C-RAN架构中干扰消除技术的研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:FUHENGBIN
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
3GPP LTE Release-11中将C-RAN(Cloud-Radio Access Network)架构作为下一代无线接入网演进的标准之一。它融合了集中式处理,云计算,分布式天线等技术,在功率节省,系统覆盖,干扰抑制等方面潜力巨大。与此同时,现在的通信系统都是干扰受限的,尤其是小区间干扰对系统的吞吐量影响很大。典型的小区间干扰抑制技术分为干扰协调,干扰消除两大类。干扰协调通过频谱资源的协调分配,来达到干扰消除的效果,但是频谱利用率低。而干扰消除(抵消)技术虽然能达到高频谱利用率和较好干扰抑制的效果,但是其复杂度很高。本文研究分析了C-RAN架构系统的组成及特点,其集中式处理方式和虚拟基带基站池技术为干扰消除提供了很好的硬件条件。同时针对最优干扰消除接收机的指数复杂度缺点,本文设计了基于多用户检测的集中式干扰软消除的次优干扰消除接收机。该算法通过信号的对数后验似然函数得出干扰信号的贝叶斯MMSE估计量来逼近最优的MAP估计量,并通过多次的软信息迭代,以较低的运算复杂度来保证干扰估计信号的可靠度。同时,针对干扰迭代过程中有可能出现的误差扩散的情况,我们还要对每次迭代的软信号的方差进行判决,在前后两次方差之差大于某一阈值时,进行相应的软信号重置,防止误差的扩散,并最终达到干扰消除性能收敛。本文通过仿真,证实了基于多用户检测的干扰迭代软消除在抑制小区间干扰,防止误差扩散方面的性能。
其他文献
传感器网络与协作通信的结合,可以将传感器节点、物理层技术和无线信道等结合起来,并进一步地研究优化,得以有效地提高整个无线传感器网的频谱利用率及系统性能,而和传统协议
随着大数据时代的到来,人们对高清图像的需求也越来越高。图像超分辨率研究的内容是如何通过单张或多张低分辨率模糊图像并结合相关的图像先验信息来重建符合人类视觉感受的
无线传感器网络WSNs (Wireless Sensor Networks)是由大量廉价的具有无线通信能力和计算能力的微型传感器节点构成,部署在无人值守的监控区域,通过相互协作自主完成指定的监
运动目标检测与跟踪是智能视觉监控的基础与前提,其在交通、军事、工业以及医学等各个领域具有广泛的应用前景。其中,静态场景下的运动目标检测与跟踪是应用最广泛的一个研究热
近年来,随着多媒体业务和互联网的泛在接入等需求的发展,传统无线通信网络难以满足终端用户所需的吞吐量和服务质量。协作通信技术因其在扩大覆盖范围、提高吞吐量、传输可靠性
通信行业的飞速发展给人们的生活带来了方方面面的便利,但其本身的高能耗也对环境产生了严重的负面影响。绿色通信以节能减排,构成低排放、低能耗、高效率的通信为目标,是绿
随着当今数字化进程的推进,多媒体以及通信行业在日常生活中的应用都有着飞速的发展,数字视频、图像逐渐成为信息交互的主流媒体,各种数字化视频与图像无处不在,对应的数据量不断
在数字图像处理中,均匀离散曲波变换(Uniform Discrete CurveletTransform UDCT)是一种新的多分辨率分析工具,利用各系数之间的关系为UDCT系数建立合适的模型,并为其选取合适的
近年来,随着无线通信应用的多样化,频谱资源越来越紧缺。为了缓解TD-LTE系统的频谱短缺问题,可利用认知无线电技术使TD-LTE系统与UHF(Ultra High Frequency)频段的广播电视系
随着移动互联时代的到来,用户物理空间行为和网络空间角色发生巨大变化。首先,在物理空间由静到动:用户的上网习惯由有线固定向无线移动转变,如何保证无线移动环境下良好的视频体