MIMO-NOMA系统的关键技术研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:guaitaidejiao
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
非正交多址(Non-Orthogonal Multiple Access,NOMA)技术的核心思想是在同一个资源块同时为多个用户提供服务。但是由于NOMA接收端串行干扰消除(Successive Interference Canaeller,SIC)解码的特殊性,将用户全部通过NOMA服务会使得接收端的复杂度很高同时解码错误大大增加。因此,有必要将用户分簇/配对,分簇/配对后的用户通过NOMA服务。最优的配对/分簇可通过穷举获得,但是当用户数较多时显然这不现实,所以在复杂度与性能折衷的条件下期望找到一种更好的分簇/配对方案。其次,当用户分簇/配对成功后,由于NOMA的原则,信道增益差的用户分配较多的功率,信道增益强的用户分配较少的功率,所以合理的功率分配对于系统的性能至关重要。综合以上问题,本文分别从用户配对和功率分配做了以下研究:首先,在基站为单天线的情况下,针对传统远近配对成功率低导致系统吞吐量小的问题,提出一种新的用户配对算法,该算法可根据用户的数目自适应选择最优分组进行配对。首先基于用户信道增益的大小将用户排序,然后根据用户的数目将用户划分为多种不同的偶数组,在每种偶数组下,将偶数组的前一半与后一半按照固定方式进行配对,最终找出最优的偶数组配对组合。其次,在基站为单天线的情况下,为进一步提高系统的吞吐量,提出最大化和速率的功率分配。在最小用户目标速率、NOMA原则及基站功率的约束条件下形成了两用户的和速率最大化问题。对于该优化问题,由于假设配对已经成功,因此直接通过拉格朗日法得出该目标函数的解。但是由于只考虑了NOMA用户的功率分配而没有考虑用户配对,因此,获得的解为次优解。最后,本文研究了基站多天线的NOMA用户配对问题。与传统研究点不同的是,本文假设用户分布在一个正六边形中,并且服从泊松分布。其次在该模型中使用改进的K-means算法来将用户分簇,这样分簇的好处是簇内用户的相关度高,而簇间用户的相关度低,使得用户之间的干扰小。当分完簇后,在簇内通过最大最小信道增益进行用户配对。由于未配对用户之间存在干扰,因此为消除对间干扰,本文采用奇异值分解的预编码技术来消除干扰。基于以上的研究证明,当基站为单天线时,所提用户配对算法在提高用户的配对数及系统吞吐量上具有优势。其次,在同等用户配对算法下,所提的最大化和速率功率分配可实现更好的系统性能。当基站为多天线时,基于泊松分布模型所提的改进的K-means配对算法相比现有算法可实现更好的系统和速率,同时发现随着发送天线数目的增多,其性能更优。
其他文献
随着现代社会结构和社会治安状况的日趋复杂,安防日益显现出其在社会稳定方面的作用。市场上以安防为目的的监控系统大多是基于红外技术,但红外线受户外环境影响很大,且容易被觉察,无法保证监控的隐蔽性。因此,具有探测灵敏度高、受环境影响小且隐蔽性高的安防系统就有着很高的研究价值。本文主要针对安防系统的应用环境,以毫米波雷达传感器为核心,设计完成了一款基于毫米波传感器的安防系统。该系统以点云为呈现方式来显示人
学位
随着社会变迁,我国经济、社会结构的变化,大学生的价值观念、思维方式等发生了显著变化。近年来,在面对学习、人际交往、就业等多方压力和挑战时,大学生群体出现了成就动机总体水平下降、目标不明确等现象,而家庭作为个体成长和适应社会生活的起点,家庭因素潜移默化的影响着大学生的内在动机和目标设定。因此,分析家庭资本对大学生成就动机、目标定向的影响,有针对性的采取措施,提高大学生成就动机、目标水平具有一定的理论
学位
在时代智能化的洪流中,深度学习的应用促进了计算机视觉领域中目标跟踪的快速进步,现有的目标跟踪算法在速度与精度方面都表现出喜人的态势,使其在面对复杂场景环境时,大多数情况能保持良好的性能。近年来更是涌现出许多优秀的孪生网络,他们同时取得了鲁棒性与实时性的平衡。尽管目标跟踪已在各大领域获得突破性成果,但现有的算法仍然面临着两大挑战:目标对象自身的不确定性,外部环境的多变性。本文主要的研究贡献为提出基于
学位
非线性多智能体系统广泛应用于民生和国防领域,如飞行器、机械手和智能电网等。传统非线性多智能体系统的一致控制技术通常采用复杂的控制器结构。对于处理非线性系统中未知动态的神经网络技术,其权值更新律的设计依赖于确定-等价原则,仅有有限的动态调节性能。同时,多智能体系统运行时不可避免的受到执行器故障和有限通信资源的影响。浸入与不变(immersion and invariance,I&I)理论依赖于系统浸
学位
广义测量(Positive Operator-valued Measurements,POVM)在量子信息领域发挥着举足轻重的作用。本文主要针对POVM在测量设备无关量子随机数发生器(Measurement-deviceindependent Quantum Random Number Generator,MDI-QRNG)与量子随机存取码(Quantum Random Access Code,Q
学位
经济调度作为智能电网系统的运行和控制中的关键问题,在能量管理中显得尤为重要,合理有效的完成调度任务对提高电网经济效益有着极大的影响。分布式经济调度是一种新型发电调度策略,能较为灵活、高效的调节发电状态,提升能源利用效率。此外,收敛速率作为评价系统性能的重要指标,直接影响着系统运行质量。常规的收敛时间有渐近时间收敛,有限时间收敛,以及固定时间收敛。渐近时间策略的收敛时间为无穷大,有限时间策略的收敛时
学位
近年来,无人机凭借其灵活性高、实时性强、监测范围大的优势,被广泛应用于农林植保、电力巡检、交通巡查等行业。随着其应用场景的不断扩展,行业前景也越发广阔。城市安防也是无人机应用落地的重要领域之一,无论是春运、晚会等大型活动安保,还是管控防疫等日常巡查,无人机均能大大缓解治安管控压力。然而,现阶段无人机在行业应用中只起到视频采集的作用,对于图像内容的判断还需要依靠大量人力和时间。随着人工智能的飞速发展
学位
issue追踪系统作为Github的重要组成部分,越来越多的用户和开发者使用它提交问题报告。这些问题报告可以是项目中存在的缺陷,也可以是期待的新功能等,简称为issue。通过提交issue,一方面可以让开发团队更好地了解用户的需求,另一方面也能促进软件项目的迭代和完善。然而在一个项目中通常有数百个issue,开发人员逐条审阅和处理需要消耗大量的时间和精力。Github提供了标签机制来为加快issu
学位
情感分析是自然语言和图像视频处理领域研究的热点问题之一,近年来,随着人工智能的发展和大数据时代的到来,博客、微博、论坛等社交媒体,电商平台以及各种新闻网站已经成为人们日常表达情感与获取信息的重要平台,从而也产生了海量的带有个人情感倾向的文本、图片和视频等数据。针对这些数据的研究对提升平台的服务质量、帮助商家更好地进行产品宣传与销售、进行舆情监控以及个性化推荐等具有积极作用。研究者们最早主要关注于对
学位
量子行走是经典随机行走在量子世界的对应。量子行走与经典随机行走相比具有二次加速特性,基于量子行走的算法效率更高。量子纠缠是量子行走除了二次加速特性之外的另一个重要特征,有两个纠缠粒子的量子行走算法可以区分所有的非同构图,而没有纠缠的量子行走算法只能区分其中的一部分。量子行走中纠缠度量和扩散的研究已引起人们的广泛关注。本论文围绕量子行走中纠缠态的制备和度量展开研究,主要做了以下工作:(1)实现了非均
学位