水下磁感应通信无源中继部署优化方案研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:trytry11
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
水下无线通信技术作为获取海洋信息不可或缺的技术,受到业界的广泛关注。水下磁感应无线通信是一种新兴的水下无线通信技术,具有可穿透介质、低传输延迟、可传输能量等独特的优势。这使得磁感应通信有望作为与水下声通信、水下光通信、水下电磁波通信等现有水下无线通信技术互补的水下无线通信体制。在水下磁感应通信中,铺设无源中继线圈可有效延长通信距离。本文将从理论和仿真的角度对水下无源中继磁感应通信进行研究,研究重点在于建立不同水质对水下磁感应通信信道影响的量化,并针对不同的部署场景设计对应的无源中继部署优化方案。首先,本文介绍了两种磁感应通信链路的信道模型:点对点磁感应通信信道模型与无源中继磁感应通信信道模型。随后针对现有水体介质损耗模型的不足,对介质衰减常数的经典表达式作了修正。所做的修正引入了水的极化损耗,并建立了水的介质损耗与水温和盐度的关系。接着将磁感应通信信道模型引入修正后的衰减常数,得出了不同水体中的磁感应通信信道模型,并通过仿真分析了修正的衰减常数的特点与水下磁感应通信的信道特性。其次,本文针对无源中继均匀分布的水下磁感应通信链路,推导了非谐振状态下的信道损耗表达式,并以此为基础分析了链路的带宽受线圈数目和通信距离影响的变化情况,给出了均匀分布链路带宽变化规律的定性描述。随后结合水下磁感应通信信道真实带宽的特点,针对不同的约束情形提出了均匀分布链路的信道容量优化方案,并通过仿真验证了所提出方案的有效性。最后,本文分析推导了无源中继非均匀分布的部署场景下的磁感应通信链路信道损耗表达式,并引出了该场景下的无源中继部署位置优化问题。随后系统分析和总结了该问题的特征,并针对这些特征设计了应用于非均匀分布链路的无源中继部署优化算法。仿真结果表明,使用提出的算法进行优化所得到的无源中继分布方案可作为有效提高链路信道容量的部署方案。
其他文献
最优MIMO检测(ML检测)的复杂度随天线数指数增长,故不具有可实现性;线性检测具有立方级复杂度,但性能较ML检测有相当的损失。能否以线性检测的复杂度量级来获取接近ML检测的性能显然是一个有意义的问题。本文从压缩感知的角度来解决上述问题:从接收信号中移除初始检测信号的影响,将获得一个具有稀疏性的线性系统,再根据压缩感知理论对其稀疏恢复。从接收信号中移除正确检测符号的影响,从而得到一个更小输入维度的
学位
随着无线网络技术的快速发展,Wi-Fi网络凭借其成本低、灵活度高、易于拓展的特性在人类生产生活中得到越来越广泛的应用。但各式各样的应用场景也对Wi-Fi网络传输性能,尤其是传输时延与可靠性提出了更高要求。因此,需要对现有传输机制进行有针对性的优化,以保障不同场景用户的使用体验。本文以当前Wi-Fi 6标准为基础,基于支持多链路传输的产品设备,针对三种应用场景设计新的传输方案,以满足其低时延与高可靠
学位
传统的移动边缘计算(Mobile Edge Computing,MEC)各业务模块高度耦合,在实际系统中难以部署、扩展和维护。近年来,微服务作为一种协作化和自治化的服务体系逐渐成为人们关注的焦点。为了促进网络边缘环境通用化、开放化和灵活化,越来越多的研究结合微服务与MEC架构,将传统的单体业务解耦成一组微服务部署在边缘服务器上,并为用户请求规划访问这些微服务的路由,以更好地提供服务。然而,现有研究
学位
随着物联网的快速发展,应用任务对计算的要求越来越高,资源受限的用户设备将无法满足任务时延和吞吐量等性能需求。为了解决上述问题,移动边缘计算(Mobile Edge Computing,MEC)应运而生,它允许用户设备将延时敏感或高计算复杂度的任务卸载到MEC服务器上进行计算。在MEC系统中,用户设备一般通过主动传输来卸载任务,然而,由于电量有限,用户设备无法长时间地支持高功耗的主动射频通信过程。因
学位
正交时频空(Orthogonal Time Frequency Space,OTFS)技术利用时延多普勒域和时频域之间的二维变换进行调制,具有对抗高速移动环境下多普勒频移的能力,因此在第六代(Sixth-Generation,6G)通信中具有广阔的应用前景。然而OTFS的二维变换结构在带来诸多优势的同时,也给接收机的信号检测问题带来了挑战。更严重的是,这一问题还导致了OTFS系统与多输入多输出(M
学位
基于深度神经网络的语义分割技术,得益于其对周围环境有着像素级的理解的特性,在移动设备中有着广泛的应用,例如自动驾驶、虚拟背景等。但资源受限的移动设备难以运行这些大型的深度学习网络,往往需要用边缘计算技术将需要处理的任务上载到附近的边缘服务器上进行计算来缓解对移动设备的资源需求。为了解决移动设备带宽受限带来的高上载时延问题,一个可行的做法是设计合适的压缩算法来降低上载数据的体积。尽管现有的压缩算法能
学位
极化码是近些年来信道编码领域的重大突破,不仅理论可达香农限,且编译码复杂度低。因此,在提出短短七年后便被第五代移动通信标准所采纳。然而,现有极化码译码算法无法有效兼顾高纠错性和高速率,难以满足未来移动通信99%以上高可靠性和Tbps量级高吞吐率的需求。为此,本文研究了极化码的快速简化连续消除翻转(Fast Simplify Successive Cancellation Flip,Fast-SSC
学位
由于数据网络的广泛分布特性,现有的地面数据收集设施因其固定位置限制和较高的部署成本已经难以满足广域数据收集任务的需求。无人机可以快速、灵活地接近远距离分布的地面设备,因此能够显著提升网络数据收集效率。但是,考虑到网络设备的空间分布和实际空域限制,无人机的飞行路径往往需要遵循严格的管制。此外,无人机通常还面临着严格的尺寸、重量和功率约束,因此需要仔细设计轨迹限制条件下的高能效无人机数据收集系统优化方
学位
漏检测错误率(Undetected Error Rate,UER)是衡量通信可靠性的最重要指标之一,通常可以采用检错码和擦除方法进行UER控制。然而,对于高可靠短数据帧通信,检错码需要引入大量冗余比特进行错误检测,这些冗余比特带来了显著的开销,甚至影响通信纠错性能。此外,检错码仅能提供静态固定水平的UER控制。擦除方法不需要引入冗余比特并可以灵活控制UER,同时存在潜在提升通信系统可靠性的优势,然
学位
水下目标检测(Underwater Object Detection,UOD)是实现水下视觉感知的关键技术。相比于通用目标检测,UOD面临图像模糊、颜色失真以及对比度低等挑战。因此,通用目标检测方法难以直接用于UOD,而由于未充分考虑水下场景特点、过度预处理等原因多数UOD方法的检测效果较差。另外,水下图像获取难度大,现有UOD数据集普遍规模小、标注差。针对上述挑战,本文主要研究内容和成果如下:1
学位