基于波束成形的两跳中继网络容量研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:ABCDEFGHIJKLMN100083
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
在无线通信领域中,网络容量、传输效率、抗干扰能力是无线网络传输的重要指标。中继网络是扩大信号传输覆盖范围、提高传输效率、节约网络资源的有效手段。波束成形技术通过对天线阵列的信号进行加权处理,获得分集增益,提升网络的传输性能。并且,因其波束传输的方向性以及空间滤波性,波束成形技术具有很好的抗干扰能力。因此,结合中继网络研究波束成形技术以提升网络容量与抗干扰性能具有非常重要的理论意义和应用价值。两跳多址多天线中继网络是一种最基本的多用户通信模型,结合这一模型研究波束成形技术提升网络容量的能力是极为重要的。已有的研究仅是针对用户传输和速率进行讨论,没有刻画网络的容量区域。本文提出刻画基于波束成形技术的两跳多址多天线中继网络容量区域的方法,确定其网络容量区域。近年来,网络的抗干扰研究备受重视。本文考虑一种新的人为恶意干扰模式:干扰源随机选择用户所用码簿中的码字干扰合法用户之间的通信,接收端将难以区分接收的信息是信源信息还是干扰信息。本文研究波束成形技术在此干扰模式下的抗干扰性能以及提升网络容量的能力。文章主要涉及了4种网络模型:两跳多址多天线中继网络、存在干扰源的两跳分布式中继网络、在能量采集条件下存在干扰源的两跳分布式中继网络以及存在干扰源的两跳多天线中继网络。本文的主要工作可以概括以下三部分内容:1.考虑一个基于波束成形的两信源两跳多址多天线中继网络,在最大化传输速率的准则下,建立关于波束成形矩阵的优化问题,给出刻画网络的容量区域的方法。提出一种最优的波束成形矩阵结构,将优化计算涉及的变量数降低到不超过9个,降低计算复杂度。通过相应的等价转换,结合半正定松弛技术,在多项式时间内确定最优波束成形矩阵。另外,给出两个信源的最大传输分速率、最大传输和速率的数学闭式表达式,以及对应于最大传输分速率的波束成形矩阵的数学闭式表达式。然后,通过求解一个简单的线性方程得到对应于最大传输和速率的波束成形矩阵。根据两个信源的最大传输分速率以及最大传输和速率,确定网络容量区域的外界,且证明这一外界是不紧的,并由仿真结果验证了这一结论。2.考虑存在干扰源的两跳分布式中继网络与在能量采集条件下存在干扰源的两跳分布式中继网络。将这两种网络模型等效为关于波束成形向量的高斯任意变化信道,给出信道容量为正值的充分必要条件,并确定其容量公式。在最大化传输速率准则下,建立关于波束成形向量的优化问题以确定网络容量。通过适当的等价变换,优化问题转化为标准的凸二阶锥规划,在多项式时间内确定最优波束成形方案。仿真结果表明波束成形技术可以提升网络传输性能并具有较强的抗干扰能力。3.考虑一个带干扰源的两跳多天线中继网络,给出信道容量为正值的充分必要条件。建立关于波束成形矩阵的优化问题以确定其网络容量以及相应的波束成形矩阵。为降低计算复杂度,提出一种最优的波束成形矩阵结构,并通过适当的等价变化,将问题转化为标准的凸二阶锥规划问题,在多项式时间内确定网络容量及相应的最优波束成形矩阵。针对两种特殊情况,给出网络容量以及相应的最优波束成形矩阵的数学闭式表达式。为进一步降低复杂度,提出一种低复杂度的次优波束成形方案,得到次优传输速率以及相应波束成形矩阵的数学闭式表达式。仿真结果表明:次优的波束成形方案是一种最优迫零方案;当干扰功率趋于无限时,最优波束成形方案下的网络传输速率将趋近于次优方案下传输速率;波束成形技术可以提升网络的传输性能并具有很好的抗干扰能力。
其他文献
汽车数量的迅速增加导致全球能源消耗和温室气体排放量不断增大,如何减少能源消耗和碳排放量成为汽车工业面临的一个重要挑战。诸多学者正致力于研究的以减小车辆能耗为目的的新技术主要专注于对车辆本身的改进和控制,而把道路坡度作为影响车辆能耗的外部因素。不同于现存的许多方法,本文从优化道路坡度的角度研究降低车辆能源消耗的方法和技术。本论文主要贡献如下:本文提出了在车辆按照既定速度曲线行驶的条件下减少其总能耗的
人脸表情识别技术是一个涉及到心理学、生物学、计算机学等等多门学科的交叉产物,由于人脸表情识别研究具有极高的应用价值和研究意义,近十年来,一直是人工智能领域的一个研究热点。得益于硬件技术的提高和深度学习技术的发展,人脸表情识别研究对象已经从实验室控制表情样本转移到了自然场景表情图像,同时也促进了人脸表情识别相关应用市场的蓬勃发展。反过来讲,迅猛发展的应用市场又对人脸表情识别研究提出了更高的要求,例如
利用机器可读的人类知识来赋予计算机权力一直是人工智能的长期目标。通过知识收集的进步,这一目标取得了巨大进展。在过去几十年中,自动知识库构建引起研究团体的广泛关注,并在以实体为中心查询应答方面取得重大进展。知识图谱因存储有关常见实体的事实,自然成为语义搜索核心。如今,公开可用的知识图提供数百万个实体(例如人,组织,位置以及诸如书籍,音乐等创意作品)以及数十亿个有关实体的陈述(例如谁在哪里学习,哪个国
海量视频图像下的高性能视频目标跟踪技术已广泛应用于安防监控、自动驾驶、人机交互以及精确制导等民用和军事领域,是当前计算机视觉和人工智能领域的研究重点。理想的视频目标跟踪系统应当具备精准捕获和长时稳定跟踪目标的能力。然而,受复杂背景和高动态场景变化的影响,跟踪性能往往具有较大的局限性。跟踪中,如何更好地建模感兴趣目标,增强其表征能力,并准确估计其位置是亟需解决的关键问题,具有重要的理论和实际意义。早
氮化镓材料相对于传统半导体材料具有高击穿场强、高电子迁移率和饱和速度,高温和辐照下高可靠性等显著优势,在电力电子和射频微波电子器件领域展示出巨大的潜力。然而,在常规的横向结构电子器件中,电流崩塌和自热效应等是制约着器件发展的重要问题。在此背景下,纵向结构GaN电力电子器件成为了突破障碍的新方向,其具有功率密度高,可靠性高,热分布均匀等优点。而基于异质衬底的准垂直结构电子器件由于衬底成本低,兼具性能
机器间(Machine-to-Machine,M2M)通信是指在没有人为干预的条件下,机器与机器之间通过通信网络自主地进行数据传输。作为第五代(Fifth Generation,5G)移动通信实现万物互联的主要连接方式,它被逐步地应用到智慧交通、智能家居、电子医疗、远程监控等物联网行业,这使得机器类型通信(Machine Type Communication,MTC)设备的连接需求与日俱增。当大量
海杂波特性研究在雷达探测、海面目标检测及微波遥感等领域具有重要意义。本文主要基于海洋环境参数和深度学习模型研究不同海域的海杂波特性,建立了海洋环境参数与海杂波特性之间的关联模型,并分析了不同海域影响海杂波特性的海洋环境参数因子,为不同海域目标探测、不同波段雷达参数选择及性能提升提供数据和理论支持。本文的主要研究内容及成果特色概括如下:1.本文首先基于欧洲中尺度天气预报中心提供的大量海洋环境参数数据
无人机(UAVs)己成为无线网络的重要组成部分,同时也是5G和未来无线物联网的关键推动因素。UAV作为空中基站,在覆盖范围、连接性和频谱方面提高蜂窝网络性能。无人机机载基站可提供高质量的网络连接并扩展无线蜂窝网络的覆盖范围。此外,UAV可以作为蜂窝网络内的飞行移动终端,支持实时视频流以及物品的递送等多种应用。然而,在UAVs无线通信网络体系的设计和部署中仍然存在许多具有挑战性的问题,如能量和干扰管
半监督学习已经成功地被运用于基于动态数据分析的数据挖掘和机器学习等研究领域之中。非平衡类的学习是分类问题中最具挑战的问题之一。不同于平衡数据,用于模型训练的冗余且不相关的特征会影响分类模型的性能。近年来,学者们大多着眼于非平衡数据的二分类和多分类问题。本文的要点如下。1.提出了一种半监督深度C均值聚类算法(DFCM)用于非平衡数据的二分类和多分类问题,可以用于数据边界不清晰和需要额外参数来减少统计
一直以来,奈奎斯特采样定理是传统信号采样的基础,但该定理理论要求当采样速率达到信号带宽的两倍以上时才能进行信号的精确恢复,由此出现了代替奈奎斯特采样定理的最新却最有效的信号采样压缩处理技术—压缩感知理论。该理论是基于信号的稀疏性或可压缩性,同时实现信号的压缩和采样。它已经成功的被应用到科学领域和工程领域的很多方面,成为了近几年来国内外学者的研究热点。该理论主要包括了信号的稀疏表示、采样矩阵的选取和