【摘 要】
:
随着高铁、车联网的快速发展,近几年来车载移动通信技术已成为研究的热点。其中低延时高可靠的通信技术作为车载电子应用的根基,保障了各种车载应用能够提供安全、实时而准确的信息服务。同时,随着我国高铁、车联网的快速发展,面向高铁、车联网的各种高速应用场景成为了5G(5th Generation,5G)通信中较为重要的应用场景。此外,正交频分复用(Orthogonal Frequency Division
论文部分内容阅读
随着高铁、车联网的快速发展,近几年来车载移动通信技术已成为研究的热点。其中低延时高可靠的通信技术作为车载电子应用的根基,保障了各种车载应用能够提供安全、实时而准确的信息服务。同时,随着我国高铁、车联网的快速发展,面向高铁、车联网的各种高速应用场景成为了5G(5th Generation,5G)通信中较为重要的应用场景。此外,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术作为5G物理层通信的核心技术,经过多年的发展已经趋于成熟。而在OFDM系统的接收机信号处理中,信道估计直接决定了整个系统的通信质量。因此,面向高速移动场景,提供更加可靠、稳定、快速的移动通信服务成为了5G的技术目标之一,这也在学术界和工业界引起了广泛关注。但是,在高速移动通信环境下,一方面,无线信道由于多径的影响,使信道呈现频率选择性衰落特性,另一方面,由于终端移动所带来的多普勒效应的影响,使其信道具有时间选择性衰落特性,由于这两种衰落的共同影响,此时的无线信道与传统的静态或者准静态的无线信道有很大差异,这使得在这种环境下OFDM信道估计具有巨大的挑战。近年来,深度学习技术在各个领域大放光彩,特别是在以卷积神经网络(Convolutional Neural Network,CNN)为代表的图像识别和语音识别领域。该方法以数据为驱动,通过离线学习,挖掘隐藏在数据背后的变换关系。本文从高速信道的特性出发,针对高速移动环境下OFDM通信系统中信道估计面临的种种挑战,提出一些高速移动环境下基于深度学习的信道估计方法。本文的主要工作如下:首先,对高速移动环境下无线信道的时域和频域的衰落特性进行了理论分析,包括多径和多普勒效应对无线信道的影响。并且分析了传统信道估计方法在面对高速信道时所面临的挑战,包括传统插值信道估计方法无法追踪由于多径和多普勒频移引起的时频域信道变化问题。针对传统信道估计算法不能有效跟踪信道时频域的变化,提出一种利用神经网络联合估计信道时频域相关系数和信道频域响应的信道估计方法,该算法使用全连接深度神经网络(Deep Neural Networks,DNN)联合完成频域插值和估计频域插值系数,以及利用长短期记忆(Long Term Short Memory,LSTM)循环神经网络联合完成时域状态预测和估计时域相关系数。通过离线训练——在线预测的方式同时估计信道的时域和频域的相关系数以追踪信道的时频域变化。仿真分析表明,基于神经网络的信道估计方法能够较好的追踪信道的变化,使得其信道估计性能得到大幅提升。进一步,为了应对移动环境下信道条件改变导致算法估计性能大幅下降的问题,引入多径编码矢量和速度编码矢量,然后利用CNN代替DNN完成频域插值和条件循环单元(Conditional Recurrent Unit,CRU)进行时域状态预测。一方面,我们将多径编码矢量通过加权的形式作用于CNN插值后的输出,以此追踪信道多径的变化。另一方面,CRU将速度编码矢量作为网络的输入,通过该矢量追踪不同移动环境下信道的变化。通过离线训练,该方法能够为不同的移动场景学习一个先验的多径编码和速度编码矢量,算法能够通过这两个编码追踪不同移动环境下的信道变化,实现对不同移动环境下信道数据进行精确训练,最后通过仿真验证了所提思路的有效性。
其他文献
近年来,机器人代替人工打磨作业的技术由于其高效率、高精度得到了各领域的广泛应用。采用机器人打磨后,打磨时产生的粉尘由末端集尘管实时收集,相较而言,人工打磨时则是通过区域范围的通风集尘来处理粉尘,因而一般认为采用新技术在粉尘防爆上更加安全。但考虑到机器人打磨的高效率、长工时、全自动化、电气控制设备的引入等本身也会使粉尘事故的风险增加,新技术中粉尘风险总体是否升高,采取的措施是否足够抑制风险,仅按照防
家政服务作为民生领域,属于经济新动能,是朝阳产业,在近些年来取得了长足的发展,但仍然不能够满足社会对家政服务的需要。随着我国居民生活水平现代化、人口城镇化的不断发展,家政服务已经是居民生活中不可缺少的组成部分,但是传统的家政服务行业存在很多问题:家政服务行业管理不规范,服务者和消费者之间存在的信任问题,家政服务市场供需矛盾突出等等问题。另一方面,由于经济下行的压力,更多人希望通过兼职的方式发挥特长
单元素二维材料(Xenes)是二维材料家族中的重要组成部分,Xenes拥有许多优秀的力学、电学、光学和热学性质,被广泛应用于各种纳米器件中。最近,一种新的Xene——碲烯在理论上被预测然后在实验上被合成。碲烯拥有多个不同的相,表现出优秀的光学和电学性质,但是关于碲烯的应用研究还处于初步阶段。我们利用非平衡格林函数结合密度泛函理论计算方法研究了基于碲烯不同相的光电和输运器件的性质。我们利用碲烯的两个
物联网的兴起吸引了人们对无线传感器网络的关注,网络中的传感器节点有着供能受限、计算能力不足的特点。一方面,网络服务的生命周期极大影响了其服务质量,另一方面,由于硬件平台日新月异,密码学算法也在不断发展,因此我们需要研究在新的硬件平台下传感器节点的功耗变化,并根据无线传感器网络的特点进行优化。本文针对无线传感器网络中的功耗问题,设计了一个硬件平台用于研究各种密码学算法、密钥管理方案的功耗。首先,阐述
自1980年,von Klitzing等人发现整数量子霍尔效应以来,距今已接近40年。整数量子霍尔效应的发现为后来各种量子霍尔现象的发现开辟了道路,尤其是分数量子霍尔效应的发现。同时,分数量子霍尔效应的发现推动了强关联电子系统理论的发展,特别是,它揭示了各种概念的实际存在,而这些概念以前只是理论想象的产物。在这几十年的时间里,科学家们在这一领域做出了很多突出的贡献并且不断的向前发展,许多以前只存在
"随班就读"学生大多在语言方面发展滞后,感觉统合失调现象比较普遍,学校通过"语文实践活动中的融合课程",把语文实践活动与感觉统合训练结合起来,在语言发展的同时促进特殊儿童运动协调、空间感知以及视听能力的提升。第一,课程安排注重针对性。单独辅导与团体辅导相结合,力求实现教学效果最优化。单独辅导主要关注学生的个体需求和发展,要了解每一个特殊儿童的特点,制订个性化成长方案。
随着现代科学技术的不断发展,各种电子器件设备已经向微型化,集成化发展,功率密度迅速提升。方便而准确的测量各种不同尺寸和物相的材料的热导率成为了解决元件热量管理问题的重要问题。而3-Omega技术作为一种适用范围广,准确度高,成本相对较低的热物性测量方法,对其进行深入研究和测试技术优化具有重要的意义。本文首先介绍了材料热物性研究的意义以及一些常见的热导率测量方法,通过对比各个测量方法,明确了3-Om
近些年,随着电力电子产品种类、数量的增多,以及电力电子技术的快速发展,人们对电源系统的要求越来越高,对电源系统的功率、效率以及可靠性提出了更高的要求。但是在实际生产应用的过程中,受到目前工艺制造水平的限制,每个电源模块的固有参数并不完全相同,如果只是将电源模块直接并联使用,会带来很多的问题,如模块间负荷分配不均,并联电源系统输出电流的纹波较大等。因此,必须对并联直流电力系统采取一定的负荷分配策略,
网络教育平台以及教辅APP的蓬勃发展,带来的是电子化教辅文档图像数据的大规模增长,对于教育工作者和学生来说,在这些规模庞大的图像数据库中找到自己所需要的教辅文档图像是件十分费力的事情,所以也就产生了面向教辅文档图像数据的图像检索的需求。本文介绍了文档图像检索的国内外研究现状并通过分析当前教辅文档图像数据的特点,设计一种面向教辅文档图像的检索系统,主要工作为以下几点:(1)设计了面向教辅文档图像的图
近年来,锚栓钢板加固技术备受欢迎,跻身为常用加固方法之一。锚栓钢板加固的技术原理就是依靠锚栓的剪切性能,使固定于构件表面的钢板在荷载作用下与原构件协同受力,从而提高其承载能力。锚栓钢板加固法的核心组件在于锚栓,其加固效果与锚栓的本构关系密不可分,因此,更真实有效地测试锚栓剪力-滑移关系变得至关重要。国内外对该项技术已开展多次研究,但其试验方法和工程应用还存在诸多问题:一是传统单锚剪切试验无法避免加