基于测量的大规模多天线信道容量及空间相关性的研究

来源 :北京交通大学 | 被引量 : 1次 | 上传用户:q5108947
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科技社会的迅猛发展,人民生活质量的显著提高,移动通信技术已渗透到我们日常生活中的方方面面,在各种新兴应用的推动下,无线频谱资源日益紧张,容量需求急剧膨胀,能源消耗和环境问题越来越突出且备受关注,传统的通信系统已远远不能满足当今社会的发展需求。2012年国际电信联盟对电信行业领军企业在5G标准化的初步研究基础上,确定并公布了频谱效率,能效,峰值数据速率,流量密度等关键性能指标,以实现更全面,更好的服务配置和用户体验。随着科学研究的不断深入,大规模多天线技术(Massive Multi-input Multi-output,Massive MIMO)应运而生。它能够显著地提高系统的容量以及系统频谱资源的整体利用率,满足当今社会发展的需求。无线信道传播特性决定了信息论容量,即无线通信的最终性能限制,也决定了特定无线系统的表现,是移动通信系统关键参数设计的首要条件。而理解传播现象并描述信道的随机统计特性,最直接有效的方式则是进行信道测量。当前,大规模MIMO(Multi-input Multi-output)相关研究工作通常基于信道是适宜传播的假设条件。但真实的无线传播环境往往无法满足适宜传播条件,即各个子信道两两相互正交。因而,基于实测数据,研究大规模MIMO的信道特征,尤其是信道容量和空间相关性的特性,将为大规模MIMO系统实际部署和网络优化提供理论依据和技术支撑。鉴于以上,论文首先介绍了无线通信理论的基础知识,对无线通信理论知识进行了清晰的整理和分类,然后根据研究需要,对自主研发的测量系统的原理以及设备进行了详细的介绍。首先,对室外场景进行信道测量,通过对比实测数据下的大规模MIMO系统的信道矩阵与独立同分布瑞利信道矩阵的奇异值扩展可知,真实场景下各子信道之间的正交性并不能完全正交,为非适宜传播;并计算了在等功率条件下的信道容量的表现并进行分析,随着基站端天线数的增加,奇异值扩展逐渐与瑞利信道奇异值扩展接近,且容量值也逐渐趋近。收发端各天线之间空间相关性是导致非适宜条件的重要因素,这给大规模MIMO的系统性能在一定程度上带来影响。基于室外真实场景的实测数据,通过对不同的阵列类型在不同的场景中的相关性的表现做了深入的解析和规律总结,总体上随着天线数的增加,空间相关性都逐渐降低。并且进行室内环境的测量,对比虚拟的大规模MIMO和基于TDM(Time-DivisionMultiplexing)的大规模MIMO在空间相关性上的差别。上述研究对大规模MIMO技术的战略部署提供一定的支撑和技术参考。
其他文献
随着汽车轻量化理念的逐渐普及,人们对汽车零件重量和质量的要求越来越高。材料科学的发展使工程塑料的某些力学性能已接近甚至超过了部分金属材料,所以用塑料替代金属已成为
随着国民经济的快速发展,科技的不断进步,社会生产方式和生活方式的变迁,知识要素、智力资本在提高企业生产效率、提高企业利润上所起的作用越来越突出,甚至成为关键性因素。
随着计算机以及网络技术的迅猛发展,信息网络应用深入到各行各业中,创造出极大的财富。然而,信息网络在给人们带来种种物质和文化享受的同时,网络信息安全已成为不可忽视的重
随着网络技术的日益发展,网络对人们的日常生活产生了愈来愈深远的影响,在给人们带来极大便利的同时,随之衍生的网络安全威胁也愈加强烈。网络安全问题目前已严重阻挠了网络
近年来在移动机器人研究领域中,多机器人系统的研究重要性愈发突出。随着硬件技术的不断发展,例如单机器人控制、感知精度的提高,众多学者致力于多机器人协作工作的研究,并且
一直以来,中小企业都是拉动经济快速发展的重要动力,我国中小企业占比超过99%,GDP和税收贡献率都在50%以上,解决中小企业融资难题,让企业能够有效率的融资一直是世界各国关心
AOD(氩氧脱碳炉)渣是不锈钢冶炼过程中产生的副产品,具有硅、钙含量高的特点,其化学成分与水泥较为相似,具有较好的可回收利用价值。然而,AOD渣中含有一定含量的铬元素,铬元素
鲁迅对日本的重要意义在半个多世纪中持续升温,且不断迸发出新的生机活力,与现代日本文学结下深厚因缘,虽是外国文学家其文学却被作为国民文学来对待,被人们所普遍接受。同时鲁迅对战后日本文学、文学研究发展产生助力,对日本国民的主体精神重建也有重要作用,影响了众多文学家的成长和选择,使其能够客观地面对战中战后的格局发展,并以文学作为反映途径,对日本的近代和当前进行反思与文化批评,这其中便包括大江健三郎。大江
计算机视觉由目标成像、目标检测、目标跟踪和目标识别四个子课题组成,其中目标跟踪的研究进展较为滞后,其需要应对跟踪场景中各种复杂情形的挑战,如外观变化、光照变化、尺
随着人工智能、信息技术的不断进步,各行的数据量不断涌现:基因数据、医疗数据、金融数据等等,人类正在进入数据化的时代。面对大量数据,如何去除噪声、冗余数据,挖掘出隐藏