【摘 要】
:
随着智能终端的普及,各个应用领域对无线网络的需求急剧增加,新一代5G移动通信系统成为了全球移动通信领域的研究热点。作为面向5G关键技术的非正交多址接入技术,是一种利用了频域、时域、功率域的新型多址方案,该技术允许多个用户在同一个子信道内同时传输数据,在接收端采用串行干扰消除技术消除用户间的干扰,进而显著提升了系统的频谱效率和能量效率。研究非正交多址接入系统的用户功率分配方案对新移动通信系统的实现具
论文部分内容阅读
随着智能终端的普及,各个应用领域对无线网络的需求急剧增加,新一代5G移动通信系统成为了全球移动通信领域的研究热点。作为面向5G关键技术的非正交多址接入技术,是一种利用了频域、时域、功率域的新型多址方案,该技术允许多个用户在同一个子信道内同时传输数据,在接收端采用串行干扰消除技术消除用户间的干扰,进而显著提升了系统的频谱效率和能量效率。研究非正交多址接入系统的用户功率分配方案对新移动通信系统的实现具有很强的参考价值。针对多用户非正交多址接入系统上行链路,为了解决在用户发射功率最大限值和用户最小传输速率约束下的能量效率最大化问题,提出了基于丁克尔巴赫算法的最佳功率分配方案。在用户发射功率的可行范围内,通过对系统能量效率表达式中的系统可达和速率进行数学合并化简,将系统的能量效率转化为拟上凸函数,然后结合丁克尔巴赫算法求解系统能量效率最大化下的用户发射功率全局最优解。仿真结果显示:当给定用户发射功率最大限制为15d Bm,系统的能量效率在丁克尔巴赫算法下比以频谱效率为性能指标的用户功率分配算法提升了38bit?J-1?Hz-1。针对多用户非正交多址接入系统下行链路,为了解决各子信道上用户总功率是非等功率分配的能量效率最大化问题,提出了分步求解的功率分配方案。第一步在满足每个用户最小传输速率要求的可行发射功率范围内,通过闭式解求出单个子信道内多路复用用户的功率分配因子;第二步将第一步得到的用户功率分配因子代入到系统能量效率的表达式中,此时系统的能量效率变成了自变量是关于各子信道上用户总功率的函数,通过对系统的能量效率进行数学合并化简,将其转换成具有两个拟下凸函数之差形式的函数,然后结合连续凸逼近算法求解系统能量效率最大化下的各子信道上用户总功率的最优解。仿真结果显示:当基站发射功率为20d Bm时,系统的能量效率在连续凸逼近算法下比各子信道上用户总功率采用等功率分配算法提升了10bit?J-1?Hz-1。
其他文献
在自然界中,手性选择是生物体进行生命活动的必不可少的规律之一。互为对映体的手性分子具有相同的化学式,但是两者具有不同的空间构型、光学活性和药理性能等。手性分子广泛存在于人体内、药物和日常化学品中,因此,开发方便、快速和灵敏的手性识别检测分析方法具有重要的研究意义。常用的手性识别研究方法主要包括色谱法,光谱法和传感器法。但这些方法存在操作复杂、灵敏度低、分子特异性差等缺点。表面增强拉曼光谱(SERS
在当前网络或通信系统中,密钥协商协议提供了安全的网络通信保证,可以说认证密钥协议就是网络信息安全的第一道防线。它可以提供多种安全服务来与多名当事人参加合同主体之间的信息交换,也可以实现通信对象的秘钥分发、ID认证和信息交换。它将认证技术和密钥协商技术相结合,实现了安全的网络通信,特别是在密码和智能卡的认证高度协商协议的研究开发中,用户可以存储信息,有效地实现网络通信、多用户游戏、共享工具广泛使用的
在实际生产生活中,人们更多地希望能够拍摄出更加清晰真实的照片,但是由于光线原因导致相机过度曝光,为了解决这一难题,提出使用超表面实现点扩散函数以及卷积神经网络来实现过曝光场景下的超分辨率成像。与此同时,不可或缺的是具有高分辨率,小焦斑的光学镜片。超表面(Metasurface)是指一种厚度小于波长的人工二维层状材料,在亚波长尺度中,能够灵活的有效调控电磁波的振幅、偏振、传播、相位等。并且其尺寸能够
当今时代,随着人工智能技术的发展,人机交互康复机器人在医疗领域方面的应用越来越广泛。相关研究表明,在面向脑卒中患者的康复治疗中,患者极易受到心理情绪方面的干扰,影响康复机器人对患者进行康复训练,因此,在心理层面上,开展患者主动进行康复训练的研究十分迫切。本文在生理信号分析的基础上开展情绪识别及其在手功能康复训练中的相关研究。以兴奋、烦躁、轻松为目标情绪,利用人体肌电和心电生理信号,研究一种基于生理
随着社会快速发展,互联网规模越来越庞大,多元化的网络应用类型层出不穷。技术的发展和应用种类的繁多满足了人们全方位的需求,同时也给网络的管理与维护带来了巨大挑战。准确高效地对网络流量进行分类是网络管理中的关键环节。由于用户更加注重数据隐私,以及加密算法的多样性与复杂性,造成了网络流量识别的困难。然而传统的流量识别模型和方法不能很好满足当前复杂场景的需求,研究探讨新的流量识别模型和方法具有重要的现实意
集成学习是现在非常流行的机器学习算法。目前,集成学习算法在许多著名的机器学习比赛中取得了很好的成绩。集成学习算法通过组建和联合多个机器学习算法来完成特定学习任务,业内它常被称为多分类器系统或基于委员会的学习,其常比单一学习器具有显著优越性。而且集成学习算法在金融市场的应用领域非常广泛,具体包括预测股票市场走势,预判金融市场风险,构建投资股市方案,处理大量高维抽象的信息等应用领域。投票集成学习算法属
长江口水下三角洲位于海陆交汇处,水动力环境复杂,且长江流域内输沙量年际变化,从而导致不同柱样间的沉积速率、粒度及磁性特征上具有明显的空间差异。本文选取长江口水下三角洲前缘斜坡(20 m等深线附近)2个柱样,运用210Pb、137Cs放射性比活度测年、环境磁学、粒度实验等方法,构建柱样的沉积序列,并讨论沉积物年龄、粒度对沉积物磁学特征的影响。再将研究结果与前人研究进行对比分析,得出不同柱样间沉积速率
本文对中美两国教材中“指数函数”相关习题进行数学认知层次比较研究,旨在为我国教材编写提供参考。首先,比较中美数学课程标准。接着在文献综述基础上建构数学认知层次框架:层次-1:计算——操作性记忆层次,层次-2:概念——概念性记忆层次,层次3:领会——说明性理解层次,层次4:分析——探究性理解层次,最后,将两版本习题根据数学认知层次框架分类并进行比较分析。研究得到:(1)人教版以符号表征方式为主,加州
利用人脸属性进行身份验证是最直接方便的手段,每个人的容貌随着年龄的变化会出现一定程度的改变,进而对人脸识别结果产生影响,因此人脸蕴含的大量年龄信息是识别个体的重要依据。与人脸图像分析相关的年龄估计、人脸老化合成研究是当下的热点问题,它们可以应用在很多重要的领域,如刑侦、数字娱乐等。随着社会的发展,各式各样以年龄为基础的人机交互信息系统持续改进升级,年龄估计与人脸老化合成技术在不断进步的过程中仍存在
近年来,人口老龄化趋势加速使得全球医疗体系面临人力不足的严峻问题,2020年爆发的新冠疫情更是加剧了全世界高效率医疗资源的稀缺程度,利用人工智能来缓解医疗资源紧张的需求变得越来越迫切。目前少有结合了表情识别和边缘计算的病房监控研究方案,本文针对这个现状,以及轻量化卷积神经网络的表情识别准确率不足问题,展开了以下几方面的深入研究工作:1.对传统轻量化卷积神经网络Xception进行改进研究,提出了改