论文部分内容阅读
近年来,多波束卫星通信以其高频谱效率和高能量效率（Energy Efficiency,EE）吸引了工业界和学术界的浓厚兴趣。考虑到未来无线网络需要支持急剧增加的数据流量并对偏远地区提供稳定可靠的网络覆盖,多波束卫星通信能对可用资源进行灵活和高效的利用,从而满足未来无线网络的需求。为解决频谱稀缺问题,多波束卫星通信采用了多输入多输出（Multiple-input Multiple-output,MIMO）、大频率复用因子和预编码等技术来增强系统性能。本文基于多波束卫星研究了星地无线通信（Satellite-to-ground Wireless Communications,SGWC）的编码设计与优化以提高系统容量和EE,具体包括:为降低SGWC的误码率,本文在窄带单星双极化（Single Satellite Dual Polarization,SSDP）、双星单极化（Dual Satellite Single Polarization,DSSP）和双星双极化（Dual Satellite Dual Polarization,DSDP）系统中引入了空频编码技术,针对SSDP系统和DSSP系统构建了2×2 MIMO-正交频分复用（MIMO-Orthogonal Frequency Division Multiplexing,MIMO-OFDM）框架,研究了Alamouti空频编码;针对DSDP系统构建了4×4 MIMO-OFDM框架,研究了G4空频编码。为提高SGWC的多用户和速率,本文在单播场景下面向和速率最大化研究了用户分组问题,考虑如何将用户分入到与卫星波束数目相同的多个分组中。根据功率与信道相关性逐个选取用户并放入小组以最大化用户所在小组的和速率,直到小组和速率不再增加或剩余用户数为零时停止迭代。作为对比,本文还考虑了去掉上述迭代停止条件对小组和速率不再增加的限制,以使所有用户均能分入某个小组从而获得SGWC的服务。为最大化SGWC的EE,本文分别研究了单播场景、单播联合多播场景下的卫星预编码技术,考虑了卫星通信总功率和用户服务质量的约束。EE最大化问题是一个分数规划（Fractional Programming,FP）问题,无法直接求解。针对单播场景,本文给出了一种基于二次变换（Quadratic Transformation,QT）的EE优化算法,通过实施QT,将EE表达式的分子和分母解耦;然后再通过QT,将信干噪比（Signal-to-interference-and-noise Ratio,SINR）表达式的分子和分母解耦,从而将原始的非凸问题转化为可迭代求解的凸优化问题。针对单播联合多播场景,本文给出了一种基于最小均方误差（Minimum Mean Square Error,MMSE）的EE优化算法,首先利用MMSE与SINR之间的等价关系将原问题转化为一个凹凸FP问题,然后利用一阶泰勒下界逼近和Charnes-Cooper变换把凹凸FP问题转化为一个凸优化问题,实现了发送端预编码和接收端合并的联合优化。最后通过仿真验证了以上算法的有效性。