面向高速移动场景的5G NR信道估计研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:tananhua252
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
随着应用场景、用户需求和技术演进的需要,5G新空口(New Radio,NR)通信应运而生。信道估计在5G NR通信系统中起着至关重要的作用,准确高效的信道估计算法可以保障通信的可靠性与时效性,确保整个系统的通信性能。针对城市轨道交通、城际高铁和车联网等高速移动环境,无线信道面临频率选择性和时间选择性衰落(双选衰落)的问题,这给信道估计带来了严峻的挑战,使得信道状态信息的准确获取变得困难,影响行车通信质量和驾驶安全。考虑到信道估计在5G NR中的重要性,高效且准确的信道估计研究十分重要。有鉴于此,本文针对高速移动场景下的5G NR信道估计展开研究。本文的主要工作内容如下:第一,对于高速环境下无线信道传播特征进行了分析,主要包括信道的双选衰落特性,并搭建了信道估计系统模型,对不同的衰落信道进行了仿真。分别从导频处和数据处估计出发,对传统的信道估计方法进行了介绍,并由仿真结果分析了传统估计算法所存在的不足。第二,为了解决传统算法无法跟踪快时变信道的问题,本文提出了一种联合判决反馈的扩展卡尔曼滤波-反向递归(Extended Kalman Filter-Backward Recursion,EKF-BR)信道估计算法,对信道响应和时域相关系数进行估计,遵循状态预测与状态更新的迭代循环,实现追踪信道变化。系统仿真结果表明,在不同多普勒场景下,所提EKF-BR算法相比传统信道估计算法可以有效提升信道估计的准确度,具有较优的估计性能。第三,为进一步提升信道估计的准确性和降低算法复杂度,将深度学习与信道估计相结合,由于信道矩阵和图像之间存在一定的相似性,利用深度学习在图像恢复的原理,本文提出了信道估计残差网络(Channel Estimation Residual Networks,CE-Res Net)算法,将信道估计转换为图像恢复问题,在经过LS信道估计后得到低分辨率图像的基础上,用CE-Res Net实现对高分辨率图像的恢复即完整资源网格的恢复。经过CE-Res Net在线估计使得算法复杂度大大降低,且能更为准确地学习信道的变化特征以追踪信道的变化。通过仿真分析,证实了所提算法具有出色的估计性能,能够明显提升系统通信性能,而且具有更强的算法鲁棒性,适用于高速环境下的信道估计。
其他文献
车载网络和相关应用的迅速发展,使得车联网中计算密集型应用对资源的需求急剧增加,对现有车载设备有限的计算资源提出了挑战。在车联网中引入移动边缘计算(Mobile Edge Computing,MEC)被认为是一种有效的解决方案,能够将计算能力扩展到车载网络边缘。但是MEC服务器的资源仍是受限的,当任务爆炸式增长时无法保证服务质量,甚至导致MEC服务器出现过载现象。因此,为缓解MEC服务器计算压力,同
学位
近年来,建设大容量卫星移动通信系统成为世界航天大国建设的重要任务,高速数据传输技术作为卫星移动通信系统的关键技术之一,正受到越来越多的关注。而宽带高速数传系统中往往伴随着器件饱和、群时延失真和环境干扰等问题,导致接收端的信号常有码间串扰现象。信道均衡作为高速数传系统中的关键技术,可以有效地消除或减弱上述问题。其中,盲均衡技术具有结构简单、复杂度低和带宽使用率高等优势,非常适用于卫星高速数传基带系统
学位
无人机基站(unmanned aerial vehicle mounted base station,UAV-BS)可以作为地面蜂窝网络的有效补充,来缓解诸如地面基站故障、网络流量拥塞、和偏远地区弱覆盖等问题,因此被视为实现6G全球覆盖愿景的关键技术之一。相比于传统的地面基站,无人机基站具有部署迅速、建设和维护成本低、部署场景灵活等优势。此外,无人机基站能够在三维空间调整位置,从而增加与地面用户建
学位
随着无线通信技术和电力电子系统的快速发展,小型高性能功率变换设备的需求不断增加,为了减小功率变换器尺寸、增大功率密度,高频化成为了功率器件发展的必然趋势。然而,随着工作频率的不断升高,器件的功率损耗大大增加,功率传输效率受到了极大的影响。为解决高频功率器件损耗大这一问题,E类软开关功率变换器凭借其理论上100%的效率成为了近些年的研究热点。为了进一步提升E类功率变换器在实际电路中的性能,各种新型E
学位
视线估计技术在人机交互、辅助驾驶、头戴设备等领域有广泛的应用前景与实用价值。随着计算机视觉的发展,基于深度学习的全脸视线估计方法成为研究热点,其中如何提高此方法的估计精度与鲁棒性是业界的难题。本文基于Res Net50作为主干网络,结合改进的感受野模块与提出的区域增强机制,建立了全脸视线估计模型。此模型在MPIIFace Gaze数据集与本地数据集上分别达到4.59°与4.93°的估计精度,与基准
学位
设备到设备(Device-to-Device,D2D)通信技术可以提高用户的传输速率和能量效率,保证用户服务质量(Quality of Service,Qo S)的同时满足更多用户的连接需求,受到国内外广泛关注。多对多复用场景下一个D2D用户可以复用多个信道资源,同时一个信道资源可以被多个D2D用户复用,可以有效提高用户的传输速率。D2D通信通过复用蜂窝用户的频谱资源来完成数据传输,但是同频复用也
学位
近年来,随着汽车产业和互联网的高速发展,人-车-网互联的车联网发展已逐渐走进人们的生活视野,成为许多汽车企业的重点研究项目,特别是国内的车联网技术已成为发展的重点内容。目前我国已制定最新的国六标准,要求凡是上路的大型汽车都必须安装T-BOX系统,由该系统将车辆数据上传到相关的监管平台,再通过平台对这些汽车进行监控。因此本文主要对车辆T-BOX系统进行研究和设计,利用T-BOX对车辆数据进行采集,然
学位
后向散射通信(Backscatter Communication,Back Com)无需发射设备配备主动射频组件,能降低能耗和成本,但实现能量与信息传输须部署专用射频源,占用额外频谱资源。环境后向散射通信(Ambient Backscatter Communication,Am BC)可利用环境中现存的射频信号吸收能量和传输信息而无需分配新的频段。非正交多址接入(Non-Orthogonal Mu
学位
在工业互联网实现智能生产制造的过程中,存在大量高度复杂的应用优化问题。启发式算法可以对这些优化问题进行简化处理,并得出合理高效的解决方案。花授粉算法是基于花卉授粉提出的一种启发式算法,具有优化效率高、可同时针对多个对象展开搜索过程等优点,已经被广泛用于解决多目标优化问题。然而,该算法也存在种群丰富度低、跳出局部最优解能力较弱等缺点。因此,本文针对花授粉算法存在的不足,分别设计了面向低维度和高维度优
学位
无线通信设备中需要集成多个模块来满足人们日益增长的使用需求,而天线作为设备与外界信息交换的窗口也被寄希望于保持紧凑尺寸的同时能够具备更多的功能。极化可重构能在不增加天线端口数和尺寸的情况下,实现天线不同极化状态的转换,从而接收或发送各种信号,增强了天线的适用性。共口径阵列将各种功能的天线单元合理排布,使天线单元之间良好协同工作从而实现紧凑的阵列尺寸。基于此,本论文对极化可重构天线及其共口径阵列展开
学位