【摘 要】
:
第五代移动通信系统的迅速发展为构建天空、海洋、陆地一体的战略网络蓝图带来了契机与动力,将具备高速率、低延时、大容量等特点的5G技术与卫星移动通信的融合已成为大势所趋。`星座组网中低轨卫星星座以其通信距离短,波束范围广等优势在未来天地一体化通信系统组网蓝图当中占据着至关重要的地位。在5G NR(New Radio)的相关技术中,随机接入技术是实现用户上行初始同步,有效建立星地数据传输链路的关键前提。
论文部分内容阅读
第五代移动通信系统的迅速发展为构建天空、海洋、陆地一体的战略网络蓝图带来了契机与动力,将具备高速率、低延时、大容量等特点的5G技术与卫星移动通信的融合已成为大势所趋。`星座组网中低轨卫星星座以其通信距离短,波束范围广等优势在未来天地一体化通信系统组网蓝图当中占据着至关重要的地位。在5G NR(New Radio)的相关技术中,随机接入技术是实现用户上行初始同步,有效建立星地数据传输链路的关键前提。考虑到卫星通信传输距离远,覆盖范围广,大时延、大衰减、载荷受限等特性,因此需要对卫星随机接入技术中存在的问题作进一步研究。本文以低轨移动卫星通信系统作为研究背景,针对不同通信场景,从前导序列设计,随机接入序列检测算法两方面对随机接入技术展开研究。具体工作如下:第一,本文针对陆地前导序列所存在的不足,结合卫星通信特性,在用户位置未知通信场景下,首先设计了一种能够对载波频率偏移(Carrier Frequency Offset,CFO)部分鲁棒的多根级联长前导序列MR-CLS。根据波束内用户到达不确定性以及子载波间隔的要求,利用多个较大子载波间隔的短ZC序列级联的方式构建了长前导序列以满足远距离传输的同时,保留了对CFO的抗性。其次对于主径较强的卫星信道,利用设计的MR-CLS序列,提出了一种能完全鲁棒于CFO,并且可灵活调整相关序列长度来抑制噪声的低复杂度检测算法。结果表明,该算法与现有算法相比能实现更好的定时估计性能,有效完成一步TA(Timing Advance)估计。第二,本文在用户位置已知通信场景下,首先根据已知位置信息以及卫星星历等参数对最大往返时延以及多普勒频移的预补偿进行了分析,对前导序列格式进行了重新选取。其次针对多径效应存在,主径非最强径的场景,从数据特征角度出发并结合人工智能算法,提出了一种独立于门限设计的联合聚类检测算法,该算法首先利用K-means算法进行初始聚类,然后利用EM算法来完成二次聚类,最终可以精确的实现首径的追踪定位。结果表明,针对多径存在的情况,该算法与传统基于门限设计的检测算法相比在低信噪比下能实现更好的首径检测性能,有效地完成定时估计。上述研究工作针对不同通信场景需求,从前导序列设计以及序列检测算法两方面对5G卫星随机接入技术进行了创新实现,为未来全球物联网以及天地一体化网络构建提供了一定的理论和技术支持。
其他文献
人脸表情识别技术在人机交互、智慧交通和医疗等领域有广泛的应用,在计算机视觉和深度学习等领域也取得了越来越多的关注。人脸表情识别的核心技术之一是图像特征表达,目的是提取到辨识力高、鲁棒性强的特征。现已有众多学者针对人脸表情识别的关键技术开展了一定的研究工作,但在提高识别精度方面仍然是一个巨大的挑战。本文以人脸表情识别技术中的特征学习和显著性区域检测等关键问题开展研究工作,提高了识别方法的精度。主要研
图像超分辨率重建方法是通过硬件或软件的方式,将高分辨率图像从一系列相关的低分辨率图像中恢复出来的过程。当前,在实现图像超分辨率重建的方法中,机器学习和深度学习是两个对图像重建质量较好的方法。因此,本文基于这两种方法对图像重建算法进行了研究。基于邻域嵌入的自学习图像超分辨率算法是一种基于机器学习的算法。提取图像深层特征的超分辨率重建网络是一种基于深度学习的算法。本文对图像超分辨率研究的主要内容有:(
携能双向中继网络(Two-Way Relaying Network,TWRN)利用能量收集(Energy Harvesting,EH)技术,能够在完成高可靠性通信的同时延长中继节点的工作寿命。已有针对携能TWRN中系统中断性能的研究大多基于理想硬件假设,即不考虑各类损伤(如高功率放大非线性、射频电路噪声等)对收发机的影响。然而,在实际的通信网络中,收发机不可避免地会遭受着诸多因素的影响。尽管已相继
人脑在人类情感的产生过程中起到了至关重要的作用,基于脑电(Electroencephalogram,EEG)的情绪识别研究日益得到国内外学者的关注。有效挖掘大脑的功能机制为情绪识别提供了新的见解,对系统级视角下理解人脑组织的连接模式以及情绪产生的方式至关重要。认识人脑不同脑区在功能上分工与协同的规律是情绪分析的关键,然而现有的情绪识别研究在这一方面存在两个不足之处:研究者对于大脑的探究多从能量角度
视觉跟踪是计算机视觉领域的一个重要研究方向,在自动驾驶、军事侦察、视频监控、人机交互、无人机等领域都有广泛的应用。视觉跟踪的主要目的是在视频序列中,根据给定的初始目标信息在后续视频序列中预测该目标的位置、尺度、运动状态等信息。近年来,越来越多的研究人员从事跟踪算法的研究,各类跟踪算法在跟踪性能上都不断提升,但在目标遮挡、光照变化、快速运动、目标形变等复杂场景下的跟踪性能仍不够理想,所以,对跟踪算法
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术通过在基站端布置大量天线,利用信道之间的渐近正交性,可以有效消除用户间干扰,同时给通信系统带来巨大的性能提升,而成为5G的关键技术并被广泛使用。在大规模多用户MIMO(Multi-User MIMO,MU-MIMO)系统中,不正确的用户分组会引起严重的用户间干扰,因此多用户选择对大规模MIMO系统性能至
水是人类生产活动和社会发展中不可缺少的重要资源。但近年来随着城市化和工业化步伐的加快,导致水污染问题日益突出,水质监测已经成为水资源保护和利用的关键问题。我国是传统的农业大国,农业生态环境的优劣与我国的可持续发展战略息息相关,这其中农业生产灌溉用水的安全性更是直接影响农作物品质。我国以全球8%的耕地面积养活全球20%的人口,创造“中国粮奇迹”根本原因之一是我国有40%的耕地类型为灌溉农田和建立在水
验证码的作用是区分人与机器,在互联网时代早期图像验证码具有非常好的效果。近年来,软件技术飞速发展,特别是深度学习方面的技术突破和硬件突破将AI技术引入了全新的时代。AI技术在图像识别和处理的优秀表现,给图像验证码的核心功能带来了严重挑战。相较于传统基于OCR技术的文字识别破解验证码,基于深度学习技术的破解系统破解的准确率更高、效果更好。于是各式新颖的验证码系统层出不穷,但这些新兴验证码操作逻辑不够
随着大数据时代的来临,需要分析处理的数据程指数型增长。降维技术作为数据挖掘预处理技术的重要组成部分,它能有效地减少学习算法的计算复杂度,从而使得传统的学习算法处理大规模数据成为可能。而特征选择作为降维技术的一种,因为其降维后的数据具有可读性高以及不改变数据结构的特点,被广泛应用于各个领域。该方法的步骤主要分为两个部分,生成特征聚类结果和聚类后的特征选择。但是在基于聚类的特征选择算法中依旧存在以下四
随着计算机技术的飞速发展以及人们对智能化设备需求的提高,人体行为识别已经成为计算机视觉领域热门研究方向之一,其广泛应用于公共安防、人机交互、虚拟现实、体育运动和医疗健康等领域,具有极高的理论研究价值。早期的研究工作主要针对于RGB视频图像,由于易受复杂背景、光照强度的影响,很难达到理想效果。但随着深度传感器技术的发展,高精度获取三维骨架关节点信息变得方便可行。对比传统RGB视频图像数据,骨架姿势信