |
| 3.2.2 混合精度ADC接收机下频谱效率分析 |
| 3.2.3 混合精度ADC接收机下能量效率分析 |
| 3.3 仿真结果与分析 |
| 3.3.1 低精度ADC仿真结果 |
| 3.3.2 混合精度ADC仿真结果 |
| 3.4 本章小结 |
| 第四章 低精度ADCs/DACs下全双工大规模MIMO系统性能研究 |
| 4.1 系统模型 |
| 4.1.1 信道模型 |
| 4.1.2 收/发信号模型 |
| 4.1.3 ADC/DAC失真模型 |
| 4.2 低精度ADCs/DACs架构下系统性能分析 |
| 4.2.1 上行系统频谱效率分析 |
| 4.2.2 下行系统频谱效率分析 |
| 4.2.3 系统能量效率分析 |
| 4.3 仿真结果与分析 |
| 4.3.1 频谱效率仿真结果 |
| 4.3.2 能量效率仿真结果 |
| 4.4 本章小结 |
| 第五章 非理想硬件下大规模MIMO下行系统性能研究 |
| 5.1 系统模型 |
| 5.1.1 非理想硬件下信道模型 |
| 5.1.2 非理想硬件下低精度量化模型 |
| 5.2 低精度ADCs/DACs架构下系统性能分析 |
| 5.2.1 非理想硬件系统频谱效率分析 |
| 5.2.2 非理想硬件系统能量效率分析 |
| 5.3 仿真结果与分析 |
| 5.3.1 频谱效率仿真结果 |
| 5.3.2 能量效率仿真结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 7.1 附录A |
| 7.2 附录B |
| 个人简历在读期间发表的学术论文 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作与章节安排 |
| 第二章 多用户MIMO系统及无线衰落信道理论 |
| 2.1 MIMO系统模型 |
| 2.1.1 单用户MIMO系统 |
| 2.1.2 多用户MIMO系统 |
| 2.1.3 MIMO系统容量 |
| 2.2 MIMO相关技术 |
| 2.2.1 分集与复用技术 |
| 2.2.2 预编码技术 |
| 2.3 无线信道理论 |
| 2.3.1 大尺度衰落 |
| 2.3.2 小尺度衰落 |
| 2.3.3 多径衰落信道模型 |
| 2.4 本章小结 |
| 第三章 频率选择性衰落信道下的MIMO预编码技术研究 |
| 3.1 系统模型 |
| 3.2 传统的预编码算法 |
| 3.2.1 迫零预编码 |
| 3.2.2 最小均方误差预编码 |
| 3.2.3 块对角化预编码 |
| 3.3 频率选择性衰落信道下的多用户MIMO预编码方案 |
| 3.3.1 基于SVD-BD算法的多径干扰消除预编码方案 |
| 3.3.2 基于QR-SVD-BD算法的多径干扰消除预编码方案 |
| 3.3.3 基于GIM-SVD-BD算法的多径干扰消除预编码方案 |
| 3.3.4 基于GZI-LDL~H-BD算法的多径干扰消除预编码方案 |
| 3.4 计算复杂度分析 |
| 3.5 仿真与分析 |
| 3.6 本章小结 |
| 第四章 频率选择性衰落信道下的MIMO预编码的算法改进 |
| 4.1 RBD预编码 |
| 4.2 基于传统RBD算法的多径干扰消除预编码方案 |
| 4.3 基于RBD预编码的多径干扰消除算法改进 |
| 4.3.1 QR-SVD-RBD预编码算法 |
| 4.3.2 Cholesky-SVD-RBD预编码算法 |
| 4.4 计算复杂度分析 |
| 4.5 仿真与分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 通信系统的发展现状 |
| 1.2.2 信道模型的发展现状 |
| 1.2.3 信号源的发展现状 |
| 1.3 课题来源于章节安排 |
| 1.3.1 选题来源 |
| 1.3.2 章节安排 |
| 第二章 信号源中的信道模拟 |
| 2.1 EVM值计算 |
| 2.2 协议标准 |
| 2.3 基于MATLAB的 DLL生成 |
| 2.3.1 软件平台选取 |
| 2.3.2 接口设计 |
| 2.3.3 C++信道库生成过程 |
| 2.4 测试方案和测试步骤 |
| 2.5 未加入信道模型的系统测试 |
| 2.6 本章小结 |
| 第三章 基本信道模型 |
| 3.1 无线信道的传播和衰落 |
| 3.2 高斯信道模型 |
| 3.2.1 模型仿真 |
| 3.2.2 信号源中信道模拟实现 |
| 3.3 小尺度衰落模型 |
| 3.3.1 瑞利衰落信道模型仿真 |
| 3.3.2 莱斯衰落信道模型仿真 |
| 3.3.3 信号源中信道模拟实现 |
| 3.4 LTE信道模型 |
| 3.4.1 模型仿真 |
| 3.4.2 信号源中信道模拟实现 |
| 3.5 本章小结 |
| 第四章 MIMO系统信道模型 |
| 4.1 SCM信道模型 |
| 4.1.1 信道模型与参数分析 |
| 4.1.2 信道模型仿真流程和系数计算 |
| 4.1.3 信道相关特性仿真 |
| 4.1.4 信号源中信道模拟实现 |
| 4.2 SCME信道模型 |
| 4.2.1 信道模型与参数分析 |
| 4.2.2 信道模型仿真流程和系数计算 |
| 4.2.3 信道相关特性仿真 |
| 4.2.4 信号源中信道模拟实现 |
| 4.3 WINNER II信道模型 |
| 4.3.1 信道模型与参数分析 |
| 4.3.2 信道模型仿真流程和信道系数计算 |
| 4.3.3 信道的相关特性仿真 |
| 4.3.4 信号源中信道模拟实现 |
| 4.4 MIMO信道模型分析 |
| 4.5 本章小结 |
| 第五章 5G系统信道模型 |
| 5.1 信道模型参数分析 |
| 5.1.1 延迟缩放 |
| 5.1.2 角度缩放 |
| 5.1.3 LOS信道模型的K因子 |
| 5.2 TDL信道模型 |
| 5.2.1 模型的建立 |
| 5.2.2 信道相关特性仿真 |
| 5.2.3 信号源中信道模拟实现 |
| 5.3 CDL信道模型 |
| 5.3.1 模型的建立 |
| 5.3.2 信号源中信道模拟实现 |
| 5.4 本章小结 |
| 第六章 总结和展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多用户干扰消除技术 |
| 1.2.2 基于机器学习的多用户干扰消除技术 |
| 1.3 本文的研究内容 |
| 1.4 本文的组织结构 |
| 第2章 相关技术的基础理论 |
| 2.1 多用户干扰消除技术 |
| 2.1.1 MMSE多用户干扰消除技术 |
| 2.1.2 SIC多用户干扰消除技术 |
| 2.2 机器学习 |
| 2.2.1 k-近邻算法 |
| 2.2.2 朴素贝叶斯 |
| 2.3 深度学习 |
| 2.3.1 全连接层神经网络 |
| 2.3.2 激活函数 |
| 2.3.3 损失函数 |
| 2.3.4 反向传播算法 |
| 2.4 本章小结 |
| 第3章 在SISO系统中基于机器学习的多用户干扰消除技术 |
| 3.1 系统模型 |
| 3.1.1 信道模型 |
| 3.1.2 上行链路 |
| 3.1.3 下行链路 |
| 3.2 基于机器学习的SISO发射接收机设计 |
| 3.2.1 基于机器学习的上行链路模型 |
| 3.2.2 基于机器学习的下行链路模型 |
| 3.3 实验结果对比与分析 |
| 3.3.1 实验数据 |
| 3.3.2 实验结果 |
| 3.4 本章小结 |
| 第4章 在MIMO系统中基于机器学习的多用户干扰消除技术 |
| 4.1 系统模型 |
| 4.1.1 上行链路 |
| 4.1.2 下行链路 |
| 4.2 基于机器学习的MIMO发射接收机设计 |
| 4.2.1 基于机器学习的上行链路模型 |
| 4.2.2 基于机器学习的下行链路模型 |
| 4.3 实验结果对比与分析 |
| 4.3.1 实验数据 |
| 4.3.2 实验结果 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 指导教师对研究生学位论文的学术评语 |
| 学位论文答辩委员会决议书 |
| 致谢 |
| 攻读硕士学位期间取得的成果 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究目的及意义 |
| 1.4 研究内容以及章节安排 |
| 1.4.1 研究内容 |
| 1.4.2 章节安排 |
| 1.4.3 主要贡献 |
| 第二章 涡旋电磁波无线通信基础理论 |
| 2.1 引言 |
| 2.2 涡旋电磁波基本原理及性质 |
| 2.2.1 涡旋电磁波基本原理 |
| 2.2.2 涡旋电磁波基本性质 |
| 2.3 涡旋电磁波无线通信理论 |
| 2.3.1 涡旋电磁波的产生方法 |
| 2.3.2 涡旋电磁波的接收方法 |
| 2.3.3 涡旋电磁波面向无线通信应用的挑战 |
| 2.3.4 基于UCA的涡旋电磁波传输信道模型 |
| 2.4 本章小结 |
| 第三章 对齐稀疏多径场景下涡旋电磁波传输系统 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 信道模型 |
| 3.3.1 非视距路径信道模型 |
| 3.3.2 对齐多径莱斯衰落下的涡旋电磁波传输 |
| 3.4 仿真与分析 |
| 3.5 本章总结 |
| 第四章 非对齐多径稀疏场景下涡旋电磁波传输系统 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 信道模型 |
| 4.3.1 视距路径信道模型 |
| 4.3.2 非视距路径信道模型 |
| 4.3.3 非对齐多径莱斯衰落下的涡旋电磁波传输 |
| 4.4 仿真与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| Abstract |
| 缩写符号对照表 |
| 数学符号对照表 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 URLLC的技术挑战 |
| 1.1.2 URLLC的使能技术 |
| 1.2 空时调制的研究现状 |
| 1.3 本文研究内容与结构安排 |
| 2 大规模MIMO空时调制的研究基础 |
| 2.1 大规模MIMO信道的渐近正交性 |
| 2.1.1 瑞利衰落信道 |
| 2.1.2 莱斯衰落信道 |
| 2.2 基于唯一分解理论的空时调制 |
| 2.2.1 唯一分解星座 |
| 2.2.2 唯一分解星座对 |
| 2.2.3 绝对加性可唯一分解星座对 |
| 2.2.4 唯一分解空时调制 |
| 2.3 信号检测方法 |
| 2.3.1 相干检测方法 |
| 2.3.2 非相干检测方法 |
| 2.4 本章小结 |
| 3 多用户大规模MIMO上行链路系统的快速用户配对方案 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 用户配对传输系统 |
| 3.2.2 空时调制方案 |
| 3.3 信号检测 |
| 3.3.1 信号检测算法 |
| 3.3.2 空时调制星座 |
| 3.4 快速用户配对方案 |
| 3.4.1 信干噪比的分析 |
| 3.4.2 快速用户配对算法 |
| 3.4.3 算法性能分析 |
| 3.5 仿真结果与分析 |
| 3.5.1 仿真参数设置 |
| 3.5.2 仿真结果分析 |
| 3.6 本章小结 |
| 4 大规模MIMO系统上行链路协作用户的功率优化 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 基于PSK星座的空时调制方案 |
| 4.4 功率分配方案的优化 |
| 4.4.1 功率分配优化问题的建立 |
| 4.4.2 针对BPSK星座对的功率优化 |
| 4.4.3 针对4PSK星座对的功率优化 |
| 4.5 仿真结果与分析 |
| 4.5.1 仿真参数设置 |
| 4.5.2 仿真结果分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 本文的主要研究工作 |
| 5.2 进一步研究工作的展望 |
| 参考文献 |
| 附录A 式(3.9)的证明 |
| 个人简介、在校期间发表的学术论文与研究成果 |
| 致谢 |
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 大规模MIMO与全双工技术的概述 |
| 1.2.1 大规模MIMO技术 |
| 1.2.2 全双工技术 |
| 1.2.3 全双工大规模MIMO系统研究现状 |
| 1.3 低分辨率ADCs/DACs的研究现状 |
| 1.4 论文的研究内容以及结构安排 |
| 1.4.1 已有的研究工作 |
| 1.4.2 论文内容安排 |
| 1.4.3 全文工作的意义 |
| 第二章 全双工大规模MIMO系统的性能分析 |
| 2.1 问题分析及假设 |
| 2.2 瑞利信道下的全双工大规模MIMO系统的性能分析 |
| 2.2.1 系统模型 |
| 2.2.2 上行可达速率分析 |
| 2.2.3 下行可达速率分析 |
| 2.3 莱斯信道下的全双工大规模MIMO系统的性能分析 |
| 2.3.1 信道模型 |
| 2.3.2 基于MRC/MRT处理的上行可达速率分析 |
| 2.3.3 基于MRC/MRT处理的下行可达速率分析 |
| 2.3.4 基于ZFR/ZFT处理的上行可达速率分析 |
| 2.3.5 基于ZFR/ZFT处理的下行可达速率分析 |
| 2.4 仿真结果与分析 |
| 2.5 本章小结 |
| 第三章 瑞利信道下基于低分辨率ADCs/DACs的全双工大规模MIMO系统的性能分析 |
| 3.1 问题分析及假设 |
| 3.2 完美CSI情况 |
| 3.2.1 系统模型 |
| 3.2.2 上行可达速率分析 |
| 3.2.3 下行可达速率分析 |
| 3.3 非完美CSI情况 |
| 3.3.1 信道模型 |
| 3.3.2 上行可达速率分析 |
| 3.3.3 下行可达速率分析 |
| 3.4 仿真结果及分析 |
| 3.5 本章小结 |
| 第四章 莱斯信道下基于低分辨率ADCs/DACs的全双工大规模MIMO系统的性能分析 |
| 4.1 问题分析及假设 |
| 4.2 完美CSI情况 |
| 4.2.1 信道模型 |
| 4.2.2 上行可达速率分析 |
| 4.2.3 下行可达速率分析 |
| 4.3 非完美CSI情况 |
| 4.3.1 信道模型 |
| 4.3.2 上行可达速率分析 |
| 4.3.3 下行可达速率分析 |
| 4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 第五章 基于混合ADCs/DACs的全双工大规模MIMO系统的性能分析 |
| 5.1 问题分析及假设 |
| 5.2 系统模型 |
| 5.3 系统性能分析 |
| 5.3.1 上行链路可达速率分析 |
| 5.3.2 下行链路可达速率分析 |
| 5.4 仿真结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 致谢 |