【摘 要】
:
蜂窝移动系统是干扰受限的,即系统中的干扰远远大于背景噪声,使得系统中用户数的增加主要受到干扰程度的限制。因此,任何能减小干扰的多址技术都能直接提高系统的容量和性能。在过去移动通信发展的几十年里,频分多址、时分多址和码分多址技术的提出,极大地改善了系统性能,然而传统多址技术是一维的,不能有效克服多径传播和多普勒频移所产生的干扰,对于多径时延产生的干扰常用均衡的方法来解决,对于多普勒频移所产生的干扰,
论文部分内容阅读
蜂窝移动系统是干扰受限的,即系统中的干扰远远大于背景噪声,使得系统中用户数的增加主要受到干扰程度的限制。因此,任何能减小干扰的多址技术都能直接提高系统的容量和性能。在过去移动通信发展的几十年里,频分多址、时分多址和码分多址技术的提出,极大地改善了系统性能,然而传统多址技术是一维的,不能有效克服多径传播和多普勒频移所产生的干扰,对于多径时延产生的干扰常用均衡的方法来解决,对于多普勒频移所产生的干扰,则没有有效解决方法。本文提出能有效克服因多径传播和多普勒频移产生干扰的二维正交多址,即正交图分多址,阐明正交图分多址技术的原理,并将其应用于蜂窝移动通信系统,实现正交图分多址通信。在移动通信系统中,采用基于最佳跳频图的正交图分多址,可以消除或减少由于多径传播和多普勒频移产生的干扰,降低误码率,提高系统容量和通信质量,针对未来蜂窝移动通信系统所提出的大规模MIMO、智能反射面等技术也适用于这种基于最佳跳频图的正交图分多址通信系统。正交图分多址的关键技术是要设计数量足够多的具有理想的自相关和互相关特性的最佳跳频图,获取最佳跳频图是研究的重点和难点,最佳跳频图是基于代数构造的具有理想的自相关的Costas序列的,对代数构造的Welch Costas序列和Golomb Costas序列进行二维循环移位能构造数量足够多的最佳跳频图,详细介绍了用二维循环移位法构造最佳跳频图的方法,通过计算对比Costas序列和最佳跳频图自相关及互相关性能,给出了基于最佳跳频图的蜂窝移动通信系统的模型,并根据蜂窝移动通信系统的架构,设计蜂窝移动通信系统用户的跳频图,采用这种全新的二维正交图分多址技术,不再需要均衡与信道估计就能够有效克服多径传播和多普勒频移产生的干扰,因此能大幅度降低接收机复杂度和提高系统性能。正交图分多址作为一种新的有别于FDMA,TDMA和CDMA三种一维正交多址技术的二维正交多址技术,将对未来的移动通信产生重大和深远的影响。
其他文献
非线性方程组系统来源于实际应用,如信息科学、工程技术、自动化和科学计算等。非线性方程组系统大都存在多个不同于全局极小点的局部极小点,但经典的求解线性规划问题的算法并不能成功地求解非线性方程组系统。虽然现阶段有不少关于求解非线性方程组系统全局极小点的研究,其中包括:填充函数法,遗传算法等,但这些方法或者难以实现,或者需要较强的约束条件才能得到全局极小点。为了克服这些困难,本文主要采用同伦方法求解非线
近年来,二维层状材料因其独特的电子性质和光学性质成为下一代纳米光电器件应用的热门材料。石墨烯由于零带隙的限制,依然在短期内无法实现大规模应用。与之不同,TMDCs包括半导体性质和金属性质的两类,具有带隙大、自旋谷极化和超导等特性,特别是单层MoS2,它是TMDCs的典型代表,最薄的直接带隙半导体。与传统的硅基半导体相比,单层MoS2薄膜被认为是下一代电子器件和集成电路的替代材料,同时也在能源催化、
近年来,随着遥感技术的发展,新型卫星传感器不断涌现。不同的遥感传感器获得的遥感图像,由于传感器之间的成像机理迥异,形成的遥感图像有着各自的优劣势。为了全面了解地物目标特征及其变化,多源卫星传感器数据融合应运而生,即将不同类型传感器获取的影像数据融合的技术。其生成的融合图像可以综合利用不同卫星传感器数据的优势,以应对越来越多有着更严苛要求的遥感应用。光学时空融合和合成孔径雷达(Synthetic A
<正>近日,淄博烧烤在网络走红,成为消费低迷时代的一个亮眼的网络现象。很多事情能成功,往往是天时、地利、人和的合力结果。就以天时来说,春光大好,报复性的旅游就出现了。很多城市受淄博烧烤走红的启发,也在准备出战,希望复制这种路径。比如现在很多网络信息都指向徐州,因为徐州的美食本来就很有地方特色,烧烤更有源远流长的历史。
面对与日俱增的高数据速率需求,第五代移动通信技术(5th Generation Mobile Communication Technology,5G)成为无线通信领域的前沿技术,以此作为驱动力的无线通信系统能满足人们超高信息传输速率和超大信息传输量的要求。大规模多路输入多路输出(massive Multiple-Input Multiple-Output,m MIMO)技术被引入为关键技术充分挖掘
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术在基站侧部署大量天线,能显著提高系统的吞吐量,可靠性和频谱效率,被视为5G通信研究中的热点之一。为了实现这些优势,需要获取精确的信道状态信息(Channel State Information,CSI)。然而,信道估计过程中导频开销限制了大规模MIMO系统的性能。基于此,本文研究了基于低秩矩阵完备和低秩
近年来,随着计算机软件技术的迅速发展以及硬件技术的不断提高,图像语义分割技术正在成为机器视觉领域一个十分重要的研究热点,在计算机视觉众多研究领域中发挥着十分重要的作用。图像语义分割本质上是图像像素分割与图像内容理解的结合,其目的是给每个图像像素赋予某个特定类别的语义标签。得益于硬件技术的不断发展、计算能力的不断提升、图像数据的海量井喷,基于深度学习的图像语义分割技术已经广泛应用于影视特效、无人驾驶
5G无线技术的快速发展以及新兴物联网时代的加速到来,万物互联、超可靠低延时通信成为大家共同的期待。为了克服移动设备在执行计算密集型工作负载方面的局限性,移动边缘计算(Mobile Edge Computing,MEC)应运而生,能够有效支持计算能力受限和能源受限的物联网(Internet of Things,Io T)设备执行计算密集型和延迟关键型应用程序,成为下一代网络关键技术。近年来,MEC系
随着无线终端的海量接入,无线通信技术面临着频谱资源匮乏的挑战。由于毫米波具有丰富的频谱资源,成为了当前第五代移通信技术乃至下一代通信倾向于采用的波段。毫米波的短波长特性可以大幅增加特定空间范围内能够部署的天线数目,从而集成大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统,并且大规模MIMO系统还可以利用双极化天线阵列提供的较大增益补偿毫米波信道传输环