【摘 要】
:
毫米波通信和多天线系统可以解决通信系统中频谱资源匮乏和系统容量短缺的问题,同时也面临很多挑战。毫米波的高频段短波长使多天线系统应用在移动终端成为可能,但是毫米波的
论文部分内容阅读
毫米波通信和多天线系统可以解决通信系统中频谱资源匮乏和系统容量短缺的问题,同时也面临很多挑战。毫米波的高频段短波长使多天线系统应用在移动终端成为可能,但是毫米波的路径损耗较大多天线系统不适合应用在电池容量有限、体积小的便携移动终端。为了解决多天线系统的局限性,本文将寄生天线阵列作为模型,研究了寄生天线阵列的快速波束控制问题。寄生天线阵列具有结构简单、天线阵列体积小、功耗低、硬件复杂度低、方向性强等特点。根据寄生天线阵列中寄生振子连接负载类型,寄生天线阵列的波束控制可以分为自适应波束控制和固定码本波束控制两大类。本文首先针对自适应波束成形的算法研究,提出了阻抗匹配与凸优化结合和改进最小方差无失真估计两种算法,通过自适应更改寄生振子连接的负载阻抗大小,改变天线阵列的权重向量取值,增加约束条件使得算法收敛并且快速趋于最优解,实现在较少的迭代次数范围内将波束指向期望方向同时在干扰方向置零,提高了信噪比和波束增益,达到快速波束控制的效果。自适应波束成形虽然能够达到快速波束成形的效果,但是两种算法复杂度较高,而固定码本控制方法相对简单。本文提出了寄生振子负载状态组合的方法设计码本,实现固定码本波束控制。研究过程分为三步,即最基本的坐标轴指向码本、五根的天线阵列的码本、七根天线阵列码本。码本状态实现5个、16个、64个的变化,通过逐步递进的方式实现细化波束控制的角度的目的。固定码本控制天线结构简单,码本容易实现,通过预先设定的码本,能实现天线阵列的准确且快速的波束控制。最后将寄生天线阵列的两种波束控制方法进行对比得出结论。
其他文献
核心素养是我国未成年学生在基础教育阶段,在学校发展形成的新时代社会发展必需的关键能力。但是核心素养并非无根之木,它是在具体的基础学科课程之上发展的。初中物理教学是基础教育的重要组成部分,而习题教学是其中不可或缺的内容,它能够巩固加深学生对知识的掌握帮助学生建立物理思维,同时也是教师诊断学生学习效果的手段之一。故此在初中物理习题课的教学中,也应该体现对学生核心素养的培养。然而,在实际的习题课堂教学中
万物互联时代下,数据具有规模庞大、种类繁多、结构复杂以及高维度等特点。基于奎斯特采样理论的传统信号处理方式面临诸多挑战,如硬件成本过高、设备功率过大以及数据冗余等。为了解决上述问题,提出了一种全新的采样方法——压缩感知。在稀疏性的假设下,压缩感知能够以远低于奈奎斯特采样率的方式对信号采样,并且凭借采样获得的少量测量值就能够精确重构出原始信号。历经十余年的发展,压缩感知逐步形成了较为完善的理论体系,
目的身材矮小是内分泌科和儿科医生最常关注的领域之一。其病因种类复杂、繁多,患者临床表型多样,需通过规范的问诊查体、激素检测和影像学检查明确病因。随着围产期保健的加强,生长激素缺乏症、甲状腺功能低减(甲低)等导致生长发育障碍的疾病逐渐减少,更多的矮小症患者在生化检测水平无明显异常。二代测序技术的广泛应用为这些患者的病因诊断提供了有力的技术支持。本研究拟对216例病因未明的矮小症患者行基因检测,以期明
随着信息技术的飞速发展,近年来互联网产生的数据呈爆发式增长,诸如Storm,Spark和S4等大数据处理框架也在这一背景下顺势而生。数据的激增也带来了处理数据能耗的增长,而Storm作为主流的大数据实时处理框架,实现Storm平台的节能调度对于大数据节能有着重要的意义。本文深入研究和分析了Storm的组成和工作原理,同时详细阐述了Storm的调度算法与大数据节能的相关研究。Storm原生的调度算法
一场高质量的体育赛事往往离不开教练的战术安排,能否很好地获得运动员的实时比赛信息,比如速度和确切路线,对于教练布置人员,安排战术,起着决定性的作用。实时获取运动员比赛信息,是运动员跟踪系统的核心功能。在室外体育赛事中,多采用可穿戴GPS设备实现运动员实时跟踪,在室内体育赛事中,一般采用高精度多传感器系统,来获取运动员的位置信息。以上两种方法都会使得跟踪系统过于复杂,不易于维护。本文从实际出发,针对
无线通信的快速发展导致通信系统传输数据量急剧增长,提升传统通信系统的信息传输速率以及在有限的频谱资源内获得更高的频谱效率迫在眉睫。超奈奎斯特(Faster than Nyquist,FTN)技术提供了一种非正交调制方式,允许信号以高于奈奎斯特速率进行传输,允许在同样的带宽内传输更多的码元,这突破了传统正交调制系统的约束,实现了更高的系统容量和频带利用率。随着越来越多的学者给予FTN技术更高的关注,
压缩感知理论突破了奈奎斯特采样定理的限制,能以少量的测量值精确重构信号。重构算法是压缩感知理论的重要组成部分,重构性能的好坏是压缩感知理论应用于实践的关键指标。有效利用信号的先验信息可以提升压缩感知重构算法的性能。但压缩感知重构算法的研究存在一个亟待突破的瓶颈,即信号的先验信息是通过人工观测或数学统计分析等方式提取,但这些方式提取的先验信息属于信号浅层先验信息,且可能忽略掉更有价值的先验信息。因此
无线传感网络的覆盖问题在组合优化和复杂性理论中是一个非常经典的NP-困难问题,而由它发展而来的扫描覆盖问题在最近越来越受到大家关注,并且在实际中也是有着非常广泛的应用背景。对于扫描覆盖问题,是给定一系列在度量空间中的目标点,派遣移动传感器收集目标点信息,而每个目标点4)要求在每个时间周期4)内至少被收集到一次。本文研究限制在路上和圈上的扫描覆盖问题。对于在路上的扫描覆盖问题:当移动传感器有相同的速
由Arikan教授于2008年提出的极化码,是第一个被证明了逼近香农信道容量,并且有着低编译码复杂度和明确的设计方法的信道编码方案。在2016年的3GPP RAN187次会议的5G短码方案讨论中,极化码被第五代移动通信标准中增强移动宽带(eMBB)场景采纳为短码信令信道的传输方案。相比于Arikan的原2×2维核矩阵,高维核矩阵极化码有着更大的极化因子,从而在同等码长有着更优的译码纠错性能。然而,
无线传感器网络近年来发展迅速,由于其具有体积小、自组织性、布置速度快、容错性强等优良性能以及众多的应用领域,现在已经成为了无线通信网络中最重要的组成部分之一。在健