新型混合波束成形结构及算法设计研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:nice_hope
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
随着智能设备数量的持续增长以及新兴无线服务的迅猛发展,无线网络流量的需求量正呈指数型增长。因此,在5G甚至未来的6G通信网络中寻求新的技术以满足日益提高的通信带宽需求迫在眉睫。为提高无线网络传输速率,现今主流的研究方向有如下三个:大规模多入多出(Multiple Input Multiple Output,MIMO),超密集网络,以及毫米波通信。然而,由于配备多天线/蜂窝/基站,以及硬件设备(如射频链)所需成本较高且功耗较大,上述三种技术均不可避免地面临现实的部署困难。因此,寻求低成本低能耗的高速无线传输解决方案十分必要。本文旨在针对不同的通信频段研究新型的混合波束成形结构与算法设计,并进行理论上的性能分析和仿真验证。本文的工作和贡献可归纳如下:首先,本文提出一种新型的基于动态子阵列和低分辨率移相器的模拟波束成形结构,并将其应用于毫米波窄带多用户多入单出(Multiuser Multiple Input Single Output,MUMISO)系统中。在此基础之上,本文将其与数字波束成形相结合,构造出新型的混合波束成形结构。以最大化系统的频谱效率为目的,本文提出了两种多变量迭代算法来联合设计混合波束成形,并对其性能进行对比分析。此外,本文还仿真了这一结构所能达到的能量效率以评估其现实可行性。其次,本文研究上述基于动态子阵列和低分辨率移相器的混合波束成形结构在毫米波宽带系统中的应用。在这种情况下,本文首先针对点对点通信场景,收发端采用相同的波束成形结构,对收发端的混合波束成形进行联合设计。此外,本文将其扩展到多用户宽带通信场景中,并对前者所提出算法加以改进。实验仿真再次验证了这一新型结构在毫米波宽带系统中的优势。最后,本文在传统的sub-6G通信系统中引入低能耗的智能超表面(Reconfigurable Intelligent Surface,RIS)技术,将其与全数字波束成形相结合,构成新型的混合波束成形结构,可以通过智能地改变无线信道来有效提高通信质量。具体地,本文首先研究了理想的RIS在宽带多用户通信系统中的应用。其次,本文进一步探索并建模实际的RIS在宽带系统中的响应。在此基础之上,本文重新针对实际RIS在宽带系统中的应用进行波束成形算法设计。本论文的研究成果不仅能够进一步推动无线通信技术的发展,促进无线网络向稠密化、智能化演进,还能为未来通信网络中涉及到的多种技术工作提供理论验证和技术支撑,为未来6G移动通信网络的开发与部署提供重要的参考,具有极高的实用前景。
其他文献
情感分析指对带有情感色彩的主观性文本进行识别并分析情感倾向的过程。互联网每时每刻都有大量在线评论产生,在线评论主要以单模态文本和静态多模态(文本和图片)的形式存在。对用户的在线评论进行情感分析,有利于商家制定营销策略,具有一定的商业价值。本文深入调查了情感分析的研究现状,利用深度学习的方法分别对单模态文本情感分析和静态多模态情感分析展开研究,内容如下:对于单模态文本情感分析,针对现有模型存在并行计
进入21世纪,互联网技术不断进步,多媒体逐渐成为人们获取信息的主要来源,其中视频因有着传输方便、生动直观、信息量大等一系列特点所以得到了大范围的应用。同时,随着国内各类视频监控的普及应用,视频监控开始普遍的应用于教育、公共安防等领域。然而如果想要在视频监控中找出想要的特定目标,仅仅通过人工浏览来进行查找,那一方面工作人员会因为长时间的眼部工作产生视觉疲劳,另一方面也极有可能会在观看视频时漏掉想要查
图像特征匹配在计算机视觉领域中有着十分重要的地位,直线特征具有丰富几何信息和结构信息,直线匹配更是图像拼接和三维重建等工作的基础。在宽基线视图上进行可靠的直线匹配是一个极具挑战性的任务。现在的主流直线匹配方法主要是通过纹理特征或者几何结构进行匹配,对端点的准确性和数量有一定的要求,需要直线的邻域有丰富的纹理信息和足够数量的特征点或者需要获取直线段之间的几何关系。另一方面,现有方法对宽基线图像下存在
随着人类社会对自然环境认识的不断加深,当代科学越加重视在社会发展的同时,同样重视自然环境的可持续发展,维护人类与自然的平衡关系。其中,野外树木与植被检测非常重要。密切分析树木与植被的动态变化,能够帮助人类更好的应对环境问题。随着激光雷达技术和深度学习算法的大力发展,人类开始尝试运用这些技术完成树木检测任务。但室外大场景三维点云固有的大体量数据以及树木具有十分复杂的尖锐特征的特性,给这项任务的创新发
深度图像超分辨率(Depth map Super-Resolution,DSR)是一个将低分辨率深度图像重建为高分辨率深度图像的技术,对于深度图像的应用如3D重建、姿态估计、自动驾驶等具有重要意义。然而,由于深度传感器自身性能的限制以及成像环境的复杂性,很难直接获取高质量、高分辨率的深度图像,需要后续的深度增强技术对获取的低质量、低分辨率深度图像进行恢复。本文从提升深度超分辨率算法的性能及实用性出
知识图谱构建已经成为自然语言处理的一个重要发展方向,也是信息抽取领域一个重要的目标。本文从百科文本中标注军事图谱,并负责其中的事件抽取部分。事件抽取作为信息抽取的关键技术,在信息检索、自动问答等领域被广泛应用。本文爬取军事相关百科文本,根据文本内容,标注军事图谱数据集,定义了四个事件触发词和七个事件元素实体标签,和实体之间的关系标签和事件之间的关系标签,以及实体、触发词和元素角色之间的约束关系。事
目前,航空装备产业的发展正处于上升阶段,航空装备相关实验的数量不断增多。在这样的情况之下,航空装备的质量管理出现了新的问题,随着航空装备产业的发展,单一航空装备上集成了越来越多的技术,对于实验人员和研发人员而言,在技术和工程应用飞速发展的情况下,凭借以往根据实验人员自身经验或者纸质版文档记录分析实验数据的传统研发方式,已经无法适应当前的科技形式。因此,对于航空装备产业相关的工程数据和维护资料的合理
数据是研究的基础。随着深度学习的发展,融合二维图像与三维数据的人脸建模算法在准确率等方面逐渐表现出优于单模态数据的实验结果。但是,目前公开的人脸数据集大部分只包含二维或三维数据,不利于多模态人脸算法的研究。因此,本文提出了三维及多视角人脸数据集DLUT-MDMA(DLUT Multi-Dimension and Multi-Attributes face database),包含1,075人的二维
电气自动化仪器仪表并不是可有可无的东西,其实电气生产中最重要的组成,起着非常关键的作用。有了电气自动化仪器仪表之后能够创造出更大的工业价值,促进工业的可持续发展。工业是国民经济的支柱产业这句话所说不假。国家一直支持工业的发展,而工业是否能够发展则受着诸多方面的影响,如若没有电气自动化仪器仪表那么工业领域无法实现高效率生产。社会发展的今天面对智能化电气生产体系的构建任务应当加大电气自动化仪器仪表控制
随着数字媒体技术的发展,使用图像编辑软件对数字图像进行加工和修改变得越来越简单。当数字图像被人恶意篡改并加以利用,有可能会造成众多负面影响,甚至可能会影响社会的稳定,所以数字图像进行篡改检测对于图像信息安全是一个不可忽视的问题。图像篡改有多种类型,其中复制移动图像篡改是常见的图像篡改方式。传统的复制移动算法需要手动的设计特征具有一定的局限性。随着深度学习的发展,基于深度学习的图像复制移动篡改检测领