无线异构网络中下行干扰抑制方法研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:mishier
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
近年来无线通信得到了飞速的发展,家庭基站作为一种提升室内覆盖及系统平均吞吐量的技术手段,吸引了电信运营商的广泛关注。与经过电信运营商精细部署的宏基站不同,在由宏基站与家庭基站构成的无线异构网络中,家庭基站随机且大量的部署在宏基站覆盖范围内。家庭基站的引入,相当于在系统中引入了新的干扰源,将会产生严重的下行跨层干扰和同层干扰。针对上述问题,本文提出了基于伪随机子信道选择的干扰抑制技术。首先提出了混合频率分配的系统频带划分方法,包括宏基站专属频带、家庭基站专属频带,以及宏基站与家庭基站共享频带;在共享频带上,家庭基站在伪随机序列的控制下,在每个传输子帧上伪随机选择子信道,以将跨层干扰随机化;通过对邻区关系矩阵的操作,计算出每个家庭基站最多选择的子信道数目,使得同一个邻区内的家庭基站选择不同的伪随机序列,以抑制同层干扰。为了验证该技术的干扰抑制效果,搭建了系统级通信仿真平台。本文首先介绍了仿真平台总体结构,当完成平台仿真参数初始化后,建立新的快照,并随机部署家庭基站街区、家庭基站及用户等,进而计算路径损耗、阴影损耗、天线增益等参数,以确定每个基站到每个用户的接收功率;根据伪随机子信道选择干扰抑制算法,确定家庭基站可选择的子信道,并进行资源调度,完成性能计算及统计。通过与其他四种传统干扰抑制算法的仿真对比,可以看出本文提出的基于伪随机子信道选择的干扰抑制算法能够有效抑制跨层干扰和同层干扰,获得了较好的信干噪比性能,同时明显提升了宏基站和家庭基站的平均吞吐量。
其他文献
支持向量机是在统计学习理论研究的基础之上建立起来的一种机器学习的新方法,并且克服了以往的学习算法的固有缺陷,在解决有限样本问题、提高训练结果的泛化性能、避免陷入局部
列车控制和管理系统即TCMS,TCMS作为列车的一个枢纽模块,负责处理和分配列车运行中各种内外数据,集监视与控制系统于一体。系统需要众多的通信接口来和各个功能模块完成数据交互
基于内容的图像分析技术在图像检索中的应用已经引起越来越广泛的关注,图像搜索重排序技术是其中一种利用图像的视觉信息对初始文本搜索结果进行再次分析与排序的新技术。有效
移动Ad Hoc网络是由一组可移动终端组成,通过无线通信方式形成的—个多跳的自组织网络系统。但由于网络具有无固定基础设施、采用分布式管理方式等特点,其网络特性不同于固定有
图像融合是利用不同类型传感器的不同成像原理,提供互补信息,丰富图像的信息量,增强其对环境的适应性,以获取对同一目标较为准确、全面、可靠的信息描述。图像融合技术克服了单一
随着检测技术的快速发展,对电路板检测的可靠性和自动化程度提出了更高的要求,对于高速发展的电动汽车而言,主控制电路板是驱动电机控制系统的智能核心,它的质量直接影响着整车控
认知无线电是能自动感知周围频谱环境并检测到空闲频谱的新技术,能显著提高频谱的利用率,成为无线通信领域的研究热点之一。认知无线电网络首要任务是快速检测频谱空穴。本文主
随着计算机技术和通信技术的飞速发展,人们对信息内容的要求不断提高,从开始的文本数据到现在海量的视频数据。视频传输的大量需求促进了视频压缩技术的不断发展。H.264是当今