【摘 要】
：
低功耗、频谱资源紧缺与高速率、高覆盖率一直以来都是无线通信系统亟待解决的问题。与传统的多天线系统相比,大规模多输入多输出(Multi-Input Multi-Output,MIMO)系统,有效地开发空间资源,提高时域和频域的资源利用率,给系统带来了极大的容量增益。全双工技术采用的是同时同频双向传输模式,实现双向通信,在通信过程中使用相同的信道资源。因此,如果能够有效地应用全双工通信,即收发机在相同
论文部分内容阅读
低功耗、频谱资源紧缺与高速率、高覆盖率一直以来都是无线通信系统亟待解决的问题。与传统的多天线系统相比,大规模多输入多输出(Multi-Input Multi-Output,MIMO)系统,有效地开发空间资源,提高时域和频域的资源利用率,给系统带来了极大的容量增益。全双工技术采用的是同时同频双向传输模式,实现双向通信,在通信过程中使用相同的信道资源。因此,如果能够有效地应用全双工通信,即收发机在相同的频率资源上同时进行信号发射和接收,将有可能在理论上实现两倍于半双工系统的频谱效率。为了使系统能够同时具备这两种技术所带来的好处,我们研究了一个将大规模MIMO技术与全双工技术二者相结合的系统。由于考虑到大规模MIMO系统的基站配备数百根天线,每根天线需要在发射机上使用数模转换器(Digital-to-Analog Converter,DAC)单元或接收机上用模数转换器(Analog-Digital Converter,ADC),显着地增加了系统的成本和功耗,这成为实现大规模MIMO系统应用的主要瓶颈。解决这个问题的方法之一就是使用低分辨率ADC。因此,本文进一步研究了低分辨率ADCs/DACs的全双工大规模MIMO系统的性能。本文首先提出了一个全双工大规模多输入多输出系统,并利用最大比率组合/最大比率传输(Maximal-Ratio Combining/Maximal-Ratio Transmission,MRC/MRT)信号处理方法,推导了系统在瑞利衰弱信道和莱斯衰弱信道的上下行链路可达速率。然后根据推导的可达速率,我们提出了四种功率缩放方案,进一步研究了多用户干扰(Multi-User Interference,MUI),环路干扰(Loop Interference,LI),用户间干扰(Inter-User Interference,IUI)和加性白高斯噪声(additive white Gaussian noise,AWGN)对系统性能的影响。研究结果表明,通过增加基站接收天线并适当地应用功率缩放定律,可以补偿由MUI,LI和AWGN对系统性能的不利影响。其次,本文分别研究了瑞利衰弱信道下、莱斯衰弱信道下低分辨率ADCs/DACs的全双工大规模MIMO系统,利用加性量化噪声模型(Additive Quantization Noise Model,AQNM),我们推导了完美信道状态信息(Channel State Information,CSI)和非完美CSI两种情况下系统的上下行链路可达速率,并分析了三个因素对速率性能的影响,包括天线数量M,量化比特数b以及基站和用户的传输功率。理论结果表明,随着ADC量化比特数增加,上下行链路的速率都会趋于某一个常数,这意味着通过增加ADC量化比特数改善系统性能是十分有限的。这一点证明在全双工大规模MIMO系统中使用低分辨率ADCs/DACs是合理的选择。最后,我们研究了一种基于混合ADC架构的全双工大规模MIMO系统,其中一小部分天线配备了高分辨率ADCs,剩余大部分天线配备了低分辨率ADCs。这种架构有可能使我们显着降低硬件成本和功耗,同时仍然保持传统架构所承诺的大部分性能提升。基于莱斯衰弱信道,利用MRT/MRC信号处理方法,我们推导了系统的上下行链路的近似可达速率。最后我们得出结论,混合ADC架构可以实现比低分辨率ADC架构更大的总和速率。通过采用混合ADC架构,实际的全双工大规模MIMO可以实现相当大的性能。基于上述讨论,本文提出将大规模MIMO技术和全双工技术相结合,且该系统的基站天线配备了低分辨率ADCs/DACs,以既提高频谱效率,又解决过高的开销和功耗为研究目标。
其他文献
目标跟踪是计算机视觉众多应用中重要的组成部分之一,具有很大的研究价值。目标跟踪的主要任务是在一个视频中,在每一帧都给出目标的具体位置和大小,其中只有目标的第一帧的信息是已知的。尽管目前阶段目标跟踪已经取得了很大的进展,但是由于存在模型快速移动,光照变化,背景模糊等挑战,目标跟踪依旧是一个富有挑战性的研究问题。基于判别式相关滤波相结合的算法自提出以来,由于其兼具了速度以及精度的特点,吸引了大量研究者
随着移动通信技术的快速发展,用户对于网络质量和数据速率的要求越来越高。协作中继技术的出现有效解决了小区边缘弱覆盖的问题,提高了数据传输速率和用户体验感知。能量采集作为近年来出现的一种先进技术,可以从周围环境的可再生资源中收集能量,从而实现绿色通信的目的。因此,协作中继技术与能量采集技术的结合是目前的一个研究热点。本文以具有能量采集功能的中继系统为研究对象,分析多中继系统中的中断概率,提出了不同发送
新一代信息技术是当前新一轮技术变革中的重要构成部分,具有万物互联、智能、绿色低碳等重要特征,也因此成为推动经济增长、产业转型升级的重要力量。新一代信息技术正与制造
大数据时代下,数据呈多维化、海量化的特征,查询趋于个性化,用户对结果的准确度、查询效率要求更高。传统的多维数据查询方法存在不能高效地解决静态和空间属性相结合、动态的多用户查询以及分类域上的个性化查询等问题,因此研究在度量空间中的多用户查询以及分类域上的用户偏好获取对于找出高质量的结果集具有十分重要的意义。多维Skyline查询根据对象数据点的属性值特性主要分成两类:数值域和分类域。本文重点关注空间
目前,随着图像采集技术的发展,图像相关的应用越来越广泛。由于图像中包含的信息量很大,从图像中提取具有区分性的抽象特征是物体识别中的关键步骤。传统的图像特征是手工设计的特征,依赖于设计者的先验知识,其适用范围往往较窄。在人工智能时代,深度学习被广泛用于学习图像的特征表达,基于深度学习的方法能够从大量数据中学习特征表示方法,获得具有强大表现力和泛化能力的特征。本文基于以上研究背景,研究了基于深度哈希的
协同过滤推荐算法是最常用的推荐算法之一,其利用大量相关数据对用户行为相似性进行分析并为用户提供个性化推荐。在大数据时代,大量的数据呈现在人们面前,而个性化推荐的实现需要挖掘数据中的隐含信息。LDA主题模型通常用于获取文档的主题分布信息,因此,许多学者尝试将LDA主题模型应用于协同过滤推荐算法之中,并且不断地进行探索优化。传统的LDA主题模型是无监督主题模型,在实际的文本挖掘应用中,整个数据集经常需
从大型数据库中查找出用户最感兴趣的k个数据来支持用户多标准决策的制定是数据库领域一个重要的研究课题。k遗憾查询使用最大遗憾率的衡量标准,返回k个使得用户的最大遗憾率最小的数据。但是,目前已有的关于k遗憾查询的研究存在效率较低和结果集会偏向于最不满意的用户的问题。论文针对k遗憾查询存在的问题,研究了基于用户开心度的k代表点选取技术,结合目标函数函数的特性,给出了高效的解决方案。主要工作和创新点如下:
移动社交网络是一种将社交科学与无线通信相结合应用于移动网络的技术,其主要用于解决网络中由于节点移动性强所造成的消息投递率低、链路中断频繁和传输延迟高等问题,从而促进网络中移动设备之间的连接,并为用户进行消息的访问、共享和分发提供有效的移动计算环境。移动社交网络被认为是能够给移动用户提供数据传递的一种服务系统。在当前的移动社交网络中,用户多采用便携式移动设备进行消息传输,但由于节点间的连接间歇性和移
随着设立公司标准的降低、企业数量的急剧增多,越来越多的公司、企业融入经济社会生活,单位行贿犯罪层出不穷,且呈现出复杂性和广泛性的特点。虽然《中华人民共和国刑法修正