一、时延约束条件下MIMO多接入信道传输策略和功率分配(论文文献综述)
刘颖[1](2021)在《基于博弈论的无线携能通信系统的功率分配方案研究》文中认为随着无线通信技术在现代经济中持续发挥着重要作用,大量移动设备的接入和通信行业中爆炸式增长的无线业务造成无线频谱资源稀缺,因此,高数据传输速率需求与稀缺频谱资源间的矛盾日益紧张。与此同时,电信行业用电量的快速增长使无线设备的能耗问题成为了无线通信技术中一个亟待解决的问题,而无线能量传输(Wireless Power Transfer,WPT)技术作为一个非常有前景的解决方案近年来成为研究热点。因此,针对无线通信网络的能量受限和频谱资源紧张问题,研究合理有效的资源分配方案以提升系统数据传输速率、解决传统无线网络中移动设备充电问题具有重要的研究价值。本论文以解决无线通信网络的能量受限问题和提高网络传输速率为目标,研究了具有能量收集功能的无线通信系统的功率分配问题。在系统建模过程中,为了进一步提升系统传输速率,考虑将传统的无线通信网络与多输入多输出(Multiple-Input Multiple-Output,MIMO)技术、全双工(Full-Duplex,FD)技术和中继技术相结合。针对不同的网络架构,通过博弈论及交替优化相关理论对发射功率和中继波束赋形进行联合设计和优化。研究内容主要包括:构建了一个基于无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)的中继协作通信系统模型,在每个接收端处配备了功率分配(Power Splitting,PS)接收机,实现信息和能量同时传输。将FD中继通信模式与SWIPT技术相结合,建立了一个以系统传输速率为目标函数,中继发射功率和接收端收集功率为约束条件的最大化系统传输速率问题。针对优化问题中发射功率和惩罚因子耦合性,通过交替优化思想将原问题分解为两个子问题分别求解。考虑到所提系统模型中各通信链路间的竞争关系,将原问题建模为非合作博弈问题,并通过Karush-Kuhn-Tucker(KKT)条件求解纳什均衡。提出了一个基于KKT条件和固定步长投影法的迭代交替优化算法,并通过纳什均衡的定义及对角严格凹条件证明了算法的收敛性。仿真结果表明所提算法的系统传输速率优于未迭代方案、半双工(Half-Duplex,HD)中继方案、自干扰部分消除方案和未引入惩罚项的方案,验证了所提算法的有效性。提出了一个基于SWIPT的FD MIMO中继协作通信系统模型,能够有效地提高系统传输速率和网络覆盖范围。建立了一个以系统传输速率为目标函数,以发射端发射总功率、中继发射功率和接收端收集能量为约束条件的最大化系统传输速率问题。针对所提系统模型的变量耦合问题,提出了一个基于交替优化思想的迭代优化方案,通过对发射端发射功率和中继波束赋形交替优化对原问题解耦合。在功率分配问题中,利用博弈论思想将存在竞争关系的优化问题建立为一个非合作博弈问题,并通过注水法求解纳什均衡。此外,由于MIMO中继发射波束赋形矩阵处理较为复杂,本文在优化中继波束赋形时,将原问题转换成了一个等价的最小均方误差(Mean-Square-Error,MSE)问题,基于奇异值分解(Singular Value Decomposition,SVD)的思想,将MIMO技术带来的矩阵问题标量化,降低了算法的复杂度。基于上述优化过程,提出了一个基于博弈论和SVD的迭代交替优化算法,对发射功率和波束赋形联合优化,并分析验证了所提算法的收敛性。仿真结果表明所提算法能够在满足发射功率和接收能量约束的条件下,系统传输速率优于未迭代方案;系统传输速率随着天线数增加而增大;算法能够快速收敛到纳什均衡。提出了一个干扰信道下基于SWIPT的多中继MIMO通信网络系统模型,研究了多中继系统的干扰最小化和功率分配问题,有效地提高了系统传输速率。针对所提系统模型,建立了一个以系统传输速率为目标函数,以发射端发射总功率、中继发射功率和接收端收集能量为约束条件的最大化系统传输速率问题。针对系统中多中继为接收端引入的干扰噪声,设计了一个基于SVD思想干扰最小化方案,降低了算法的复杂度。针对系统中多条“发射端-中继-接收端”通信链路间的变量耦合问题,本文利用博弈论思想将原问题建模为一个非合作博弈问题,从而使集中式问题转换成一个分布式问题,并利用拉格朗日函数和KKT条件求解纳什均衡。基于上述过程,在干扰最小化情况下,设计了一个基于博弈论和固定步长投影法的迭代交替优化算法,最小化系统间干扰并对发射功率进行合理分配,进一步提高系统传输速率。最终,通过仿真不同方案的系统传输速率验证了算法的高效性,通过仿真发射功率与迭代次数之间的关系验证了所提算法的收敛性。仿真结果表明本文所提算法能够在满足发射功率和接收能量约束的前提下,系统传输速率优于未迭代方案、HD中继方案和未引入惩罚项的方案;系统传输速率随着天线数增加而增大。
顾悦[2](2021)在《车联网中高能效资源分配研究》文中研究指明车联网是5G通信系统低时延高可靠场景中的重要应用之一。利用车联网中车辆-基础设施(Vehicle to Infrastructure,V2I)给车辆传输位置相关信息对车联网驾驶及应用服务有重要意义;位置相关信息需求量与车辆行驶速度成正比,内容包含高精度地图和定位等信息。另一方面,能耗开销给运营商带来高额的电力成本,同时间接产生了不可忽视的碳排放量。因此,如何以低能耗来满足车辆位置相关信息的通信需求,是车联网中一个有现实意义的研究课题。本文首先研究如何进行路边单元的功率分配,以提高直行路段场景下V2I的能效问题;进一步提出考虑通信与交通效率两个方面的速功比指标,并在十字路口场景进行优化设计。城市直行路段场景是车联网通信的典型场景,当车辆使用辅助驾驶或自动驾驶技术时,需要及时地传输与位置相关的信息给车辆;在直行路段场景下,主要研究了如何进行高能效的位置相关信息传输问题。首先建立V2I系统传输模型,并建立交通参数影响下的时延和总发送功率两个约束下的能效优化问题;然后,针对所建立的优化问题进行转化与分析,讨论了问题是否有解的边界条件;进而在问题有解的条件下,假设总发送功率不受限,利用凸优化理论推导得到了能效达到最优时的功率分配方案,并基于此给出功率约束下的最佳能效功率分配方案及相应求解算法。在不同通信参数设置下,通过模拟仿真并与其他方案进行对比分析,验证了所提出方案在能效指标下的优越性能。在城市十字路口场景中,本文进一步考虑传输位置相关信息时的通信与交通联合优化问题,定义了反应通信与交通效率的综合指标速功比,即车辆速度与通信功率消耗之比,表征通信消耗单位能量传输信息所能支持车辆行驶的距离。首先,建立城市十字路口 V2I传输模型,并建模受交通参数影响的时延、车速和发送功率三个约束下的系统速功比优化问题;其次,对所建立的优化问题进行深入分析与转换,推导了速功比最优下的功率分配一般表达式;进而在总功率较高和较低的两种约束条件下,详尽给出了相应的功率分配方案,并提出获取最优速功比的迭代算法。最后在不同系统参数设置下,通过仿真模拟与对比分析,验证了所提出的最优速功比方案可以有效地平衡车速与通信能耗,为实际系统设计与交通控制提供参考。
刘瑞[3](2021)在《毫米波异构网络的用户关联和资源优化》文中认为随着智能设备和各种高级多媒体应用的迅速普及,消费者对未来蜂窝无线通信的速率、时延、可靠性等需求已大大增加。国际电信联盟无线电通信组(International Mobile Telecommunications Union-Radio Communications Sector,ITU-R)已经为第五代移动通信(The 5th Generation,5G)制定了 10 Gbit/s的峰值速率要求。为了满足这一要求,人们越来越寄希望于将毫米波频段用于5G通信系统。与目前工作在微波频段上的通信系统相比,毫米波频段可以提供广阔的频谱资源,因而可以满足未来对超高速率的需求。尽管毫米波蜂窝通信具有巨大的潜力,但它仍然面临着诸多关键技术挑战,主要包括:(1)毫米波蜂窝网络的组网难题;(2)多频段毫米波异构网络的用户关联和资源分配难题;(3)多连接毫米波网络的用户关联难题;(4)毫米波增强移动宽带(enhanced Mobile Broadband,eMBB)和超可靠低延时通信(Ultra-Reliable Low Latency Communications,URLLC)的协调共存难题;(5)毫米波移动宽带可靠低延时通信(Mobile Broadband Reliable Low Latency Communications,MBRLLC)和eMBB的协调共存难题。本论文针对上述问题进行了深入研究,旨在建立一个全面的、自上而下的毫米波通信网络的资源管理体系。首先,本文为毫米波超密集网络(Ultra-Dense Network,UDN)提出了一种新颖的基于软件定义网络(Software-Defined Network,SDN)的分层网络架构。为了降低管理复杂度和信令开销成本,该架构采取了半分布式的调度策略。基于此架构,本文提出了动态局部管理,移动性管理和用户中心式设计等三项关键技术,进一步提升毫米波UDN的性能表现。仿真结果表明,相比传统网络架构,本文所提网络架构在计算复杂度、负载均衡和能耗方面表现出了优势。其次,针对不同频段毫米波的不同传输特性,本文研究了多频段毫米波异构网络中的联合用户关联和资源分配问题。根据用户是否可以同时在多个毫米波频段上传输,考虑了两种不同的接入方案:单频段接入方案和多频段接入方案。对于单频段接入方案,首先推导出了最佳时隙分配的闭式表达式,然后提出了联合用户关联和功率分配的迭代算法。对于多频段接入方案,提出了基于马尔科夫近似框架的次优算法。分析结果表明,尽管多频段接入方案允许一个用户在多个频段上进行传输,但任意两个用户所接入的频段最多只能有一个是相同的。最后,数值结果表明,多频段接入方案的性能普遍优于单频段接入方案,尤其是在轻载情况下多频段接入方案的增益更加明显。再次,本文提出了一种基于机器学习的毫米波网络用户关联算法,该算法不需要信道状态信息(Channel Information State,CSI),同时支持用户多连接。具体来说,我们首先将毫米波用户关联问题建模为一个多标签分类问题,然后通过高效的多标签分类算法将其转化为一系列的单标签分类问题。为了进一步降低对训练样本量的要求,我们利用概率图模型来表示用户关联场景,并采用新颖的特征提取方法从地理位置信息和拓扑信息中获取合适的特征。仿真结果表明,所提出的方法只需少量的训练样本,且不需要CSI,就能获得良好的性能。接着,本文提出了一种新颖的毫米波URLLC和eMBB协调共存方案,其中URLLC用户可以复用eMBB用户的频谱资源以提高系统频谱效率。利用排队论和矩阵几何理论,本文推导出了考虑多连接和阻碍效应的毫米波URLLC传输的时延和可靠性的表达式。基于此,本文设计了资源管理算法,在保证URLLC用户时延和可靠性要求的前提下,最大化eMBB用户的吞吐量。仿真结果表明,与传统的正交式协调共存方案相比,本文所提方案能有效地提高eMBB用户的数据传输速率。最后,本文介绍了第六代移动通信(The 6th Generation,6G)中一种新的业务形式——MBRLLC,并利用毫米波通信来实现MBRLLC在速率、稳定性和时延方面的要求。本文首先提出了一种新颖的MBRLLC和eMBB的协调共存方案,该方案在同一个时间尺度上对MBRLLC和eMBB用户进行调度。接着,提出了一个资源管理问题,以在满足MBRLLC用户QoS的条件下最大化eMBB用户的吞吐量。为了求解该问题,本文将其分为两个子问题,即MBRLLC用户的关联问题和eMBB用户的关联问题。对前者,首先推导出了 MBRLLC用户的多连接策略的设计准则,并据此提出了基于匹配理论的MBRLLC用户的关联算法。对后者,利用改进的匈牙利算法求得了最优解。仿真结果表明,所提方案可以在增加满足QoS条件的MBRLLC用户数的同时提升eMBB用户的吞吐量。本论文的探索和研究成果为设计更复杂的毫米波通信系统提供了理论基础,也为未来毫米波蜂窝通信系统的实际部署和商用提供了一定的理论支撑和有效的技术方案。
钱磊[4](2021)在《可见光通信网络物理层安全及时延保障技术研究》文中认为下一代无线网络对无线传输安全及时延服务质量(Quality of Service,Qo S)保障均提出了较高的要求。可见光通信(Visible Light Communications,VLC)占用400至800THz免授权频段进行传输,传输速率可达Gbps,有望提供更严格的时延Qo S保障,且光信号难以穿透非透明遮挡,具有天然的安全性优势。因此,VLC网络在下一代室内无线通信网络市场中展现出强大的应用潜力。然而,由于无线光信道具有天然发散性,当VLC网络部署于室内公共空间时,多用户间仍存在通过VLC直射或反射链路相互窃听的风险,VLC网络无线传输安全问题有待探究。此外,由于VLC链路与射频不同,VLC信道的随机遮挡、接收端视场角、用户的室内运动等都将对VLC网络服务过程产生影响,适用于VLC网络中用户的统计时延Qo S保障方法值得探索。进一步地,对于具有安全与时延双重保障需求的VLC网络,由于VLC网络中的安全保障与时延保障均需以牺牲带宽为代价,如何权衡安全保障、时延保障与传输速率的关系,合理分配VLC网络资源以支持安全及时延保障,是值得研究的问题。本文基于网络信息论及有效容量理论,探索安全保障、时延保障、以及安全加时延双重保障对VLC系统传输速率的影响。在此基础上,结合凸优化理论与随机优化理论,考虑VLC用户移动性、VLC信道遮挡随机性、多用户调度等,研究VLC网络物理层安全(Physical Layer Security,PLS)及统计时延Qo S保障方法,探索支持安全及时延保障的VLC网络资源分配方法。本文主要的创新工作如下:(1)在VLC网络物理层安全保障方面,借鉴智能反射平面(Intelligent Reflecting Surfaces,IRS)在射频通信系统中通过智能优化幅度与相位,构建可控的无线环境、提升无线传输安全性能的思想,首次将IRS应用于VLC安全系统中,提出IRS辅助的新型VLC物理层安全技术。首先,本文针对智能镜面阵列实现的VLC IRS系统,基于几何光学推导了平面镜阵列实现下的IRS信道增益,结合网络信息论,推导了IRS辅助的VLC系统在光峰值功率约束下的可达安全传输速率下界。其次,为增强VLC系统的安全传输性能,本文以VLC IRS系统可达安全传输速率最大为目标、以IRS镜面阵列中各镜面的旋转角度为优化变量构建优化问题,旨在通过镜面阵列的智能旋转扩大合法用户和窃听者之间的信道差异,提出智能镜面阵列辅助的VLC系统物理层安全技术。最后,由于IRS信道增益对镜面旋转角度敏感,镜面阵列旋转角度优化问题难以求解,本文提出将原镜面角度旋转优化问题转化为反射光斑位置优化问题,降低优化问题求解复杂度。仿真结果表明,在智能镜面阵列的辅助下,VLC系统的可达安全传输速率得到明显提升。(2)在VLC网络时延保障方面,本文基于有效容量理论研究了VLC系统统计时延分析方法与时延保障下的资源分配方法。(1)在室内下行VLC系统中,考虑用户运动对时延保障的影响,本文基于离散时间马尔可夫链构建用户的室内运动模型,将运动产生的对VLC直射链路距离和角度的影响映射到VLC系统服务中,构建VLC系统运动用户的马尔可夫式服务模型。进而,基于有效容量理论,推导马尔可夫式服务下室内下行VLC系统运动用户的有效容量,即统计时延约束下运动用户的传输速率。在此基础上,分析不同时延约束、接收端视场角、运动模型参数等因素对有效容量的影响。(2)在上行VLC系统中,由于光链路直射性较强,传统用于缓解多用户碰撞的载波侦听技术有效性差,因此本文采用多包接收(Multi-Packet Reception,MPR)技术缓解上行VLC接入过程中的碰撞问题,提出两阶段式VLC MPR系统上行混合接入框架,包括接入请求阶段与数据传输阶段。综合考虑VLC信道遮挡的随机性和用户接入行为的随机性,推导了请求接入阶段各用户的成功请求概率和数据传输阶段系统的传输速率。进而,基于有效容量理论,提出多用户差异化时延约束下聚合有效容量的概念,作为系统级性能度量指标,并构建聚合有效容量最大化问题,求解支持差异化时延保障的VLC系统上行资源分配策略。(3)在VLC网络物理层安全与时延双重保障方面,针对多AP多用户VLC网络中各用户互为潜在窃听者的私密通信场景,基于“以用户为中心”的思想,提出了兼顾差异化统计时延保障与无线传输安全保障的动态VLC私密小区构建算法。首先,结合多用户调度,提出了跨层的VLC私密小区构建方法。在各VLC私密小区中,采用定制化混合PLS技术提升光无线传输安全性。其次,基于网络信息论,推导了多潜在窃听者场景中各用户的可达私密传输速率,并结合有效容量理论,提出了私密有效容量的概念,用于表征用户在时延与安全双重约束下的VLC传输速率,刻画安全保障、时延保障与传输速率之间的权衡关系。进而,将兼顾安全与统计时延保障的VLC网络资源分配问题建模为多个长时间尺度统计时延保障不等式约束下的私密有效容量最大化随机优化问题。最后,基于Lyapunov优化理论,利用历史可观测传输结果,将长时间尺度优化问题逐时隙分解为各时隙确定性优化问题,并将各时隙确定性优化问题解耦为“以用户为中心”小区构建子问题与小区内部混合PLS技术优化子问题,分别采用改进的粒子群算法与基于干扰图的贪婪组网算法求解两个子问题。仿真结果表明,本文所提出的私密小区构建算法在实现安全与时延双重保障的前提下,可达到更高的传输速率。
呼海林[5](2021)在《5G/B5G网络高效协同资源管理研究》文中提出为应对5G/B5G网络新型通信技术场景给网络资源管理带来的挑战,本文重点围绕网络能耗问题和低时延需求,开展5G/B5G网络高效协同资源管理研究。针对5G/B5G网络能耗问题,研究基于用户体验的高能效网络资源管理模型、大规模MIMO场景下高能效的资源管理模型、供电侧能量感知的低时延网络资源管理模型。针对低时延需求,研究边缘计算场景下低时延网络资源管理模型、基于联邦学习的分布式资源管理方法等关键理论方法,实现网络多维资源协同高效管理。本文主要贡献如下:(1)针对5G/B5G网络能耗问题,本文以“节流”为研究思路,分别基于单天线与多天线异构网络场景,研究相应网络高能效资源管理模型及方法。基于单天线异构网络场景,着重解决小基站密集部署所带来的高能耗及共信道干扰问题,并综合考虑网络边缘用户体验和QoS要求,优化网络频谱和功率资源分配,提出基于用户体验的高能效异构网络资源管理模型。基于大规模MIMO融合异构网络场景,着重解决大规模MIMO部署带来的能耗问题,综合考虑网络频谱效率、基站承受负载等因素,以网络能效最优为目标,提出能效优先的功率控制和接入选择联合优化模型。(2)针对5G/B5G网络能耗问题,本文以“开源”为研究思路,在基站供电侧接入可再生能源,降低网络对电网能量的需求,并研究网络高效资源管理模型及方法。针对可再生能源不确定、间歇性的出力特性,考虑在感知供电侧能量的基础上,以最小化网络中用户的平均等待延迟和电网功耗为目标,研究多目标网络用户-基站关联机制,动态优化网络负载分布,分别提出高效基站侧与用户侧迭代关联方法,在最大化利用可再生能源的同时最小化网络时延。(3)针对5G/B5G网络低时延需求,本文重点以边缘计算场景为基础,从网络层解决由于用户/终端侧的能量有限性导致的网络时延瓶颈问题。与传统多用户边缘计算系统不同,本文融合异构网络与边缘计算场景进行研究,并综合考虑网络中干扰管理模型及终端侧能量受限特性,以最小化网络时延为目标,研究用户计算任务卸载决策和资源分配联合优化算法。进一步考虑实时业务场景中适用性以及数据隐私保护特性,本文将深度学习与联邦学习引入计算任务卸载决策中,提出分布式智能计算任务卸载算法,有效降低了算法执行时间。
史建超[6](2021)在《面向电力物联网信息感知的电力线与无线通信融合关键技术研究》文中提出电力物联网技术对保障电网的正常运行具有重要作用,由于我国配用电网络拓扑结构复杂,配用电设备种类多且数量大、覆盖范围广,配用电设备安装场所电磁环境复杂,任何单一通信方式都难以胜任智能配用电网信息感知的需求。为了提高配用电网信息感知通信的可靠性,论文研究了电力线与无线通信融合关键技术,使两种通信方式优势互补,提高了配用电网数据传输的可靠性及通信覆盖率,并通过正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)资源分配方法优化资源配置,增强网络性能。本文的主要工作及研究成果如下:(1)提出一种基于深度学习的电力线信道传输特性识别方法,通过构建基准样本、训练识别模型、构建噪声样本、自编码去噪处理和去噪样本识别的过程,完成对电力线信道传输特性的识别,以便于后续深入研究计及OFDM资源分配的电力线与无线通信融合方法。(2)针对启发式算法易于陷入局部最优解的特点,提出迭代激励机制和迭代激励因子的概念,增强算法的全局搜索能力及收敛速度,仿真结果验证了迭代激励机制能增强启发式算法的寻优性能。结合迭代激励因子动态控制系统参数和Levy飞行双蚁群竞争择优,提出了改进蚁群服务质量参数感知路由算法。通过与其他算法的仿真对比,验证了所提算法收敛速度较快且不易陷入局部最优解,使通信节点快速寻找到最优通信路径。(3)以改进蚁群算法为基础,设计相应的通信协议、组网方法和路由重构策略,构成基于改进蚁群算法的电力线通信服务质量(Quality of Service,QoS)约束组网方法。采用直接路由重构方式与间接路由重构方式相结合的路由重构策略,对电力线通信网络进行动态维护以增强其稳定性和可靠性。仿真结果表明,该组网方法能针对不同的电力线通信服务类型选择相应的最优通信路径,保障数据的高效可靠传输。(4)提出一种低压电力线与微功率无线通信融合方法,通过在电力线与无线混合通信网络的介质访问控制层建立统一的通信协议、网络层实现最优通信路径组网、业务层基于误码率需求因子的子业务流分配,实现低压电力线通信与微功率无线通信的跨层融合。仿真结果表明,混合通信网络的性能优于其他对比网络。提出多跳中继电力线通信网络中的OFDM跨层资源分配算法和计及OFDM资源分配的电力线与无线通信融合方法。仿真结果表明,所提资源分配算法具有较高的系统吞吐量和较好的时延特性,所提通信融合方法能满足电力物联网感知层和网络层对通信接入的需求。(5)结合理论研究,提出基于PLC-LoRa(Long Range)的多模通信融合技术和基于低压PLC-中压PLC-4G/2G桥接中继多模通信融合技术。研制配用电网智能感知终端,并应用于企业能效及安全用电监控系统和农村偏远地区集中抄表的实际工程项目中,服务企业数千家,安装各类终端数万套。
陈思璇[7](2021)在《基于网络编码的高效无线传输技术的研究》文中提出大容量、高带宽、高速率的应用日益增长,网络编码是实现这些通信需求的关键支撑技术之一。高阶调制、多天线节点、用户计算能力差异化、终端到终端(Device-to-device,D2D)直传等通信技术及应用场景下的网络编码方案设计面临着新的挑战。为提高无线传输的中继转发效率、传输可靠性等性能,针对新型无线中继网络及D2D场景,本文展开了基于网络编码的降噪映射、重传策略等高效无线传输关键技术的研究:(1)针对双向中继网络中两信源采用高阶调制的场景,为降低中继转发带来的误符号率,提出了一个启发式最近邻物理层网络编码(Heuristic Nearest-neighbor Denoising Mapping Physical Layer Network Coding,HNDM)算法对中继处高维叠加星座图做降噪映射处理。该算法包括两个核心策略:簇最大化策略和贴标签策略。簇最大化策略选择性吸纳每个星座点周边的星座点,使得满足排他率的最近邻星座点尽可能地划归到同一个簇;贴标签策略对簇中星座点做多对一映射,给出了映射需要满足的约束条件,从而确保接收端成功解码。同时,针对两信源-信道质量不对称,对两接入信道的相位差和幅值比对中继处解码误符号率的影响进行了理论分析。仿真结果表明,HNDM算法能有效地增大最小簇间距离,从而降低解码误符号率。在一定信道条件下,两信源采用16QAM-8PSK调制,HNDM算法比拉丁矩阵分簇算法的误符号率性能提高了 6dB;256QAM-QPSK调制下,HNDM算法比最近邻归簇算法的误符号率性能提高了 2dB。(2)针对两跳多中继无线网络中多对用户互换信息的场景,为抑制用户间的干扰,提出了一种多对用户两跳互换信息网络编码(Multi-pair Users Two-hop Exchanging PLNC Scheme,MTE-PLNC)方案。MTE-PLNC方案基于物理层网络编码、广义信号空间对齐和迫零算法,考虑了用户、小基站和宏基站之间的相互协作,由四个传输阶段构成,包括两个多址接入阶段和两个广播阶段。给出了采用该方案时用户和基站配置的天线数需要满足的约束条件,设计了求解方向对齐向量和预编码矩阵的迭代算法,并推导了通过小基站一跳转发和通过小基站及宏基站联合转发来完成信息互换的两类用户的接收和速率。理论分析和仿真结果表明,所提的MTE-PLNC方案比信号空间对齐方案更适用于本系统;比多用户MIMO方案花费更少的时隙数;比迫零方案获得更高的用户接收和速率。在一定用户数和天线数配置下,采用MTE-PLNC方案的可达自由度比迫零方案提高了 2倍。(3)针对两信源两跳无线删除网络中丢包的问题,提出了一个基于空间调制和物理层网络编码的分布式批稀疏(Batched Sparse,BATS)编码算法(Distributed BATS Coding Algorithm based on Spatial Modulation and Physical Layer Network Coding,BATS-SM-PLNC)。提出以物理层网络编码作为内码的分布式BATS码编码方案,以降低误比特率和减少传输时隙;针对用户配置多天线的情况,在以物理层网络编码为内码的分布式BATS码方案的基础上添加了空间调制技术对信源端发送信号进行调制以进一步提升系统的性能;推导了该场景下基于空间调制和物理层网络编码的中继和信宿处的条件成对错误概率、平均成对错误概率和误比特率。仿真数据表明,所提BATS-SM-PLNC算法相比传统的分布式喷泉码算法在获得更少传输时隙开销的同时能获得更低的误比特率和更高的解码成功率。在一定的网络配置下,当编码开销为2.2时,BATS-SM-PLNC算法(SNR=12dB时)比基于空间调制的分布式喷泉码算法(SNR=10dB时)的解码成功率提高了 6.5%。(4)在动态D2D网络中,针对具有不同处理能力的用户在无线删除网络中需要请求不同的数据包重传的问题,利用非均匀超图强着色理论对数据包选取策略建模,得知该问题是一个NP难问题,进而提出了 一个低重传次数即时解码网络编码(Low Retransmission Times Instantly Decodable Network Coding,LRT-IDNC)算法来降低重传次数。LRT-IDNC算法包括并行传输节点选取策略和层协作IDNC策略两个核心部分。并行传输节点选取策略为每一个传输时隙选取尽可能多的互不干扰的节点作为信源;层协作IDNC策略为每次重传制定网络编码方案,选取数据包进行组合,在满足不同终端的差异化需求的同时确保基础层数据包被所有用户接收的优先性。仿真结果表明,所提的LRT-IDNC算法能满足处理能力不同的异构终端的不同数据包需求,能有效地降低数据包重传时延。当网络连通度为0.5的时候,LRT-IDNC算法比点对多点即时解码网络编码算法的基础层数据包重传时延降低了 37.2%。
徐志乾[8](2020)在《基于多接入边缘计算的高能效卸载和资源分配》文中研究指明随着通信技术的不断发展,智能设备数量和数据流量将会发生爆炸性的增长。智能设备上应用程序对于数据传输、移动设备的计算能力以及时延的要求也不断地提高。传统的云计算架构为用户提供了更多的计算资源和存储资源,但是并没有完全解决计算延迟的问题。多接入边缘计算成为了解决该问题的重要方案。多接入边缘计算将云的部分服务能力下沉到用户附近的边缘节点上,为用户提供计算、缓存和存储等服务。多接入边缘计算作为5G的关键技术之一,可以将用户产生的大部分计算任务传输到边缘节点的MEC服务器进行分析和处理,此举可以有效地降低数据传输过程中产生的时间延迟,缓解骨干网络的传输压力。另外计算能力将不再成为智能设备中应用程序和APP发展的阻碍。本文的研究目标是在有限的计算资源和无线信道资源的环境中,利用多接入边缘计算技术,在满足用户对于时间延迟的要求下最小化计算任务卸载过程中产生的能量和成本消耗。主要工作如下:在单MEC服务器的卸载方案中,为了解决对于大数据量计算任务的快速计算和分析的问题,本文提出将核心网作为计算任务卸载平台之一。核心网拥有巨大的计算资源,可以满足一些大数据量计算任务的计算需求。并且提出了一个基于优先级的联合计算卸载和资源分配的算法方案,该方案为每个用户提出了优先级的概念,每个用户的优先级是根据该用户的计算能力和延迟要求决定的。优先级高的用户可以优先选择信道条件较好的无线信道进行数据传输,并且将用户的剩余电量作为优先级负载因子的选择标准。然而单MEC服务器的小区的计算卸载能力有限,不能满足不断增长的用户数量和大数据计算任务的延迟要求。因此本文将单服务器的卸载模式扩展为多服务器卸载模式,并提出了基于FFD(降序首次适应性算法)和分层策略的卸载算法,该算法是基于装箱问题的启发式贪心算法,将计算任务按照任务大小进行降序排列,然后依次装入到箱子(MEC服务器)中。该算法中采用分层原理,即初始阶段我们为用户分配相同数量的无线信道资源。在满足用户延迟要求的情况下,每个计算任务需要的计算资源是确定的,然后引入竞争机制为用户分配无线信道资源。仿真结果表明,该方案的系统能量消耗相对于随机分配有大幅的降低,并且提高了MEC服务器的使用效率。
赵斐然[9](2020)在《基于无线能量传输技术的无线通信系统性能分析与优化》文中提出随着第五代移动通信网络技术的发展,物联网逐渐渗透人类生活的各个层面,各种无线传感器网络遍布于社会各个角落。随之而来的是低功耗设备、移动通信终端等数量的爆炸性增长。据报告显示,截至2020年,全球物联网设备接入量将达到260亿。在新一代移动通信网络中,如何有效的为各种复杂环境下的网络节点进行供电成为网络建设的重要一环。为了解决这一问题,基于射频信号以及光信号的无线能量传输作为取代通过更换电池、利用有线供电等传统供电方式的新型无线充电技术,得到学术界及工业界的广泛关注。无线能量传输技术以其部署灵活、便捷可控的优势,为有效延长物联网以及无线传感器网络等无线通信系统的使用寿命提供了可能。因此,如何将无线能量传输技术与无线通信系统进行有效的结合成为当前无线通信领域的研究热点。本论文分别从用户能量收集,系统信道容量,端到端系统能效,低传输时延,以及波束优化等方面,对多种基于无线能量传输技术的无线通信系统进行深入的系统性能分析与优化。为无线能量传输技术在通信系统中的应用提供了指导意见。论文的主要贡献包括:1.研究了不同信道状态信息下莱斯信道对多天线无线供电通信系统信道容量的影响。具体地,本论文针对能量发送节点是否具有统计信道状态信息两种场景,分别推导出系统遍历容量的上、下界,并推导出高信噪比域的容量近似表达式,以及低信噪比域的容量近似表达式。此外,针对不同信噪比条件下的信道容量,论文推导出使系统容量最大化的能量与信息传输的时间分配参数。研究结果表明,能量站有信道状态信息时,系统可通过多天线能量波束成形收集到更多的能量,从而提升信噪比,使遍历容量得到提升。此外,莱斯信道的直射路径分量越强,越有利于能量收集,从而提升系统性能。2.研究了大规模多入多出(Multi-input multi-output,MIMO)场景下基于混合精度模数转换(Analog to digital conversion,ADC)量化模型的多用户无线能量传输系统的能效。具体地,论文利用最小均方误差估计方法推导了基于混合精度ADC基站模型的估计信道及估计误差的表达式,并推导出用户端收集的总能量。利用不同的高、低精度ADC比例会影响信道估计准确度,进而影响下行能量传输的波束准确度的特点,设计优化问题,求解出使系统性能达到最大时ADC精度的最优分配策略。研究结果显示,针对提出的无线能量传输系统,最优量化精度分配策略为二进制策略,其判决阈值取决于系统采用的实际功耗模型。3.研究了低时延需求下基于短包通信的协作无线能量与信息同传系统的块错误率。具体地,论文针对所提出的三节点中继协作能量与信息同传系统,分别推导了系统平均误块率的积分表达式,其下界表达式,以及高信噪比域的近似表达式。通过简化形式的系统误块率表达式,分析了不同系统参数对系统性能的影响,并且为系统中中继位置的设定提出指导意见。4.研究了室内环境下,基于可见光通信的无线信息与能量同传系统的最优波束设计。具体地,本论文首次对可见光能量与信息同传系统的发送波束直接进行优化,通过对非凸问题进行近似及迭代优化,最终将问题求解,得出使接收端用户最小信噪比最大化的最优发送波束矩阵。此外,论文将两种文献中常用的基于迫零预编码的功率分配发送策略作为基准策略,与最优波束设计的性能进行比较。研究结果显示,本论文提出的最优波束设计策略性能优于基于迫零预编码的发送策略。
李燕龙[10](2020)在《水下LED成像MIMO通信关键技术研究》文中研究指明针对水下航行器与浮、潜标之间短距离大容量数据传输问题,以光成像MIMO技术为基础,根据海水中可见光的传输特性及LED器件特性,研究了成像MIMO-ACO-OFDM通信技术。本文对水下光LOS链路信道特征基于蒙特卡罗方法进行了分析,进一步对成像MIMO信道空间相关性进行了建模分析,并分析了空间相关性对信道容量和误码率性能影响,研究了降低空间相关性技术,还提出了LED调制中抑制削波畸变和非线性失真方法,在多节点到AUV的MISO链路中研究了基于压缩感知联合检测的码域非正交多址传输技术。论文完成的主要工作和贡献包括:(1)针对水下LED可见光信道和大容量传输问题,本文利用水下光成像MIMO通信系统传输信号,使得LED阵列空分复用性能优于非成像MIMO系统。成像MIMO系统除了利用成像透镜分离信号,空间传播上仍然存在一定的相关性,本文在LOS信道模型的基础上对其进行了建模分析。当物距固定时,随着LED间距增加空间相关性变弱,当LED间距固定时,在一定范围内随着物距增加,空间相关性先增大后趋于稳定不变。由于水下短距离光通信是平坦信道,采用注水法和等功率法推导了不同空间相关条件下的信道容量和误码率性能。结果表明,随着空间相关性减小和LED光源阵列数量的增加,成像MIMO系统的信道容量变大,BER逐渐减小。当信道条件数下降到约1时,成像系统的BER在SNR为20 dB时达到10-6数量级,与非成像MIMO系统相比,在相同BER下获得12 dBSNR增益。当信道SNR较低时,通过注水方法获得的信道容量略高于通过等功率分配获得的信道容量,当SNR高时,通过注水方法获得的信道容量与等功率分配方法两者相同。(2)针对水下成像光MIMO系统阵列空间相关性问题,提出了基于SVD功率分配(SVD-baesd Precoding)、接收信号集最小欧式距离最大化(MMED)、格基约减检测(LLL-ZF)的成像MIMO-ACO-OFDM系统降相关算法。通过功率分配,使得子信道增益的差异性变小,从而降低空间相关性,在相同的误码率条件下,基于SVD功率分配预编码算法比未经过功率分配的方法信噪比提升了7dB增益。为了最大化接收信号集的最小欧式距离,在非负光信号和总功率的约束下对预编码矩阵进行优化求解。通过使用最优功率分配预编码矩阵对信号进行预编码和ML检测,仿真结果表明,与基于SVD-baesd Precoding算法相比,MMED算法在相同信道下可获得约5 dB的SNR增益,进一步提高了水下成像MIMO光通信系统的BER性能。(3)通过与传统的ZF、MMSE、OSIC、ML检测算法复杂度相比,基于接收信号集最小欧式距离最大化预编码提升了误码率性能,但算法复杂度较高。针对传统算法复杂度高误码率性能差的问题,本文提出了基于格基约减的低复杂度LLL-ZF检测算法,该算法通过对光MIMO信道矩阵格基规约,改善了原信道矩阵的正交性,并结合ZF检测算法,与基于接收信号集最小欧氏距离最大化预编码算法相比,提升了3dB的SNR增益,且大幅降低了复杂度。(4)针对水下光信道时延扩展带来的ISI问题,本文对新型水下可见光调制技术DCO-OFDM/OQAM系统原理和时频滤波器进行了研究,提出了DCO-OFDM/OQAM系统中的M-OSLM峰均比抑制算法,以解决系统复数信号转正实信号时削波带来的失真问题。仿真结果表明,通过M-OSLM算法抑制削波畸变,DCO-OFDM/OQAM系统在水下多径时延扩展信道比DCO-CP-OFDM系统在同等BER下SNR改善了3dB。针对最优直流偏置优化问题,建立了可见光DCO-OFDM/OQAM系统有用信号和直流偏置的功率分配优化模型,以匹配LED的线性调制区间,使得接收有效信噪比达到最大。结果表明,通过求解优化模型,在最优功率分配比下,有效信噪比达到了最大,误码率最小。本文搭建了基于FPGA的水下绿光DCO-OFDM系统,并分析了该系统在一定同步性能下的带宽拓展性能,提升了频谱效率,为下一步搭建成像MIMO系统奠定了基础。(5)针对在水下多传感器对AUV采集数据时大容量传输问题,基于OCDMA架构,研究了基于码域的非正交码片映射多址通信技术以提升系统平均吞吐量,根据多节点检测中连接节点数大、一定时间内活跃节点少和信号稀疏的特点,利用压缩感知理论,设计了码片映射码分多址的非正交多址传输系统,通过压缩感知技术联合检测上行非正交多址传输系统中活跃节点和数据。仿真结果表明,该系统不仅能够利用压缩感知理论可靠地检测出活跃节点和数据,同时还可以实现过载,在活跃节点较为稀疏情况下,过载率可达300%,大幅提升了水下多节点通信系统的频谱利用率和系统平均吞吐量。
二、时延约束条件下MIMO多接入信道传输策略和功率分配(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、时延约束条件下MIMO多接入信道传输策略和功率分配(论文提纲范文)
(1)基于博弈论的无线携能通信系统的功率分配方案研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 无线通信网络中资源分配研究现状 |
1.2.2 基于SWIPT的无线通信网络研究现状 |
1.3 主要研究内容 |
1.4 论文结构安排 |
第二章 基本理论与关键技术 |
2.1 关键技术 |
2.2 数学基础知识 |
2.2.1 优化理论 |
2.2.2 矩阵计算 |
2.3 博弈论基础知识 |
2.3.1 博弈论的要素和分类 |
2.3.2 纳什均衡 |
2.3.3 博弈论在资源分配中的应用 |
2.4 本章小结 |
第三章 基于SWIPT的中继系统的功率分配方法 |
3.1 系统模型及目标建立 |
3.2 基于非合作博弈的交替优化算法研究 |
3.2.1 博弈问题建立及分析 |
3.2.2 基于KKT条件的功率分配方案设计 |
3.2.3 算法收敛性分析 |
3.3 仿真结果与分析 |
3.4 本章小结 |
第四章 MIMO中继系统的功率分配和波束赋形联合优化设计 |
4.1 系统模型及问题建立 |
4.2 联合优化算法设计 |
4.2.1 基于非合作博弈的发送功率优化 |
4.2.2 基于SVD的波束赋形优化 |
4.3 仿真结果与分析 |
4.4 本章小结 |
第五章 干扰信道下MIMO中继系统的功率分配方法 |
5.1 系统模型及问题建立 |
5.2 基于干扰最小化的功率分配研究 |
5.2.1 基于SVD的干扰最小化设计 |
5.2.2 非合作博弈问题建立及分析 |
5.2.3 基于KKT条件的功率分配算法设计 |
5.3 仿真结果与分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 未来研究与展望 |
参考文献 |
附录1缩略词表 |
致谢 |
攻读博士学位期间的学术成果列表 |
(2)车联网中高能效资源分配研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 车联网标准化现状 |
1.2.2 通信功耗研究现状 |
1.3 论文研究内容与结构安排 |
第二章 车联网中无线通信资源分配综述 |
2.1 车联网通信能效与交通效率 |
2.1.1 通信能效指标 |
2.1.2 交通效率指标 |
2.2 车联网通信方式 |
2.2.1 DSRC通信 |
2.2.2 C-V2X通信 |
2.3 车联网资源分配技术 |
2.3.1 车联网中高性能资源分配 |
2.3.2 车联网中高能效资源分配 |
2.3.3 MIMO下高能效资源分配 |
2.4 车联网中的大规模MIMO技术 |
2.4.1 大规模MIMO技术 |
2.4.2 大规模MIMO在车联网中的应用 |
2.5 凸优化问题求解方法 |
2.6 本章小节 |
第三章 交通需求下的高能效资源分配研究 |
3.1 系统模型与问题建模 |
3.1.1 通信链路信道模型 |
3.1.2 下行信息传输模型 |
3.1.3 通信能效优化问题建模 |
3.2 能效最优下的功率分配 |
3.2.1 问题可解性分析 |
3.2.2 总功率约束足够大下的最优能效 |
3.2.3 总功率约束有限下的最优能效 |
3.3 仿真结果与分析 |
3.3.1 仿真参数设置 |
3.3.2 仿真结果与分析 |
3.4 本章小结 |
第四章 通信与交通效率联合资源分配研究 |
4.1 系统模型与问题建模 |
4.1.1 通信链路信道模型 |
4.1.2 下行信息传输模型 |
4.1.3 通信速功比优化问题建模 |
4.2 速功比最优下的功率分配 |
4.2.1 最优速功比的一般解 |
4.2.2 高总功率约束下的最优速功比 |
4.2.3 有限总功率约束下的最优速功比 |
4.3 仿真结果和分析 |
4.3.1 仿真参数设置 |
4.3.2 仿真结果与分析 |
4.4 本章小节 |
第五章 总结与展望 |
5.1 研究工作总结 |
5.2 未来工作展望 |
参考文献 |
附录1 缩略语表 |
致谢 |
攻读学位期间取得的学术成果 |
(3)毫米波异构网络的用户关联和资源优化(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单、术语表 |
1 绪论 |
1.1 毫米波蜂窝通信技术 |
1.2 毫米波蜂窝通信的挑战 |
1.3 毫米波通信现有研究综述 |
1.4 本文的主要创新点和内容安排 |
2 超密集毫米波蜂窝网络的分层SDN架构 |
2.1 毫米波超密集网络 |
2.2 系统架构及功能介绍 |
2.3 仿真结果 |
2.4 本章小结 |
3 多频段毫米波异构网络的联合用户关联和资源分配 |
3.1 系统模型 |
3.2 单频段场景的解决方案 |
3.3 多频段场景的解决方案 |
3.4 仿真结果 |
3.5 本章小结 |
4 基于距离信息的毫米波用户关联 |
4.1 系统模型 |
4.2 基于机器学习的算法 |
4.3 仿真结果 |
4.4 本章小结 |
5 毫米波URLLC与eMBB的协调共存 |
5.1 系统模型 |
5.2 资源管理算法 |
5.3 仿真结果 |
5.4 本章小结 |
6 毫米波MBRLLC和eMBB的协调共存 |
6.1 系统模型 |
6.2 问题建模 |
6.3 共存算法 |
6.4 仿真结果 |
6.5 本章小结 |
7 总结与展望 |
7.1 研究总结 |
7.2 未来研究方向 |
参考文献 |
附录A 定理3.1的证明 |
附录B 定理3.2的证明 |
附录C 定理3.3的证明 |
附录D 定理5.2的证明 |
附录E 定理5.4的证明 |
发表文章目录 |
(4)可见光通信网络物理层安全及时延保障技术研究(论文提纲范文)
摘要 |
Abstract |
英文缩写注释 |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 VLC网络物理层安全研究现状 |
1.2.2 无线网络统计时延QoS保障研究现状 |
1.3 论文的主要内容及结构 |
第2章 论文涉及的基础知识 |
2.1 VLC基础知识 |
2.1.1 光学度量 |
2.1.2 VLC传输方式 |
2.1.3 VLC信道模型 |
2.2 优化理论 |
2.2.1 凸优化理论 |
2.2.2 粒子群算法 |
2.3 有效带宽与有效容量理论 |
2.3.1 有效带宽理论 |
2.3.2 有效容量理论 |
第3章 智能反射平面辅助的VLC系统物理层安全技术 |
3.1 引言 |
3.2 系统模型 |
3.3 VLC系统IRS反射信道增益 |
3.4 IRS辅助的VLC系统可达安全传输速率 |
3.5 IRS辅助的VLC系统物理层安全问题构建与求解 |
3.6 仿真分析 |
3.7 本章小结 |
第4章 基于有效容量的VLC系统统计时延分析与资源分配方法 |
4.1 引言 |
4.2 统计时延约束下VLC下行系统运动用户的有效容量 |
4.2.1 用户室内运动模型 |
4.2.2 室内VLC系统运动用户的有效容量 |
4.2.3 仿真分析 |
4.3 统计时延约束下多用户上行VLC混合接入算法 |
4.3.1 系统模型 |
4.3.2 MPR辅助的多用户上行VLC系统混合接入机制 |
4.3.3 多用户上行VLC系统聚合有效容量 |
4.3.4 基于聚合有效容量的VLC上行混合接入算法 |
4.3.5 仿真分析 |
4.4 本章小结 |
第5章 支持物理层安全与统计时延双重保障的VLC私密网络组网算法 |
5.1 引言 |
5.2 系统模型 |
5.3 多AP多用户VLC网络的私密有效容量 |
5.3.1 混合物理层安全技术下用户的可达私密传输速率 |
5.3.2 统计时延约束下用户的私密有效容量 |
5.4 基于私密有效容量的VLC私密网络组网算法 |
5.4.1 长时间尺度VLC私密网络组网优化问题 |
5.4.2 基于Lyapunov DPP的长时间尺度优化问题分解方法 |
5.4.3 短时间尺度私密网络组网优化问题的求解方法 |
5.5 仿真结果分析 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
作者简介及在攻读博士期间取得的科研成果 |
致谢 |
(5)5G/B5G网络高效协同资源管理研究(论文提纲范文)
摘要 |
Abstract |
常用缩略语 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 传统无线资源管理研究概述 |
1.2.2 绿色无线资源管理研究 |
1.2.3 低时延无线资源管理研究 |
1.3 本文研究工作 |
第2章 基于用户体验的高能效异构网络资源管理模型 |
2.1 引言 |
2.2 系统模型与问题描述 |
2.2.1 用户体验模型 |
2.2.2 问题描述 |
2.3 基于用户体验的能效最优网络资源管理算法 |
2.3.1 基于GA的功率控制算法 |
2.3.2 基于干扰管理和用户体验的子信道分配算法 |
2.3.3 基于用户体验的能效最优功率控制与子信道分配联合优化算法 |
2.4 仿真结果与分析 |
2.4.1 仿真参数 |
2.4.2 仿真分析 |
2.5 章节小结 |
第3章 大规模MIMO场景下高能效网络资源管理模型 |
3.1 引言 |
3.2 系统模型与问题描述 |
3.2.1 遍历速率计算 |
3.2.2 能耗模型 |
3.2.3 能效优先的功率控制与用户接入联合优化问题 |
3.3 能效最优的功率控制与用户接入联合优化算法 |
3.3.1 能效最优迭代算法 |
3.3.2 联合优化算法 |
3.4 仿真结果与分析 |
3.4.1 仿真参数 |
3.4.2 网络性能及其影响因素分析 |
3.5 章节小结 |
第4章 供电侧能量感知的低时延网络资源管理模型 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.2.2 网络平均延时计算 |
4.2.3 能量模型 |
4.2.4 问题描述 |
4.3 算法 |
4.3.1 问题重构 |
4.3.2 能量感知的时延最优用户-基站双向关联迭代算法 |
4.3.3 收敛性和寻优性分析 |
4.4 仿真分析 |
4.4.1 仿真环境及参数设置 |
4.4.2 算法性能分析 |
4.5 章节小结 |
第5章 边缘计算场景下低时延网络资源管理模型 |
5.1 引言 |
5.2 系统模型与问题描述 |
5.2.1 本地计算用户时延与能耗计算 |
5.2.2 边缘计算用户时延与能耗计算 |
5.2.3 边缘异构网络下干扰管理模型 |
5.2.4 问题描述 |
5.3 用户任务卸载决策与资源分配联合优化算法 |
5.3.1 本地计算资源优化 |
5.3.2 边缘计算用户无线资源分配 |
5.3.3 用户卸载决策与资源分配联合优化算法 |
5.3.4 算法复杂度分析 |
5.4 仿真结果与分析 |
5.4.1 仿真参数 |
5.4.2 仿真分析 |
5.5 章节小结 |
第6章 基于联邦学习的分布式资源管理方法 |
6.1 引言 |
6.2 系统模型与问题描述 |
6.2.1 本地计算与边缘计算方式下用户时延计算 |
6.2.2 问题描述 |
6.3 基于联邦学习的分布式卸载决策及资源分配联合优化算法 |
6.3.1 基于DNN的智能卸载决策算法 |
6.3.2 基于SCA的高效无线资源分配算法 |
6.3.3 基于联邦学习的分布式计算任务卸载算法 |
6.4 仿真分析 |
6.4.1 仿真参数 |
6.4.2 仿真分析 |
6.5 章节小结 |
第7章 总结与展望 |
7.1 论文总结 |
7.2 未来研究展望 |
参考文献 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简历 |
(6)面向电力物联网信息感知的电力线与无线通信融合关键技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.1.1 电力物联网现状及存在的问题 |
1.1.2 课题研究的目的和意义 |
1.2 电力线通信技术的发展及现状 |
1.2.1 电力线通信技术的标准化发展及现状 |
1.2.2 电力线通信技术的应用发展及现状 |
1.2.3 电力线通信技术的理论研究现状 |
1.3 电力线通信路由及组网算法研究现状 |
1.3.1 PLC网络信道接入协议研究现状 |
1.3.2 PLC网络路由算法研究现状 |
1.4 电力线通信与无线通信融合技术研究现状 |
1.5 论文主要工作及组织结构 |
第2章 电力线与无线信道特性研究 |
2.1 引言 |
2.2 电力线通信网络的拓扑结构 |
2.3 电力线信道衰减模型与噪声模型 |
2.3.1 电力线信道衰减模型 |
2.3.2 电力线信道噪声分类及模型 |
2.4 无线信道衰落特性 |
2.5 基于深度学习的电力线信道传输特性识别 |
2.5.1 方法的可行性分析及流程图 |
2.5.2 构建样本及模型识别训练 |
2.5.3 去噪自编码器网络搭建过程 |
2.5.4 去噪效果仿真 |
2.5.5 去噪样本识别结果 |
2.6 本章小结 |
第3章 改进蚁群路由算法及电力线通信组网方法 |
3.1 引言 |
3.2 蚁群算法基本原理及组网模型 |
3.2.1 蚁群算法基本原理 |
3.2.2 电力线通信路径的QoS参数 |
3.2.3 电力线通信组网的数学模型 |
3.3 基于迭代激励因子控制的Lévy飞行双蚁群算法 |
3.3.1 迭代激励机制原理 |
3.3.2 Lévy飞行随机过程 |
3.3.3 基于迭代激励因子的改进蚁群路由算法原理 |
3.3.4 I-LDAQ算法性能分析与参数选取 |
3.4 基于I-LDAQ算法的电力线通信组网方法 |
3.4.1 通信协议设计 |
3.4.2 自动组网步骤 |
3.4.3 基于I-LDAQ的组网方法仿真实验与分析 |
3.5 PLC网络路由重构及网络维护实现动态组网 |
3.6 本章小结 |
第4章 面向信息感知的电力线与无线通信融合方法 |
4.1 引言 |
4.2 低压电力线与微功率无线通信跨层融合方法 |
4.2.1 低压电力线与微功率无线混合通信网络拓扑结构 |
4.2.2 低压电力线与微功率无线通信跨层融合原理 |
4.2.3 CPW网络跨层融合实现过程 |
4.2.4 混合通信网络仿真实验和性能分析 |
4.3 多跳中继宽带电力线通信网络中的OFDM跨层资源分配 |
4.3.1 电力线通信网络OFDM跨层资源分配原理 |
4.3.2 多跳中继PLC网络的OFDM跨层资源分配过程 |
4.3.3 跨层资源分配算法仿真与分析 |
4.4 计及OFDM资源分配的电力线与无线通信融合方法 |
4.4.1 计及OFDM资源分配的混合通信网络工作模式 |
4.4.2 参数选取与仿真分析 |
4.5 本章小结 |
第5章 基于电力线无线通信融合技术的配用电网智能感知终端及应用 |
5.1 引言 |
5.2 配用电网智能感知终端总体方案 |
5.2.1 配用电网智能感知终端的功能 |
5.2.2 配用电网智能感知终端设计原则 |
5.3 配用电网多信息融合感知单元 |
5.3.1 ARM微处理器系统 |
5.3.2 电量采集单元 |
5.3.3 非电量采集单元 |
5.4 智能感知终端中的PLC-LoRA多模通信融合技术 |
5.4.1 PLC-LoRa多模通信融合技术原理 |
5.4.2 PLC-LoRa双通道通信的工作模式 |
5.5 智能感知终端的MVPLC-4G/2G桥接中继多模通信融合技术 |
5.5.1 MVPLC-4G/2G桥接中继多模通信融合技术原理 |
5.5.2 MVPLC-4G/2G桥接中继多模通信融合技术的通信协议与组网问题 |
5.6 配用电网智能感知终端的应用实践 |
5.6.1 在企业能效及安全用电监控系统现场信息感知中的应用实践 |
5.6.2 农村偏远地区集中抄表全覆盖中的应用实践 |
5.7 本章小结 |
第6章 结论与展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(7)基于网络编码的高效无线传输技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
第一章 绪论 |
1.1 网络编码在无线网络中的研究现状和现存问题 |
1.1.1 网络编码理论的研究现状 |
1.1.2 无线网络编码研究现状和现存问题 |
1.2 本论文的研究背景和研究意义 |
1.2.1 成对用户互换信息物理层网络编码方案设计 |
1.2.2 无线删除信道下对抗丢包的网络编码方案设计 |
1.3 主要研究成果和创新点 |
1.4 本论文的组织结构 |
第二章 高阶调制下一对用户互换信息的PLNC降噪算法设计 |
2.1 引言 |
2.2 基于网络编码的两种中继转发方式 |
2.2.1 放大转发中继方式 |
2.2.2 解码转发中继方式 |
2.3 高阶调制下中继处叠加星座图降噪映射问题 |
2.4 高阶调制下基于物理层网络编码的降噪映射算法设计 |
2.4.1 分簇策略设计 |
2.4.2 贴标号策略设计 |
2.4.3 启发式最近邻物理层网络编码算法设计 |
2.5 算法性能分析与仿真 |
2.5.1 星座点判决域对误符号率的影响 |
2.5.2 两信道幅值比对误符号率的影响 |
2.5.3 两信道相位差对误符号率的影响 |
2.6 本章小结 |
第三章 两跳网络中多对用户互换信息的PLNC算法设计 |
3.1 引言 |
3.2 两跳网络中基于PLNC的K对用户互换信息方案设计 |
3.2.1 两跳无线回程网络系统模型 |
3.2.2 多对用户两跳互换信息网络编码方案设计 |
3.3 MTE-PLNC方案性能分析与仿真 |
3.3.1 用户接收和速率分析 |
3.3.2 天线数约束条件分析 |
3.3.3 MTE-PLNC方案与SSA方案对比 |
3.3.4 MTE-PLNC方案与MU-MIMO方案对比 |
3.3.5 MTE-PLNC方案与ZF方案对比 |
3.4 本章小结 |
第四章 两信源删除网络中低误比特率网络编码算法设计 |
4.1 引言 |
4.2 两信源无线删除信道网络模型 |
4.3 基于空间调制和物理层网络编码的分布式BATS编码算法设计 |
4.3.1 基于TDMA的两信源分布式BATS编码 |
4.3.2 基于PLNC的分布式BATS码编码 |
4.3.3 基于SM和PLNC的分布式BATS码编码 |
4.4 算法性能分析与仿真 |
4.4.1 误比特率理论分析 |
4.4.2 仿真分析 |
4.5 本章小结 |
第五章 多用户D2D删除网络中低重传次数网络编码算法设计 |
5.1 引言 |
5.2 D2D无线删除网络数据包重传系统模型 |
5.3 低重传次数即时解码网络编码算法设计与理论分析 |
5.3.1 问题建模与理论分析 |
5.3.2 并行传输终端选取策略设计 |
5.3.3 层协作即时解码网络编码策略设计 |
5.4 算法性能分析与仿真 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 未来工作展望 |
参考文献 |
附录A 缩略语表 |
致谢 |
攻读学位期间取得的研究成果 |
(8)基于多接入边缘计算的高能效卸载和资源分配(论文提纲范文)
摘要 |
Abstract |
缩略语表 |
第一章 绪论 |
1.1 引言 |
1.2 研究现状 |
1.2.1 多接入边缘计算背景 |
1.2.2 研究现状 |
1.3 研究内容与成果 |
1.4 论文结构安排 |
第二章 相关技术概述 |
2.1 5G系统概述 |
2.1.1 5G的愿景 |
2.1.2 5G组网方式 |
2.1.3 5G关键技术 |
2.2 混合整数非线性规划 |
2.2.1 问题描述 |
2.2.2 解决办法 |
2.3 装箱问题 |
2.3.1 问题描述 |
2.3.2 解决办法 |
2.4 本章小结 |
第三章 基于优先卸载算法的高能效卸载 |
3.1 引言 |
3.2 系统模型 |
3.2.1 系统模型场景介绍 |
3.2.2 计算任务卸载预算 |
3.3 卸载决策和算法分析 |
3.3.1 卸载决策分析 |
3.3.2 算法分析 |
3.4 算法性能仿真与分析 |
3.4.1 仿真参数设置 |
3.4.2 仿真结果分析 |
3.5 本章小结 |
第四章 基于多接入边缘计算的多服务器高能效卸载 |
4.1 引言 |
4.2 系统模型 |
4.2.1 系统模型场景介绍 |
4.2.2 任务卸载预算 |
4.3 算法分析 |
4.3.1 目标函数问题分析 |
4.3.2 计算任务卸载方案 |
4.4 算法性能仿真与分析 |
4.4.1 仿真参数设置 |
4.4.2 仿真结果分析 |
4.5 本章小结 |
第五章 总结与展望 |
参考文献 |
附录1 攻读硕士学位期间撰写的论文 |
致谢 |
(9)基于无线能量传输技术的无线通信系统性能分析与优化(论文提纲范文)
致谢 |
摘要 |
Abstract |
符号对照表 |
缩略词列表 |
第一章 绪论 |
1.1 研究背景 |
1.2 本文相关技术简介 |
1.2.1 基于射频的无线能量传输技术 |
1.2.2 多天线与大规模MIMO |
1.2.3 低精度ADC与混合精度ADC |
1.2.4 基于可见光的无线信息与能量同传技术 |
1.3 研究现状 |
1.3.1 无线能量传输技术在射频通信网络中的应用 |
1.3.2 无线能量传输技术在可见光通信系统中的应用 |
1.4 论文主要创新点 |
1.5 论文结构安排 |
第二章 莱斯信道下的WPCN系统性能分析 |
2.1 引言 |
2.2 系统模型 |
2.2.1 能量收集阶段 |
2.2.2 信息传输阶段 |
2.2.3 系统遍历容量 |
2.3 初始结果 |
2.4 场景一:无信道状态信息时的信道容量分析 |
2.4.1 信道容量上界 |
2.4.2 信道容量下界 |
2.4.3 高信噪比域的信道容量 |
2.4.4 低信噪比域的信道容量 |
2.5 场景二:部分信道状态信息时的信道容量分析 |
2.5.1 信道容量上界 |
2.5.2 信道容量下界 |
2.5.3 高信噪比域的信道容量 |
2.5.4 低信噪比域的信道容量 |
2.6 仿真结果 |
2.7 本章小结 |
第三章 基于混合精度ADC大规模天线的无线能量传输能效研究 |
3.1 引言 |
3.2 系统模型 |
3.2.1 上行信道估计 |
3.2.2 下行无线能量传输 |
3.3 系统能耗模型 |
3.3.1 ADC能耗模型 |
3.3.2 DAC能耗模型 |
3.3.3 系统总能耗 |
3.4 用户收集的能量 |
3.5 最优系统能效 |
3.6 仿真结果 |
3.7 本章小结 |
第四章 基于短包通信的SWIPT系统性能分析 |
4.1 引言 |
4.2 系统模型 |
4.3 BLER分析 |
4.3.1 系统平均BLER |
4.3.2 系统BLER的下界 |
4.3.3 BLER的高信噪比域近似 |
4.4 仿真结果 |
4.5 本章小结 |
第五章 两用户MIMO SLIPT系统最优波束设计 |
5.1 引言 |
5.2 系统模型 |
5.2.1 VLC系统信道模型 |
5.2.2 用户接收信噪比 |
5.2.3 用户收集的能量 |
5.3 最优波束设计 |
5.3.1 LED输入信号约束 |
5.3.2 问题转换 |
5.3.3 问题的凸化与求解 |
5.4 简化的波束赋形策略 |
5.4.1 基于ZF预编码的功率分配 |
5.4.2 基准策略:采用相同DC bias时的ZF策略 |
5.5 仿真结果 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
参考文献 |
附录 A 第二章相关证明 |
A.1 定理2.1的证明 |
A.2 定理2.3的证明 |
A.3 定理2.4的证明 |
附录 B 第三章相关证明 |
B.1定理3.1的证明 |
附录 C 第四章相关证明 |
C.1 定理4.1的证明 |
C.2 定理4.2的证明 |
C.3 定理4.3的证明 |
攻读博士学位期间主要研究成果及参与的科研项目 |
(10)水下LED成像MIMO通信关键技术研究(论文提纲范文)
摘要 |
Abstract |
主要符号对照表 |
第一章 绪论 |
§1.1 课题的研究背景与意义 |
§1.2 国内外研究现状 |
§1.2.1 水下光通信研究现状 |
§1.2.2 水下光通信信道建模研究现状 |
§1.2.3 水下可见光成像MIMO通信研究现状 |
§1.2.4 可见光MIMO通信阵列降相关研究现状 |
§1.2.5 可见光非正交多址通信研究现状 |
§1.3 论文研究内容和结构安排 |
§1.4 本章小结 |
第二章 水下蓝绿光成像MIMO信道及空间相关性建模分析 |
§2.1 水下光LOS基于蒙特卡罗方法信道特性分析 |
§2.1.1 光在水中传播分析 |
§2.1.2 基于蒙特卡罗方法的水下LOS信道特性分析 |
§2.2 水下成像MIMO通信系统建模 |
§2.2.1 成像MIMO系统建模 |
§2.2.2 空间相关性分析 |
§2.2.3 信道容量与误码率性能分析 |
§2.3 本章小结 |
第三章 成像MIMO阵列降相关技术 |
§3.1 引言 |
§3.2 光MIMO信号检测算法性能分析 |
§3.3 基于功率分配的预编码降干扰技术 |
§3.3.1 成像MIMO通信系统预编码及解码模型 |
§3.3.2 仿真结果及性能分析 |
§3.4 基于接收端信号集欧式距离最大化预编码降相关技术 |
§3.4.1 接收端欧式距离最大化建模 |
§3.4.2 基于遗传算法的最优编码 |
§3.4.3 仿真结果及性能分析 |
§3.5 基于格基约减降干扰技术 |
§3.5.1 矩阵格基表示基本原理 |
§3.5.2 格基正交化与问题描述 |
§3.5.3 基于格基约减的系统建模与LLL-ZF检测算法 |
§3.5.4 仿真结果及性能分析 |
§3.6 本章小结 |
第四章 光OFDM/OQAM调制通信及峰均比抑制技术 |
§4.1 引言 |
§4.2 DCO-OFDM/OQAM系统及峰均比抑制 |
§4.2.1 DCO-OFDM/OQAM系统 |
§4.2.2 DCO-OFDM/OQAM系统中M-OSLM峰均比抑制算法及性能分析 |
§4.3 非线性失真抑制 |
§4.3.1 问题描述与建模 |
§4.3.2 求解与仿真分析 |
§4.4 基于FPGA的水下可见光验证系统 |
§4.4.1 基于FPGA的可见光传输系统设计 |
§4.4.2 发射机设计与实现 |
§4.4.3 接收机设计与实现 |
§4.4.4 同步方案设计与性能分析 |
§4.4.5 水下可见光实验系统性能分析 |
§4.5 本章小结 |
第五章 水下蓝绿光基于压缩感知的非正交多址传输技术 |
§5.1 引言 |
§5.2 可见光非正交多址传输概述 |
§5.3 水下光通信非正交多址传输系统建模 |
§5.3.1 系统设置 |
§5.3.2 Chips Mapper-OCDMA系统模型 |
§5.4 基于压缩感知的非正交多址传输检测算法 |
§5.5 仿真结果及分析 |
§5.6 本章小结 |
第六章 总结与展望 |
§6.1 本文工作总结 |
§6.2 下一步研究方向 |
参考文献 |
致谢 |
作者在攻读博士期间的主要研究成果 |
四、时延约束条件下MIMO多接入信道传输策略和功率分配(论文参考文献)
- [1]基于博弈论的无线携能通信系统的功率分配方案研究[D]. 刘颖. 北京邮电大学, 2021(01)
- [2]车联网中高能效资源分配研究[D]. 顾悦. 北京邮电大学, 2021(01)
- [3]毫米波异构网络的用户关联和资源优化[D]. 刘瑞. 浙江大学, 2021(01)
- [4]可见光通信网络物理层安全及时延保障技术研究[D]. 钱磊. 吉林大学, 2021(01)
- [5]5G/B5G网络高效协同资源管理研究[D]. 呼海林. 华北电力大学(北京), 2021(01)
- [6]面向电力物联网信息感知的电力线与无线通信融合关键技术研究[D]. 史建超. 华北电力大学(北京), 2021
- [7]基于网络编码的高效无线传输技术的研究[D]. 陈思璇. 北京邮电大学, 2021
- [8]基于多接入边缘计算的高能效卸载和资源分配[D]. 徐志乾. 南京邮电大学, 2020(02)
- [9]基于无线能量传输技术的无线通信系统性能分析与优化[D]. 赵斐然. 浙江大学, 2020(01)
- [10]水下LED成像MIMO通信关键技术研究[D]. 李燕龙. 桂林电子科技大学, 2020(03)