【摘 要】
:
随着现代无线通信技术的不断发展,频谱资源利用率低和无线终端能量受限等问题逐渐凸显,全双工和无线携能通信技术的融合受到了学者们的关注。对于无线携能通信系统,非线性能量采集模型是近些年的热门研究点。由于实际情况下很难获得理想且完美的信道状态信息,非完美信道模型受到了越来越多的重视。本文在结合上述技术的基础上,在系统模型和优化算法上展开研究。本文研究了基于非线性能量采集模型和非完美信道模型的全双工多用户
论文部分内容阅读
随着现代无线通信技术的不断发展,频谱资源利用率低和无线终端能量受限等问题逐渐凸显,全双工和无线携能通信技术的融合受到了学者们的关注。对于无线携能通信系统,非线性能量采集模型是近些年的热门研究点。由于实际情况下很难获得理想且完美的信道状态信息,非完美信道模型受到了越来越多的重视。本文在结合上述技术的基础上,在系统模型和优化算法上展开研究。本文研究了基于非线性能量采集模型和非完美信道模型的全双工多用户多入单出无线携能通信系统,并针对该类系统设计了一套鲁棒迭代优化算法。通过联合优化上下行波束赋形矩阵和相关向量,构建了用户端平均采集能量最大值优化问题。在优化问题求解的过程中,将原始非凸问题转换为易于求解的凸问题。提出了基于牛顿算法和半正定松弛算法的鲁棒迭代优化算法,该算法能够针对本文研究的系统提升整体性能和鲁棒性。为了进一步提高系统的保密性,证明鲁棒算法的优势,本文进一步研究了防窃听的安全通信系统,增加了人工冗余信号等为可优化变量,并提出了基于遗传算法的三层迭代鲁棒优化算法。为了验证两个系统中鲁棒优化算法的有效性,构建了仿真平台对提出的鲁棒算法分别进行了非鲁棒方案仿真对比。仿真结果表明,鲁棒算法下的系统性能要优于非鲁棒方案,并且在防窃听系统中鲁棒算法提高了信息传输过程中的保密性。另外进行了非线性能量采集模型与传统线性能量采集模型的仿真对比。结果表明,非线性能量采集模型更适合用于实际场景。
其他文献
唇读是一种仅靠唇部运动传递的视觉信息识别说话人言语信息的技术,其也被称为视觉语音识别。唇读技术不受声音信号信噪比高低的影响,能够克服语音识别在复杂场景下的不足,因此开展对唇读技术的研究能够拓宽人机交互的应用场景,具有重要的研究意义和使用价值。唇读涉及计算机视觉、自然语言处理等领域相关技术,是一种综合性较强具有一定的挑战性的学科。随着人工智能技术的快速发展,基于数据驱动的深度学习为唇读技术提供了新的
人们在日常生活中经常使用社交媒体发布自己的状态表达自己的情感,其中不乏具有讽刺倾向的评论,该评论表面的情感往往与真实情感相悖,因此正确识别评论的讽刺特征成为讽刺检测的重要任务。讽刺检测旨在判别目标文本中是否含有讽刺倾向,由于判别该文本需要深度语义信息,因此讽刺检测是情感分析乃至自然语言处理中一项具有挑战的工作。从研究角度来看,讽刺检测可以分为基于目标文本和联合上下文信息两个角度展开研究。从研究方法
非线性发展方程已经被作为描述流体等物理领域中的非线性现象的模型。通过研究非线性发展方程的解析解的特征,可以为一些物理实验的提供理论支持。本文的主要内容是解析研究了流体等物理领域中的三个非线性发展方程。本文的主要工作总结如下:(1)研究了(3+1)维广义Calogero-Bogoyavlenskii-Schiff方程的lump解、混合lump-条形孤子解、混合畸形波-条形孤子解和呼吸子解的性质。根据