基于非正交多址的认知MIMO网络次用户系统容量优化

来源 :计算机应用 | 被引量 : 2次 | 上传用户:zxw2yanzi
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
针对未来移动通信系统对大容量、高频谱利用率的需求,提出基于非正交多址(NOMA)技术的认知多输入多输出(MIMO)网络次用户系统容量优化方法。首先对发送信号进行预编码,随后按照信道质量增益对认知用户进行分簇,再对分簇之后的用户进行功率分配,最后将得到的NP-hard型多簇目标函数转化为求各子簇的容量;同时兼顾认知用户服务质量(Qo S)及满足串行干扰消除(SIC)的条件,利用Lagrange函数结合Karush-Kuhn-Tucker(KKT)条件求解出分簇之后的最优功率分配系数,且该系数是0到1之
其他文献
乡村“半城市化”既是对新生代农民工家庭生活现状的描述,更是对城乡分立背景下乡村和农民工未来发展的展望.乡村“半城市化”开始在乡村“家园”空间变革、行为方式变化以及
针对单一生物特征识别技术易受外界各种因素影响,识别率和稳定性有待提高的问题,提出一种掌纹掌脉图像超小波域融合识别算法NSCT-NBP。首先,对掌纹掌脉图像利用非下采样Contourlet变换(NSCT)进行分解,将得到的低频和高频子图像分别利用区域能量和图像自相似原理进行融合;然后,对融合后的图像利用近邻二值模式(NBP)提取纹理特征,获得特征向量;最后,通过计算特征向量间的汉明距离比较融合图像间
将特征线方法与有限体积元方法相结合,采用分片线性函数和分片常数函数分别作为有限体积元方法的试探函数和检验函数空间,构造了热传导型半导体器件的全离散特征有限体积元格式
在实际工作中深度学习方法通常不具备大量的训练样本,因此提出了双输入流深度反卷积生成神经网络的构架,依据给定的条件产生新的目标图像,从而扩充训练样本集。该神经网络的整体架构由双输入的卷积网络和一个反卷积网络输出构成,其中双输入卷积网络接收目标物体不同视角的两张图片并提取抽象特征,而反卷积网络则利用抽象特征和设定的参数产生新的插值目标图像。在Shape Net Core数据集上的实验结果显示,在相同数