Massive MIMO-FBMC系统容量及能源效率的研究

来源 :上海师范大学 | 被引量 : 0次 | 上传用户:waitvl
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
大规模MIMO(Multiple-Input Multiple-Output)技术通过增加基站天线数可以大幅提高系统频谱效率和能量效率,可以在很大程度上抑制小区内和小区间的干扰,极大地提高系统的总容量,已经成为第5代无线通信网络物理层结构的候选者。同时需要与之相匹配的信号处理技术,滤波器组多载波(FBMC)技术不需要像OFDM那样引入循环前缀(Cycle Prefix,CP),可以进一步提高频谱的利用率。最新研究证明,FBMC技术被证明可以很好的匹配大规模MIMO系统,因为两者在5G网络中都体现出较好性能。从系统容量的观点来看,这种组合是至关重要的,因为,相同的频谱不仅可以被所有用户重复利用,并且表现出更高的频谱效率。相信Massive MIMO-FBMC的无线资源管理将成为下一代移动通信(5G)的关键技术。本文以优化能源效率和系统容量为目标,围绕Massive MIMO-FBMC系统中天线个数,用户数目和发射功率最优组合;天线选择与子载波分配联合优化;扩频子载波问题,进行了理论研究、仿真验证。主要工作有:大量天线的使用必然引起能耗问题,能量效率问题必然成为下一代移动通信的研究重点之一。本文在一种新的综合能耗模型下,结合发射天线个数M、服务单天线用户数K和单天线发射功率p三者联合优化问题,求出最优能源效率参数组合(M,K,p),给小区网络建设提供理论指导。目前提高系统容量的有效方法有两种:增加频谱带宽、增加天线数目。然而频谱资源是有限的,要想继续扩展带宽,就需要采用超高频波。目前已经有学者在研究毫米波的应用,这就必须解决超高频波穿透力差的问题,实现技术比较困难。本文采取增加天线数目来增加系统容量,这就面临另一个瓶颈问题,天线数目增加必将加大基站部署难度。所以本文推导出系统容量关于天线与子载波数目二元性的表达方式,利用天线与子载波联合优化获取所需系统容量。最后,以增加子载波数目为出发点,在研究传统扩频子载波技术基础上,研究一种扩频子载波均衡技术,通过增加子载波数目增大系统容量。并且,在接收端解扩前,采用最小均方误差的均衡方法,有效提高频谱效率与系统容量。
其他文献
自从WiMAX标准成为3G标准以来,全世界各地的运营商、设备制造商、网络设备提供商等都开始针对WiMAX网络进行研究。WiMAX网络的天然技术优势让它成为城域网研究领域的热点。为
随着计算机技术的飞速发展,视觉目标跟踪也逐渐受到越来越多的关注。在众多领域中,人类均可依据运动目标检测和跟踪技术对某些相应事件智能化作出反馈和应对。基于上述背景,
与传统相控阵相比,多输入多输出(Multiple input multiple output, MIMO)雷达具有波形分集的优势,即各阵元发射不同的信号。随着雷达技术的发展和探测环境的日益复杂,对雷达的要求
利用软件无线电来实现无线通信系统是未来发展的重要方向,而虚拟无线电是软件无线电发展的最新趋势,它以通用计算机的计算能力代替专用器件来完成数字信号处理过程。本文研究
多载舰高频超视距雷达(Over The Horizon Radar)结合了地波超视距雷达和舰载平台的优点,不仅具有良好的“四抗特性”(抗反辐射导弹、抗电子干扰、反低空突防、反隐身)还具有很好
随着多媒体信息技术的发展及其在视频监控方面的应用,对视频信号的处理提出了更高的要求。一是快速处理,二是高质量图像重建。本文基于DM642数字多媒体平台对H.264视频编码的关
典型低截获概率(10w probability of intercept,LPI)信号由于具有良好的抗干扰性能和低的截获概率,被逐渐应用到雷达引信波形中,这给引信对抗中的侦察干扰带来了很大的难度。
量子神经网络(Quantum Neural Network)是一种崭新的技术理论,是人工神经网络与量子计算理论相结合而产生的,它能够充分利用量子计算的内在并行性、态叠加和态纠缠等特性,克服了传
本文针对工业设计专业“计算机辅助工业设计”课程目前的教学状况做了分析,阐述了教学过程中所遇到的问题,以及目前国内外本课程的教学情况.探讨了课程教学改革的思维方式,教
随着现代科技的发展,人们对测试技术的要求越来越高,测试系统不仅要对信号进行测试,而且还要负责对环境实时监测,传统的点阵式测量法已经很难满足现在测试的要求。因此,基于