【摘 要】
:
随着无线通信业务量的激增,能源短缺问题日益严峻,如何利用有限的能源实现可靠的通信服务逐渐成为未来无线通信网络发展的关键问题。能量收集技术通过收集环境中的太阳能、风能、射频能等,使无线通信系统的可持续自我电力供应成为可能,缓解了无线网络的能源消耗压力。此外,分布式基站系统可以通过部署远程射频单元提高无线网络的覆盖区域、传输容量等通信性能,是无线通信网络在今后的一个重要发展方向以及B5G、6G的关键技
论文部分内容阅读
随着无线通信业务量的激增,能源短缺问题日益严峻,如何利用有限的能源实现可靠的通信服务逐渐成为未来无线通信网络发展的关键问题。能量收集技术通过收集环境中的太阳能、风能、射频能等,使无线通信系统的可持续自我电力供应成为可能,缓解了无线网络的能源消耗压力。此外,分布式基站系统可以通过部署远程射频单元提高无线网络的覆盖区域、传输容量等通信性能,是无线通信网络在今后的一个重要发展方向以及B5G、6G的关键技术。因此,将能量收集技术与分布式基站系统相结合的能量收集分布式基站系统(Energy Harvesting Distributed Base-Station System,EH-DBS)极具前景。本文建立了不依赖电网以及其他形式的外部能源,由基带处理子系统、能量子系统以及射频远端子系统构成的自维持能量收集分布式基站系统,分别在普通通信场景以及物理层安全通信场景中研究了自维持能量收集分布式基站系统如何利用自身收集的能量进行功率分配以及选取射频远端单元(Remote Radio Frequency Unit,RRFU)的算法,具体如下:(1)基于普通场景中建立了自维持能量收集分布式基站系统模型,以最大化信息传输速率为目标形成了覆盖波束赋形、能量共享、功率分配的联合优化问题,并针对能量收集情况不可控,提出了能量部分共享或能量完全共享策略,在此基础上分别对问题进行了数学分析,推导得到了系统射频远端最优的功率分配策略,从而归纳出所述系统模型下行链路的射频远端选择算法。最后,基于本文模型与算法开展了蒙特卡洛仿真,并与文献算法进行了对比。仿真结果表明,所提算法在平均信道容量和平均能量效率上具有良好的性能,对于实现绿色通信具有积极意义。(2)在物理层安全通信场景建立了基于下行链路物理层安全传输的自维持能量收集分布式基站系统模型,将射频远端区分为传输安全信号给合法用户的安全RRFU和发射人工噪声干扰窃听用户的友好协作RRFU,形成了以最大化系统安全信息传输速率为目标的能量共享、功率分配、人工噪声联合优化问题。通过数学分析和求解,获得了物理层安全通信场景中EH-DBS采取能量部分共享或能量完全共享的条件、RRFU的最优功率分配,进而形成了基于下行链路物理层安全传输的射频远端选择算法。最后,开展了蒙特卡罗仿真。仿真结果验证了模型的有效性,且仿真结果表明所提算法在安全信息速率和安全能效上具有良好的性能。
其他文献
基于从教师伦理到教师教学伦理的专业伦理聚焦,以及从教学伦理到教师教学伦理的教师伦理主体确立,教师教学伦理是教师伦理的教学专业践行,是教学伦理的教师主体呈现。由于不同的时代发展背景与不同的教学媒介融入,教师教学伦理处于动态的发展变迁之中。而在当前人工智能教育应用背景下,随着人工智能与互联网、物联网、全息技术、虚拟现实、增强现实与混合现实技术、大数据以及云计算等的跨媒体融合创新性发展,人工智能不仅集结
法律的统一适用是实现依法治国的重要路径,也是实现司法公正的保证。为让人民群众在每一起案件中感受到司法的公平正义,最高人民法院于2020年7月和9月相继出台了《关于统一法律适用加强类案检索的指导意见(试行)》与《关于完善统一法律适用标准工作机制的意见》两个重要的规范性文件,以促进法律统一适用。以上文件的出台,为类案检索、类案判断、类案适用、类案审判监督及救济等促进法律适用的程序机制提出了规范化的要求
5G中大规模连接物联网(Massive Machine Type Communications,m MTC)场景对应用户海量介入的场景,对此最有效的实现办法就是提升频谱效率,而利用现有有限的资源实现更高的频谱效率正是多址技术的核心。随着通信技术的不断发展,正交多址接入技术在系统吞吐量和用户接入数量上越来越无法满足未来发展的需求,因此在5G系统中,提出了非正交多址接入(Non-orthogonal
近年来,人工智能技术的发展及其在各行各业的应用,使得人工智能技术的就业效应受到了越来越多的关注。人工智能技术可以提高生产力,减少劳动力成本,提升工作效率,改善服务质量,优化客户体验,提高企业竞争力。然而,它也可能导致一些职位的消失,引起“机器换人”等恐慌。本文首先对文章所涉及的相关概念进行了界定,主要界定了人工智能、资本偏向型技术进步与劳动偏向型技术进步三个概念。再对文章所涉及的基本理论进行了阐释
随着无线通信技术、车载计算和人工智能的不断发展,汽车的性能和智能水平也在迅速提升,这些趋势为车联网的进一步发展提供了推动力,但是,传统车联网难以支持延迟敏感、对带宽要求高和计算密集型的新型车载应用。为了实现车联网的高效运作,多接入边缘计算(Multi-Access Edge Computing,MEC)被引入了车联网,其能够就近提供高带宽、低延迟、高安全性、高可靠性的服务,成为近年来车联网领域内的
随着数字经济的快速发展,数字经济与国际贸易成为近些年来国内外的研究热点,数字经济以及国际贸易的受关注程度不断提升,众多学者纷纷从数字经济发展对出口贸易带来的二元边际影响进行深入探讨。国际形势风云变幻导致国内制造业需要应对传统资源优势降低、核心创新能力不足等诸多问题。因此不断提高当前国内制造业出口技术复杂度,逐步转变传统成本优势发展理念,突破制造业升级的瓶颈制约,成为亟待解决的现实问题。我国从制造大
2020年年初新冠疫情的突然爆发,其严重影响到我国部分地区企业正常的生产经营。从注册会计师审计行业来看,2019年年报审计工作的开展受到疫情影响,现场审计受阻,取证难以正常实施。在此疫情条件下,实务界纷纷探索远程审计工作模式,以期弥补现场审计的缺失,保障审计工作的开展。由此,实务界开展了一次大规模的远程审计实践的探索,学术界也开启了远程审计相关问题的理论与实践探讨。在这一行业发展背景下,深入探讨、
目的:通过前瞻性收集乳腺肿块二维灰阶及剪切波弹性成像超声图片,应用单模态及双模态图片分别训练人工智能图像分类模型,使用相同测试集图片对人类医生及人工智能模型进行测试,以验证人工智能模型在乳腺肿块良恶性鉴别中的应用价值。方法:前瞻性地收集2021.07-2022.01月期间,就诊于成都市第三人民医院,满足纳入及排除标准患者的乳腺肿块灰阶及剪切波弹性成像超声图片。将图片随机分为训练集、验证集及测试集,
目的:当前胶质瘤的诊断主要基于整合组织学和分子遗传学方法。然而,胶质瘤的形态学诊断的主观性较大,且目前全球神经病理医师短缺,因此需要开发一种客观、定量的工具来提高胶质瘤诊断的准确性和可靠性。人工智能是实现快速、可重复、高度精确和客观定量的病理诊断的强有力工具之一,并能预测生物标志物。本研究以湘雅医院病理科病理切片库为基础,运用半监督学习方法,训练人工智能模型以分辨10种病理切片(包括相对正常脑组织