【摘 要】
：
全双工因其相比于传统收发技术,能够理论上提升一倍的频谱效率,得到了研究人员的青睐。全双工技术面临的最大挑战在于自身的发射信号会对其接收信号产生极强的干扰（一般在底噪电平以上近100d B）,简称“自干扰”,为了实现全双工,必须将自干扰消除到底噪的水平,这意味着系统的自干扰消除能力需要高达100d B以上,而让问题变得更有挑战的是自干扰中还包含有非线性畸变以及发射机噪声。目前对全双工自干扰消除的研究
论文部分内容阅读
全双工因其相比于传统收发技术,能够理论上提升一倍的频谱效率,得到了研究人员的青睐。全双工技术面临的最大挑战在于自身的发射信号会对其接收信号产生极强的干扰（一般在底噪电平以上近100d B）,简称“自干扰”,为了实现全双工,必须将自干扰消除到底噪的水平,这意味着系统的自干扰消除能力需要高达100d B以上,而让问题变得更有挑战的是自干扰中还包含有非线性畸变以及发射机噪声。目前对全双工自干扰消除的研究大多集中于单输入单输出（Single-Input SingleOutput,SISO）场景,如果切换到多输入多输出（Multiple-Input Multiple-Output,MIMO）场景,会面临额外的挑战:即天线间干扰。天线数越多,天线间干扰越大,因而残留干扰也相应越大。为了实现与SISO相当的自干扰消除能力与复杂度,显然需要更优的设计。这正是本论文的核心目标。本论文的主要贡献如下:（1）对Katti团队基于延时线与可调衰减器的模拟域自干扰消除模型进行了优化设计,使用矢量调制器替换了其中的可调衰减器,并对重建自干扰信号的误差来源进行了理论分析,将其分为三部分:截断误差,拟合误差和系数估计误差。证明了优化后的消除模型减少了拟合误差,并减小了系统复杂度。（2）对数字域消除中用于信道重建的训练序列进行了优化设计:首先基于记忆多项式功率放大器模型采用最小二乘法（Least Squares,LS）进行信道估计,得出了残留干扰的精简表达式;理论分析得到两点重要结论:正交序列能够减小残留干扰;残留干扰与训练序列的峰均功率比有关。基于这两点结论,提出了使用具有更高峰均比的随机调制序列替代Wi Fi前导码作为训练序列以及对天线间的训练序列进行正交编码的优化设计。仿真结果表明优化后的训练序列能够取得更好的消除性能。本论文的工作有助于加深对全双工系统自干扰的理解,并为实际MIMO全双工系统的理解提供切实指导。
其他文献
后疫情时代,线下课程在不断向线上方向转型,使得在线仿真实验系统的开发越发成为教育领域的一个重要组成部分。“计算机组成原理”是一门理论性和实践性都很强的课程,其中MIPS汇编指令教学任务在线下教学过程中,教师在验收实验时需要花费大量精力,效率不高。为减轻线下教学的负担,方便学生随时通过线上实验系统进行课程学习,并通过线上实验自查,纠正实验过程中出现的问题和错误,利于学生和教师根据教学进度安排,完成汇
随着互联网技术的飞速发展和社交媒体的爆炸式增长,数据量与信息量暴增。随着各种信息铺天盖地的到来,数据飞速更新。对于用户来说,想要准确地获得对于自己有价值的信息越来越难。因此自动化的文本分类与挖掘的技术应运而生,也随着时代的发展变得越来越重要。由于文本分类技术的飞速发展,数据挖掘、机器学习不断被运用到文本分类中。本文选取清华大学NLP实验室的THUCNews数据集的子集Cnews,共10个类别,训练
近年来,四川等地频发的森林火灾给国家造成巨大的经济损失与人员伤亡。森林山火检测任务中,传统传感器的检测方法存在效率低、预警滞后等缺点。基于长焦、高分辨率摄像头的森林早期预警方法覆盖范围广、时效性强。本文基于深度神经网络进行目标检测,充分考虑多帧图像间的时序信息,利用时空可分离的混合卷积模型提高烟雾检测性能。相较于主流的3D卷积神经网络,本文提出的模型在网络层数显著增加的同时参数量减小,误报率降低。
当前,物联网应用的大规模部署催生了对轻量级分组密码技术的巨大需求。2019年,深度学习在轻量级分组密码分析领域取得了突破性进展。相比传统密码分析方法,基于深度学习的密码分析方法在效率和泛用性方面具有一定优势,应用前景广阔,值得深入探索。目前,基于深度学习的差分密码分析方法研究主要使用深度学习模型实现差分区分器,以提升密码分析的性能。然而,现有方法存在着深度学习模型复杂度高,分类性能有待改善,模型训
随着我国经济的发展和国际影响力的增强,护照鉴伪系统开始发挥重要作用。作为一种重要的身份证件,护照含有大量的防伪特征,护照鉴伪系统则通过对这些防伪特征进行检测识别来实现鉴伪目标。在众多护照鉴伪方法中,护照紫外光谱图像鉴伪是一种重要的鉴伪手段,而紫外荧光防伪图案是护照紫外光谱图像中常见的防伪特征。紫外荧光防伪图案由印刷在护照表面的紫外荧光油墨受紫外光照射所激发的荧光形成,在不同版本护照上可随机地呈现各
合理的断面设计尺寸是提高地下洞库防护能力的重要前提,而断面设计尺寸也对机械化掘进有重要的影响。因而在设计断面尺寸时不仅要保证洞库各部位的防护能力,还要有利于掘进施工。笔者根据某地下洞库施工中掘进效率的统计数据,分析断面设计尺寸对机械化掘进效率的影响,研究结论可为类似工程的断面设计和机械化施工组织提供参考。
眼动跟踪技术作为一种新兴的人机交互方式,在许多领域有着广阔的应用前景。本文开发了一套面向人机交互的头戴式眼动跟踪系统,研究了瞳孔特征提取方法、凝视估计方法、以及场景物体识别方法,最终进行了凝视估计精度实验以及人机交互实验,主要的研究内容有以下几点:（1）瞳孔特征提取方法研究。本文利用改进后的Canny算法提取图像边缘,应用形态学方法得到独立的轮廓,并根据图像中的瞳孔特征筛选轮廓,最终利用改进的RA
随着电缆隧道的广泛普及,电缆隧道的检测中存在的问题开始凸显。传统的人工检测方式危险性高、效率低、检测方式单一,采用机器人替换人工对电缆隧道进行检测是一个可行的方案。在本文中,设计了一款可用于电缆隧道检测的机器人,用于替代人工进行电缆隧道检测。为了设计搭建电缆隧道机器人的硬件系统,对电缆隧道的环境进行了分析,提出了电缆隧道检测机器人应当满足的需求和参数,以此制定了机器人的总体方案,并对重要的硬件进行
智能无线设备的普及和移动业务的推进对Wi-Fi性能提出了更高的要求。IEEE802.11标准在用户需求驱动下不断发展,但目前其演进工作主要集中于物理层。近年来基于数据驱动的人工智能技术飞速发展,并逐渐在无线通信领域展开应用。因此,本文着眼于IEEE 802.11 MAC层,围绕真实场景的IEEE 802.11帧和反映当前信道繁忙程度与无线干扰状况的空口利用率这两种数据进行深入分析,并基于数据驱动方
步态识别作为一种新的生物识别技术,具有采集距离远、隐蔽性好、难以伪造模仿、破伪装能力强等优点,受到研究者越来越广泛的关注与研究。由于步态识别易受视角、光照、遮挡等因素的影响,以及不同行人之间的行走姿势具有相似性,故当前的步态识别任务仍具有较大的挑战。针对于以上难点,本文提出了基于上下文敏感性分析的步态识别算法。根据日常的经验,人类在区分不同的视频帧序列的时候,会在时间维度上的自适应地调整观察的范围