【摘 要】
:
随着智能手机的普及以及物联网的兴起,移动设备数量以前所未有的速度增长。人们对于无线网络的速度和质量有了更高要求,现有的网络通信技术已无法满足人们的需要。具有高可靠性、低时延、高吞吐量等特性的第五代移动通信技术,极大满足了万物互联时代的通信需求。毫米波通信作为5G的关键技术之一,极大地缓解6GHz以下即将耗尽的频谱资源。然而毫米波在传输过程中有着严重的路径损耗,为了使得毫米波实现几百米范围内的通信,
论文部分内容阅读
随着智能手机的普及以及物联网的兴起,移动设备数量以前所未有的速度增长。人们对于无线网络的速度和质量有了更高要求,现有的网络通信技术已无法满足人们的需要。具有高可靠性、低时延、高吞吐量等特性的第五代移动通信技术,极大满足了万物互联时代的通信需求。毫米波通信作为5G的关键技术之一,极大地缓解6GHz以下即将耗尽的频谱资源。然而毫米波在传输过程中有着严重的路径损耗,为了使得毫米波实现几百米范围内的通信,5G通信使用了波束赋形技术来提供高指向性增益。由于收发端拥有大量的阵列天线单元,使用传统MIMO系统中的数字波束赋形架构会带来巨大的功耗和硬件成本。为了节约硬件成本和功耗,收发端通常采用混合模拟数字波束赋形技术,收发端波束赋形矩阵的设计需要准确的信道状态信息,而信道状态信息是通过信道估计算法获得的。本文研究了毫米波信道估计算法,具体工作如下:
一、对毫米波的技术潜力与特点、传播特性、毫米波传播信道模型以及用到的主要技术进行了简要概述,并介绍了波达方向估计相关理论与算法,为提出的毫米波信道估计算法提供理论支撑。
二、针对频率平坦毫米波信道,阐述了信号生成过程以及信道估计所使用的信号模型,信道参数的似然函数表达式,采用SAGE参数估计思想,提出了SAGE-S2D、SAGE-S1D和SAGE-DML三种频率平坦毫米波信道估计算法。分析了算法的复杂度,通过仿真分析了所提三种算法的性能。
三、针对频率选择性毫米波信道,阐述了基于OFDM通信系统的信道模型和信号生成过程,提出了频率选择性毫米波信道估计算法。算法分为两个阶段,第一阶段获取信道参数的近似值,第二阶段采用SAGE参数估计思想对信道参数值进行迭代更新。最后对算法进行了复杂度分析,仿真验证了所提算法的良好性能。
其他文献
医学图像配准是临床医学研究中处理医学图像信息的关键技术,传统方法主要依赖于医生人工标识的特殊标记物作为关键点来指导图像配准,但是该过程复杂而冗长,较为依赖医生经验,容易出现错误。随着数字图像的不断发展,传统方法已经无法应对越来越多的高精度医学图像。因此,使用深度学习(Deep Learning,DL)网络进行医学图像配准逐渐成为研究热点,其中针对高精度数字图像的配准方法研究主要使用端到端的配准方法
多站无源定位技术因其隐蔽性好、作用距离远和成本低等优点在军事领域和民用领域都具有十分广泛的应用。特别是在电子对抗领域,无源定位不主动对外发射电磁波,而是利用目标发射或反射的电磁波,实现对敌方无人机(UAV)、雷达等设施的静默定位,在现代化战争中发挥着愈发重要的作用。目前,无源定位中常用的定位参数有:到达角(AOA)、到达时间差(TDOA)、到达频率差(FDOA)和接收信号强度(RSS)等。本文从几
技术总是在变革中发展,移动通信系统在过去的几十年里迅速地由第一代移动通信技术(1G)发展到已经展开大规模商业部署的第五代移动通信技术(5G),再到目前许多国家都在启动的第六代移动通信技术(6G)研究,移动通信技术已成为世界各国开展科技竞争的制高点。技术发展规律决定了每一代通信技术的标准都需要较长的时间才能够走向成熟,5G虽然已经开始商用,但从非独立组网到全面独立组网的持续演进仍需要时间,针对高带宽
医学图像配准作为医学图像分析的重要工具,其广泛地应用于疾病辅助诊断、人脑图谱以及图像引导放疗等领域。相对于传统3DCT(3-Dimension Computed Tomography,3D CT),肺部4DCT加入了时间轴,其可以为个体提供整个呼吸过程中的全部信息。通过对肺部4DCT图像进行配准,能够有效地刻画肺部组织结构的相对运动,有助于解决在精准放疗、病灶肿瘤跟踪以及肺功能评估等一系列临床应用
百年来,车辆带来诸多便利的同时,因为疲劳驾驶或人工操作失误人工操作失误而造成的交通事故不计其数,产生了巨大社会伤痛和巨额经济损失,人们憧憬着无人自主驾驶车辆带来社会生活进步。同时,作为汽车产业和人工智能发展必然趋势,无人自主驾驶不仅能为汽车产业带来巨大市场利益,而且是人工智能一定要征服的高峰。近年来,越来越多无人驾驶出租车、摆渡车、移动零售车出现在城市道路,公园广场等常见生活场景。 车道线作为道
基于图像的人体行为识别是将计算机视觉和人工智能相结合实现人体行为识别的一种智能化技术,其已广泛应用于特殊人群监护、人机交互等领域,并已成为人工智能的研究热点之一。 目前,基于图像的人体行为识别技术的研究主要基于单分类器,通过优化特征信息、改进识别算法来实现。其虽然取得了很多研究进展,但在模型的通用性和准确率的提升方面仍存在研究瓶颈。单个分类器通常只针对训练好的几种行为的识别效果好,行为种类变化后
近年来,随着可穿戴设备的增多以及互联网技术的发展,人与人之间的信息交互方式发生了巨大改变,由于图像、视频等多媒体数据具有更加形象生动的特征,所以可以更好地满足广大智能媒体用户的需求。然而,随着多媒体数据的爆发式增长,导致了一系列信息检索与空间存储问题。 视频摘要技术利用计算机自动地从原始长视频中提取关键的图像帧或视频片段作为重点摘要内容,使得摘要后的视频总时长缩短,同时还能够将用户认为的重要内容
工业技术在国家综合生产能力体系中占有举足轻重的地位,工业和制造业的发展是一个国家经济实力的重要体现。近年来,随着我国工业化进程的加快和中国“智能制造2025”的推进,工业互联网成为重要的网络基础设施,众多新型工业计算密集型应用也开始涌现,如工业目标检测(Object Detection),人脸识别(Face Recognition),多媒体(Multimedia)传输等等。同时,伴随移动互联网和无
双目视觉技术在计算机视觉领域中仍然属于较火热的研究课题,其在三维重建、机器人实时导航以及自动驾驶中有着广泛的应用。立体匹配在双目视觉中具有举足轻重的地位,其匹配结果的精度将直接影响最终视差图的精度,因此提高双目视觉中立体匹配的精度对促进双目视觉技术的发展有着重要意义。本文主要研究了如何将卷积网络应用在立体匹配中,并改进了网络结构和后处理方法,提高了算法性能,本文主要工作分为以下方面: (1)对双
三维点云因其强大的三维空间表征能力,近年来被广泛应用于如自动驾驶、数字博物馆、机器人、医学等领域。三维点云是可由三维扫描设备或摄像机等获取到的能够描述物体表面特征信息的由海量点组成的集合,每个点一般包含几何位置及颜色信息,且点和点之间不存在拓扑关系,没有顺序,因此能否通过有限的网络带宽快速的将三维点云数据传输到用户终端中是解决三维点云数据能否实地使用的先决条件,如何有效的对点云数据进行压缩成为解决