一、无线MIMO系统的容量分析及其在3G中的应用(论文文献综述)
仇桐同[1](2021)在《大规模MIMO天线阵列信道模型及其性能研究》文中研究表明无线通信技术的迅猛发展驱动着移动通信和互联网的结合,并取得了长足的发展与进步,面对未来通信场景中数据流量的增长、海量的终端设备、各类新型场景业务的层出不穷以及超高数据传输速率等需求,第四代移动通信系统已经无法满足。大规模多输入多输出(Multiple Input Multiple Output,MIMO)技术能够在不增加带宽的前提条件下以具备提高传输速率,增加系统容量和提升频谱效率的特点成为了未来移动通信系统的关键技术。本文围绕大规模MIMO多天线信道建模展开研究,深入探讨了MIMO天线阵列,天线平均相关性和信道容量等分析MIMO多天线系统模型的统计信道特性,以及基于几何散射簇模型研究了大规模MIMO的非平稳特性,研究了空时相关函数和系统性能,通过对不同数据的仿真对比分析,验证了所提出模型的有效性。本文具体的工作内容分为以下三个方面:首先,在大规模MIMO系统中,针对传输场景中到达方位角(Azimuth Angles of Arrival,AAo A)和到达仰角(Elevation Angles of Arrival,EAo A)分布的复杂性,提出了一种空间相关函数,再对这种分布下的信道进行建模。针对典型的均匀线性阵列(Uniform Linear Array,ULA)的天线布局建立了一个三维(Three Dimensional,3D)几何信道模型,并在该模型的基础上研究了大规模MIMO系统天线的平均相关性和信道容量。基于统计物理信道模型,推导了到达方位角和到达仰角之间的关系,分别使用平面波(Plane Wave,PW)和球面波(Spherical Wave,SW)模拟远场效应和近场效应,同时分析了模型参数对大规模MIMO系统性能的影响。仿真结果验证了所提出模型的有效性,该模型易于实现,可通过通信环境进行调整。接着,考虑到在大规模MIMO系统中,由于天线空间的限制,大量的天线很难放置在有限的空间中,使得天线之间的空间相关性很高,进一步导致了系统的性能下降。引入多极化天线应用于大规模MIMO系统,可以通过降低天线之间的相关性提高系统性能,实现空间效率的有效利用,以此建立了一个三维多极化大规模MIMO信道模型。本模型考虑了交叉极化鉴别度,天线数量,天线倾角等参数对系统性能的影响,并比较了多极化大规模MIMO系统与单极化大规模MIMO系统在不同通信场景的性能。研究结果显示多极化大规模MIMO系统比单极化大规模MIMO系统具有更好的性能表现。最后,针对大规模MIMO信道的近场效应和非平稳特性,提出了一个基于散射簇的大规模MIMO信道模型。在所提出的模型中,接收信道由视距(Line of Sight,LOS)传播分量和经过散射簇的非视距(Non-Line of Sight,NLOS)传播分量组成,同时引入了混合的生灭过程和可见区域法来描述信道的非平稳特性。研究了簇的非平稳特性对MIMO信道的影响,包括空间互相关函数(Cross-correlation Function,CCF)和时间自相关函数(Auto correlation Function,ACF)。然后提出了一种有限条射线的仿真模型,将仿真数据与理论模型对比验证,数值分析结果表明所提出的信道模型可以有效描述大规模MIMO的非平稳特征。
刘颖[2](2021)在《基于博弈论的无线携能通信系统的功率分配方案研究》文中提出随着无线通信技术在现代经济中持续发挥着重要作用,大量移动设备的接入和通信行业中爆炸式增长的无线业务造成无线频谱资源稀缺,因此,高数据传输速率需求与稀缺频谱资源间的矛盾日益紧张。与此同时,电信行业用电量的快速增长使无线设备的能耗问题成为了无线通信技术中一个亟待解决的问题,而无线能量传输(Wireless Power Transfer,WPT)技术作为一个非常有前景的解决方案近年来成为研究热点。因此,针对无线通信网络的能量受限和频谱资源紧张问题,研究合理有效的资源分配方案以提升系统数据传输速率、解决传统无线网络中移动设备充电问题具有重要的研究价值。本论文以解决无线通信网络的能量受限问题和提高网络传输速率为目标,研究了具有能量收集功能的无线通信系统的功率分配问题。在系统建模过程中,为了进一步提升系统传输速率,考虑将传统的无线通信网络与多输入多输出(Multiple-Input Multiple-Output,MIMO)技术、全双工(Full-Duplex,FD)技术和中继技术相结合。针对不同的网络架构,通过博弈论及交替优化相关理论对发射功率和中继波束赋形进行联合设计和优化。研究内容主要包括:构建了一个基于无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)的中继协作通信系统模型,在每个接收端处配备了功率分配(Power Splitting,PS)接收机,实现信息和能量同时传输。将FD中继通信模式与SWIPT技术相结合,建立了一个以系统传输速率为目标函数,中继发射功率和接收端收集功率为约束条件的最大化系统传输速率问题。针对优化问题中发射功率和惩罚因子耦合性,通过交替优化思想将原问题分解为两个子问题分别求解。考虑到所提系统模型中各通信链路间的竞争关系,将原问题建模为非合作博弈问题,并通过Karush-Kuhn-Tucker(KKT)条件求解纳什均衡。提出了一个基于KKT条件和固定步长投影法的迭代交替优化算法,并通过纳什均衡的定义及对角严格凹条件证明了算法的收敛性。仿真结果表明所提算法的系统传输速率优于未迭代方案、半双工(Half-Duplex,HD)中继方案、自干扰部分消除方案和未引入惩罚项的方案,验证了所提算法的有效性。提出了一个基于SWIPT的FD MIMO中继协作通信系统模型,能够有效地提高系统传输速率和网络覆盖范围。建立了一个以系统传输速率为目标函数,以发射端发射总功率、中继发射功率和接收端收集能量为约束条件的最大化系统传输速率问题。针对所提系统模型的变量耦合问题,提出了一个基于交替优化思想的迭代优化方案,通过对发射端发射功率和中继波束赋形交替优化对原问题解耦合。在功率分配问题中,利用博弈论思想将存在竞争关系的优化问题建立为一个非合作博弈问题,并通过注水法求解纳什均衡。此外,由于MIMO中继发射波束赋形矩阵处理较为复杂,本文在优化中继波束赋形时,将原问题转换成了一个等价的最小均方误差(Mean-Square-Error,MSE)问题,基于奇异值分解(Singular Value Decomposition,SVD)的思想,将MIMO技术带来的矩阵问题标量化,降低了算法的复杂度。基于上述优化过程,提出了一个基于博弈论和SVD的迭代交替优化算法,对发射功率和波束赋形联合优化,并分析验证了所提算法的收敛性。仿真结果表明所提算法能够在满足发射功率和接收能量约束的条件下,系统传输速率优于未迭代方案;系统传输速率随着天线数增加而增大;算法能够快速收敛到纳什均衡。提出了一个干扰信道下基于SWIPT的多中继MIMO通信网络系统模型,研究了多中继系统的干扰最小化和功率分配问题,有效地提高了系统传输速率。针对所提系统模型,建立了一个以系统传输速率为目标函数,以发射端发射总功率、中继发射功率和接收端收集能量为约束条件的最大化系统传输速率问题。针对系统中多中继为接收端引入的干扰噪声,设计了一个基于SVD思想干扰最小化方案,降低了算法的复杂度。针对系统中多条“发射端-中继-接收端”通信链路间的变量耦合问题,本文利用博弈论思想将原问题建模为一个非合作博弈问题,从而使集中式问题转换成一个分布式问题,并利用拉格朗日函数和KKT条件求解纳什均衡。基于上述过程,在干扰最小化情况下,设计了一个基于博弈论和固定步长投影法的迭代交替优化算法,最小化系统间干扰并对发射功率进行合理分配,进一步提高系统传输速率。最终,通过仿真不同方案的系统传输速率验证了算法的高效性,通过仿真发射功率与迭代次数之间的关系验证了所提算法的收敛性。仿真结果表明本文所提算法能够在满足发射功率和接收能量约束的前提下,系统传输速率优于未迭代方案、HD中继方案和未引入惩罚项的方案;系统传输速率随着天线数增加而增大。
朴瑨楠[3](2021)在《极化编译码设计理论及在信号传输中的应用》文中进行了进一步梳理极化码作为5G增强移动带宽场景控制信道的编码方案,是一种基于信道极化思想,信道容量可达的构造性编码,具有实用与研究的价值。针对极化码本身的编译码理论和基于信道极化思想的通信传输系统设计均是主流研究方向。但目前,对极化码的极限性能和编译码算法性能的分析理论还需进一步完善。以理论性能为指导的,面向高维调制与多天线系统的极化编码传输方案的研究还处于起步阶段,其中的基础设计理论与方法还存在较大空缺。有鉴于此,本文对极化编译码设计理论及其在高维调制与多天线系统中的应用进行研究,以提高极化编码传输系统的频谱效率,为无线通信系统空口技术的优化起指导作用。本文首先研究极化编译码算法的基础理论,建立极化码性能的理论分析框架,给出极化码的极限性能。然后,在此理论框架基础上,本文结合广义极化变换理论,进一步研究极化码在信号传输中的应用,提出极化编码调制的通用构造方法,并设计适用于多天线系统的极化预编码方案。具体来看,本文包括以下四个方面的创新工作:第一,对极化码的最小汉明重分布(MWD)枚举方法进行研究,并据此在高信噪比条件下,给出极化码最大似然(ML)译码性能界。为了准确枚举MWD中的全部码字,本文利用了码字的球约束特性,即具有相同汉明重量的码字位于码字空间中的同一个球壳上,提出了两种枚举方法。第一种是基于球约束的枚举方法(SCEM),此方法是一种深度优先的搜索方法,能够准确的枚举出极化码MWD中的全部码字。第二种是基于球约束的递归枚举方法(SCREM),此方法利用码字的球约束特性和极化码的递归构造方法,能够以较低的搜索复杂度,递归的分析极化码的MWD。相比于现有的MWD分析方法,本文提出的方法能够以更低的搜索复杂度准确分析MWD。第二,对极化码高性能编译码方案进行设计优化,使其在短码下可以逼近有限码长性能界。本文首先研究极化码的高性能译码算法,并提出循环冗余校验(CRC)辅助的球译码算法(CA-SD)以达到CRC极化码的ML译码性能。CA-SD算法通过对CRC中的奇偶校验多项式进行变换,保证对校验比特进行独立地判决,避免不必要的搜索,使得CA-SD算法的复杂度在短码下低于传统的CRC辅助的串行抵消列表算法。接着,在研究极化码短码下的极限性能时,本文发现CRC极化码的ML性能有逼近有限码长性能界的可能。为了提高CRC极化码的性能,本文首先基于奇偶校验多项式和SCEM方法提出基于球约束的奇偶校验枚举方法来分析CRC极化码的MWD,并根据MWD对CRC极化码的CRC多项式进行优化。同时,为了降低CA-SD算法的复杂度,本文将CA-SD算法与自适应串行抵消列表译码算法相结合,提出CRC辅助的混合译码(CA-HD)算法。仿真结果表明,在码长128,码率0.5配置下,采用CA-HD算法的CRC极化码与有限码长性能界在误块率为10-3时,只有0.025dB的性能差距。第三,针对极化编码调制系统中的构造问题,本文提出了一种通用的码率分配构造方法,实现与信道条件无关的通用构造。本文针对两种极化编码调制方案,即多级码极化编码调制(MLC-PCM)方案和比特交织极化编码调制(BIPCM)方案,分别提出了灵活的码率分配(RF)构造方法。在MLC-PCM中,每个分量极化码的比特索引排序与5G中采用的极化序列相一致。因此,合理的分配每个分量码的码率即可实现MLC-PCM的通用构造。在BIPCM中,本文利用BIPCM的嵌套结构,将BIPCM方案中的极化码拆分成多个极化子码,计算每个极化子码分配的码率即可实现BIPCM的通用构造。为了合理的分配每个分量极化码或极化子码的码率,本文提出了两种RF方法,即基于信道容量的RF方法和基于有限码长速率的RF方法。仿真结果表明,本文提出的RF方法对5G标准中的调制与编码策略(MCS)是鲁棒的。同时,相比于现在5G中使用的LDPC编码调制方案,基于RF构造的MLC-PCM方案和BIPCM方案都可以在不同的MCS下获得稳定的性能增益。第四,针对极化多天线(PC-MIMO)传输系统,本文设计了一种极化预编码方案,其能够在PC-MIMO传输系统中获得比传统预编码方案更好的性能。在PC-MIMO系统中,数据流之间的极化效应和MIMO系统的容量都是影响系统性能的重要指标。本文将最大化极化效应和MIMO容量作为极化预编码的优化方向,并提出与传统预编码不同的极化准则。本文还推导证明了极化准则下的最优预编码矩阵,并提出了相应码本设计方法。仿真结果表明,本文提出的极化预编码方案能够在PC-MIMO系统中,获得比传统的离散傅里叶变换预编码方案更好的性能。本文对极化码基本编译码设计理论进行了研究,并将信道极化理论在信号传输系统中进行了推广。在编译码方面,本文提出了准确分析极化码MWD的枚举方法,并研究了极化码短码下的极限性能。在极化信号传输方面,本文对极化编码调制系统的构造方法和PC-MIMO系统中的预编码方案进行研究。上述研究内容完善了极化编译码算法的基础理论,提高了极化编码传输系统的频谱效率,对无线通信系统的性能优化起指导作用。
金思年[4](2021)在《大规模MIMO系统的线性传输技术性能研究》文中提出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。
陈晨[5](2020)在《大规模MIMO中导频污染抑制的研究》文中进行了进一步梳理随着技术的进步,移动通信越来越需要高频谱效率和高系统容量,而5G作为新一代蜂窝通信网络能够实现各方面性能的提升。大规模MIMO是5G中一种重要的技术,其重要特点是在基站配备了大型天线阵列,相较于4G技术在频谱效率等方面提升了几个数量级。然而因为大规模MIMO系统中导频资源数量的限制,系统中必然存在着某些用户复用同一导频序列,进而引起了导频污染问题。当前,导频污染严重限制了大规模MIMO系统发展。本文重点研究了大规模MIMO系统中的导频污染抑制策略,并提出了两种导频分配策略:基于用户分组的导频分配算法和基于导频时移的导频污染抑制算法。本文主要做了以下工作:针对多小区大规模MIMO系统中处于小区边缘的用户信道条件较差,更容易受到相邻小区其他用户干扰的情况,本文提出了一种基于用户分组的改良导频污染抑制方法。首先通过计算大规模衰落系数阈值来完成用户划分,将相互正交的导频资源优先分配给边缘用户,同时中心用户采用一种基于大规模衰落系数的分配策略完成导频分配。仿真结果表明,这种分配方案能够有效提升系统性能,同时也提升了边缘用户的信道质量。针对导频资源数量限制,提出了一种基于时移分组的导频分配方法。首先利用导频序列在相干时间间隔时隙中的位置,将多个小区分为三组,保证只有同一组的用户设备之间会产生导频污染,进而将导频污染抑制的目标群体进一步缩小。然后考虑到剩下的工作就是将导频序列复用在各分组中,采取了常见的匈牙利算法,来实现为各小区的K个用户找到最佳匹配。仿真结果表明,本文提出的导频时移分组算法可以在较低复杂度的情况下提升频谱效率等性能。
郁星成[6](2020)在《基于低精度及混合精度ADCs/DACs的全双工大规模MIMO系统的性能分析》文中研究指明随着通信技术迅猛发展,5G技术已经开始步入商用。为了进一步提高传输速度,5G技术就必须克服频谱资源短缺,降低高昂的硬件成本以及应对复杂传输环境带来的速率衰落。大规模多输入多输出(Multi-input Multi-output,MIMO)技术利用大规模天线阵列极大提高了通信系统的传输速率,而大规模天线阵列带来的硬件成本可以通过配备低精度模数转换/数模转换(Analog-to-Digital Converter/Digital-to-Analog Converter,ADC/DAC)以及混合精度ADCs/DACs来降低,此外将中继技术(Relay technology)应用到现有的系统模型中,可以应对远距离传输和复杂传输环境的情景。另一方面,与半双工技术相比,全双工技术(Full-Duplex,FD)可以在同一频率资源上同时发送接收信号,从而大大提高频谱效率。因此,本文主要研究了配备以上几种技术的全双工系统模型并推导、分析其可达速率,具体研究内容如下:首先,本文研究了全双工中继系统配备低精度ADCs/DACs在莱斯信道下的可达速率。我们主要考虑了在完美信道状态信息(Channel State Information,CSI)情形下,采用最大比组合/传输(Maximum Ratio Combining/Transmission,MRC/MRT)信号处理方法。我们对可达速率进行分析并推导了可达速率的近似表达式,进一步分析了量化比特,环路干扰,天线数以及莱斯因子与速率的关系。理论结果表明增加天线数量不能无限的增加系统的可达速率,可达速率同时受到量化比特数的影响;最后我们通过仿真对该系统模型进行了进一步的研究,并且验证了在全双工大规模MIMO系统中使用低精度ADCs/DACs是合理的。然后,本文研究了全双工大规模MIMO系统配备混合精度ADCs/DACs在瑞丽信道下的系统性能。在完美CSI的情况下,我们采用MRC/MRT信号处理方法以及加性量化噪声模型(additive quantization noise model,AQNM)推导出了该系统模型的上行速率和下行速率的近似表达式,并且分别研究了三个因素对系统性能的影响,包括天线数量,环路干扰以及量化比特。此外,我们还研究了不同的高低精度比例与能效之间的关系,理论结果表明通过调控高低精度比例,在节省功耗的情况下同样可以获得较好的系统性能,这验证了在全双工大规模MIMO系统中使用混合精度ADCs/DACs的合理性。最后,基于实际场景中信号扩散和LOS路径的存在,并考虑到低精度ADCs/DACs对获取CSI的影响,我们在莱斯信道和非完美CSI下研究了混合精度ADCs/DACs的全双工大规模MIMO的系统性能。我们推导出该系统模型的上行速率和下行速率的近似表达式,并从理论和仿真两方面进一步研究了莱斯因子,环路干扰,量化比特数及天线混合比对速率的影响。最后我们进行了与能效相关的仿真工作,并结合仿真结果给出了一些有关实际部署的建议。
亓天[7](2020)在《面向5G的高效率功率放大器研究》文中提出正蓬勃发展的第五代移动通信技术(5G),为人类进入工业4.0时代奠定了坚实的无线通信技术基础。功率放大器(功放)作为发射机末端的关键模块直接决定着发射机的性能,同时功放也是无线通信网络中的主要耗能设备,进而影响到整个无线通信系统的表现。面向5G的功放技术,需要以更高的效率满足更为复杂的调制信号的通信需求。本论文旨在探究面向5G的高效率功放技术,包括双载波信号激励下并发功放的响应分析,以及利用功率控制技术和交调对消技术分别实现大回退和线性高效率Doherty功放的研究。此外,本文还提出了利用热电效应提升功放效率的新方法。本文的主要研究内容及创新点可归纳为如下4个方面:1、在深入分析功放的并发工作模式以及双载波信号特征的基础上,解决了双载波信号激励下并发功放响应难以分析的问题。并利用验证实验,揭示了并发功放漏极效率的不平衡现象,提出一种更为合理的衡量并发功放性能的方法。2、5G通信系统中复杂的信号调制方式将使信号的峰均比超过12d B。本文利用肖特基二极管的变阻特性实现了可控功率控制电路,改善了载波功放过饱和导致Doherty回退区间性能恶化的问题。验证实验所设计的Doherty功放中心频率为2.55GHz,在13.5d B的输出功率回退区间内,功放的功率附加效率大于49.4%。3、功放良好的线性度是复杂调制信号传输质量的保证。本文提出利用载波功放与峰值功放三阶跨导的异号特性,在非对称Doherty功放的负载调制合成点处进行基波分量合成的同时完成交调分量的对消,从而实现线性高效功放。验证实验中,在5.3GHz处当功放的交调失真小于-30d Bc时,实现的功率附加效率为49.5%。4、为探究提升功放效率的新方法,本文提出利用热电偶的热电效应,收集功放工作时所产生的余热,并转化为可用的电能,从而间接地提升功放系统直流到射频的转换效率。验证实验中,引入热电转换模块后功放系统的整体效率可提升约0.9%。
徐佳康[8](2021)在《大规模天线阵列基础理论研究及其应用》文中认为大规模多入多出阵列天线(Massive MIMO)是未来无线通信的核心技术之一,该技术是一种利用基站侧大规模阵列天线构建可高效利用空间分集信息的方法,解决了传统无线通信系统信号在空间扩散的利用难题。利用大规模多入多出阵列天线技术,每个用户都可以获得终端和基站之间独立的空域信道,每个用户都可以使用该独立空域信道的所有时频资源,实现从多用户共享时频资源到多用户独立占用时频资源的演进,使得蜂窝通信网络结构发生了根本变化。由于时频资源在小区内得到了多重复用,小区内的频谱效率得到了成倍增长,无线网络小区容量得到极大提升。除此以外,由于大规模天线阵列的使用,会带来很高的阵列增益,使得接收信号的信噪比得到大幅提升;而波束变窄,无线传播环境中的多径衰落现象也可以得到有效抑制,两者结合进一步提升了单个链路的容量。因此,大规模阵列天线技术对未来移动通信系统的容量提升,潜力巨大。因此,过去几年人们对大规模天线阵列系统开展了大量研究并取得了重要成果,但是在信道建模、导频污染和阵列构型优化等方面还存在着若干基础问题有待进一步挖掘,深化研究对于大规模阵列天线技术的潜能利用,意义重大。本文围绕三维信道建模、导频污染控制和多径环境中的阵列优化等若干方面,开展了基础理论和方法研究,主要创新成果如下:创新点一:针对目前二维信道模型和三维信道到达角分布模型不能完整表达大规模天线阵列信道中垂直空间传播信号传播特征、传播能量和到达角相关性的问题,开展了三维空间能量和到达角联合分布的信号传播建模研究,提出并建立一种基于三维空间DOA和到达能量的融合信道模型,给出了联合分布函数。该信道模型使用随机分布散射体结构的电波传播预测方法,解决了现有三维信道模型需要使用特定散射体分布带来的使用局限性问题,并针对不同小区的散射体分布范围,给出了宏小区和微小区的到达能量和到达功率的联合分布函数。通过仿真,并与现有结果的对比表明,传统二维信道模型的多径信号数量随着到达能量的衰减而增加,而三维信道模型和实测结果的多径信号数量都随着到达能量的衰减而增加,因此本文提出的信道模型与建立在实测基础上的信道模型在功率时延分布和多径信号到达角分布方面具备更好的一致性,能够更有效的反映三维真实传播环境中的信道特征,提升大规模阵列天线无线通信系统设计的针对性和有效性。创新点二:针对多小区导频污染情况下小区间干扰制约大规模阵列天线无线通信系统性能提升的问题,开展了小区间干扰模型分析和干扰消除的研究,提出了一种基于小区间协作的导频污染消除方法。该方法利用大规模天线阵列空域滤波的特性,通过两次波束赋形的方式分别实现小区内干扰消除(第一次波束赋形)和小区间干扰消除(第二次波束赋形),解决了现有小区间频率多色复用方法频谱效率低、小区间导频异步传输方法残余干扰大的难题。通过仿真,并与现有结果的对比表明,本文方法能够有效地解决Massive MIMO系统的导频污染问题,为打破Massive MIMO系统的容量瓶颈提供了有效的途径。同时,通过小区间的协作,在天线数相同的情况下,该方法相对于无小区间协作的情况小区容量可提升3到5倍。创新点三:针对大规模阵列天线占用空间大,优化方式不灵活的问题,开展了稀布阵的优化研究,提出了一种多目标联合优化的方法。该方法通过对天线方向图的多个特征值进行统一化表征,设计了多级差分遗传算法,实现了主瓣波束集中、旁瓣干扰抑制和阵面体积降低。通过仿真,在32阵元天线阵列优化中,相对于等间距阵列,可以实现阵列尺寸降低40%,主瓣宽度降低约50%,旁瓣抑制-20dB。创新点四:针对多径环境下自动调制方式识别准确率低的问题,提出了一种大规模阵列天线的自动调制方式识别技术。该技术使用正交波束赋形的空域滤波方法,降低了多径干扰,并结合最大似然比信号合并算法和基于贝叶斯判决模型的决策融合算法对不同波束获取的信号进行处理,实现了多径环境中自动调制方式识别准确率的大幅提升。通过仿真验证,该技术相对于传统多天线合并决策方法,在-20dB信噪比条件下可以达到不小于90%判决准确率。本文围绕大规模阵列天线无线通信系统和信号检测基础理论和应用,丰富了大规模阵列天线系统在多径环境中的理论认识,可提升应用水平,为未来无线通信系统的空域信号处理理论研究和应用研究提供更好的支撑。
俞世超[9](2020)在《5G中自适应编码调制研究》文中提出随着移动通信技术的飞速发展,人们终于迈进了5G时代,5G通信系统的建立,将给社会生活带来更快的速率、更低的功耗、更短的延迟、更强的稳定性,并且能够支持更多用户。LDPC(Low Density Parity Check)码借助其逼近香农极限的译码性能、可高度并行化计算的特点在3GPP(3rd Generation Partnership Project)的标准会议中被选作5G中的eMBB(Enhance Mobile Broad Band)场景下大数据包传输的编码方案。MIMO(Multiple Input Multiple Output)技术可以极大地提高通信系统的复用和分集增益,是5G系统的关键技术之一。在5G的信道传输过程中,不同技术之间的结合往往将对通信系统带来更加复杂的通信问题,本文以LDPC码结合MIMO系统作为研究课题,重点研究MIMO系统在传输LDPC编码过程中的天线功率优化问题,并提出了一种基于高斯近似的功率优化方法,主要研究内容分为五部分。首先,在第一章绪论部分描述了当代无线通信与信道编码的发展问题,概述了5G中LDPC码以及MIMO的发展过程及其技术特点,明确了本文具体的研究内容。在第二章中,具体介绍了LDPC码的相关理论、密度进化理论和高斯近似方法,同时介绍与MIMO技术相关的预编码技术,最后介绍了5G PDSCH(Physical Downlink Shared Channel)下的编译码流程。在第三章中,重点研究5G系统下MIMO天线的功率优化方法,提出了一种基于高斯近似的功率优化方法。首先对信道模型进行数学描述,然后基于高斯近似方法将MIMO系统下的LDPC码传输过程转换为高斯近似过程的最优化问题,并给出了具体的功率优化方案,最后针对功率优化方案进行仿真分析。在第四章中,重点研究5G PDSCH中处理流程对基于高斯近似的功率优化方法产生的影响,其中速率匹配与信道调制时对功率优化影响最大的两个流程,在文章中对其进行具体的分析,并提出在两种情况下的解决方案,然后分别推导出优化解决方案。最后,针对速率匹配与信道调制进行仿真实验,验证了公式的有效性。本文最后,对全文进行了总结,并指出了论文研究的不足之处,以及下一步有意义的研究方向。
樊家澍[10](2020)在《基于毫米波通信大规模MIMO的预编码设计与研究》文中进行了进一步梳理随着多种新媒体技术与智能终端技术的发展,人们对于更大的无线网络容量、更高的速率要求和更稳定的服务质量产生了爆炸性的需求。其中,毫米波技术和大规模MIMO技术被认为是5G的关键性技术,为了进一步消除用户间干扰和小区间干扰,需要使用预编码技术来充分实现MIMO的增益。本课题围绕毫米波大规模MIMO系统及预编码技术,对现存的多种预编码方案进行仿真与分析。针对开关网络结构下能量效率较低的情况,提出了一种在开关网络结构下基于遗传算法思想的混合预编码算法。将非凸函数优化问题转化为局部最优解问题,从而进一步提高传输速率,提高系统能量效率。进一步地,针对于3GPP协议中规定的基于码本的预编码方案无法动态选择码本的问题,提出一种基于5GNR低复杂度的自适应码本预编码方案。接收端可以根据信道状态信息进行动态选择并以PMI的形式进行反馈,大大减少了计算复杂度。并且针对在码本搜索的过程中复杂度过高的问题,分别基于码字选择和最优线性组合选取的思想提出了两种低复杂度的码本搜索算法。
二、无线MIMO系统的容量分析及其在3G中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
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。
写法范例:
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。
(2)本文研究方法
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。
三、无线MIMO系统的容量分析及其在3G中的应用(论文提纲范文)
(1)大规模MIMO天线阵列信道模型及其性能研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 无线通信的发展历程与大规模MIMO技术 |
1.1.1 无线通信的发展历程 |
1.1.2 大规模MIMO技术简介 |
1.2 大规模MIMO信道建模研究背景及现状 |
1.3 主要工作及创新性 |
1.4 章节安排 |
第二章 大规模MIMO无线信道研究基础 |
2.1 引言 |
2.2 无线通信信道的衰落特性 |
2.2.1 大尺度衰落 |
2.2.2 小尺度衰落 |
2.3 MIMO信道模型 |
2.3.1 MIMO信道模型的基本原理 |
2.3.2 MIMO信道建模方法 |
2.4 常用信道模型 |
2.4.1 瑞利模型 |
2.4.2 莱斯模型 |
2.5 本章小结 |
第三章 三维ULA大规模MIMO信道模型性能分析 |
3.1 引言 |
3.2 大规模MIMO系统天线阵列的3D几何模型 |
3.2.1 远场效应的信道模型 |
3.2.2 近场效应的信道模型 |
3.3 统计特性分析 |
3.3.1 PW模拟的大规模MIMO天线的平均相关性 |
3.3.2 SW模拟的大规模MIMO天线的平均相关性 |
3.3.3 信道容量分析 |
3.4 数值与仿真结果 |
3.5 本章小结 |
第四章 三维多极化大规模MIMO信道模型性能分析 |
4.1 引言 |
4.2 大规模MIMO的极化天线模型 |
4.3 统计特性分析 |
4.3.1 多极化大规模MIMO天线的相关性分析 |
4.3.2 信道容量分析 |
4.4 仿真与分析 |
4.5 本章小结 |
第五章 基于散射簇的Massive MIMO非平稳信道模型 |
5.1 引言 |
5.2 系统信道模型 |
5.2.1 信道脉冲响应 |
5.2.2 非平稳性 |
5.3 模型的统计特性 |
5.4 数值结果和分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文的工作总结 |
6.2 未来的工作展望 |
附录 缩略语 |
参考文献 |
致谢 |
作者简介 |
(2)基于博弈论的无线携能通信系统的功率分配方案研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 无线通信网络中资源分配研究现状 |
1.2.2 基于SWIPT的无线通信网络研究现状 |
1.3 主要研究内容 |
1.4 论文结构安排 |
第二章 基本理论与关键技术 |
2.1 关键技术 |
2.2 数学基础知识 |
2.2.1 优化理论 |
2.2.2 矩阵计算 |
2.3 博弈论基础知识 |
2.3.1 博弈论的要素和分类 |
2.3.2 纳什均衡 |
2.3.3 博弈论在资源分配中的应用 |
2.4 本章小结 |
第三章 基于SWIPT的中继系统的功率分配方法 |
3.1 系统模型及目标建立 |
3.2 基于非合作博弈的交替优化算法研究 |
3.2.1 博弈问题建立及分析 |
3.2.2 基于KKT条件的功率分配方案设计 |
3.2.3 算法收敛性分析 |
3.3 仿真结果与分析 |
3.4 本章小结 |
第四章 MIMO中继系统的功率分配和波束赋形联合优化设计 |
4.1 系统模型及问题建立 |
4.2 联合优化算法设计 |
4.2.1 基于非合作博弈的发送功率优化 |
4.2.2 基于SVD的波束赋形优化 |
4.3 仿真结果与分析 |
4.4 本章小结 |
第五章 干扰信道下MIMO中继系统的功率分配方法 |
5.1 系统模型及问题建立 |
5.2 基于干扰最小化的功率分配研究 |
5.2.1 基于SVD的干扰最小化设计 |
5.2.2 非合作博弈问题建立及分析 |
5.2.3 基于KKT条件的功率分配算法设计 |
5.3 仿真结果与分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 未来研究与展望 |
参考文献 |
附录1缩略词表 |
致谢 |
攻读博士学位期间的学术成果列表 |
(3)极化编译码设计理论及在信号传输中的应用(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
英文缩略语 |
第一章 绪论 |
1.1 信道编码理论概述 |
1.1.1 信道编码的理论极限 |
1.1.2 信道编码的发展历程简述 |
1.2 信道编码与信号传输技术的联合优化 |
1.3 本文的主要工作 |
1.3.1 极化码距离谱分析理论与方法 |
1.3.2 高性能短码编译码方案设计 |
1.3.3 极化编码调制通用构造理论与方法 |
1.3.4 多天线系统中的极化预编码理论与方法 |
1.4 本文的组织结构 |
第二章 信道极化与极化信号传输基础理论 |
2.1 信道极化基本原理 |
2.2 极化码的编译码算法 |
2.2.1 极化码编码构造方法 |
2.2.2 极化码高性能译码算法 |
2.3 极化编码调制 |
2.3.1 多级码极化编码调制 |
2.3.2 比特交织极化编码调制 |
2.4 极化多天线系统传输理论 |
2.4.1 极化多天线系统传输模型 |
2.4.2 极化多天线系统中的信道极化 |
2.5 本章小结 |
第三章 极化码距离谱分析理论与方法 |
3.1 基于距离谱的性能分析理论 |
3.2 基于球约束的极化码距离谱分析方法 |
3.2.1 球约束分析方法的基本框架 |
3.2.2 距离谱分析方法 |
3.3 基于球约束的极化码距离谱递归分析方法 |
3.3.1 基于极化码递归结构的最小汉明重分布关系 |
3.3.2 距离谱递归分析方法 |
3.4 仿真结果分析 |
3.4.1 极化码距离谱分析 |
3.4.2 复杂度分析 |
3.5 本章小结 |
第四章 高性能短码编译码方案设计 |
4.1 CRC极化码编码结构 |
4.2 CRC极化码的最大似然译码算法 |
4.2.1 CRC极化码奇偶校验式 |
4.2.2 CRC辅助的球译码算法 |
4.2.3 仿真结果分析 |
4.3 基于球约束的级联极化码距离谱分析方法 |
4.3.1 级联极化码编码结构 |
4.3.2 距离谱分析方法 |
4.3.3 级联极化码距离谱分析 |
4.4 极化码短码下的极限性能 |
4.4.1 基于距离谱的CRC极化码优化 |
4.4.2 CRC辅助的混合译码算法 |
4.4.3 仿真结果分析 |
4.5 本章小结 |
第五章 极化编码调制通用构造理论与方法 |
5.1 多级码极化编码调制构造理论 |
5.1.1 多级码极化编码调制的信道极化变换 |
5.1.2 渐进的码率分配构造方案 |
5.1.3 仿真结果分析 |
5.2 比特交织极化编码调制构造理论 |
5.2.1 比特交织极化编码调制的信道极化变换 |
5.2.2 渐进的码率分配构造方案 |
5.2.3 仿真结果分析 |
5.3 本章小结 |
第六章 多天线系统中的极化预编码理论与方法 |
6.1 极化预编码多天线系统传输模型 |
6.1.1 极化预编码多天线系统收发端框架 |
6.1.2 预编码中的信道极化现象 |
6.2 极化预编码理论 |
6.2.1 极化预编码的设计准则 |
6.2.2 最优的极化预编码方案 |
6.2.3 极化预编码码本设计方法 |
6.3 仿真结果分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读学位期间所取得的研究成果 |
(4)大规模MIMO系统的线性传输技术性能研究(论文提纲范文)
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 |
(5)大规模MIMO中导频污染抑制的研究(论文提纲范文)
摘要 |
Abstract |
缩略语表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 导频污染研究现状 |
1.2.1 基于预编码和信道估计的导频污染抑制研究现状 |
1.2.2 基于导频分配的导频污染抑制研究现状 |
1.3 研究内容与成果 |
1.4 论文结构安排 |
第二章 大规模MIMO系统及导频污染问题概述 |
2.1 大规模MIMO系统概述 |
2.1.1 大规模MIMO发展概述 |
2.1.2 大规模MIMO的关键技术 |
2.1.3 大规模MIMO优势及存在问题 |
2.2 大规模MIMO中导频污染问题 |
2.2.1 导频污染产生原因 |
2.2.2 信道估计和导频污染 |
2.2.3 导频污染对系统性能的影响 |
2.3 导频污染抑制技术方案 |
2.3.1 基于预编码的抑制方案 |
2.3.2 基于信道估计的抑制方案 |
2.3.3 基于导频分配的抑制方案 |
2.4 本章小结 |
第三章 基于用户分组的导频分配算法研究 |
3.1 引言 |
3.2 系统模型 |
3.2.1 系统模型场景介绍 |
3.2.2 信道模型 |
3.2.3 信道估计及可达速率分析 |
3.3 传统分组导频分配策略 |
3.4 基于用户分组的导频分配策略 |
3.4.1 用户分组及导频开销分析 |
3.4.2 中心用户分配优化 |
3.5 算法性能仿真与分析 |
3.5.1 仿真参数设置 |
3.5.2 仿真结果分析 |
3.6 本章小结 |
第四章 基于导频时移的导频污染抑制算法研究 |
4.1 引言 |
4.2 系统模型及问题描述 |
4.2.1 系统模型 |
4.2.2 问题描述 |
4.3 基于导频时移分组的导频分配策略 |
4.3.1 导频时移分组 |
4.3.2 基于匈牙利算法的分配方案 |
4.4 算法性能仿真与分析 |
4.4.1 仿真参数设置 |
4.4.2 仿真结果分析 |
4.5 本章小结 |
第五章 总结与展望 |
参考文献 |
附录1 攻读硕士学位期间申请的专利 |
致谢 |
(6)基于低精度及混合精度ADCs/DACs的全双工大规模MIMO系统的性能分析(论文提纲范文)
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 移动通信的相关技术 |
1.2.1 大规模MIMO技术 |
1.2.2 全双工技术 |
1.2.3 ADCs/DACs量化技术 |
1.3 论文的研究内容及结构安排 |
1.3.1 已有的研究工作 |
1.3.2 本文的研究内容 |
1.3.3 论文研究内容安排 |
第二章 基于低精度ADCs/DACs的全双工大规模MIMO中继系统的性能分析 |
2.1 问题分析和背景 |
2.2 莱斯信道下全双工大规模MIMO中继系统配备低精度ADCs/DACs系统模型 |
2.2.1 系统模型 |
2.2.2 数据传输分析 |
2.2.3 环路干扰分析 |
2.2.4 线性预测分析 |
2.3 莱斯信道下全双工大规模MIMO中继系统配备低精度ADCs/DACs可达速率 |
2.4 系统可达速率与变量关系的理论分析 |
2.5 仿真结果与分析 |
2.6 本章小结 |
第三章 基于混合精度ADCs/DACs的全双工大规模MIMO系统的性能分析 |
3.1 问题分析与背景 |
3.2 系统模型与分析 |
3.3 瑞丽信道下上行速率和下行速率 |
3.3.1 上行可达速率近似表达式 |
3.3.2 下行可达速率近似表达式 |
3.4 仿真结果与分析 |
3.5 本章小结 |
第四章 全双工混合精度ADCs/DACs在莱斯信道下的性能分析研究 |
4.1 问题分析与背景 |
4.2 系统模型 |
4.3 非完美CSI莱斯信道下的上行速率与下行速率的分析与推导 |
4.3.1 上行速率的分析与推导 |
4.3.2 下行速率的分析与推导 |
4.4 仿真结果与分析 |
4.5 本章小结 |
第五章 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 |
(7)面向5G的高效率功率放大器研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 5G移动通信技术背景简介 |
1.1.1 无线通信技术的演进 |
1.1.2 无线通信系统的频谱分布 |
1.1.3 无线通信系统的能耗 |
1.2 面向5G的高效率功放的技术需求 |
1.2.1 5G的毫米波新频段 |
1.2.2 万物互联对功放技术的需求 |
1.2.3 大规模MIMO系统中的功率放大器 |
1.2.4 无线通信技术未来的发展趋势 |
1.3 高效率功放技术的研究概况 |
1.3.1 基本功放类型 |
1.3.2 宽带高效率功放 |
1.3.3 功放的高效率功率回退技术 |
1.3.4 线性高效率功放 |
1.3.5 基于数字辅助的高效率功放技术 |
1.4 本论文的主要研究内容与结构安排 |
第二章 双载波信号激励下功放并发模式的效率研究 |
2.1 功放的并发工作模式 |
2.2 双载波信号的特征分析 |
2.2.1 双载波信号的基本表征 |
2.2.2 双载波信号的变包络特征 |
2.2.3 双载波信号的周期特性 |
2.2.4 双载波信号的波形特征 |
2.3 双载波信号激励下并发功放的非线性特性 |
2.3.1 并发功放的非线性级数 |
2.3.2 并发功放输出端的能量分布 |
2.3.3 高效率并发功放的实现条件 |
2.4 双载波信号激励下并发功放的效率研究 |
2.4.1 A类偏置时并发功放的效率 |
2.4.2 基于奇偶模信号分析法的B类并发功放分析 |
2.4.3 等幅双载波B类并发功放的效率 |
2.4.4 非等幅双载波B类并发功放的效率 |
2.4.5 双载波信号激励下并发功放的验证实验 |
2.4.6 并发功放的效率失衡现象 |
2.5 本章小结 |
第三章 基于功率控制的大回退高效率Doherty功放研究 |
3.1 Doherty功放的原理分析 |
3.1.1 经典对称Doherty功率放大器 |
3.1.2 Doherty功放中的有源负载调制理论 |
3.1.3 大回退Doherty功放的困难与挑战 |
3.2 可控功率控制技术 |
3.2.1 肖特基二极管及其可控变阻特性 |
3.2.2 可控功率限制器的结构及原理 |
3.2.3 实验设计与测试验证 |
3.3 基于功率控制的大回退高效率Doherty功放研究 |
3.3.1 大回退非对称Doherty功放设计的困难与挑战 |
3.3.2 基于功率控制的大回退Doherty功放理论 |
3.3.3 验证实验及测试结果 |
3.4 本章小结 |
第四章 非对称线性高效率Doherty功放研究 |
4.1 晶体管的非线性与效率 |
4.1.1 功放线性与效率之间的冲突与矛盾 |
4.1.2 功放的非线性失真及其表征 |
4.1.3 双音信号激励下功放的交调失真 |
4.2 线性高效率Doherty功放技术 |
4.2.1 Doherty功放的非线性失真研究 |
4.2.2 Doherty功放的增益压缩补偿 |
4.2.3 非对称线性高效Doherty功放设计中的困难与挑战 |
4.3 非对称Doherty功放中功分器的研究 |
4.3.1 新型等阻抗任意功分比功分器 |
4.3.2 功分器的偶模分析 |
4.3.3 功分器的奇模分析 |
4.3.4 功分器端口相位分析 |
4.3.5 验证实验及测试结果 |
4.4 非对称线性高效Doherty功放 |
4.4.1 非对称线性高效Doherty功放的设计 |
4.4.2 验证实验的测试与分析 |
4.5 本章小结 |
第五章 基于热能收集的功放效率提升技术 |
5.1 功放工作过程中的能量转换 |
5.2 热电偶的热电转换原理 |
5.3 热能收集及热电转换分析 |
5.4 验证实验的测试结果及分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 未来科研展望 |
致谢 |
参考文献 |
攻读博士学位期间的成果与荣誉 |
(8)大规模天线阵列基础理论研究及其应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 大规模阵列天线通信系统的发展 |
1.1.1 阵列天线在无线通信系统中的意义 |
1.1.2 5G中的大规模阵列天线的发展 |
1.2 大规模阵列天线的研究现状和存在的问题 |
1.2.1 大规模阵列天线的信道模型研究 |
1.2.2 大规模阵列天线在蜂窝通信系统中的导频污染 |
1.2.3 大规模阵列天线的优化和其他应用 |
1.2.4 主要结论和存在的问题 |
1.3 论文的贡献和组织结构 |
第二章 大规模阵列天线系统的信道建模 |
2.1 研究背景 |
2.2 系统模型 |
2.3 基于随机散射体分布的三维信道模型 |
2.3.1 微小区场景下的联合分布 |
2.3.2 宏小区场景下的联合分布 |
2.4 随机散射体三维信道模型的仿真和验证 |
2.4.1 微小区的边缘概率分布函数和仿真验证 |
2.4.2 宏小区的边缘概率分布函数和仿真验证 |
2.5 基于实际传播环境的模型修正 |
2.5.1 基于天线高度的影响对模型的修正 |
2.5.2 基于地面吸收和建筑物高度的修正 |
2.6 小结 |
第三章 大规模阵列天线导频污染的抑制方法 |
3.1 研究背景 |
3.2 系统建模 |
3.3 基于小区间协作的Massive MIMO干扰消除技术 |
3.4 量化分析结果 |
3.5 小结 |
第四章 大规模阵列天线的优化和应用 |
4.1 大规模阵列天线稀布阵优化算法 |
4.1.1 研究背景 |
4.1.2 波束赋形建模 |
4.1.3 基于差分遗传算法的多目标稀布阵优化技术 |
4.1.4 仿真结果分析 |
4.2 基于大规模天线阵列的自动调制方式识别技术 |
4.2.1 研究背景 |
4.2.2 信号模型 |
4.2.3 天线数量趋于无穷情况下的AMC性能分析 |
4.2.4 天线有限情况下的AMC性能分析 |
4.2.5 仿真结果分析 |
4.3 小结 |
第五章 总结和展望 |
5.1 论文的主要工作 |
5.2 下一步研究计划 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(9)5G中自适应编码调制研究(论文提纲范文)
摘要 |
abstract |
缩略词表 |
数学符号表 |
第一章 绪论 |
1.1 研究背景 |
1.1.1 无线通信简介 |
1.1.2 信道编码简介 |
1.1.3 5G信道编码简介 |
1.1.4 MIMO技术简介 |
1.2 论文主要研究内容 |
1.3 论文的结构安排 |
第二章 LDPC码和5G信道研究 |
2.1 LDPC编码 |
2.1.1 LDPC码构造方法 |
2.1.2 LDPC码种类 |
2.1.3 LDPC译码 |
2.2 密度进化 |
2.3 高斯近似 |
2.4 预编码 |
2.4.1 迫零(ZF)预编码 |
2.4.2 基于最小均方误差(MMSE)预编码 |
2.4.3 基于奇异值分解(SVD)的预编码 |
2.5 5G NR上下行物理共享信道 |
2.5.1 信息编码 |
2.5.2 速率匹配 |
2.5.3 层映射与预编码 |
2.6 本章小结 |
第三章 LDPC码功率优化研究 |
3.1 引言 |
3.2 信道模型 |
3.2.1 MIMO信道模型 |
3.2.2 高斯近似 |
3.3 基于高斯近似的LDPC功率优化 |
3.3.1 最佳功率分配的约束条件 |
3.3.2 求Q(t,r)最小值 |
3.3.3 拉格朗日乘数法求极值 |
3.4 数值仿真及性能分析 |
3.4.1 误帧率分析 |
3.4.2 可靠性分析 |
3.5 本章小结 |
第四章 5G信道中功率优化研究 |
4.1 引言 |
4.2 速率匹配功率优化 |
4.2.1 问题分析 |
4.2.2 高斯近似模型 |
4.2.3 功率优化 |
4.3 信道调制功率优化 |
4.3.1 问题分析 |
4.3.2 高斯近似模型 |
4.3.3 功率优化 |
4.4 数值仿真及性能分析 |
4.4.1 速率匹配 |
4.4.2 信道调制 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
(10)基于毫米波通信大规模MIMO的预编码设计与研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.3 论文主要研究工作和意义 |
1.4 论文的创新点 |
1.5 论文的内容安排 |
第二章 毫米波大规模MIMO系统与预编码技术基本原理 |
2.1 毫米波信道 |
2.1.1 毫米波技术简介 |
2.1.2 毫米波信道模型 |
2.2 全模拟预编码 |
2.2.1 系统模型 |
2.2.2 基于迭代算法的全模拟预编码算法 |
2.3 全数字预编码 |
2.3.1 系统模型 |
2.3.2 全数字预编码算法分析 |
2.4 混合预编码 |
2.4.1 系统模型 |
2.4.2 基于OMP算法的混合预编码算法 |
2.4.3 仿真分析 |
2.5 本章小结 |
第三章 基于遗传算法的开关网络预编码技术方案设计 |
3.1 开关网络结构的研究意义 |
3.2 开关网络结构下的系统模型 |
3.2.1 系统模型 |
3.2.2 能耗模型 |
3.3 基于遗传算法的开关网络预编码技术方案设计 |
3.3.1 目标函数优化 |
3.3.2 算法设计 |
3.3.3 基于遗传算法的预编码方案 |
3.4 链路数值仿真及性能分析 |
3.4.1 链路平台及参数配置 |
3.4.2 链路仿真分析 |
3.4.3 能耗分析 |
3.5 本章小结 |
第四章 基于5G NR低复杂度的自适应码本预编码方案设计 |
4.1 基于5G NR的预编码方案研究意义与相关研究 |
4.1.1 研究意义 |
4.1.2 层和端口 |
4.1.3 Type Ⅰ型码本 |
4.1.4 Type Ⅱ型码本 |
4.2 系统模型 |
4.3 基于5G NR的低复杂度自适应码本预编码方案 |
4.3.1 码本构造 |
4.3.2 自适应码本的预编码方案设计与流程 |
4.3.3 一种基于TypeⅠ型码本低复杂度码本搜索的算法 |
4.3.4 一种基于TypeⅡ型码本低复杂度码本搜索的算法 |
4.4 链路仿真及性能分析 |
4.4.1 链路平台搭建与仿真参数设置 |
4.4.2 基于TypeⅠ型码本低复杂度码本搜索算法的性能分析 |
4.4.3 基于TypeⅡ型码本低复杂度码本搜索算法的性能分析 |
4.4.4 基于5G NR低复杂度的自适应码本预编码方案的性能分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 下一步工作展望 |
参考文献 |
致谢 |
攻读硕士期间成果目录 |
四、无线MIMO系统的容量分析及其在3G中的应用(论文参考文献)
- [1]大规模MIMO天线阵列信道模型及其性能研究[D]. 仇桐同. 南京信息工程大学, 2021(01)
- [2]基于博弈论的无线携能通信系统的功率分配方案研究[D]. 刘颖. 北京邮电大学, 2021(01)
- [3]极化编译码设计理论及在信号传输中的应用[D]. 朴瑨楠. 北京邮电大学, 2021(01)
- [4]大规模MIMO系统的线性传输技术性能研究[D]. 金思年. 大连海事大学, 2021(04)
- [5]大规模MIMO中导频污染抑制的研究[D]. 陈晨. 南京邮电大学, 2020(02)
- [6]基于低精度及混合精度ADCs/DACs的全双工大规模MIMO系统的性能分析[D]. 郁星成. 南京邮电大学, 2020(02)
- [7]面向5G的高效率功率放大器研究[D]. 亓天. 电子科技大学, 2020(03)
- [8]大规模天线阵列基础理论研究及其应用[D]. 徐佳康. 北京邮电大学, 2021(04)
- [9]5G中自适应编码调制研究[D]. 俞世超. 电子科技大学, 2020(01)
- [10]基于毫米波通信大规模MIMO的预编码设计与研究[D]. 樊家澍. 北京邮电大学, 2020(04)