传统微波和毫米波混合异构蜂窝网络建模与性能分析

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:jhq0327
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
毫米波通信凭借其超大的带宽和丰富的频谱资源解决了低频段信号频谱稀缺的问题,成为5G通信的关键技术之一。但是毫米波由于其易受阻塞影响的特点,单独使用可能出现覆盖盲区,而将传统微波(sub-6GHz)和毫米波一起使用,构成混合异构蜂窝网络,可以同时提供全面的覆盖范围和高速率通信。另一方面,当前正处于4G向5G过渡的关键时期,通信网络中同时存在4G基站和5G基站,通信设备会同时接收到两种信号,因此传统微波和毫米波混合异构蜂窝网络具有重要的研究意义。首先,本文针对不同基站的分布存在相关性的问题,构造了非均匀分布的传统微波和毫米波混合异构蜂窝网络模型。在该模型中,传统微波基站按照泊松点过程分布,毫米波基站采用带有随机方向扇形的改良泊松洞过程分布,它相比于原始分布更加灵活,贴近于实际场景。基于该模型,本文利用随机几何的数学工具,提出整合最近扇形排空区域的方法来计算干扰,得到该非均匀网络的SINR覆盖率和速率覆盖率的近似数学表达式,并通过蒙特卡罗仿真对其进行验证,讨论了各种参数对网络性能的影响。结果表明:蜂窝平均半径增大会导致SINR覆盖概率上升,扇形半径和圆心角增大会使SINR覆盖概率下降;由于信号特性的不同,相同程度的基站密度变化,传统微波基站对SINR覆盖率的影响程度较大,而毫米波基站影响较小;改变毫米波基站的密度会使用户得到的平均带宽降低,影响用户的可达速率,进而导致速率覆盖率的下降。其次,本文考虑到天线波达方向估计可能出现误差的情况,提出了具有波束对准误差的传统微波和毫米波混合异构蜂窝网络模型。假设该模型中传统微波基站、毫米波基站和用户分布服从相互独立的不同泊松点过程,并且传统微波基站装配全向天线,毫米波基站和用户配备定向天线阵列。本文首先使用一种易于处理的天线阵列模型,将天线主要性能参数建模为阵元数量的函数并建立了增强定向波束模型和波束对准误差模型,然后对存在波束对准误差的混合异构蜂窝网络进行分析,得到SINR覆盖率和网络能效的理论表达式,并对比仿真数据进行验证,分析了天线尺寸和对准概率是如何共同影响网络性能的。仿真结果表明:当天线存在波束对准误差时,会极大地降低同等条件下网络的各项性能表现;当波束误差较小时波束对准概率对性能起主要影响,当波束误差较大时天线增益对性能起主导作用,两者会共同影响系统表现,造成网络性能的非单调变化;毫米波基站密度的增大在一定范围内会提升网络的能量效率。
其他文献
光电探测系统作为无人机的“眼睛”,是无人机捕获、识别、跟踪及瞄准目标的主要工具,而吊舱稳定平台是光电探测系统的重要组成部分,它能够隔离吊舱载体产生的各类扰动,通过稳定视轴瞄准线来确保光电成像设备能够获取高精度的目标图像。本文以某吊舱稳定平台控制系统作为研究对象,主要讲述控制系统设计与开发的过程。本文的主要研究内容如下:(1)根据系统研制要求提出了吊舱稳定平台控制系统的总体设计方案,通过估算控制系统
在动物王国中,许多动物拥有超强的听力,足以让我们人类感到"自惭形秽"。耳廓狐:小身体,大耳朵耳廓狐利用的听觉方式令人难以置信。它们是世界上最小的狐狸,可是有着巨大的耳朵——长约15厘米,比它们的脸还长。相对于体型来说,耳廓狐的耳朵是世界上最大的。
期刊
随着计算机技术和深度学习的飞速发展,基于图像的人脸识别技术已经成功的应用在智能支付和考勤系统等重要领域。这一类方法对人脸图像的质量要求较高,而在实际场景中获取的人脸图像质量参差不齐,直接进行识别则会造成识别准确率不同程度的下降。因此,对以图像序列为输入的人脸识别技术进行研究很有必要。本文主要研究了如何利用强化学习、深度学习和循环神经序列等技术对图像序列进行人脸检测与识别。具体工作如下:(1)提出了
在黄土高原生态恢复重建过程中,土壤养分及化学计量特征是评价黄土区植被恢复效应的有效途径。该文以典型半干旱黄土小流域3种恢复方式下(天然荒草、自然恢复、人工恢复)的5种植物群落(长芒草群落、赖草群落、苜蓿群落、柠条群落、山杏群落)不同深度的土壤(0~20 cm、20~40 cm、40~60 cm)为研究对象,利用方差分析及线性回归法分析土壤有机碳(SOC)、全氮(TN)、全磷(TP)、全钾(TK)含
由于通信技术的蓬勃发展,通信频段越来越匮乏,所以提高频谱利用率是一个必然的选择。对此,研究学者们提出矢量信号生成理论。传统电子器件有着固有缺陷,在电域生成的矢量信号带宽较小,频率调谐性差,且无法在复杂的电磁环境下传输,严重限制了通信速率的提高。因此,融合了光子学和微波技术优点的微波光子学成为解决问题的新方向,它打破了传统电器件的缺陷对系统性能的负面影响,具有:信号带宽极大、载频极高、传输损耗低、所
随着传感器技术的提升,经过多传感器获取的图像数据呈现多样性和互补性,实现了对目标场景的多模化表征,而如何综合利用异源图像实现对目标场更精确、更全面的表达成为图像处理领域的研究热点。异源图像配准融合技术是图像处理技术中的重要一环,配准方法决定了后续图像融合处理的效果,融合方法实现了对源信息的高效表达,两者相辅相成,对于提高目标探测与精确制导能力具有理论支撑和现实意义。合成孔径雷达(Synthetic
随着虚拟现实(Virtual Reality,VR)在直播行业的融入,VR直播产业发展迅猛。作为VR直播的主要内容之一,全景视频为用户提供360度的观看视角,使用户获得良好的沉浸感体验。然而,全景视频庞大的数据量,对其网络传输带来了巨大挑战。基于Tile的全景视频动态自适应传输方案通过划分Tile的方式,为用户视域内传输高质量的视频,视域外传输低质量的视频,有效地解决了上述问题。本文围绕全景视频直
2008年Arikan基于信道极化提出了极化码,并证明极化码在码长趋于无限的情况下具有信道容量可达的性质,本文从极化码的编译码方法与系统极化码编译码器的实现两个方面对极化码进行了深入研究。首先,详细分析和研究了极化码的信道极化理论,推导了信道转移概率的计算式。介绍了信道可靠性序列的四种估计方法,分别是巴氏参数法,密度进化法,高斯近似法与极化重量法,对上述方法进行了性能比较并给出仿真结果。研究了生成
高光谱图像可以同时在空间维度和光谱维度上提供目标区域一定的形态信息和丰富的光谱信息,并且通过光谱维度可以从高光谱图像的光谱信息中探测到不同材质的差异。因此,基于高光谱图像的目标检测技术对伪装军事目标检测和自然灾害预警有着重要的作用。星载平台上的高光谱探测器能够覆盖地球表面的绝大多部分区域,可以更有效的对目标区域进行监测。然而,高光谱图像巨大的数据量对星载设备的存储和星地的通信信道造成了很大的压力。
图像修复技术一直是图像处理领域的一项研究热点,随着该项技术的快速发展,其已逐渐应用于文物修复、医学成像、卫星遥感等多个领域,因此开展图像修复算法的研究具有较高的研究意义和应用价值。图像修复的目的是利用计算机技术自主学习图像的特征信息,以尽可能地还原出待修复图像缺失区域的内容。基于深度学习的图像修复算法相较于传统的图像修复算法通常具有更好的修复效果,但目前仍然存在诸多问题,例如对大区域或不规则区域缺