基于空间调制的大规模MIMO上行链路性能研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:liyumei1221
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
空间调制(Spatial Modulation, SM)能避免信道间干扰和天线间同步,提升系统能量效率,是无线通信系统中富有前景的信号传输方案之一。大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)技术通过在基站端配置大规模天线阵列,能实现巨大的复用增益和分集增益,极大地提升系统容量。将大规模MIMO和SM相结合,能显著提升 SM 系统的频谱利用率和传输可靠性。鉴于此,本论文研究了基于 SM 的大规模MIMO(大规模SM-MIMO)系统上行链路的性能,为大规模SM-MIMO的性能评估以及实际应用提供有效的理论依据。论文主要工作如下:
  1. 研究了单小区上行大规模 SM-MIMO 系统中基于迫零检测的误比特率(Bit Error Rate, BER)性能。首先基于完全信道状态信息(Channel State Information, CSI),利用用户瞬时信噪比的概率密度函数,分析了瑞利衰落信道下用户天线序号检测和星座符号检测的错误概率,由此推导了反映系统性能的平均BER表达式。在此基础上,进一步分析了不完全CSI情况下的系统性能,推导了相应的BER表达式,并分别研究了高信噪比下和基站接收天线数足够大时系统的渐近BER特性,给出了系统分集度。仿真结果验证了理论分析的有效性。
  2. 考虑信道估计错误以及小区间干扰,研究了多小区上行大规模 SM-MIMO 系统的BER性能。采用最大均方误差估计,推导了不完全CSI情况下多小区上行大规模SM-MIMO系统的平均BER闭式表达式。基于此,给出了高信噪比下系统的渐近BER性能分析,推导了系统分集度。此外,分析了接收天线数目很大时系统BER的渐近性能,推导了相应的渐近BER表达式。仿真结果验证了性能分析的有效性,并分析了导频序列长度、接收天线数目等参数对系统BER的影响。
  3. 将协作通信技术和非正交多址(Non-Orthogonal Multiple Access, NOMA)接入方案应用于大规模SM-MIMO系统中,研究了基于NOMA的上行大规模协作SM-MIMO系统在有限字符输入情况下的遍历速率。通过分析用户发送的SM信号与基站接收信号之间的互信息,给出了用户的遍历速率以及相应的理论下界公式。针对单天线中继情况,推导了较为简单的理论遍历速率。基于此,给出了接收天线数目很大时系统的渐近遍历速率分析,并推导了系统中各用户的遍历速率理论下界的渐近闭式表达式。仿真结果验证了所给公式的有效性。
其他文献
随着合成孔径雷达(SAR)技术的快速发展,SAR系统的微型化、实时化受到广泛关注,在小型无人机上搭载微型SAR系统实现高分辨实时成像成为当前的研究热点。微型SAR系统在满足高分辨率的要求下,有体积小、操纵灵活、便于携带等传统SAR系统所没有的优势,有很好的应用前景。本文主要设计并实现了基于FPGA的高分辨微型SAR成像处理系统。论文主要工作如下:1、本文首先介绍微型SAR的研究背景,结合其军事和民
学位
为了获取空中优势,如在电子对抗中提高我方雷达的射频隐身性能,基于多机雷达协同的射频隐身技术成为了未来射频隐身技术发展的一个重要趋势。本文的研究内容包括机载雷达功率、驻留时间、采样间隔设计和机载雷达协同无源探测系统的目标跟踪策略,主要工作有:(1)详细介绍了机载雷达射频隐身,以及机载雷达协同目标探测与跟踪的国内外研究现状与发展趋势。(2)研究了机载雷达目标跟踪技术及其射频隐身表征参量。分析了交互式多
学位
基于无人机灵活机动、低成本以及小型化的优势,利用无人机群的协同合作完成相对复杂的任务成为研究热点,本文研究了无人机在执行定位或监视多目标时的航迹规划问题。由于无人机的机载能量有限,其能耗达上限时,无人机退出任务从而造成无人机群协同任务的失败,因此规划无人机群的航迹必须考虑群内能耗均衡的问题。本文将能耗均衡定义为最小化耗能最大的无人机的能耗,在多目标定位与监测等不同的任务场景下展开研究,主要内容如下
学位
视频合成孔径雷达(视频SAR)以动态的方式再现场景信息,能够对热点区域持续监测,在实时探测、跟踪运动目标等任务中具有极大优势,其成像和相关应用的研究具有重要的军事和民用价值,是当前SAR领域的前沿课题。视频SAR应用的基础是实现高分辨率实时成像,这对所用算法处理精度和速度的要求较高。视频SAR图像区别于传统SAR图像,具有动态散射信息,这为SAR动目标检测提供了新途径。基于以上背景,本文对视频SA
学位
信号波达方向(Direction of Arrival,DOA)估计作为阵列信号处理的重要分支,被广泛应用于雷达,声纳,无线通信,地质勘探等领域。近年来,围绕提高估计精度、抗噪声干扰性能和计算效率等研究目标,DOA估计取得了很多重要进展。然而,经典子空间类算法在小快拍,信源数目未知,信源相干等复杂环境下,性能急剧下降;基于离散网格划分的稀疏类算法会导致基不匹配问题,其估计精度与运算复杂度之间存在不
学位
相控阵雷达(Phased-Array Radar,PAR)拥有极佳的波束灵活性,可以根据任务需求快速调整波束指向和驻留时间,这使得PAR能够敏捷、自适应地定位目标和控制各目标的照射时长,因此非常适用于不同应用背景下的目标跟踪任务。然而现代战场电磁环境复杂多变,以压制和欺骗为主的各类干扰样式不断涌现,使得PAR生存环境日趋恶劣,也给目标跟踪任务带来巨大挑战。因此,如何有效分配PAR有限的资源,实时应
学位
信息理论已广泛应用于雷达信号处理中,特别是互信息和相对熵,已成为自适应雷达波形设计算法的核心。国内外学者对此进行了许多有益探索,目前已见单独描述距离信息和幅度信息的研究工作,但未形成统一理论体系。本文将多目标雷达探测系统和香农信息论相结合,主要研究了多目标探测系统的信息量及其在雷达目标探测中的应用。建立了多目标探测信息的理论模型,针对恒模散射目标和复高斯散射目标两种情形,围绕目标的距离信息和散射信
第五代移动通信时代已经悄然临近,海量的设备接入,十倍于4G时代的峰值速率的要求给现有的通信系统带来了更高的挑战,随之而来的频谱资源稀缺与能耗的问题也不容忽视。大规模MIMO技术凭借其高频谱效率,高能效与低功耗的优点,获得了学术界与工业界的一致认可,成为5G系统中最关键的技术之一。同时,自适应调制方案可以有效地提升系统频谱效率,自提出以来就备受关注,在前几代移动通信中被广泛应用,历久弥新。而跨层设计
合成孔径雷达(Synthetic Aperture Radar,SAR)由于其全天时全天候工作的特性,在军事、民用领域发挥着重要的作用。然而SAR相干成像的机理使得SAR图像的表现异于光学图像,解译更加困难。近年来深度学习的普及和推广为SAR图像目标识别提供了一种新的手段,但由于SAR图像的获取成本高,与基于数据驱动的深度学习对训练样本的数量需求矛盾突出,且深度学习网络规模大,硬件资源消耗多。研究
学位
无人飞机是一种侦测范围较广、机动灵活的空中移动设备,可搭载各类传感器如摄像机、雷达等,实现对地目标的实时监测。随着无人机技术的不断发展和成熟,已被应用到各个领域。无人机拍摄的视频图像背景复杂多样,行人目标占比较小,传统视角下的人体姿态估计在无人机的场景下很难达到理想的效果。因此,基于深度学习,本文首先以人体作为检测对象,针对无人机视频图像中的行人目标对one-stage检测算法进行改进,提高无人机
学位