卫星与5G融合系统快速随机接入技术研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:aykp0512
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
卫星通信可以在全球范围内实现信息网络的无缝覆盖,是天基信息传输系统中的重要构成部分,也是构建天地一体化网络的战略重点。伴随地面移动通信技术的不断更迭,卫星网络和地面5G网络的相互融合技术也在快速发展。地面用户终端在与网络建立连接之前,需要通过随机接入过程确保自身的上行传输时间和基站保持同步,使得网络的上行帧时序与用户终端发送帧时序对齐。高效率低延时的上行接入是保障终端与网络进行正常通信的前提,因此在卫星与5G融合系统中,随机接入技术的研究尤为重要。本文着眼于GEO卫星与地面5G网络融合系统,以GEO卫星广域覆盖导致传播时延较长的系统特性为切入点,融合地面5G协议设计思路,以研究适用于卫星5G融合系统的快速随机接入技术为目标,从快速随机接入信道设计、多用户msgA数据载荷检测算法研究以及快速随机接入信号传输方案设计与仿真验证三方面展开,论文主要工作为:(1)针对目前在星地融合系统中采用的传统随机接入方案因多次信息交换导致接入效率较低、接入过程耗时较长的问题,分析3GPP基于地面场景提出的快速随机接入方案的处理流程和时序模型,研究将该方案应用于GEO卫星场景实现高效率低延时接入的可行性。(2)针对快速随机接入信号(msgA)包含前导和数据两部分的特点,导致传统随机接入信道无法适用于快速随机接入技术的问题,结合卫星大波束覆盖范围和单天线端口系统特性,提出了一种快速随机接入信道设计方案。该方案通过将前导与数据载荷合并发送,降低接入次数,节省物理资源开销,并保证较优的接入性能。(3)针对多用户发起接入时,msgA数据信号采用传统MMSE-SIC检测算法时存在的误差传播问题,提出了一种多判决排序串行干扰消除(MD-OSIC)算法。该算法首先通过MUSA系统的等效信道系数以及MMSE加权矩阵计算所有待检测用户的SINR并排序优化用户的选择策略,然后对MMSE线性检测后位于不可靠区域内的符号进行多次判决,有效提升了 msgA数据载荷检测的可靠性。(4)设计适用于本系统的msgA信号传输与检测方案,并基于MATLAB搭建链路级仿真平台,对快速随机接入性能进行仿真验证。通过对msgA前导信号的漏检和虚警概率以及msgA数据信号的误码率性能进行评估,验证本文所提出的快速随机接入信道设计方案在卫星场景下应用的可行性;通过对MMSE-SIC和MD-OSIC算法检测性能的仿真对比,验证MD-OSIC算法能有效降低误差传播对msgA数据信号误码率性能的影响。
其他文献
语义分割是计算机视觉中的一个重要课题,被广泛应用于自动驾驶和医学图像分析等不同领域。它为图像中的每个像素点都标记一个语义标签,实现像素级的分类。本文提出了两种改进的语义分割网络,分别应用于二维场景图像和三维脑部MRI图像,即场景解析与MRI分割。论文的主要内容如下:(1)语义分割网络中多阶段的卷积和池化会减小图像尺寸,从而损失位置信息。此外,当图像中的类别数量较多时,语义分割的准确性会降低。针对以
图像去雨算法通过对有雨图像进行分析和处理从而去除雨水条纹,恢复干净的背景场景,有助于提升计算机视觉任务识别精度,因此成为当下的研究热点.为系统地了解该领域的研究现状和发展趋势,首先介绍了典型的雨水合成模型,其次从基于模型驱动和基于数据驱动两个方面重点分析了典型图像去雨算法模型和方法;之后比较了去雨图像质量评价指标及雨水数据集;最后,对单幅图像去雨算法未来发展趋势进行了展望.
如何实现数据的安全共享,促进多源数据的碰撞、融合是当前学术界和产业界共同面临的重要技术挑战之一,近年来,联邦学习作为应对这一挑战的新技术受到了广泛的关注,已在智慧医疗、智慧城市建设等领域得到应用,但是在充满潜力的轨迹数据挖掘领域却鲜有研究.为了解决这个问题,提出一种安全的、分布式的基于联邦学习的谱聚类算法框架FSC(federated spectral clustering),并应用于船舶AIS(automatic identification system)轨迹数据谱聚类.该算法通过加密样本对齐技术和同
弹性光网络具有精细的频谱分配粒度,而且可以根据业务的带宽需求自适应地实现频谱资源分配,因此被视为应对骨干网流量不断增长的有效解决方案。另一方面,由于单光纤的传输容量已接近现有单模光纤的非线性shannon极限,光纤的信道容量增长缓慢。多芯光纤或多模光纤等支持的空分复用技术作为一种新型传输技术被引入弹性光网络的研究,用以应对云服务等宽带应用的爆发式增长。空分复用弹性光网络将网络的资源分配问题扩展至空