【摘 要】
:
极速的用户体验,海量物联网终端的接入,超高速移动场景等应用迫切需求支持高速率、低延迟、超高流量密度、全覆盖的新一代无线通信系统。掌握无线信道传播特性是系统设计的基础和关键,因此精确地预测信道特性是存在的关键性难题。而高性能射线追踪传播模型的开发和应用则是一项强有力的解决方案。本文面向新一代无线通信系统的射线追踪模型展开研究,论文的主要工作和成果如下:(1)基于射线发射方法和空间剖分加速算法,建立了
论文部分内容阅读
极速的用户体验,海量物联网终端的接入,超高速移动场景等应用迫切需求支持高速率、低延迟、超高流量密度、全覆盖的新一代无线通信系统。掌握无线信道传播特性是系统设计的基础和关键,因此精确地预测信道特性是存在的关键性难题。而高性能射线追踪传播模型的开发和应用则是一项强有力的解决方案。本文面向新一代无线通信系统的射线追踪模型展开研究,论文的主要工作和成果如下:(1)基于射线发射方法和空间剖分加速算法,建立了一种三维高效的大规模MIMO(Multiple-Input Multiple-Output)射线追踪传播模型。通过四面体之间的邻接关系可以显著降低射线与物体相交测试的次数,从而提高大规模MIMO信道链路仿真效率。采用64单元平面型大规模MIMO系统开展了信道测量,通过仿真结果与测量结果的对比验证了模型的准确性。(2)针对D2D(Device-to-Device)场景中终端的随机移动和摆动,建立了一种考虑随机天线倾角效应的极化射线追踪传播模型。通过坐标变换,推导了任意倾角天线的辐射方向性函数,并将其并入到空间剖分射线追踪传播模型。另外,提出了一种灵活可调的天线倾角模型,用于表征终端的随机摆动。将极化射线追踪传播模型应用于不同场景,通过与测量结果的对比,验证了模型的准确性。分析了信道去极化特性和随机天线倾角对接收信号的影响,并根据仿真结果的统计分析,建立一种考虑随机天线倾角效应的统计信道模型。(3)针对存在移动散射体的场景,建立了一种简单高效的实时射线追踪传播模型。该模型通过预定义的活动区域,避免了由散射体移动而导致的重复性建模,从而简化了场景预处理。提出了一种基于面属性变换的方法并结合相应的速度模型来模拟散射体的随机移动。另外,提出一种自适应的射线发射技术,显著提高了该模型的计算效率。将该模型应用于存在行人的室内场景,通过对比测量结果验证了模型的有效性和准确性。(4)针对存在移动散射体的场景,建立了一种灵活通用的实时射线追踪传播模型。该模型采用静态场景和移动散射体完全独立的建模方法,保证了散射体移动在时间和空间上的连续性,并且可以适用于各种移动散射体模型。另外,提出了一种改进的空间剖分射线追踪算法,将移动散射体效应考虑在内。将该模型分别应用于室内密集用户场景和室外车辆到车辆通信场景,表明了该模型的优越性能。
其他文献
高镍(镍钴锰酸锂NCM811)三元正极材料具有放电容量大、原料成本较低等优点,已经被认为是高能量密度、低成本锂离子电池的首选正极材料之一。针对NCM811正极材料Ni/Li混排程度较高、循环稳定性差、二次晶体裂解严重、热稳定性差等问题,本文利用共沉淀合成方法制备了高镍正极材料NCM811,并对其进行了掺杂及包覆改性,研究了Ni/Li混排程度、热稳定性、二次晶体裂解程度及复合材料的组成、结构与电化学
土壤中发生的硝化作用一般被认为是由两类截然不同的微生物所主导的两个连续的步骤,既涉及氨氧化细菌(ammonia-oxidizing bacteria,AOB)和氨氧化古菌(ammonia-oxidizing archaea,AOA)主导的氨氧化过程,也涉及亚硝酸盐氧化细菌(nitrite-oxidizing bacteria,NOB)主导的亚硝酸盐氧化过程。然而在2015年,一种能同时进行氨氧化和
小型化高集成度的射频前端模块是无线通信系统的核心组件,它是连接信号收发器和天线的必经之路。面对日益复杂的电磁环境,具有频率选择性的器件可以充分利用频谱资源,降低链路的噪声以及抑制相邻信道的串扰等。其中,小型化无源平面滤波器、双工器和滤波功率分配器是高密度集成的射频前端模块的核心选频器件。本文利用多模技术实现了多款微带/IPD滤波器、SIW双工器和SIW滤波功率分配器。此外,基于SIW的内嵌隔离网络
图像恢复问题广泛存在于信号处理、计算机视觉和生物医学等领域。在图像的获取过程中,由于观测模型的病态(ill-posedness)特性,通过简单的逆运算无法直接从观测数据中获得潜在的目标图像,图像恢复技术应运而生。正则化是一种解决不适定问题的高效数学方法,其通过设计先进的正则项提供先验知识来约束解空间,在确保原问题保真度的前提下,可以将不适定问题转化为适定性问题,广泛应用于图像恢复问题。本文在深入分
近年来,以大数据与人工智能为代表的现代信息处理技术正在人类生产、生活的各个方面得到深度应用.特别地,以压缩感知、低秩矩阵和低秩张量重建为代表的高维数据稀疏重建方法近年来得到了飞速发展,并被广泛应用于诸多传统与新兴领域,如医学成像、计算机视觉、模式识别、气象监测.然而现有相关研究大都基于理想的数学模型,并没有考虑到实际应用中通常要处理的量化问题.简单地讲,量化是将连续(模拟)信号转化为数字信号的过程
由于电力系统的智能化趋势和区域系统的互联要求,电力系统对信息系统的依赖也越来越深,这使得传统的电力系统正逐步演化为电力系统与信息系统深度耦合的电力信息物理融合系统。电力系统为信息系统的可靠运行提供持续的能量流,而信息系统为电力系统的可靠运行提供有效的信息流。一方面,信息系统中先进的信息通信技术提高了电力系统的可控性与可观性;另一方面,信息系统/电力系统的故障会通过网间的耦合连接传播到电力系统/信息