一、移动通信网络中的射频干扰问题(论文文献综述)
贾承璐[1](2021)在《面向动态场景的移动毫米波覆盖增强技术研究》文中认为毫米波(Millimeter wave,mm Wave)凭借其丰富的频谱资源已经成为第五代移动通信系统的关键技术之一,并且将保持持续发展和演进的趋势。然而,高频段的mmWave(30GHz-300GHz)信号传输面临严重的路径和穿透损耗,这为mmWave系统的实际部署和应用带来了巨大挑战。首先,为了补偿mmWave的传输损耗,收发端通常采用大规模天线阵列实现方向性波束赋形,但一方面,窄波束传输性能很大程度上依赖于收发端波束的准确对准,而在动态场景下,终端的移动性不仅加剧了波束对准的难度,也导致无线通信系统难以实时进行动态的信道状态信息(Channel state information,CSI)获取和网络性能的优化;另一方面,窄波束传输严重限制mmWave网络的用户覆盖能力,只有位于主瓣波宽之内的用户才能享受高速率的通信服务。其次,由于巨大的穿透损耗,遮挡问题是目前限制毫米波系统覆盖能力的主要瓶颈之一,为此,智能反射面(Intelligent reflecting surface,IRS)技术被引入到毫米波系统的设计和优化中,以进一步实现mmWave系统的盲点覆盖增强。当前国内外针对mmWave通信技术的研究主要集中在准静态场景下的波束管理、波束赋形以及信道估计等领域,而对动态场景下的覆盖增强问题鲜有讨论,而mm Wave网络的覆盖增强问题是限制网络部署的现实问题之一。因此,本文针对面向动态场景的移动毫米波覆盖增强技术进行了如下研究:(1)当前毫米波系统普遍采用的基于正交多址接入的窄波束传输技术严重限制了 mmWave系统的用户覆盖能力,本文率先提出了一种基于机器学习(Machine learning,ML)的mmWave-非正交多址接入(Non-orthogonal multiple access,NOMA)技术以提升动态场景下mmWave网络的用户覆盖。本文利用了 ML方法实现了 mmWave-NOMA网络的性能优化,其中,本文提出了一种基于高斯过程机器助实现高效的波束追踪;然后,本文利用角度域信息,进一步提出了一种基于无监督学习方法的用户分组方法;最后,本文讨论了移动mmWave-NOMA场景下三维波束宽度控制问题,并利用深度学习方法实现了实时的波束宽度优化。(2)IRS是实现未来动态mmWave的盲点覆盖增强的关键技术之一,但IRS的引入使mmWave网络架构高度复杂化,因此,为了充分发挥IRS在移动mmWave系统中的性能潜力,本文对IRS辅助mmWave网络的动态波束管理、级联信道估计及波束赋形等关键问题进行了深入研宄。具体而言,本文分别从传统波束空间搜索和ML辅助两个角度讨论了mmWave-IRS网络的波束管理问题,并基于用户位置信息,提出了一种位置信息辅助的高效波束赋形方法;然后,本文提出了一种自适应网格匹配追踪算法,实现了高分辨率的级联信道估计。最后,本文对整体的研究内容进行了总结,并对动态场景下的毫米波覆盖增强技术的后续研究问题进行了展望。
方子希[2](2021)在《面向多车互联的感知通信一体化信号设计与性能分析》文中提出随着科技水平的提升,传统以人为中心的通信网络逐渐朝着面向机器的通信网络转变,智能化机器的发展呈现出百花齐放的繁荣局面。作为智能化机器普及进程中的排头兵,搭载先进传感器并综合运用信息通信技术的智能汽车成为提升交通系统安全的新动能,也不断促进着越来越多新型车载无线射频技术的出现。感知通信一体化(Joint Sensing and Communication,JSC)技术以其高频谱利用率、高数据传输速率和低时延等优势,逐渐成为近些年研究人员关注的热点技术。JSC能够为多车互联网络提供一个低成本、多功能的软硬件集成平台,十分适合功率、体积、尺寸受限的车辆场景。同时,JSC技术能够支持车辆在复杂交通环境中并发的感知任务和通信任务,满足多车互联网络对感知信息快速共享的需求。因此,研究面向多车互联网络的新型感知通信一体化技术对提升多车互联网络的安全性、增强车辆的全局感知能力、促进车辆个体智能向群体智能的转变具有重要意义。本论文针对多车互联网络中的互干扰及感知性能瓶颈等问题,考虑蜂窝车联网技术(Cellular-Vehicle to Everything,C-V2X)架构内车辆对感知与通信深度融合的需求,采用随机几何、概率统计、检测与估计等理论方法以及模型建立、性能分析、算法设计、仿真验证等研究手段,依托无线通信领域最新的标准,提出了基于第五代移动通信技术新空口(5G New Radio,5GNR)标准的感知通信一体化信号设计方法。论文围绕该方法展开了信号处理、算法设计、互干扰抑制及性能评估的研究。论文的创新性工作主要包括以下四个方面:1)多车互联网络中车载毫米波雷达的广泛应用带来了互干扰问题。针对互干扰研究大多依靠均匀雷达横截面(Radar Cross Section,RCS)这一局限,本文提出了一种新的考虑RCS起伏特性的互干扰分析方法。将Swerling型和卡方型两种RCS起伏模型融入测距性能的分析中,并推导了雷达成功测距概率的闭式解。本文首次将反射干扰引入测距性能的分析中,推导了反射干扰强相关下雷达成功测距概率的上下界,有效量化了互干扰等制约测距性能的因素。2)为了解决互干扰问题及多车互联网络对感知信息共享的需求,本文在互干扰分析的基础上提出了利用5GNR新波形进行车辆感知通信一体化信号设计的方法。依托可变循环前缀的正交频分复用(Cyclic Prefix-Orthogonal Frequency Division Multiplexing,CP-OFDM)波形灵活可扩展的帧结构,研究了基于5GNR标准的感知通信一体化信号处理方法。针对现有标准在感知与通信性能参数配置方面的空白,探索了 5G NR标准下不同子载波间隔、符号数以及感知精度之间的制约关系,给出了典型场景下的一体化信号参数配制方法。3)现有基于通信信号体制的二维距离-多普勒雷达处理算法存在感知精度受限的问题。本文提出利用5GNR同步广播块进行感知精度提升的方法。该方法充分利用了同步序列嵌入位置的规律性,通过m序列与Gold序列优良的自相关特点实现以比特位为最小操作单位的目标车辆运动信息测量。仿真结果表明,本文所提方法相比于已有研究,感知精度可提升一个数量级。4)针对多车互联网络中的互干扰问题,结合5GNR帧结构灵活可扩展特性,本文提出了基于CP-OFDM符号的互干扰抑制方案,并提出了基于CP-OFDM符号的分段频域加权互干扰抑制算法,实现了干扰环境中对目标车辆运动信息的准确提取。仿真结果显示,在相同感知精度要求下,本文所提互干扰抑制方案带来了 18 dB的信干噪比增益。本文的研究成果在车辆感知通信一体化信号设计方面具有一定的理论意义,为工程实践提供了有效的算法设计和解决方案,为未来基于5G NR的多车互联网络及标准化提供了技术参考和借鉴。
李雅萌[3](2020)在《基于RoF的前传接入技术研究》文中进行了进一步梳理随着大数据、物联网、云计算等技术的迅猛发展以及人们对移动通信的青睐,移动网络的数据流量将迎来爆炸式增长。移动接入网络面临着高速率、低时延、大容量等方面的挑战,国内外开展了对全频谱接入技术、毫米波技术、大规模MIMO技术等新技术的研究。毫米波技术可以利用丰富的频谱资源,能够提高无线接入的传输容量,但视距传播且覆盖范围较小,基于高低频协作组网的全频谱接入技术可以同时利用毫米波频段传输容量大和低频段覆盖范围广的优势,提高系统容量,增强用户体验。移动接入前传网络作为无线接入网的主要组成部分,目前在C-RAN架构下基于CPRI协议的数字前传网络具有结构简单和对非线性容忍度高等优势,但也同时面临着模拟信号数字化导致的带宽要求过高和处理时延等问题,很难满足移动网络的要求。而基于RoF的模拟前传技术在光域传输模拟的无线信号,具有频谱效率高和时延低等优势,而且可以实现高低频协作组网,因此成为近年来的研究热点。本文的主要研究基于RoF的前传接入技术,首先,对前传网络、高低频协作组网技术、基于RoF的前传技术等内容进行了概述,然后在理论层面针对基于RoF技术的模拟MFH网络中的信号传输过程进行了详细的理论推导,最后根据ITU发布的5G候选频段,充分利用RoF技术和高低频协作组网技术的优势,提出了基于模拟RoF技术的新型MFH链路结构。论文工作主要包括以下两方面:(1)提出了两种基于电域上变频的高中低频混传MFH下行链路方案。第一种是基于电域上变频的低复杂度高中低频信号混传模拟MFH下行链路方案,该方案将携带高中低频段信号数据信息的IF信号和一个射频本振信号加载到光波上,光信号经光纤传输后通过光电探测恢复出来,最后提取光电流中的RF-OFDM信号和射频本振信号;第二种是基于光滤波法的电域上变频高中低频混传MFH下行链路结构,该方案将携带高中低频段信号数据信息的IF信号和两个射频本振信号加载到光波上,光信号经SSMF传输后经过一个IL分为两路,其中一路包含携带高中低频段信号数据信息的O-OFDM信号,该信号经过光电探测恢复为原始IF信号,另一路包含两个相隔一定频率间隔的光载波,该信号经光电探测恢复为频率为两个光频成分之差的射频本振信号。两种方案中的中频段信号由支持临时高速率业务的IF信号和射频本振信号经混频器1后生成,其频率为两者频率之和;高频段信号由支持超高速率业务的IF信号和二倍频后的射频本振信号经混频器2后生成,该信号频率为两者频率之和。通过搭建系统仿真链路,对传输的RF-OFDM信号的光谱和频谱进行了详细的分析,而且根据3GPP标准和仿真数据,对八路RF-OFDM信号的EVM随SSMF链路长度、调制深度、接收光功率、激光器线宽变化进行深入研究。结果表明第一种基于电域上变频的方案效果更好。(2)提出了一种基于光域上变频的高中低频混传MFH下行链路方案。为了避免低频段和中频段信号在接收端进行频率变换,可以事先确定该频段位置;为了降低MFH链路电光转换器件的要求,基于光域完成毫米波信号的上变频,对DP-DDMZM的上下两臂的DDMZM分别进行上边带OSSB调制与下边带OSSB调制,然后将信号合路,得到相隔一定频率间隔的光载波和支持热点地区超高速率业务的光信号,再经过光电探测即可得到保留高频段信号幅度和相位信息的光电流成分。搭建仿真链路,对该系统中传输信号的光谱和频谱分析,根据3GPP标准与仿真结果,对高中低三个频段的RF-OFDM信号的EVM随SSMF链路长度、调制深度、接收光功率、激光器线宽变化进行了深入研究。并将该方案与基于电域上变频的高中低频混传MFH下行链路方案进行比较,结果证明,基于光域的上变频结构简单,接收机灵敏度较小,性能也优于基于电域的上变频方案。
李航琪[4](2020)在《具有能量收集的认知中继网络功率分配问题研究》文中指出随着社会的发展和科技的进步,无线移动通信技术也从最初的公用移动电话系统发展到现在支持海量设备连接的第五代(5G)移动通信。推动无线通信技术发展的最大动力就是人们对更高的通信传输速率从未停止的追求。未来无线通信以更高的数据传输速率为目标,将无线通信技术与互联网、IP技术相融合,为用户提供质量更优的个性化通信业务。无线移动通信技术的发展带来的不仅是更高的数据传输速率,也带来了更宽的频谱需求,给本就稀缺的无线电频谱资源带来了严峻的挑战。目前,大部分无线电频谱资源已经被划分给一些授权业务,剩余的小部分频谱资源也因为大跨度、碎片化分布的特点不能被有效地利用。认知无线电(Cognitive radio,CR)技术通过重新开发、可利用授权频谱资源,缓解了紧缺的频谱资源与日益增长的数据流量之间的矛盾,有效提高了频谱利用率。认知无线电网络智能地观察并学习周围的无线电环境,基于感知到的频谱占用信息等无线电环境特征来动态地调整次用户的传输参数(例如调制参数、发射功率),使其在保证主用户通信质量需求的前提下共享主用户的授权频谱资源。为了满足网络中主用户的服务质量(Quality of service,QoS)需求并达到共享频谱的目的,合理控制次用户的发射功率来避免对主用户产生有害干扰是必要的。协作中继通信技术构造独立的信号路径,在增加空间分集增益的同时有效地扩展了网络覆盖范围。将协作中继技术应用在认知无线电网络中可以解决由信道衰落造成的通信质量下降甚至是通信中断的问题,改善了次用户网络的通信性能。然而,增加的中继节点产生的额外功率消耗也加大了认知中继网络的能量负担。从绿色通信理念出发,能量收集(Energy Harvesting,EH)技术通过特定装置从周围环境(例如太阳能、水能、风能、潮汐能)收集能量,缓解了能量消耗与能量供给之间的矛盾。基于以上研究背景,本文分别考虑感知信息不确定性、移动中继、信道状态信息不确定性等因素,提出了若干基于能量收集技术的认知中继网络功率分配算法。本文的主要工作和贡献如下:(1)在实际认知无线电网络通信场景中,由于反馈信道时延、信道衰落、频谱感知算法精度等因素的影响,次用户很难获得精确的频谱感知信息。针对不完美频谱感知的情况,本文考虑采用正交频分复用(Orthogonal frequency division multiplexing,OFDM)技术和自然能量收集技术,研究了考虑不确定感知信息的认知中继网络功率分配问题。首先,基于填充式频谱接入模型,本文将不确定的感知信息描述为误检概率和虚警概率,考虑可能出现的共道干扰和边道干扰,重新建立主、次用户间的干扰模型。然后,基于中继节点处的自然能量收集方案,对次用户发射机和中继节点进行独立的功率控制。本文考虑次用户发射机最大发射功率约束、中继节点能量因果约束、电池能量存储约束以及主用户干扰温度约束,以最大化次用户系统吞吐量为优化目标,分别提出基于完美频谱感知和不完美频谱感知的功率分配算法。仿真结果验证了所提出算法的可行性和有效性,证明本文所提出的考虑不确定感知信息的功率分配算法以牺牲小部分次用户系统吞吐量为代价保护了主用户的正常通信。(2)针对传统认知中继网络中固定位置中继节点(即静态中继节点)的移动性限制问题,本文仍然考虑自然能量收集技术,研究了基于移动中继节点的认知无线电网络功率分配问题。本文从以下几个方面对上述认知中继网络模型进行了修改:1)考虑下垫式频谱接入模型和次用户发射机处的自然能量收集过程;2)使用具有中继通信功能的小型无人机(Unmanned aerial vehicle,UAV)代替传统的固定位置中继节点;3)考虑理想信道状态信息和精确的频谱感知信息,提出了UAV协作的认知移动中继网络功率分配算法。针对修改后的认知移动中继网络模型,本文描述了四种通信场景(四种UAV飞行轨迹):向次用户接收机直线移动、向次用户发射机直线移动、在次用户通信链路中点上方悬停和沿圆形轨迹移动,并分别在上述四种通信场景下对所提出的算法进行计算机仿真实验和理论分析。仿真结果验证了所提出的有能量收集的认知移动中继网络功率分配算法在保证主用户通信质量需求的同时有效地改善了次用户系统的吞吐量性能。(3)考虑实际无线通信中不可避免的信道状态信息不确定性,本文研究了有能量收集的认知中继网络鲁棒功率分配问题。针对基于OFDM的下垫式认知中继网络系统模型,本文设计了一个自然能量和射频(Radio frequency,RF)能量相结合的新的能量收集方案。本文采用椭圆不确定性集合和区间不确定性集合描述系统中的不确定参数,提出了一个基于不确定信道状态信息的鲁棒功率分配问题。根据解码转发协议的吞吐量最大化原则,将原始的多变量优化问题转化为单一变量的优化问题。考虑最坏的参数估计情况,将原始的半无限规划(Semi-infinite programming,SIP)鲁棒功率分配问题转化为含有限个约束条件的确定性问题。利用拉格朗日对偶分解法和鲁棒优化处理方法求出次用户系统功率分配的最优解。仿真实验结果给出了不确定信道参数对次用户系统通信性能影响的分析。与考虑理想信道状态信息的非鲁棒功率分配算法相比,本部分所提出的鲁棒功率分配算法以较小的次用户系统吞吐量损失为代价严格地满足了主用户的干扰温度约束,避免对主用户造成有害干扰。
王素珍[5](2020)在《基于毫米波大规模MIMO波束赋形的异构网络多用户通信优化》文中认为随着移动无线通信的快速发展,人们对通信服务流量与质量的需求量日益增长,未来5G网络的流量业务需求也将日益增加。毫米波大规模MIMO异构网络可以通过密集化部署来满足用户日益增长的流量需求,但同时也会带来更严重的干扰问题。如何最大程度的消除干扰,并实现频谱效率在用户间的公平分配是现在研究的重点问题。而毫米波大规模MIMO异构网络的多天线结构使得在发射端能够对波束进行赋形,优化波束方向和功率,从而减轻甚至消除用户之间的干扰,并且最优化下行通信速率。具体通过在发送端对信号进行预编码,实现毫米波信号波束赋形,使信号能量集中于目标方向,减小非目标方向的信号能量,从而达到减小信号干扰,增大频谱利用效率和下行传输速率的目的。对于毫米波大规模MIMO系统,单纯的使用数字波束赋形技术可以增加信道容量,但由于使用昂贵的高频段射频元器件,使得毫米波设备造价高,会带来更高的成本开销。因此,本文主要利用混合式大规模MIMO波束赋形技术,考虑5G毫米波异构网络的下行用户通信优化和用户间的干扰消除,对混合式波束赋形编码中理想化波束赋形向量的进行逼近,提出最优化信道容量的波束赋形算法,以及对理想化波束赋形所产生的频谱效率公平性问题进行讨论,解决系统中的“远近”问题。主要包括以下工作:首先,本文对毫米波大规模MIMO系统进行研究。简要介绍毫米波的传播特性,分析了毫米波大规模MIMO系统的性能和资源分配问题。并介绍了毫米波大规模MIMO异构网络结构及其研究现状,分析异构网络中的通信优化问题,为后续章节的研究提供理论依据。其次,本文主要研究毫米波大规模MIMO两层异构网络场景下的波束赋形问题。对比分析数字式波束赋形,模拟式波束赋形、混合式波束赋形等现有的波束赋形技术。简要分析了使用混合式波束赋形算法的主要原因,利用正则化正交匹配追踪算法来实现混合式波束赋形,并仿真分析移相网络的分辨率对波束赋形器设计的影响。然后,考虑两层异构毫米波网络,利用存在相邻微小区之间干扰下的多用户下行毫米波传输信道模型,建立基于波束赋形的信道容量最优化问题,通过Path following算法求得目标为最大信道容量的理想化的波束赋形向量。并对系统进行蒙特卡洛仿真,分析多个参数对信道速率和频谱效率等的影响。最后,讨论了多用户信道容量分配的比例公平性、最小延迟公平性、max-min公平性,并得到公平性的通用方程。最终实现了max-min速率分配策略下的多用户下行速率提升。并仿真验证了算法的性能优势,分析了混合式波束赋形中SNR对算法结果的影响。
施丽琴[6](2020)在《非线性能量收集模型下无线供能通信网络传输策略设计与性能研究》文中研究说明射频无线能量传输(Radio Frequency Wireless Energy Transfer,RF WET)技术为解决未来通信网络(如物联网)中能量短缺问题的核心技术之一,其核心思想是利用射频信号既可以传递信息又可以承载能量这一双重特性,通过从射频信号中获取能量,从而实现为能量受限节点无线供能。另外,为了满足通信网络的高频谱效率、高能量效率需求,各类高效的无线通信网络架构竞相涌现,如多天线通信网络、终端直通网络、双向中继网络等。将RF WET技术与高效的无线通信网络相结合,构建无线供能的高效通信网络,不仅能够延长网络的生命力,也可以提高网络的性能,因而获得了广泛的关注。然而,现有关于无线供能高效通信网络的研究大多都是基于线性能量收集模型,而实际的能量收集电路的输入输出关系呈现出明显的非线性特性。受此激励,本文分别以多天线无线供能通信网络、无线供能的终端直通网络以及无线携能双向中继网络为主要研究对象,较为系统地研究了非线性能量收集模型下这三种网络中传输策略优化设计及性能研究。本文的主要研究内容与贡献概括如下:一、非线性能量收集模型下多天线无线供能通信网络的传输策略设计首先,基于线性能量收集模型与非线性能量收集模型,以最大化系统能量效率为目标,在保障接收端最小能量要求及发射端总发射功率约束下,为点对点多天线无线供能通信网络设计了发射端各天线上最佳功率分配方案并提出一个功率分配迭代算法来得到最优解。仿真结果验证了非线性能量收集模型下所提方案的优越性,也进一步反映了基于线性能量收集模型设计的资源分配方案将带来资源错配,从而导致系统性能的下降。然后,考虑到电池的存储效率具有非线性特性,结合非线性能量收集模型,又研究了点对多点多天线无线供能通信网络的传输策略设计。具体而言,在保障接收端最小发送速率、接收端电池容量以及发射端总发射功率约束下,通过发射端各个天线上的发射功率、能量传输时间以及接收端使用的电池能量的联合设计,构建了一个系统能量效率最大化的优化问题。由于非线性能量收集模型的考虑使得所建立的优化问题高度非凸且难以解决,所以提出了一种新的非线性能量收集模型-分段线性能量收集模型并在此基础上提出两种迭代算法通过结合使用来得到最佳资源分配方案。通过计算机仿真将所提方案与其他现有方案进行比较,文中所提方案的优越性得以验证。二、非线性能量收集模型下无线供能终端直通网络的传输策略设计首先,借助于随机几何理论,构建了基于环境散射通信(Ambient Backscatter Communications,Am Back Coms)的无线供能终端直通网络,其中每一个低功耗终端节点通过时间切换(Time Switching,TS)或功率分离(Power Splitting,PS)的方式从周围的蜂窝信号中获取能量,并调制、反射接收到的蜂窝信号从而实现终端节点之间的通信。在此基础上,考虑到能量收集电路的非线性特性,通过对TS与PS系数的优化设计,分别构建了两个优化问题来最大化TS与PS方案下反射链路的中断容量。然后,基于统计信道状态信息(Channel State Information,CSI)提出了两种低复杂度的TS和PS方案来得到次优的中断性能。为了进一步刻画该网络的中断性能以及所提方案的有效性,考虑到反射链路与蜂窝下行传输之间的干扰以及反射链路之间的干扰,又推导了非线性能量收集模型下给定TS或PS系数时反射链路与蜂窝下行链路的成功传输概率。在仿真中,通过与遍历穷举法所得到的最优性能相比,验证了所提出的TS与PS方案能够取得次优的中断性能且具有更低的计算复杂度。通过与蒙特卡洛仿真值相比,也验证了理论推导的正确性且进一步反映了线性能量收集模型的使用将导致系统性能的过高估计。三、非线性能量收集模型下无线携能双向中继网络的传输策略设计针对无线携能双向中继网络,考虑TS或PS方案来实现源节点到中继节点之间信息与能量协同传输(Simultaneous Wireless Information and Power Transfer,SWIPT)。具体而言,在基于TS-SWIPT技术的三时隙双向解码转发(Decode-andForward,DF)中继系统中,采用一个较为简单的非线性能量收集模型-段数为2的分段线性能量收集模型。对于中继节点如何整合来自两个源节点的解码信息,提出了一个最佳融合策略来最小化系统中断概率并给出中继处最佳结合因子的闭合表达式。在此基础上,又推导了该融合策略下系统中断概率以及中断容量。仿真结果验证了理论推导的正确性以及所提策略的优越性,也反映了考虑非线性能量收集模型的必要性。在基于PS-SWIPT技术的三时隙双向DF中继网络中,考虑一个更为实际的非线性能量收集模型-段数为N+1的分段线性能量收集模型并在此基础上依次研究了该系统的总中断容量及能量效率最大化。首先,以系统的总中断容量最大化为目标,提出了一个动态非均匀的PS方案并推导了所提方案下端到端链路的中断概率以及中断容量。仿真结果验证了理论推导的正确性以及所提方案的优越性。接着,以系统的能量效率最大化为目标,在保障每条端到端链路最小传输速率以及源节点发射功率约束下,基于非线性能量收集模型构建了一个源节点的发射功率、中继节点处的PS系数及时间分配系数的联合优化问题并提出了两个迭代算法通过结合使用来得到最佳资源分配方案。仿真中通过与其他方案进行对比,验证了基于非线性能量收集模型设计资源分配方案的优越性。
张彦宇[7](2020)在《面向5G超密集异构网络的频谱资源管理研究》文中研究说明随着移动通信技术和智能终端的飞速发展,当今世界正慢慢走向万物联网的大连接时代,通信领域的入网设备数量和移动数据流量也迎来爆炸式增长,随之带来的是频谱资源需求急剧增长,频谱资源稀缺和频谱有效利用率低的矛盾日益凸显。超密集网络作为第五代移动通信系统(5G)的一项关键技术,能够有效提升系统容量,实现网络无缝连接。但是,这种超密集、多层次、异构化的网络部署容易导致用户对频谱资源使用竞争的进一步加剧、能量消耗扩大等问题,因此传统的频谱资源管理方案已经无法适应未来复杂的网络系统,提出面向5G超密集异构网络环境的频谱资源管理方案是大势所趋。作为一种能够对频谱资源进行动态管理与利用的重要途径,认知无线电(Cognitive Radio,CR)技术能够有效提高频谱利用率,解决频谱资源紧缺的问题,同时,CR具有学习和重置能力,能够自适应地调整其工作参数,在保证用户服务质量的基础上控制发射功率,以降低干扰并减少网络系统能源消耗。论文提出一种基于超密集认知网络的频谱资源管理方案,在国内外众多学者对频谱资源管理和CR技术研究的基础上,针对上述一些亟待解决的重要问题,进行了以下主要研究:1.针对超密集异构网络中频谱资源紧缺与利用率不高的问题,通过综合考虑噪声功率的不确定性、多径衰落和阴影效应、恶意次用户对系统感知性能的影响以及认知网络吞吐量与感知时间的关系,以认知用户频谱效率最大化为目标,提出一种基于信誉值传递的动态双阈值半软融合协作频谱感知算法。该算法由最优频谱效率下的最佳单检测阈值得到基于噪声功率不确定性因子的动态双检测阈值,从而抑制噪声功率不确定性对感知结果的影响,并通过基于上一周期频谱感知结果更新的认知用户信誉值,将位于可靠区的本地感知信息发送到融合中心进行半软融合协作检测,实现对恶意次用户的筛选以及频谱感知性能的进一步提升。仿真结果与对比分析表明该算法能够适用于复杂多变的信道环境,降低噪声功率不确定对频谱感知性能的影响,同时能够较好地抵御恶意次用户对感知系统的频谱感知数据篡改攻击,从而保证频谱共享系统的安全性,最终有效提高认知网络频谱资源的利用率、扩大系统容量、缓解用户对频谱资源使用的竞争。2.在保证认知网络系统具有较好频谱感知性能的基础上,针对超密集异构网络中的干扰和能量消耗问题,首先基于动态频谱接入技术提出一种综合Overlay和Underlay两种共享模式的混合频谱接入机制以充分利用空白频谱资源,在一定程度上实现认知用户频谱效率最大化。其次,基于上述混合频谱共享模式,考虑到频谱感知技术的局限性,研究了不完美频谱感知下对用户的功率控制和干扰抑制管理策略,通过将功率分配过程建模为一个非合作Stackelberg博弈,认知用户在综合考虑自身业务需求、对主用户的干扰以及需要付出的价格后,以实现自身能量效率最大化为目标进行功率分配。对能量效率最优化功率分配问题建模得到一个非线性分数规划问题,将原始优化问题等效转换为参数减法形式的优化问题,并基于拉格朗日乘子法以及拉格朗日对偶性质,最终采用Dinkelbachs算法和次梯度法得到认知用户的最佳发射功率分配策略。仿真结果显示了所提功率控制策略的收敛性和有效性,通过数值分析证明该方案不仅能够充分抑制认知用户对主用户的干扰,而且能够在一定程度上同时实现认知用户能量效率和频谱效率的最大化。
钟震宇[8](2020)在《冰情检测系统的构建及雾无线网络传输技术研究》文中进行了进一步梳理河流冰情环境检测是获取河流冰情及灾害等监控数据的基础,是水文与冰情灾害预测预报、水环境监测、水工设施安全预警的重要依据。在河流冰情环境检测工作中,利用数据采集、无线传感器网络远程监控实现对河流冰情灾害的实时预测预警十分重要。在实际组成的冰情检测系统中,由于各种新型冰情传感器的使用,监测范围的不断扩展,以及恶劣工作环境引起的大量奇异(干扰)冰情信号的存在,使得数据采集、现场冰情信号的实时处理以及冰情信号的远距离传输工作量的增大,加重了冰情检测网络的负担,影响数据质量与实时性,亟需研究可以应用于工程现场实际的新型冰情检测设备与冰情数据实时处理算法,引入新的数据通信方式与组网结构,以适应冰情检测的需求。在过去的几十年中,移动数据流量有了巨大的增长,这推动了无线网络的巨大的转变。5G网络的发展正是伴随着这种趋势,将通信技术从人与人的连接扩展到人与物、物与物的连接。在5G接入网络技术中,如何为大量用户提供数据密集型和延迟敏感型服务一直是研究的热点,雾无线接入网络(Fog Radio Access Network,F-RAN)被认为是一种有效的解决方案,可以通过将缓存和计算的网络功能从远程云服务器扩展到接近用户设备的边缘,实现减轻回程链路的负担,显着提高网络信息传输的性能。针对现有冰情检测网络的不足,本文将NB-Io T(Narrowband Internet of Things)物联网通信接口技术、5G无线F-RAN网络及无线传感器网络组网技术引入冰情检测系统中,设计研制了具有NB-Io T物联网通信接口功能的冰情检测传感器;提出了一种基于5G无线F-RAN雾无线网络分层内容分发的数据传输方法,结合冰情检测特定的环境,运用雾无线网络原理去解决数据在现场检测网络分布的检测设备间的传输速率低,分析受限问题。同时,在前端无线传感器网络组网过程中,为了解决调度冲突问题,提出了一种基于动态优先级调度的分簇方案组建传感器网络。针对前端数据传输过程中数据融合问题,提出改进K-means算法提高多种类型传感器采集数据的融合效率。在后端结合采集数据,采用弹性BP网络进行训练建立数据模型库,使数据能够在后端实时解析并判定出河流冰情环境整体的状况。论文的主要研究工作如下:1.在对课题组多年研究的几类新型冰情检测传感器检测原理及结构进行总结研究的基础上,将NB-Io T物联网无线通信技术融入冰情检测传感系统中,从通信结构上将传感器改进为可以直接应用于5G网络的新一代智能终端设备,并具有无线传感器网络组网能力,在此基础上,结合5G大带宽视频文件传输能力,设计基于新型传感器的5G冰情检测网络系统结构,可实现前端采集、后端分析的目标,为物联网技术应用于河流冰情环境检测系统奠定基础。2.本文通过对前端无线传感器网络组网技术的研究,提出了一种基于动态优先级调度的分簇方案组建传感器网络,提高传感器节点间数据调度效率。利用多数据融合方法实现多种类型传感器采集数据的融合,提出改进Kmeans算法提高在传感器簇节点端数据的融合效率。在后端采用弹性BP网络对采集数据进行训练并建立数据模型库,使数据能够在后端实时解析、判定出河流冰情环境整体的状况。该方案整体解决了现有传感器网络在多种传感器节点增加,部署的比较稠密时产生的网络负载增加,网络寿命降低的问题,适用于低温以及复杂环境中的试验研究。通过仿真验证,对比测试,提出的方案能够实现利用现有传感器网络,高效、准确的传递多种类型传感器采集的数据,达到实时检测河流冰情环境的目标。3.以5G雾无线网络传输架构为基础,结合冰情检测特定的环境,提出了一种新的F-RAN分层内容分发数据传输方法。在提出的分层内容分发策略下,具有随机文件请求的C-UE(普通终端设备)和与其关联的BS和FUE(带缓存功能的终端设备)在一定距离的范围内共同和分层地提供服务,使冰情检测网络中视频数据大文件可以在多个终端设备中高效协同传输。依据提出的F-RAN分层内容分发策略的传输理论,推导了在F-RAN中BS的传输概率,然后,在分散概率缓存放置的假设下,进一步推导出F-UE的平均传输概率。在此基础上,推导了网络覆盖概率的解析表达式,通过仿真实例验证了分层内容分发策略模型传输优势,提出的分层内容分发策略可以显着提高数据传输质量,满足冰情检测网络中视频数据大文件在多个终端设备中高效协同传输及回传的需求。
杜月林[9](2018)在《D2D通信中干扰协调管理与能量收集技术研究》文中进行了进一步梳理在传统蜂窝网络中引入终端直传(D2D,Device-to-Device)技术,能够提高无线网络的覆盖范围和服务质量,有望构建一个全移动、全连接的社会。然而这种新型异构网络的部署,在增强了所服务用户通信质量的同时,也一定程度上增加了对其他用户的干扰。为了分析D2D通信干扰下异构网络的容量及性能,本文基于随机几何理论提出了支持D2D通信的异构无线网络模型,分析了网络的中断概率、网络自由度等相关性能;为了解决用户间干扰问题,提出了基于通信受限的D2D用户接入控制策略;为了提高网络的资源利用率,借助干扰对齐技术提出了容量最优、能效最优、干扰最小三种传输方案;同时为了实现绿色通信,本文考虑到异构网络在传输信息的同时有大量的能量被携带,提出了适用于D2D异构网络环境的能量收集方法,最后通过磁耦合技术搭建硬件实验平台来验证射频信号通过无线的方式传输能量的可行性。具体来说,本文主要完成了以下创新工作:(1)针对引入D2D通信的蜂窝网络的信道容量及协作模式下D2D通信干扰问题,本文利用随机几何理论提出了支持D2D通信的异构无线网络模型,对异构无线网络的容量及相关性能进行了计算和分析。具体来说,该模型利用随机几何数学和拉普拉斯变化等数学工具,对复杂网络环境内的蜂窝用户、D2D用户对、蜂窝用户协作通信下的中断概率、用户相关概率、遍历速率等关键通信指标进行了分析。(2)针对蜂窝通信下行链路资源共享场景中单对和多对D2D通信对蜂窝系统用户的干扰问题,本文基于随机几何理论提出了基于通信受限的D2D协作模式下异构网络用户接入控制策略。具体来说,该方法在蜂窝用户干扰约束下建立蜂窝用户的通信受限区域并推导出该区域半径,据此提出基于此通信受限区的D2D用户接入策略;并对采用该策略的系统用户的中断概率进行分析。(3)针对异构网络中D2D用户与宏蜂窝和毫微微小区(Femtocell)用户产生的相互干扰问题,本文提出了宏蜂窝基站(Base Station,BS)和家庭基站(Home Node Base Station,HeNB)联合辅助下的D2D干扰协调方案。具体来说,这一支持微蜂窝的D2D异构网络干扰协调方案,在宏蜂窝网络与Femto网络使用相同或不同频率资源情况下,建立了异构网络下的D2D干扰模型;其次,为解决异构网络下对D2D用户的管理问题,还提出网络标注法,该方法能够为D2D通信进行有效地网络资源及模式选择;最后,从容量最优、能效最优以及干扰最小的角度,分别提出了三种干扰协调方案。(4)针对异构网络环境下的绿色通信问题,本文提出了适用于D2D异构网络环境的能量收集方法;对磁耦合谐振式无线电能传输系统进行了硬件设计,并通过对比实验探究此系统的距离特性及效率特性;最后通过实验数据的分析,提出提高传输距离和传输效率的方法。
余礼苏[10](2019)在《稀疏码多址接入(SCMA)系统与密集网络优化设计》文中研究表明随着移动服务爆炸式的增长,下一代无线通信系统,预计将面临着大量的连接设备数的挑战。一方面移动用户的数量不断增加,用户需求的业务也越来越多样化;另一方面,空间、频率资源有限。在如此背景下,用户还需要以更低的时延获得更大的传输速率。未来的无线通信传输将更多时候以高密度节点场景下进行,因此,研究非正交多址接入和密集通信网络十分有必要。与现有系统相比,非正交多址接入不仅能提供更高的频谱效率,更低的时延,而且能支持更多的接入用户。首先,本文提出了一种基于星形正交幅度调制(Star-QAM)信号星座设计SCMA码本的方案,所设计的码本是一种结构性的码本,其母码本具有较大的最小欧式距离,同时,能够通过灵活地改变参数从而有效地满足大码本、高维、多用户或者不同过载的SCMA系统需求。同时本文也提出了一种基于成对差错概率的码本设计准则来指导设计码本。仿真结果表明,相比现有文献设计的码本,所获得的SCMA码本在不牺牲系统复杂度的前提下,能显着提高误码率性能,尤其是对于大码本或者在高信噪比区域。另外,本文也提出了一种基于度和EXIT图的非规则SCMA(IrSCMA)码本优化设计方法。通过利用旋转角度矩阵进行联合设计来生成IrSCMA码本。仿真结果表明,相比现有的码本,新获得的码本在不牺牲系统复杂度的前提下,能显着提高系统的误码率性能,尤其是信噪比比较高的时候。接着,本文分别分析和评价了在AWGN和瑞利衰落信道下SCMA系统下行链路的平均误码率性能。本文利用SCMA星座相位角的统计特性,分别推导出了相位角φ在AWGN和瑞利衰落信道下新的累积分布函数。基于新得到的CDF,在AWGN和瑞利衰落信道下,本文得到了SCMA系统误码率的精确表达式和闭式近似表达式。仿真结果表明,本文提出的理论分析结果与仿真结果吻合度很高,即使用户数量大或码本尺寸大,尤其是在信噪比高的区域。此外,通过仿真发现,当系统中N值相同的时候,SCMA系统具有相同的分集阶。然后,本论文研究分析了基于Star-QAM信号星座设计的码本的稀疏码多址接入系统频谱效率优化设计问题,提出了一种基于码本自适应的理论方法,以此最大化SCMA系统频谱效率。具体的是,我们在现有理论误码率表达式的基础上,提出了三种不同的功率分配方案,通过数值曲线拟合的方法,我们找到了三种不同的误码率近似模型。在不同码本大小的情况下,三种不同的误码率近似模型的数值计算结果和分析结果吻合度都很高。此外,我们还比较了相同功率分配方案下SCMA和OFDMA系统的频谱效率。数值和分析结果证实了所提出的功率分配方案。其次,本论文研究了基于和速率最大化的下行稀疏码多址接入系统优化设计问题,提出了一种基于超图模型进行SCMA码本分配以最大化减小以用户为中心的超密集网络(UUDN)干扰从而提升系统性能的设计方案。在UUDN中,大量接入点(AP)被密集地部署在网络中,为大量用户设备(UE)提供服务。UUDN网络架构从传统的以小区为中心向以用户为中心转变,许多接入点可以为一个UE服务,网络中接入点的密度远高于UE。UUDN设计面临的一个主要挑战是由于密集的AP/UE部署造成的较大干扰。本论文的目标是根据网络中每个用户单元的服务质量(QoS)约束,确定最优的SCMA码本分配,以最小化干扰,从而最大限度地提高系统吞吐量。该设计通过在同一用户端的接入点之间使用不同的码本,将其表述为一个被称为NP难问题的混合整数非线性规划(MINLP)问题。为了解决这一问题,我们使用加权超图模型将其转化为一个聚类问题,并提出了机器学习(ML)算法来有效地解决这个MINLP问题。仿真结果表明,基于超图的ML算法优于现有的算法。再次,我们知道,采用大规模分布式天线使无线电接入点(RAP)更接近用户,从而提高频谱利用率,可以弥合未来无线系统中稀缺的频谱资源和极高的连接密度之间的差距。以用户为中心的超密集网络(UUDN)通常以光纤无线通信(FWC)的形式设计,其中分布式天线或RAP通过光纤前端传输连接到中央单元(CU)。大量密集部署的天线或RAP需要广泛的光学前端传输基础设施。因此,光纤前端传输网络的成本、复杂性和功耗可能主导整个系统的性能。本论文对大型分布式天线的FWC系统的体系结构、建模、设计和性能进行了定性、定量的分析。光前端传输和无线接入链路之间的复杂交互需要在光域和无线域中通过共同利用它们的独特特性进行优化设计。结果表明,对于光纤长度较短、RAP较多的系统,采用光纤模拟射频(RFoF)传输链路优于光纤基带(BBoF)或中频(IFoF)传输链路,这都是未来无线通信系统所需要的特征。最后,我们研究了基于光纤无线通信(FWC)的以用户为中心的超密集网络(UUDN)下行链路的优化设计。光纤射频(RFoF)用于光纤前端传输,以降低RAP的复杂性、成本和能耗。利用射频前端传输,用户接收到的无线信号会受到光和无线链路累积的失真,包括光损耗、光纤色散、光和热噪声、无线路径损耗和小尺度衰落等。基于新提出的量化光和无线链路组合效应的模型,在光和无线域联合进行优化设计。本文的目标是在每个用户终端的服务质量(QoS)约束下,通过联合优化RAP功率分配和RAP-PD关联,最大限度地降低整个网络(包括光链路和无线链路)的总能耗。该问题被表述为一个混合整数规划(MIP)问题。本文提出了一种低复杂度的二元强制梯度搜索算法进行求解。仿真结果表明,光纤前端传输链路对超密集网络的设计有着重要的影响,特别是对于毫米波通信而言,由于光的色散,可能会造成较大的功率损失。
二、移动通信网络中的射频干扰问题(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、移动通信网络中的射频干扰问题(论文提纲范文)
(1)面向动态场景的移动毫米波覆盖增强技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略词对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文主要研究工作 |
1.4 论文内容安排 |
第二章 移动毫米波通信系统综述 |
2.1 移动毫米波通信系统的特征 |
2.1.1 毫米波信号传播特征 |
2.1.2 毫米波信道模型 |
2.1.3 毫米波收发机架构 |
2.2 移动毫米波通信系统的信号处理技术 |
2.2.1 Massive MIMO技术 |
2.2.2 波束赋形技术 |
2.2.3 多址技术 |
2.3 移动毫米波通信系统的主要挑战 |
2.3.1 移动性管理 |
2.3.2 覆盖增强技术 |
第三章 基于NOMA的动态毫米波用户覆盖增强传输技术研究 |
3.1 研究背景 |
3.1.1 NOMA以及mmWave技术在无人机网络中的应用前景 |
3.1.2 本章的主要贡献 |
3.2 系统模型 |
3.2.1 信道模型 |
3.2.2 下行mmWave-NOMA传输模型 |
3.2.3 问题建模 |
3.3 机器学习赋能的mmWave-NOMA传输框架 |
3.3.1 基于GPML的波束追踪 |
3.3.2 基于K-means的FUAV分组 |
3.3.3 基于DL的波宽控制 |
3.4 仿真结果及分析 |
3.5 本章总结 |
第四章 基于IRS的动态毫米波盲点覆盖增强传输技术研究 |
4.1 研究背景 |
4.1.1 mmWave-IRS传输技术的研究意义 |
4.1.2 本章的主要贡献 |
4.2 基于波束空间搜索的初始接入 |
4.2.1 系统模型和问题建模 |
4.2.2 波束训练策略 |
4.2.3 分层码本设计 |
4.2.4 仿真结果及分析 |
4.3 机器学习赋能的波束管理 |
4.3.1 mmWave-IRS网络波束管理的主要挑战 |
4.3.2 ML赋能的波束管理框架 |
4.3.3 仿真结果及分析 |
4.4 级联信道估计 |
4.4.1 信道模型 |
4.4.2 级联信道估计方法 |
4.4.3 仿真结果及分析 |
4.5 本章总结 |
第五章 总结与展望 |
5.1 研究工作总结 |
5.2 研究工作展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(2)面向多车互联的感知通信一体化信号设计与性能分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景 |
1.1.1 多车互联网络的背景 |
1.1.2 多车互联网络的特性 |
1.1.3 多车互联网络中感知通信一体化技术的必要性 |
1.1.4 感知通信一体化技术在多车互联网络中面临的挑战 |
1.2 课题研究目的及意义 |
1.3 国内外研究现状及分析 |
1.3.1 感知通信一体化技术的研究现状 |
1.3.2 感知通信一体化技术在车辆中的研究概况 |
1.3.3 存在问题与不足 |
1.4 本文主要创新工作与章节安排 |
1.4.1 主要创新工作 |
1.4.2 章节安排 |
第二章 多车互联环境中的雷达互干扰研究 |
2.1 引言 |
2.2 RCS松耦合的毫米波雷达互干扰建模与分析 |
2.2.1 互干扰模型 |
2.2.2 性能分析 |
2.3 RCS紧耦合的毫米波雷达互干扰建模与分析 |
2.3.1 RCS紧耦合特性 |
2.3.2 互干扰模型 |
2.3.3 性能分析 |
2.4 反射干扰强相关环境下的毫米波雷达测距性能分析 |
2.4.1 互干扰模型 |
2.4.2 性能分析 |
2.5 仿真结果与分析 |
2.6 本章小结 |
第三章 基于CP-OFDM的感知通信一体化信号设计方法研究 |
3.1 引言 |
3.2 CP-OFDM一体化信号的模糊性分析 |
3.3 感知通信一体化无线信道建模 |
3.4 CP-OFDM一体化信号处理关键技术 |
3.5 5G NR标准配置下的CP-OFDM一体化信号性能分析 |
3.5.1 理论性能分析 |
3.5.2 仿真性能分析 |
3.6 本章小结 |
第四章 基于CP-OFDM一体化信号的感知性能提升方法研究 |
4.1 引言 |
4.2 基于同步广播块的一体化信号帧结构与处理流程 |
4.2.1 同步广播块组成 |
4.2.2 同步序列的生成 |
4.2.3 信号处理流程 |
4.3 主同步序列辅助的测距精度提升算法 |
4.4 辅同步序列辅助的测速精度提升算法 |
4.5 仿真结果与分析 |
4.6 本章小结 |
第五章 基于CP-OFDM一体化信号的互干扰抑制方法研究 |
5.1 引言 |
5.2 干扰抑制 |
5.2.1 最小二乘估计理论 |
5.2.2 扩展相消批处理算法 |
5.3 基于CP-OFDM符号的互干扰抑制方案 |
5.3.1 方案设计流程 |
5.3.2 高分辨率空域滤波 |
5.3.3 误符号情况下的加权最小二乘法 |
5.3.4 基于CP-OFDM符号的分段频域加权互干扰抑制算法 |
5.4 仿真结果与分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 研究工作展望 |
参考文献 |
附录A 感知通信一体化无线信道生成与验证伪代码 |
附录B 感知性能提升算法数据 |
附录C 缩略语表 |
致谢 |
攻读学位期间发表的学术论文目录 |
(3)基于RoF的前传接入技术研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号说明 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 基于RoF的前传技术 |
1.2.1 RoF技术简介 |
1.2.2 基于RoF的模拟MFH技术 |
1.3 国内外研究现状 |
1.4 本论文内容及框架 |
第二章 基于RoF的前传接入技术基础 |
2.1 OFDM技术 |
2.1.1 OFDM基本原理 |
2.1.2 利用DFT在数字域实现OFDM |
2.1.3 保护间隔和循环前缀 |
2.2 基于MZM的外调制技术 |
2.2.1 基于DDMZM的OSSB调制原理 |
2.2.2 基于DP-DDMZM的OSSB调制原理 |
2.3 光电探测器 |
2.4 本章小结 |
第三章 基于电域上变频的高中低频混传MFH下行链路 |
3.1 基于电域上变频的高中低频混传MFH下行链路结构 |
3.2 仿真链路与仿真结果分析 |
3.2.1 搭建系统仿真链路 |
3.2.2 仿真结果分析 |
3.3 基于光载射频本振分离的电域上变频高中低频混传MFH下行链路结构 |
3.4 仿真链路与仿真结果分析 |
3.4.1 搭建系统仿真链路 |
3.4.2 仿真结果分析 |
3.5 本章小结 |
第四章 基于光域上变频的高中低频混传MFH下行链路 |
4.1 基于光域上变频的高中低频混传MFH下行链路结构 |
4.2 仿真链路与仿真结果分析 |
4.2.1 搭建系统仿真链路 |
4.2.2 仿真结果分析 |
4.3 基于电域和光域上变频的高中低频混传MFH下行链路比较 |
4.4 本章小结 |
第五章 论文工作总结与展望 |
5.1 已完成研究工作总结 |
5.2 对未来工作的展望 |
参考文献 |
致谢 |
(4)具有能量收集的认知中继网络功率分配问题研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 认知无线电技术 |
1.2.1 基本理论 |
1.2.2 网络结构 |
1.2.3 动态频谱接入模型 |
1.2.4 传统认知网络资源分配问题研究现状 |
1.3 认知中继网络 |
1.3.1 协作中继通信技术 |
1.3.2 认知中继网络 |
1.3.3 认知中继网络资源分配问题研究现状 |
1.4 论文主要工作 |
1.4.1 研究目标 |
1.4.2 研究内容和主要贡献 |
1.5 论文章节安排 |
第2章 理论基础 |
2.1 凸优化理论 |
2.1.1 引言 |
2.1.2 凸集合 |
2.1.3 凸函数 |
2.1.4 凸优化问题 |
2.1.5 拉格朗日对偶原理 |
2.1.6 KKT条件 |
2.2 鲁棒优化理论 |
2.2.1 引言 |
2.2.2 不确定性描述 |
2.2.3 鲁棒优化问题及对等问题 |
2.3 感知信息不确定性描述 |
2.4 本章小结 |
第3章 考虑不确定感知信息的有能量收集的认知中继网络功率分配算法 |
3.1 引言 |
3.2 考虑不确定感知信息的认知中继网络 |
3.2.1 研究基础 |
3.2.2 系统模型 |
3.3 数学优化模型 |
3.3.1 感知信息不确定性 |
3.3.2 次用户系统吞吐量和干扰模型 |
3.3.3 能量收集方案 |
3.3.4 优化问题 |
3.4 优化问题求解 |
3.5 仿真结果与分析 |
3.6 本章小结 |
第4章 有能量收集的认知移动中继网络功率分配算法 |
4.1 引言 |
4.2 下垫式认知移动中继网络 |
4.2.1 研究基础 |
4.2.2 系统模型 |
4.3 数学优化模型 |
4.3.1 次用户系统吞吐量 |
4.3.2 干扰模型 |
4.3.3 能量收集方案 |
4.3.4 优化问题 |
4.4 优化问题求解 |
4.5 移动中继轨迹描述 |
4.6 仿真结果与分析 |
4.7 本章小结 |
第5章 考虑不确定信道状态信息的有能量收集的认知中继网络鲁棒功率分配算法 |
5.1 引言 |
5.2 考虑不确定信道状态信息的认知中继网络 |
5.2.1 研究基础 |
5.2.2 系统模型 |
5.3 数学优化模型 |
5.3.1 次用户系统吞吐量 |
5.3.2 干扰模型 |
5.3.3 能量收集方案 |
5.3.4 优化问题 |
5.4 优化问题求解 |
5.5 仿真结果与分析 |
5.6 本章小结 |
第6章 全文总结与工作展望 |
6.1 全文总结 |
6.2 工作展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(5)基于毫米波大规模MIMO波束赋形的异构网络多用户通信优化(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 大规模MIMO技术的发展与现状 |
1.2.2 毫米波大规模MIMO异构网络的研究现状 |
1.3 本文研究内容及创新点 |
1.4 论文组织结构 |
第二章 基于毫米波大规模MIMO技术的异构网络 |
2.1 毫米波大规模MIMO技术 |
2.1.1 毫米波传播特性和信道模型 |
2.1.2 毫米波大规模MIMO性能分析和资源分配 |
2.1.3 毫米波大规模MIMO的应用 |
2.2 毫米波大规模MIMO异构网络 |
2.2.1 异构网络 |
2.2.2 异构网络中的频谱效率 |
2.2.3 异构网络中的干扰消除和通信优化 |
2.3 本章小结 |
第三章 基于混合预编码的波束赋形设计 |
3.1 引言 |
3.2 大规模MIMO中的移相网络和射频前端 |
3.2.1 均匀线性阵列 |
3.2.2 移相网络 |
3.3 波束赋形技术 |
3.3.1 基于数字预编码波束赋形 |
3.3.2 基于模拟移相器波束赋形 |
3.3.3 基于混合预编码的波束赋形 |
3.4 基于混合预编码的波束赋形器设计 |
3.4.1 压缩感知算法 |
3.4.2 正交匹配追踪(OMP)算法及其缺陷 |
3.4.3 正则化正交匹配追踪(ROMP)算法 |
3.4.4 基于混合预编码的波束赋形 |
3.5 相移网络的分辨率对波束赋形器设计的影响 |
3.6 本章小结 |
第四章 异构毫米波网络中大规模MIMO波束赋形算法 |
4.1 引言 |
4.2 毫米波大规模MIMO异构网络的系统模型 |
4.3 基于波束赋形的多用户下行通信速率的优化 |
4.3.1 异构网络中的多用户小区下行通信模型及信道容量 |
4.3.2 基于波束赋形的多用户下行速率的优化问题 |
4.3.3 对多用户下行速率最大化目标问题的变换 |
4.3.4 异构毫米波网络中多用户下行速率优化算法 |
4.4 仿真结果分析 |
4.5 本章小结 |
第五章 基于波束成形的多用户下行通信中公平性的研究 |
5.1 引言 |
5.2 通信效率与通信公平性 |
5.2.1 基于比例的公平性 |
5.2.2 最小延迟公平性 |
5.2.3 Max-min公平性 |
5.2.4 α公平性以及其通用形式 |
5.3 基于max-min公平性的大规模MIMO多用户下行速率分配 |
5.4 Max-min分配策略下的仿真结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 未来展望 |
参考文献 |
致谢 |
作者简介 |
(6)非线性能量收集模型下无线供能通信网络传输策略设计与性能研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 引言 |
1.2 无线通信网络的发展历程和新的挑战 |
1.3 无线供能的高效无线通信网络 |
1.3.1 RF WET技术 |
1.3.2 多天线无线供能通信网络 |
1.3.3 无线供能的终端直通网络 |
1.3.4 无线携能双向中继网络 |
1.4 论文的主要内容及章节安排 |
第二章 非线性能量收集模型下多天线无线供能通信网络中传输策略设计 |
2.1 本章的研究内容 |
2.2 点对点多天线无线供能通信网络中最佳功率分配策略设计 |
2.2.1 系统模型 |
2.2.2 优化问题的建立及解决 |
2.2.3 仿真结果及分析 |
2.3 点对多点多天线无线供能通信网络中最佳传输策略设计 |
2.3.1 系统模型 |
2.3.2 优化问题的建立及解决 |
2.3.3 仿真结果及分析 |
2.4 本章小结 |
第三章 非线性能量收集模型下无线供能的终端直通网络中传输策略设计 |
3.1 本章的研究内容 |
3.2 系统模型 |
3.3 基于TS方案的Am Back Coms的传输策略设计 |
3.3.1 低复杂度的TS方案 |
3.3.2 反射通信的成功传输概率 |
3.3.3 蜂窝链路的成功传输概率 |
3.4 基于PS方案的Am Back Coms的传输策略设计 |
3.4.1 低复杂度的PS方案 |
3.4.2 反射通信的成功传输概率 |
3.4.3 蜂窝链路的成功传输概率 |
3.5 传统蜂窝链路的成功传输概率 |
3.6 仿真结果与分析 |
3.7 本章小结 |
第四章 非线性能量收集模型下无线携能双向中继网络中传输策略设计 |
4.1 本章的研究内容 |
4.2 基于TS-SWIPT技术的双向中继网络的传输策略设计 |
4.2.1 系统模型 |
4.2.2 中继节点处最佳的融合策略设计 |
4.2.3 系统中断性能分析 |
4.2.4 仿真结果分析 |
4.3 基于PS-SWIPT技术的双向中继网络的传输策略设计 |
4.3.1 系统模型 |
4.3.2 最大化系统总中断容量及仿真结果分析 |
4.3.3 最大化系统能量效率及仿真结果分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文内容总结 |
5.2 未来研究展望 |
附录A 命题 3.1,3.2,3.3 和 3.4 的证明 |
A.1 命题 3.1 的证明 |
A.2 命题 3.2 的证明 |
A.3 命题 3.3 的证明 |
A.4 命题 3.4 的证明 |
附录B 命题 4.1 与 4.2 的证明 |
B.1 命题 4.1 的证明 |
B.2 命题 4.2 的证明 |
参考文献 |
致谢 |
作者简介 |
(7)面向5G超密集异构网络的频谱资源管理研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 引言 |
1.1.2 频谱资源使用现状 |
1.2 认知无线电与频谱资源利用 |
1.2.1 认知无线电概述 |
1.2.2 软件定义无线电开发与硬件平台简介 |
1.2.3 认知无线电架构 |
1.2.4 认知无线电频谱利用关键技术 |
1.3 超密集认知网络频谱资源管理与利用研究现状 |
1.4 主要研究内容及组织架构 |
1.4.1 主要研究内容 |
1.4.2 论文组织架构 |
1.5 本章小结 |
第二章 移动通信系统发展与超密集认知网络频谱资源管理 |
2.1 引言 |
2.2 4G技术演进 |
2.2.1 4G演进简介 |
2.2.2 4G关键技术 |
2.3 5G系统概述 |
2.3.1 5G系统简介 |
2.3.2 5G关键技术 |
2.4 超密集异构网络 |
2.4.1 小蜂窝基站 |
2.4.2 超密集异构网络系统架构 |
2.4.3 超密集异构网络面临的挑战 |
2.5 认知网络频谱感知 |
2.5.1 单用户频谱检测 |
2.5.2 协作式频谱检测 |
2.6 信道功率控制与干扰抑制 |
2.6.1 集中式功率控制 |
2.6.2 分布式功率控制 |
2.7 本章小结 |
第三章 基于信誉值传递的半软融合协作频谱感知算法 |
3.1 引言 |
3.2 系统模型 |
3.3 基于信誉值传递的半软融合协作频谱感知算法 |
3.3.1 本地最佳单阈值决策 |
3.3.2 半软动态双阈值决策 |
3.3.3 基于信誉值传递的半软融合协作检测 |
3.4 仿真结果与分析 |
3.5 本章小结 |
第四章 基于非合作博弈的混合动态频谱接入功率分配算法 |
4.1 引言 |
4.2 系统模型 |
4.3 基于非合作博弈的混合动态频谱接入功率分配 |
4.3.1 干扰与容量分析 |
4.3.2 基于能量效率最大化的非合作博弈功率分配效用函数构建 |
4.3.3 纳什均衡分析 |
4.4 仿真结果与分析 |
4.5 本章总结 |
第五章 总结和展望 |
5.1 主要工作与创新 |
5.2 研究工作展望 |
参考文献 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
致谢 |
(8)冰情检测系统的构建及雾无线网络传输技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景及意义 |
1.2 冰情检测技术研究现状 |
1.2.1 冰层厚度检测技术的研究进展 |
1.2.2 积雪深度检测技术的研究进展 |
1.2.3 静冰压力检测技术的研究进展 |
1.2.4 河道流凌密度检测技术的研究进展 |
1.3 通信网络传输技术研究现状及发展前景 |
1.3.1 通信网络传输技术发展历程 |
1.3.2 移动通信网络发展历程 |
1.3.3 5G移动通信网络研究现状 |
1.3.4 通信网络传输技术在冰情检测领域的应用现状 |
1.4 本论文的主要研究工作及章节安排 |
第二章 冰情检测方法及具有5G网络入网功能的冰情检测传感系统设计 |
2.1 引言 |
2.2 具有5G网络入网功能的冰情检测系统设计 |
2.2.1 NB-IoT技术发展历程 |
2.2.2 NB-IoT模块结构 |
2.2.3 基于NB-IoT与5G网络数据传输技术的冰情检测系统设计 |
2.3 冰层厚度及冰下水位检测传感器 |
2.3.1 冰层厚度及冰下水位检测的基本原理 |
2.3.2 冰层厚度及冰下水位检测传感器 |
2.3.3 基于NB-IoT接口技术的冰层厚度及冰下水位检测传感器设计 |
2.4 积雪深度检测传感器 |
2.4.1 积雪深度检测的基本工作原理 |
2.4.2 积雪深度检测传感器 |
2.4.3 基于NB-IoT接口技术的积雪深度传感器电路设计 |
2.5 静冰压力检测传感装置 |
2.5.1 静冰压力检测的基本原理 |
2.5.2 光纤传感器基本工作原理 |
2.5.3 基于NB-IoT接口技术的多通道光纤静冰压力检测传感装置设计 |
2.6 河道流凌密度检测 |
2.6.1 河道流凌密度检测系统设计 |
2.6.2 河道流凌密度检测系统及检测数据传输原理 |
2.7 本章小结 |
第三章 基于冰情检测传感系统动态优先级调度的分簇组网技术 |
3.1 引言 |
3.2 无线传感器系统组网方法及调度算法原理 |
3.2.1 无线传感器系统组网方法 |
3.2.2 无线传感器系统调度算法原理 |
3.3 基于分簇组网的冰情检测网络 |
3.3.1 基于分簇组网的冰情检测传感器网络结构 |
3.3.2 基于Zig Bee的冰情检测网络内部传输功能设计 |
3.3.3 动态优先级分配的冰情检测网络调度算法 |
3.4 基于动态优先级分配的分簇组网冰情检测传输技术仿真分析 |
3.4.1 基于动态优先级分配算法仿真参数设置 |
3.4.2 仿真测试及结果分析 |
3.5 改进的K-means冰情检测数据融合算法理论研究 |
3.5.1 数据融合理论模型 |
3.5.2 改进的基于距离代价函数的K-means算法 |
3.6 基于BP神经网络及改进型K-means算法的冰情检测数据分析 |
3.6.1 BP神经网络算法原理 |
3.6.2 基于BP神经网络的冰情检测数据分析 |
3.6.3 基于BP神经网络及改进型K-means算法的仿真测试与实验分析 |
3.7 本章小结 |
第四章 基于分层内容分发的5G雾无线网络传输技术及其在河道流凌密度检测应用中建模及仿真研究 |
4.1 引言 |
4.2 雾无线网络传输技术研究 |
4.2.1 5G网络架构及关键技术 |
4.2.2 雾无线接入网络架构 |
4.2.3 基于分层内容分发的F-RAN网络原理 |
4.3 河道流凌检测传输系统模型 |
4.3.1 F-RAN传输系统模型 |
4.3.2 分层内容分发策略模型 |
4.4 河道流凌检测雾无线网络BS和F-UE的传输概率模型 |
4.4.1 BS的传输概率理论模型 |
4.4.2 F-UE的传输概率理论模型 |
4.5 基于分层内容分发雾无线网络的河道流凌密度数据传输技术仿真分析 |
4.5.1 BS提供服务的河道流凌密度检测C-UE设备的SCDP |
4.5.2 河道流凌密度检测F-UE提供服务的C-UE的SCDP |
4.5.3 河道流凌密度检测C-UE的均值SCDP |
4.5.4 河道流凌密度检测数据传输方案数值模拟及仿真结果分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 论文研究工作总结 |
5.2 研究工作的不足与展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(9)D2D通信中干扰协调管理与能量收集技术研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文创新点和研究主要内容 |
第二章 基于随机几何的异构无线网络模型 |
2.1 引言 |
2.2 通用异构无线网络 |
2.3 支持D2D通信的异构无线网络 |
2.3.1 D2D通信研究现状 |
2.3.2 系统模型 |
2.3.3 理论分析 |
2.4 仿真结果和讨论 |
2.5 本章小结 |
第三章 D2D通信中的异构网络接入控制策略 |
3.1 引言 |
3.1.1 单对D2D通信对蜂窝系统的干扰 |
3.1.2 多对D2D通信对蜂窝系统的干扰 |
3.2 基于通信受限区的D2D干扰协调算法 |
3.3 系统链路中断概率 |
3.4 仿真分析 |
3.4.1 单对D2D通信对蜂窝系统干扰性能 |
3.4.2 多对D2D通信对蜂窝系统干扰性能 |
3.5 本章小结 |
第四章 支持微蜂窝的D2D异构网络干扰协调方案 |
4.1 引言 |
4.2 微蜂窝网络中的D2D通信干扰 |
4.2.1 同频点干扰 |
4.2.2 不同频点干扰 |
4.3 支持D2D通信异构网络的干扰协调算法 |
4.3.1 容量增益最大算法 |
4.3.2 能量效率最大算法 |
4.3.3 干扰选择算法 |
4.4 仿真分析 |
4.5 本章小结 |
第五章 D2D通信中射频能量收集技术实现 |
5.1 引言 |
5.2 异构网络中射频能量收集建模与性能仿真 |
5.2.1 系统模型 |
5.2.2 性能分析 |
5.2.3 仿真分析 |
5.3 SWIPT策略下D2D通信中能量收集建模与性能仿真 |
5.3.1 系统模型 |
5.3.2 相关性能分析 |
5.3.3 仿真分析 |
5.4 射频能量收集实现方法 |
5.4.1 天线相关理论 |
5.4.2 天线仿真与分析 |
5.4.3 射频能量收集系统设计 |
5.4.4 系统性能 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 未来工作展望 |
参考文献 |
附录1 攻读博士学位期间撰写的论文 |
附录2 攻读博士学位期间申请的专利 |
附录3 攻读博士学位期间参加的科研项目 |
致谢 |
(10)稀疏码多址接入(SCMA)系统与密集网络优化设计(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 密集通信网络与多址接入技术 |
1.2.1 密集通信网络 |
1.2.2 通信系统多址接入技术 |
1.3 非正交多址接入(NOMA)与密集通信网络研究现状 |
1.3.1 功率域非正交多址接入 |
1.3.2 码域非正交多址接入 |
1.3.3 以用户为中心的密集通信网络 |
1.3.4 基于光载无线技术的密集通信网络 |
1.4 本文的研究思路、主要贡献及论文内容组织 |
第2章 稀疏码多址接入系统码本设计与优化 |
2.1 研究动机与研究思路 |
2.2 规则稀疏码多址接入系统码本设计 |
2.2.1 规则稀疏码多址接入系统模型 |
2.2.2 星型星座图码本设计 |
2.3 非规则稀疏码多址接入系统码本设计与优化 |
2.3.1 非规则稀疏码多址接入系统模型 |
2.3.2 非规则稀疏码多址接入系统的MPA检测 |
2.3.3 EXIT Chart分析 |
2.3.4 非规则稀疏码多址接入系统的平均度 |
2.3.5 非规则稀疏码多址接入系统码本设计 |
2.4 仿真结果及分析 |
2.4.1 规则SCMA仿真结果及分析 |
2.4.2 非规则SCMA仿真结果及分析 |
2.5 本章小结 |
第3章 稀疏码多址接入系统误码率性能分析 |
3.1 研究动机与研究思路 |
3.2 高斯信道下稀疏码多址接入系统误码率性能分析 |
3.2.1 高斯信道下稀疏码多址接入系统模型 |
3.2.2 高斯信道下稀疏码多址接入系统误码率表达式 |
3.3 瑞利衰落信道下稀疏码多址接入系统误码率性能分析 |
3.3.1 瑞利衰落信道下稀疏码多址接入系统模型 |
3.3.2 瑞利衰落信道下稀疏码多址接入系统误码率表达式 |
3.4 数值和仿真结果分析与讨论 |
3.5 本章小结 |
第4章 稀疏码多址接入系统频谱效率分析及其在密集通信网络中的应用 |
4.1 研究动机与研究思路 |
4.2 基于码本自适应的稀疏码多址接入系统频谱效率分析 |
4.2.1 基于码本自适应的稀疏码多址接入系统 |
4.2.2 稀疏码多址接入系统频谱效率分析 |
4.3 基于超图的密集通信网络稀疏码多址接入系统优化设计 |
4.3.1 密集网络系统模型 |
4.3.2 非正交多址接入方案 |
4.3.3 基于超图模型的密集通信网络稀疏码多址接入系统优化问题建模·· |
4.3.4 基于超图模型的密集通信网络稀疏码多址接入系统优化问题求解·· |
4.4 数值和仿真结果分析与讨论 |
4.5 本章小结 |
第5章 基于光载无线技术的密集通信网络优化设计 |
5.1 研究动机与研究思路 |
5.2 光载无线系统分析 |
5.2.1 基带光载信号-无线系统分析 |
5.2.2 射频光载信号-无线系统分析 |
5.2.3 中频光载信号-无线系统分析 |
5.2.4 三种方案性能比较 |
5.3 基于光载无线技术的密集通信网络建模及优化设计 |
5.3.1 密集通信网络系统模型 |
5.3.2 RFoF传输链路功耗分析 |
5.3.3 基于光载无线技术的密集通信网络建模 |
5.3.4 基于光载无线技术的密集通信网络优化问题求解 |
5.4 数值和仿真结果分析与讨论 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 本论文工作总结 |
6.2 未来研究工作展望 |
致谢 |
参考文献 |
附录 A 第三章公式(3.3)和定理3.4的的有关证明 |
附录 B 第五章公式(5.22)中色散失真功率损耗的推导 |
攻读博士学位期间发表的论文及科研成果 |
攻读博士学位期间参与的科研项目 |
四、移动通信网络中的射频干扰问题(论文参考文献)
- [1]面向动态场景的移动毫米波覆盖增强技术研究[D]. 贾承璐. 北京邮电大学, 2021(01)
- [2]面向多车互联的感知通信一体化信号设计与性能分析[D]. 方子希. 北京邮电大学, 2021
- [3]基于RoF的前传接入技术研究[D]. 李雅萌. 北京邮电大学, 2020(05)
- [4]具有能量收集的认知中继网络功率分配问题研究[D]. 李航琪. 吉林大学, 2020(08)
- [5]基于毫米波大规模MIMO波束赋形的异构网络多用户通信优化[D]. 王素珍. 西安电子科技大学, 2020(05)
- [6]非线性能量收集模型下无线供能通信网络传输策略设计与性能研究[D]. 施丽琴. 西安电子科技大学, 2020(05)
- [7]面向5G超密集异构网络的频谱资源管理研究[D]. 张彦宇. 上海工程技术大学, 2020(04)
- [8]冰情检测系统的构建及雾无线网络传输技术研究[D]. 钟震宇. 太原理工大学, 2020(07)
- [9]D2D通信中干扰协调管理与能量收集技术研究[D]. 杜月林. 南京邮电大学, 2018(02)
- [10]稀疏码多址接入(SCMA)系统与密集网络优化设计[D]. 余礼苏. 西南交通大学, 2019