【摘 要】
:
面对未来无线网络的海量连接、增强移动宽带、超可靠性、低时延等业务需求,兼具照明和通信的可见光通信(VLC)以及兼顾频谱效率和用户体验的非正交多址接入(NOMA)分别成为极具潜力的通信范例与多址方案。由于室内VLC系统中每个光小区内用户数有限、光链路信噪比高、发光二极管(LED)发射角与接收器视场角可调谐、信道状态信息较稳定等特点可与NOMA完美契合,因此,从增强频谱效率和探索新型频谱两个层面出发,
论文部分内容阅读
面对未来无线网络的海量连接、增强移动宽带、超可靠性、低时延等业务需求,兼具照明和通信的可见光通信(VLC)以及兼顾频谱效率和用户体验的非正交多址接入(NOMA)分别成为极具潜力的通信范例与多址方案。由于室内VLC系统中每个光小区内用户数有限、光链路信噪比高、发光二极管(LED)发射角与接收器视场角可调谐、信道状态信息较稳定等特点可与NOMA完美契合,因此,从增强频谱效率和探索新型频谱两个层面出发,研究基于NOMA的室内VLC系统可有效应对当前数据速率需求与频谱资源短缺之间的矛盾。功率分配策略作为室内NOMA-VLC系统中的关键问题,极大影响着系统总速率、能量效率、误码率、中断概率、用户公平性等性能指标。考虑到系统总速率与用户公平性为NOMA相比于传统多址技术的显性优势,本文旨在研究系统总速率与用户公平性均衡的功率优化分配,具体创新性贡献如下:(1)合理的信道模型是一切理论研究的基础,传统的室内VLC系统信道模型鲜有考虑随机移动多用户引起的遮挡效应,而这恰恰是NOMA系统中普遍存在的。针对该问题,首先,为量化随机移动多用户的尺寸与位置等特征,引入概率密度函数以描述用户宽度与高度的联合分布以及用户横、纵坐标的联合分布,其中假设各用户之间独立同分布。其次,基于几何学与数理统计原理,推导出各链路对应的表征随机移动多用户遮挡效应的权重函数,即该链路未被任一移动用户遮挡的概率。最后,通过对传统室内VLC系统信道模型中的各链路进行加权求和,提出移动多用户遮挡下的室内VLC信道模型,同时给出直流信道增益、信道脉冲响应的表达式。通过数值仿真,该模型的有效性得以验证。仿真结果显示,随机移动多用户的存在的确会对某些光链路产生遮挡,降低信道质量。(2)区别于其他有关NOMA系统公平性的研究,如正比公平性、最大化最小值公平性、最大化用户速率总对数效用函数的公平性、保证各用户不差于正交多址接入下各自容量的公平性等,实现明确的、量化的系统总速率与用户公平性间的综合数学评价以指导功率分配。首先,将用户公平性描述为所有用户中可获得数据速率的最小值与最大值的比值以保证所有用户可获得数据速率的归一化范围。其次,提出将系统总速率与用户公平性均衡的功率优化分配问题建模为以系统总速率和用户公平性为判决参数、功率分配因子集合为候选对象的多属性判决(MADM)问题。最后,通过引入标准差法与逼近理想解排序法(TOPSIS)完成上述MADM问题的求解,形成基于MADM的功率优化分配算法。具体地,笔者枚举出离散化的功率分配因子集合作为候选对象,并计算出每个候选对象对应的系统总速率与用户公平性。基于上述计算得到的数据集,利用标准差法可得到系统总速率与用户公平性各自的客观权重。之后,通过TOPSIS法可找到最优候选对象,即最优功率分配方案。从数值仿真可以观察到,基于MADM的功率分配算法以牺牲较少的系统总速率性能为代价换取用户公平性性能的极大提升,即可获得更加均衡的系统总速率与用户公平性。随着用户数的增长,性能增益增长迅速,甚至可实现系统总速率与用户公平性的同时增益。(3)由于上述基于MADM的功率分配算法需要枚举离散化的功率分配因子,因此存在优化性能与计算复杂度之间的折衷问题。为克服该问题并考虑用户公平性需高于最低门限的实际应用需求,同时兼顾所有用户的服务质量(QoS)需求,首先,数学描述出一个优化问题,即用户公平性保证下的系统总速率最大化,其中,保证用户公平性的门限值可根据实际需求灵活调整。其次,对于该门限值取某些特殊值的情况,通过严格的数学推导以及优化分析得到最优解的闭合表达式或求解过程。最后,对于该门限值取非特殊值的情况,通过引入差分进化算法并适应性地改进其中的参数变换、种群初始化、迭代中个体选择、最优解选择等操作,提出第一种基于差分进化的功率优化分配算法。数值仿真结果显示,在用户公平性不低于传统算法与最优功率控制(OPC)算法的条件下,该算法可获得更优的总速率性能且性能增益随用户数而递增。此外,针对QoS保障下的应用场景,该算法还可有效提升系统覆盖概率。(4)考虑到系统管理者对系统总速率与用户公平性间的主观倾向,为进一步适应更多实际应用需求,针对系统总速率需高于最低门限的应用场景,数学描述出另一个优化问题,即系统总速率保证下的用户公平性最大化,其中,保证系统总速率的门限值可根据实际需求灵活调整。类似地,通过对该门限值展开分类讨论,笔者给出适应性的数学推导、优化分析与差分进化算法,最终提出第二种基于差分进化的功率优化分配算法。数值仿真结果显示,在总速率不低于传统算法与OPC算法的条件下,该算法可获得更优的用户公平性性能且性能增益随用户数而递增。同样地,该算法也可有效提升QoS保障下的应用场景的系统覆盖概率。
其他文献
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
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
近年来,随着计算机和网络技术的快速发展和普及,多媒体数据越来越多样化并在网络和社交媒体上呈现出爆炸性增长的趋势。如何有效管理、检索和利用这些庞大的多媒体数据成为了国内外工业界和学术界共同关注的问题。基于紧致编码的最近邻搜索技术具有占用空间小,计算复杂度低等优点,已经被广泛应用于多媒体数据的管理和分析。在本文中,我们较为全面的研究了面向多媒体数据最近邻检索的紧致编码学习算法。针对单模态和多模态等不同