【摘 要】
：
随着移动通信技术的快速发展,LTE组网已经十分成熟,5G组网逐步完成部署,无线移动网络能够提供高速率、低时延的数据流量服务,同时在某些特殊场景下也存在负荷过大、频谱资源不足、信号覆盖不均匀等问题。D2D通信作为5G的一项关键技术,在提高频谱利用率、增大系统容量、降低能耗以及优化常规的信号覆盖问题上能够起到关键作用。D2D通信的关键步骤包括资源分配和用户配对两大部分。资源分配又分为频谱资源分配和功率
论文部分内容阅读
随着移动通信技术的快速发展,LTE组网已经十分成熟,5G组网逐步完成部署,无线移动网络能够提供高速率、低时延的数据流量服务,同时在某些特殊场景下也存在负荷过大、频谱资源不足、信号覆盖不均匀等问题。D2D通信作为5G的一项关键技术,在提高频谱利用率、增大系统容量、降低能耗以及优化常规的信号覆盖问题上能够起到关键作用。D2D通信的关键步骤包括资源分配和用户配对两大部分。资源分配又分为频谱资源分配和功率控制。在频谱资源不足时,系统不会为D2D用户分配一个单独的子信道,D2D用户复用一个小区用户的上行链路频谱资源进行通信,虽然提高了频谱利用率,但也会产生很大的同频干扰,影响用户的信噪比。合理设置用户的发射功率能够有效降低同频干扰,基于开环功率控制和闭环功率控制,提出一种联合功率控制方案,该方案评估接收端的反馈,同时调整两类用户的信号发射功率。仿真结果表明,联合功率控制方案提升了D2D用户的信噪比和整个系统的吞吐量。针对用户在不同运动场景的情况下,需要合理选择用户配对的目标。不同的业务场景中需要设计不同的配对策略,主要场景的移动D2D匹配策略包括:针对瞬时业务场景,提出了一种SDP准则,SDP提升了配对的效率,减小了路径损耗,但并未考虑用户配对的稳定性,有较大的局限性;针对短时连续业务场景,提出了一种SPOT准则,SPOT提升了运动过程中用户配对的稳定性,但并未考虑“多配一”的竞争情况,可能会导致部分用户配对失败。在此基础上,提出了一种综合激励匹配机制（IDUP,Integrated Driven User Pairing）,引入“软参数”的概念,综合考虑各类业务需求和不同程度的信号弱覆盖问题,判断用户配对时的优先级,根据优先级高低完成用户配对。仿真结果表明,SPOT准则和IDUP机制都能提升系统的用户接入率,对于部分特殊用户,IDUP机制对其阶段性吞吐量的提升更为明显,由此证明了在多场景下的移动D2D综合策略能够较好地改善5G组网下的移动通信性能指标。
其他文献
脑卒中是一种临床常见的急性脑血管疾病,其后遗症会导致患者丧失上肢的运动能力,对生活产生了很大影响。临床医学证明,基于大脑可塑的重复康复训练,能有效恢复患者受损肢体的运动机能。因医疗资源紧缺、治疗繁琐和康复周期长等因素,传统手把手康复训练方法难以满足逐年递增的患者康复需求。为在一定程度上解决上述问题,近年来国内外已有大量研究机构投入到上肢康复机器人的研究中,并取得了较多的研究成果。在机器人辅助康复训
随着国家“碳达峰、碳中和”能源战略目标的提出,以分布式光伏为代表的新能源在配电网中的占比不断提高,在提高能源利用率、减轻环境负担的同时,新能源发电的尖峰性和间歇性也会导致配电网出现时段性电压越限等问题,危害配电网的安全稳定运行。一方面,传统的分散式电压控制会导致不同调压设备之间难以协调,无法得到全局最优电压控制策略,难以解决全网分散化的电压越限问题;另一方面,分布式电源的大规模应用和电力电子器件的
近年来,作为计算机视觉领域一个具有挑战性的研究课题——图像语义分割,在自动驾驶、医疗影像分析、无人机落点判定以及航天卫星遥感等现实场景中发挥了至关重要的作用。受益于深度学习中卷积神经网络在图像处理领域的巨大成功,目前的语义分割任务在性能方面取得了显著提升。然而,大多数语义分割方法只是通过不断增加模型复杂度来提高分割效果,却忽略了硬件资源内存、显存消耗和推理延迟等问题。针对以上问题,本文基于深度卷积
近年来,随着计算机视觉技术的迅速发展,人脸表情识别已成为该领域的研究热点之一。人脸表情识别是从视觉信息中提取人脸区域并进行情绪识别的技术,它赋予计算机理解人类情绪的能力。尽管传统的图像识别网络已经在人脸表情识别上取得了一定成果,但在实际应用中仍未达到令人满意的效果。实际场景下的人脸表情识别主要面临如下两个问题,分别为图像退化问题和特征优化问题。图像退化问题是由于人脸表情数据采集过程中存在各种干扰,
无线传感器网络（Wireless Sensor Networks,WSN）的寿命有限问题近年来已引起越来越多的关注。无线充电技术的发展为传统无线传感器网络演变为无线可充电传感器网络（Wireless Rechargeable Sensor Networks,WRSN）提供了技术支持。在合理的充电规划下,利用无线充电技术为网络中能量不足的节点补充能量,能有效地解决无线传感器网络寿命有限问题。在此背景
伴随着现代科学技术的不断升级与发展,控制理论与计算机科学、电子信息工程、人工智能、等学科不断交叉融合,在航天、化工、电力等各式应用场景中已经成为了炙手可热的研究方向。在这些应用场景中,对各种复杂系统的研究与分析也成为了现时研究学者们的重要任务。奇异系统和在其分类下的奇异摄动系统均为较典型的复杂系统,对于实际的应用场景相比较正则系统有着更广泛的适用度,且随着工业生产的智能化、整体化的程度不断提高,安
随着网络的快速发展,智慧城市和元宇宙等概念的提出,以及移动终端的种类和数量不断增加,未来预计会产生大量数据,导致传统云计算难以满足移动终端对低时延的要求,同时移动终端有限的算力难以处理海量的数据。移动边缘计算被认为是一项重要的技术用来解决这些问题。将计算任务从移动设备卸载到更靠近移动设备的边缘服务器可以有效减少网络延迟和任务处理时间。然而合理地部署边缘服务器是一个具有挑战的问题。在某区域内,可能有
随着电子信息产业的飞速发展,电子器件不断趋于集成化和智能化。然而,遵循着“摩尔定律”的传统硅基半导体的尺寸已接近其物理极限。若继续缩减尺寸,则会因为量子隧穿效应的出现以及高集成度导致的发热问题严重影响器件性能。当前急需找到可以代替传统半导体的新材料。2004年,石墨烯的发现将二维材料带入人们的视野当中。二维磁性材料作为二维材料中的一员,有着较弱的层间范德瓦尔斯作用力且在原子层厚度仍能维持自发磁化。
电介质电容器由于其超高的充放电速率和极高的功率密度,已成为脉冲电源设备中最重要的部件之一。在诸多介质电容器储能材料中,由于陶瓷电容器具有中等的击穿场强、低的介电损耗以及优良的温度稳定性等优点,在航空航天、石油钻井和电磁脉冲武器等领域有广阔的应用前景。因此,设计和制备综合性能优异的陶瓷电容器十分重要。铌酸钠（NaNbO3）由于其制备原材料成本较低,且烧结时不需要额外的保护气氛,所以是当下无铅电介质储
目前,人体状态识别在工业和学术上都有着广泛的运用。脑电信号（Electroencephalography,EEG）真实反映了个人的状态,由中枢神经产生,人体的生理状态与中枢神经也息息相关,因此通过脑电信号识别具有很强的客观性,并逐渐成为疲劳检测和情绪识别领域中可靠的生物信号之一。基于脑电信号识别人体状态对于驾驶和高空作业等领域具有极为重要的意义,所以脑电信号识别人体状态逐渐成为研究热点。脑电信号是