高速铁路5G无线信道仿真技术研究与实现

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:n62315942
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
目前第五代移动通信系统(The 5th Generation Mobile Communication,5G)正处于快速发展关键时期,国家铁路集团明确将基于5G技术发展铁路宽带移动通信系统。但是高速铁路场景中的无线信道特性与公网有着明显的差异,因而在进行设备研发和网络部署之前,开展高速铁路场景下的5G系统性能评估工作变得尤为重要。信道仿真仪能够在实验室实现对外场环境衰落特性的精确模拟,在通信系统设计和终端设备研发中占据重要地位。在高速铁路场景下,由于列车的高速移动,无线信道具有明显的非平稳特征。而传统的信道仿真仪在仿真时假设信道是平稳的,无法用于高速铁路场景下的5G系统性能评估工作。针对此情况,本文设计并开发了适用于高速铁路场景的5G无线信道仿真仪,研究成果对高速铁路场景下的5G设备研发和网络部署具有重要意义。本论文的主要工作和贡献如下:(1)研究适用于高速铁路5G通信场景的时变非平稳信道仿真方法,提出了一种基于数据流的实时信道仿真方法,进而在软件无线电平台上完成了信道仿真仪的开发。该方法通过高效的数据传输方案和高精度的数据插值算法,实现了信道系数的实时更新,满足了高速移动场景下的时变信道仿真需求。(2)针对仿真平台硬件资源有限的问题,提出了一种基于协同处理的衰落模拟方法。该方法使用点对点数据流技术和高精度的时钟同步方案实现了现场可编程门阵列(Field Programmable Gate Array,FPGA)板卡之间的实时数据交互,从而将多个FPGA的资源整合起来,打破了硬件资源对仿真通道数目的限制,为将来实现大规模多输入多输出(Massive Multiple Iutput Multiple Output,Massive MIMO)系统的仿真奠定了基础。(3)基于开发的信道仿真仪搭建了验证测试系统,针对多普勒效应、多径效应、MIMO信道相关性等功能进行了测试,并结合第三代合作伙伴组织(3rd Generation Partnership Project,3GPP)规定的高速铁路模型对信道仿真仪的实时仿真功能进了验证。测试结果表明信道仿真仪的性能可以满足高速铁路场景中的5G无线信道仿真需求。
其他文献
随着互联网技术的发展,图像已经成为人们信息交流的重要媒介。图像中的文本具有精准的语义,准确的识别可以对机器视觉等领域的人工智能应用产生重要影响。尽管光学字符识别技术的研究已经取得了很大的进展,但在现实应用场景中很多情况下是比较复杂的文本图像,例如自动驾驶、盲人导航、票据自动化处理等。这些场景图像中的文本往往具有较强的不规范性,包括丰富的布局排列、干扰性的背景,手写体文本随意的书写风格、字符之间的粘
在当今的互联网时代,信息技术已经成为推动企业乃至社会发展的关键因素。数据中心作为信息技术的重要载体,其发展和创新的速度也在不断加快。面对高速发展所带来的竞争与挑战,如何以业务为导向,以技术为依托,构建数据中心一体化运维架构,实现优势资源的整合,正在成为行业发展的方向。在这过程中,知识愈发成为组织取得竞争优势的关键因素。如何管理好组织中的知识资源,构建完善的知识体系,平衡组织中的知识供应,加快组织中
癫痫是一种大脑神经细胞混乱放电而导致的一种疾病,发作时通常伴有呕吐、抽搐、短暂性失神等症状,会严重影响患者的正常生活。研究发现癫痫患者在静息态下大脑活动也会表现出异常。随着脑电/磁信号在大脑活动状态研究和神经疾病辅助分析方面应用的日渐推广,以及脑磁相比脑电具有更突出的优势,利用癫痫患者的静息态脑磁信号及高频振荡对病灶进行定位,有助于辅助临床诊断。论文基于静息状态的脑磁信号,分别从高频振荡检测和源定
随着移动通信技术的飞速发展,频谱资源的需求呈现指数级增长,猛增的频谱需求与有限频谱资源的冲突业已成为无线电发展的瓶颈。与这一瓶颈相对应的是,传统的频谱分配方式存在大量的频谱资源浪费,这就形成了频谱资源需求急剧增加与频谱资源利用率低的基本矛盾。认知无线电是有效地解决这一基本矛盾的核心技术,其首要任务是频谱感知,但是在频谱感知过程中亟待解决安全的问题,尤其是以拜占庭攻击为代表的各类攻击行为。针对认知无
文本分类是自然语言处理中一个经典的任务,旨在为给定的文本打上特定的标签,依据标签的数量可将此任务分为单标签文本分类任务和多标签文本分类任务(允许一篇文档同时存在多个标签)。现阶段,文本分类已经有了广泛的应用包括问答、垃圾邮件检测、情感识别、新闻分类等等。为了使文本分类获得更好的效果,一个好的文本表示便尤为重要。针对当前文档,一个好的表示应该同时涵盖整篇文档的全局上下文信息以及局部判别性特征,因为前
随着国家对海洋资源的日益重视,运用现代海洋信息技术,建立现代海洋产业体系已成为国家的重要举措之一。鱼类作为海洋生物资源中分布最为广泛和最具代表性的生物,也成为国内外学者的重要研究对象。在海洋鱼类调查研究中,鱼类的检测、识别是基础性的环节。然而,受水下特殊成像环境的限制,水下图像存在对比度低、颜色失真、光照不均等质量退化现象,导致图像细节丢失,自动化分析困难;此外,鱼类形态各异,尺寸不一,种类繁多且
第五代网络(5G)的不断发展使其普及性越来越高,成为物联网(Internet of Things,IoT)应用增长的主要驱动力。与4G相比,5G解决了4G网络无法支持的机器类通信(Machine Type Communication,MTC)问题,即物联网通信的关键问题。物联网可以在没有人类协助的情况下,智能设备能够相互交互和共享数据。若将数以亿计的智能设备连入物联网,可以创造真正大规模联网。5G
随着无人机技术的发展,无人机可以完成越来越复杂的任务。但是单无人机有功能单一,抗打击能力弱等缺点。相比于单个无人机,无人机集群具有更高的可扩展性和更强的生存能力,可以更快的完成更加复杂的任务。无人机集群成为了当前研究的重点领域。但是无人机集群移动速度快,拓扑变化频繁,导致无人机集群的通信组网问题成为无人机集群发展的瓶颈。目前研究者们已经提出了多种无线自组织网络路由协议,其中基于地理位置的路由协议可
随着人工智能技术与物联网技术的飞速发展,形式简单、信息丰富的语音交互方式被越来越多地应用于日常生活中。比如关键词唤醒系统(KWS),在连续不断的语音中将目标关键词检测出来,进而触发下级指令。神经网络算法的出现,使得KWS系统准确度相比于传统模型有了很大的提升,使关键词唤醒系统部署于更多的应用场景成为了可能。目前关键词唤醒系统的应用趋向部署于小型化智能可穿戴设备和构建大规模智能感知网络。这对KWS系
目前,基于各种神经网络算法的智能设备应用渗透到各行各业,这需要巨大的计算量与存储量作为支撑,而提供神经网络边缘计算的硬件平台资源却往往是有限的。一方面,神经网络中的卷积运算较为复杂,单次识别就需要数百亿的计算量以及数百兆字节的参数存储量,占总计算量的90%以上;另一方面,现有的神经网络边缘计算处理器大多基于CMOS工艺与冯·诺依曼架构,内存和计算单元之间的大量数据移动带来了高能耗和高延时问题,同时