5G NR在高频段的相位噪声补偿方法的研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:TSSSSSS
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
随着全球移动通信技术的飞速发展,人们对传输速度和传输质量的要求也越来越高。之前的通信体系已经无法满足人们日益增长的需要,新的通信技术第五代移动通信系统(5th generation mobile networks,5G)逐渐迈入正轨,目前,5G已经进入社会生活的方方面面。然而5G系统的工作频段主要分布在高频段,高频会引起较强的本地振荡器自激,这就意味着信号会受到严重的相位噪声的影响。在接收端,相位噪声引起的干扰主要有两个:公共相位误差(Common Phase Error,CPE)和载波间干扰(Inter-Carrier-Interference,ICI)。如何更好地解决相位噪声引起的信号干扰问题就成了一个值得研究的课题。本文基于5G新空口(New Radio,NR)中引入的相位追踪参考信号(Phase Tracking Reference Signal,PTRS),对循环前缀-正交频分复用(Cyclic Prefix-Orthogonal Frequency Division Multiplexing,CP-OFDM)系统接收端的相位噪声问题进行相位噪声补偿算法的研究。第一点基于PTRS在频域中的分布特点,在经典相位噪声补偿算法中考虑PTRS的频域密度,对相位补偿模块和信道估计模块进行了改进;第二点基于数学方法迭代法,在现有相位噪声补偿流程中加入迭代模块,并通过仿真对比分析改进算法与传统算法的不同表现。本文主要研究内容如下:(1)对相位噪声和OFDM技术的研究。基于相位噪声的基本模型,建立了相位噪声影响下的CP-OFDM系统模型,通过理论推导和仿真实验进一步研究相位噪声对系统中传输信号的影响情况。最后基于5G NR中涉及相位噪声补偿的两个参考信号:解调参考信号(Demodulation Reference Signal,DMRS)和 PTRS,推导出相位误差的估计方法,为后续的相位噪声补偿算法打下基础。(2)基于PTRS的频域分布特点,优化CP-OFDM系统中的相位噪声补偿方案。首先研究经典相位噪声补偿算法,进行了理论推导和仿真复现。然后针对已有算法的不足,将PTRS的频域密度引入补偿算法中,提出了改进的相位噪声补偿算法。(3)基于PTRS的频域分布特点,优化信道估计方法。基于经典的信道估计方法最小均方值估计(Minimum Mean Square Estimation,MMSE),将信道估计的颗粒度与PTRS的频域密度相结合,提出了改进的信道估计方法。(4)基于迭代法的相位噪声补偿方法。根据CP-OFDM系统接收端的相位噪声补偿过程,建立了接收信号和相位误差估计的迭代模型,逐步降低相位误差估计值受参考信道自身相位噪声的干扰,以此提出了新的相位噪声补偿迭代算法。最后对以上算法提出的方案进行了仿真平台仿真,并与传统方案进行对比分析。实验表明,本文提出的几种改进算法在多种仿真条件下可以不同程度地降低相位噪声的影响,提高系统性能。
其他文献
随着万物互联、智慧城市等新兴概念和产业的不断提出和发展,位置服务在人们日常生产生活中的作用逐渐凸显。当前城市环境复杂多样,尤其是在室内区域,信号在传输过程中容易受到多径、非视距等因素的影响,导致定位性能的下降。且联合多基站定位的方法存在基站节点部署成本较高、定位条件较为严苛等不足。5G网络商业化进程逐步成熟,相关技术的研究与应用给单基站定位的实现提供了条件。因此,本文结合5G组网技术特点,探究了以
随着移动互联网的快速发展,无线通信系统中站点与频谱资源的短缺,使得通信技术领域内多波束基站天线的应用愈发广泛。多波束基站天线能够通过巴特勒矩阵网络辐射出不同指向的子波束,从而使得天线信号在覆盖范围更加广泛的同时,网络容量也得到了提升,真正实现了在现有频谱与站点资源短缺的情况下,有效地解决天线系统容量不足,覆盖深度不够的问题。因此,基于巴特勒矩阵网络的宽频带多波束的巴特勒矩阵网络的研究近年来受到广泛
由于移动设备在日常生活中的使用率越来越高并且越来越便利,目前已有许多平台将服务集成并迁移到移动应用程序中,其中包括了密集型计算应用,即需要大量实时计算的应用,例如自动驾驶服务和基于区块链的加密货币服务,此类应用对移动设备的存储和计算能力提出了很高的要求,但移动设备因计算和存储资源不足无法支持此类服务的高速运行。移动边缘计算可以通过提供计算任务卸载服务来解决上述移动设备资源受限问题,将应用服务的计算
随着科学技术的不断发展,机器人技术己经取得了突破式的进展,越来越多的全自动机器人应用于生产生活的方方面面。移动机器人作为机器人技术的重要分支也是目前研究的热点方向,其核心技术和难点是SLAM(同时定位与建图),主流的研究方向为基于二维或三维激光雷达的激光SLAM技术与基于摄像头的视觉SLAM技术,这两种SLAM技术各自有着优势与弊端。本文在以工厂室内环境作为应用场景的基础上,研究使用激光雷达和视觉
随着互联网技术的快速发展,社区论坛上的发贴互动数量大幅增长,它成了人们获取信息的主要途径之一,这些问答贴中包含了大量的信息交流,帮助用户解决了许多问题。但在一些问答贴中,包含了一些无效甚至是错误的回答,这样的回答会对用户及关注相同问题的人造成误导,甚至会给用户带来很大的损失。为了高效的解决用户提出的问题,当一个新问题提出时,如何找出相关用户来回答这一新问题,减少无效答案对用户的影响,也是一个非常值
随着移动通信技术的不断升级,物联网技术得到了快速发展。目前,人们在日常生活中已经使用了越来越多的物联网设备,例如交通、智能家居、可穿戴设备和其他监视设备。但是,计算资源限制仍然是通信系统中物联网设备面临的挑战。为了解决计算问题,学者们提出了移动边缘计算(Mobile Edge Computing,MEC)技术。MEC技术被认为是通过在物联网边缘部署计算服务器来提供稳定和低延迟服务的有效解决方案。但
学位
近年来,开源软件行业快速发展,开源软件一方面促进了软件行业的交流,为软件行业的发展提供助力;另一方面又为软件抄袭提供了滋生的土壤。软件抄袭在学生作业、商业竞争乃至软件知识产权保护等领域造成了严重危害,软件抄袭检测作为软件抄袭现象重要的应对手段,越来越受到众多开源组织和商业软件公司的重视。软件胎记技术通过对软件二进制代码进行静态分析和动态胎记,提取出关键的语义信息和结构特性,能够对抗复杂的代码混淆手
学位
信息化时代,数据爆炸增长,人工智能技术推动了人们对数据的应用。知识图谱可以给人工智能赋予深度理解的能力,知识图谱技术的发展,使信息服务趋向智能化。在知识图谱中,最基础的单位是实体,文本信息的载体也是实体。因此实体识别技术与实体消歧技术可以影响知识图谱中实体的质量,是知识图谱的重要构建工具。命名实体识别技术实现知识图谱中实体的抽取,命名实体消歧技术可以准确链接文本中的实体,知识图谱的质量很大程度取决