【摘 要】
：
5G/B5G无线通信系统以sub-6 GHz与毫米波为通信频段,通过配置大规模天线和密集基站应对无线信号的路径损耗。毫米波使能的大规模多输入多输出（Massive Multiple-input Multiple-output,Massive MIMO）与超密集组网技术为无线信号传输带来丰富的空域资源,允许用户空分多址接入以实现能效的“绿色通信”。高度的时频资源复用导致严重的多用户干扰问题,5G/B
论文部分内容阅读
5G/B5G无线通信系统以sub-6 GHz与毫米波为通信频段,通过配置大规模天线和密集基站应对无线信号的路径损耗。毫米波使能的大规模多输入多输出（Massive Multiple-input Multiple-output,Massive MIMO）与超密集组网技术为无线信号传输带来丰富的空域资源,允许用户空分多址接入以实现能效的“绿色通信”。高度的时频资源复用导致严重的多用户干扰问题,5G/B5G背景下的多天线预编码设计依然存在如下挑战:低频段系统天线阵维度低,预编码优化自由度受限;毫米波Massive MIMO系统混合预编码非凸联合优化问题难求解;多小区Massive MIMO系统干扰对齐实现复杂。在上述背景下,本文结合典型场景研究了面向5G/B5G空分多址系统的多天线预编码技术,主要成果如下:针对低频段多用户MIMO空分多址系统,本文提出了基于符号预检测的相长干扰预编码方案,通过发端波束成形设计直接优化收端检测误符号率（Symbol Error Rate,SER）。该方案根据收端符号检测SER函数扩展发端预编码优化空间,通过控制干扰下的接收信号星座落点降低SER。基于凸性证明与Karush-Kuhn-Tucker条件分析,本文证明了最优的预编码设计为信道向量的线性组合,提出了基于可行方向投影修正的相长干扰预编码算法（Projection-Revised Feasible Direction Scheme for Constructive Interference Precoding,PRFD-CIP）寻找全局最优解。PRFD-CIP算法以低SER用户的性能损伤换取高SER用户的性能提升,在用户分簇间的SER协调平衡中优化预编码设计。算法基于可离线获取的梯度值寻找优化变量的更新方向,避免SER导函数的复杂表达,通过融合投影修正过程压缩待优化参量维度,以高效的可行方向设计缩短算法收敛时间。仿真结果表明:PRFD-CIP相比基于最小均方误差的相长干扰预编码算法,能获得1.8 d B以上的信噪比增益。针对毫米波Massive MIMO空分多址系统,本文引入非监督学习的思想,提出了基于聚类的混合预编码方案处理非凸约束,通过射频结构设计提升预编码效率。针对全连接结构,本文以充足射频链配置下的理想设计为基础,将射频链配置不足时的预编码问题建模为聚类问题,提出基于层次聚类的全连接混合预编码算法（Hierarchical Agglomerative Clustering based Fully-connected Hybrid Precoding,HAC-FHP）,挖掘理想射频链设计中的相关性,以单射频链取代具有高相关性的理想射频链簇,减少射频链受限导致的性能损失。针对自适应连接结构,本文将射频链与大规模天线选择性分簇连接的问题建模为聚类问题,提出基于K-均值聚类的自适应连接混合预编码算法（K-means based Adaptively-connected Hybrid Precoding,KM-AHP）,挖掘全数字结构中天线间的相关性,充分利用模拟预编码结构中天线与射频链连接的灵活性提升混合预编码性能。仿真结果表明:在发端信噪比为-5 d B时,相比数模解耦设计方案,HAC-FHP的频谱效率与全数字结构的差距降低了40%,KM-AHP的频谱效率提升了12 bps/Hz。针对多小区Massive MIMO空分多址系统,本文提出了混合结构下的多小区干扰子空间对齐方案,通过收端干扰信号空间优化提升用户频谱效率。本文从全数字预编码切入,证明了对于用户单数据流传输,当发射天线数量不少于系统用户总数时,收端干扰子空间具有最高的优化自由度,并给出实现干扰子空间对齐的预编码解空间的矩阵表达,直观体现多天线信道的空间自由度与预编码优化自由度间的关联。进一步考虑混合结构导致的干扰泄漏问题,本文提出基于干扰子空间近似对齐的混合预编码算法（Approximated Interference Subspace Alignment scheme with Hybrid Precoding,AISA-HP）,通过射频链的正交匹配设计与干扰子空间的交替优化控制干扰泄漏的能量,提升边缘用户频谱效率。仿真结果表明:相比干扰对齐方案,AISA-HP以更低的算法复杂度提升了23 bps/Hz频谱效率平层。综上所述,本文围绕sub-6 GHz/毫米波传输以及多小区交叠部署三类典型空分多址通信场景,提出基于符号预检测、聚类以及干扰子空间近似对齐的多天线预编码方案。所提方案从发端波束成形、射频结构设计以及收端干扰信号空间的角度展开优化,有效降低了信号检测SER、提高了多用户传输的频谱效率。本文为面向5G/B5G空分多址系统的多天线预编码技术研究提供了创新性的设计理念与关键技术支撑。
其他文献
基于被动式质量和惯性元件的装置,如调谐质量阻尼器（TMD）和调谐粘滞质量阻尼器（TVMD）的优化设计中,需要将装置的固有频率调谐到靠近控制结构的基频。因此,优化设计中引入一种可以基于激励电流频率来调整其固有频率的装置可以显著地增加阻尼特性。优化设计将可以去除被动式装置的失谐效应,并能在更大的频率范围内实现高效振动控制。本文提出了两种新型的振动控制装置,该装置能够基于外部激励的频率来调整和控制其固有
现代的测量技术中,光学相位测量由于其精度和可扩展性被广泛的用于军事、民用以及科研之中。随着科学技术的发展,人们对于相位测量的精度提出了更高的要求。在理想情况下该精度受限于散粒噪声。对于采用了量子资源比如压缩态、纠缠态等的量子测量,精度极限可以达到甚至超过海森堡极限。但是在实际应用中,影响相位测量精度的决定性因素往往是测量方法或是测量设备引起的各类技术噪声。尤其是微小相位的测量,会被淹没在这些技术噪
现代战场电磁环境日趋复杂,对于雷达的探测能力以及目标识别与跟踪能力提出了更高要求,雷达系统朝着大带宽、分布式、多频段以及全相参等体制发展。雷达射频前端作为连接射频信号和基带信号的桥梁,完成信号发射和接收的关键任务,是雷达系统的核心部件之一。基于微波光子技术的雷达射频前端具有传输损耗小、频谱资源丰富、抗电磁干扰等特性,能够弥补传统射频前端器件的部分不足,在频段选择的灵活性、宽带信号处理能力以及分布式
细粒度图像识别,又被称作子类别图像识别,是近年来计算机视觉、模式识别等领域一个非常热门的研究课题。其目的是对粗粒度的大类别进行更加细致的子类别识别,但由于子类别间细微的类间差异和较大的类内变化,较之普通的图像识别任务,细粒度图像识别挑战性更大。细粒度图像识别研究,从提出到现在,已经历了一段较长时间的发展。早期的基于人工特征的算法,基本都采用局部特征编码等方式来获取细粒度图像的特征表示,但由于特征的
第二代高温超导带材以其在高磁场下高载流能力,高转变温度,高不可逆场等优势,在多种电学场景下具有较高的商业价值和应用前景。基于第二代高温超导带材的商业开发,主要集中在超导限流器、超导电机和储能装置等领域。第二代高温超导带材应用前景广阔,商业价值巨大。随着超导材料的广泛应用,高温超导体的力学研究越来越成为制约着超导科学技术应用推广的因素。高场工况下超导带材受到的洛伦兹力和环氧树脂浸渍下超导线圈受到的热
无论是从经济还是从可靠性的角度来看,电力系统的暂态稳定评估（Transient Stability Assessment,TSA）都起着重要的作用。电力系统实际运行中需要能够保持其暂态稳定,并能够承受各种干扰,以便为用户提供可靠的服务。在当今的高维/时变系统中,由于输电系统常常运行在物理极限附近,维持系统安全稳定性成为了一个挑战。因而,在线暂态稳定评估的目的不再仅针对某一组特定的“预先检验的运行点
电力设备中广泛应用的绝缘气体介质六氟化硫（SF6）具有强温室效应,研制环保型绝缘替代气体对于推动实现我国“碳达峰、碳中和”战略目标具有重要意义。目前,由于环保型绝缘气体液化温度较高,必须与缓冲气体混合后才能在电力设备中应用。研究三元混合SF6替代气体的绝缘性能和协同效应,可为替代气体绝缘介质的选取提供理论支撑,进而得到既满足电力设备绝缘和运行温度要求又环保安全的替代方案。论文通过玻尔兹曼方程计算了
基于视觉的行为理解是一个重要的人工智能问题,但即使在蓬勃发展的深度学习时代,视觉系统理解行为的能力还远达不到应用需求。因此,研究视觉智能以实现高效、鲁棒的行为理解具有巨大的价值。不同于传统的深度学习范式,在本文中,我们旨在通过基于知识驱动的视觉推理来改善行为理解。首先,我们着重研究人-物交互（Human-Object Interaction,HOI）的检测。HOI 是一个组合学习问题,其长尾数据分
高清视频等新型数据业务的兴起导致了数据中心相关的流量大幅增长,因此数据中心之间的短距光互联场景需要高速率和低成本的传输方案。相干传输系统受限于激光器难以集成的问题短期内无法有效降低成本,而直接检测系统无需接收端激光器,适应于硅基光子集成的趋势。因此,本文选择直接检测系统作为研究对象。针对高速率、低成本和高性能的直接检测系统这一目标,本文研究了如何使用数字信号处理（DSP）技术来实现高速复值信号的低
网络信息的爆炸式增长加重了读者的阅读负担,想要便捷地找到需要信息变得十分困难。如何提炼文本的要点,帮助用户快速筛选所需信息成为一个重要而富有挑战性的研究课题。自动文本摘要（Auto-matic Text Summarization）技术作为自然语言处理领域的一个重要方向,旨在实现自动化地提炼文本的主要信息,生成简洁流畅的摘要来帮助读者快速了解文本的主要内容。近年来,随着大规模标注语料库的构建以及深