中继网络联合协作波束形成

来源 :山东大学 | 被引量 : 0次 | 上传用户:gkhy0907
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
为应对人们对无线通信爆炸式的增长,多输入多输出技术(MIMO)通过在源节点和目的节点安置多天线进而实现收发端之间的分集和复用增益,有效地提高频谱利用率。但是受移动设备体积、成本和电池寿命的限制,在收发端安置多天线是不可行的,在这样的背景下协作通信产生并得到长足发展。在协作通信中,用户可以作为分布式的中继节点形成从源节点到目的节点的多重路径,这些分布式节点实际上便形成了一个虚拟的MIMO系统。协作通信同样可以实现分集和复用增益,并且克服了传统MIMO的弊端。然而协作通信中各节点加权向量的赋值是一个至关重要的问题,在实际应用中需要我们尽量在提高系统性能的同时降低计算复杂度,以满足通信实时性的需求。协作通信发展到今天已有多种实现策略,包括放大转发、解码转发、压缩转发等,其中放大转发由于仅需要放大中继所接收的噪声信号并且向目的节点转发,而不用对信号本身进行预测,故其与其他策略相比实现简单、性能较优。放大转发方式备受研究者关注,在多种不同的信道状态信息情况下被研究,同样它也是本文研究将采用的协作策略。已有的中继协作通信网络模型中,比如多源多中继协作网络、多跳多中继协作网络等,包含不止一个波束成形加权向量,其波束成形优化问题属于多变量优化问题,直接解决较为困难。已有的波束成形设计方法或者计算复杂度过高,或者性能不够优越。本文以中继协作网络波束成形为主线,重点研究了两类网络模型,提出了多种性能更为出色的波束成形设计方法,实现了多变量问题的联合优化。论文的主要研究内容及贡献点如下:我们研究了三跳中继协作通信模型,由于信道衰落的影响,源节点与目的节点之间只能依次通过两个中继节点簇通信而不存在其他通信链路。两个中继节点簇在放大转发策略下其实形成了虚拟的MIMO系统。本文将研究两种不同的分布式波束成形方法。该设计方法都是多变量非凸的优化问题,我们将通过联合运用迭代法和凸优化确定最佳的中继节点波束成形权值向量。仿真结果表明,我们的波束成形方法与现有方法相比可以提高能量效率并且获得更高的SNR。考虑多源多中继协作通信网络模型,该模型的波束成形优化问题包含中继加权向量和基站端最优化均衡向量两个优化变量。与已有的方法不同,我们通过运用遗传算法,将多变量问题转化成单一变量的优化问题,进而可以容易的解决。该方法在概率上可以实现全局最优,性能得到提升但计算复杂度有所增加。同样对于上述多源多中继协作通信网络模型,通过发掘了两个优化向量之间的数学关系,将其中均衡向量表示成中继加权向量的闭式解形式,通过schur补等数学转换将原多变量的联合优化问题转化为单一变量的半正定规划问题,进而用内点法有效解决。该方法可以实现全局最优,并且计算复杂度与之前的方法相比大为降低。此外,本文又尝试提出了改进的波束成形设计方法,在计算复杂度上又有所改善。
其他文献
变换光学理论的蓬勃发展,使得人们想要人为操纵光线传播的梦想成为现实。作为变换光学理论的核心方法——坐标变换法被逐渐地应用于电磁器件的研究,隐身衣就是其中一个典型的
协作通信技术是近几年无线通信领域的研究热点之一。作为抵抗无线信道衰落、提高通信系统可靠性的一种有效手段,协作通信被广泛应用在无线传感器网络中,用以提高网络吞吐量、
非真实感绘制技术是指利用计算机生成不具有照片般真实感,而具有某些手绘或其他艺术风格效果的图像绘制技术。随着计算机运算速度的不断提升和互联网技术的飞速发展,非真实感
当今,随着高清、超高清视频以及3D电影的快速普及,视频应用向着高清晰度、高帧率的方向发展。在有限的传输带宽及存储空间中,对视频信息进行高效压缩成为了关键技术。在新的
LTE (长期演进)系统改进并增强了3G的空口接入技术,提升了数据传输速率和频谱利用率。空闲模式是指用户开机、但没有分配专门的信道资源给用户的状态。引入空闲模式一方面能
低密度奇偶校验(LDPC)码因其能逼近香农极限而成为当下最流行的编码方式之一,其译码算法亦成为研究热点。在LDPC译码中,译码速率和复杂度之间的矛盾始终未得到很好的解决。在
随着计算机软、硬件综合水平和信息技术在近几年的急速发展,数字图像抠取技术被广泛应用于图像处理、视频编辑以及电影特效制作等领域,是计算机视觉方面的重要研究课题。抠图
视频点播服务(VoD)的迅猛发展带来了巨大的带宽开销,在2012年,全球视频流量已经占到了整个互联网流量的57%。随着无线技术的飞速发展,大量3G,4G用户对VoD服务的需求更加加剧了核心
无线移动通信技术已经成为当今通信领域发展最快、市场潜力最大的热点技术。然而,无线频谱资源的紧缺是限制无线移动通信与服务应用持续发展的瓶颈。作为一种智能革命性的频