基于双IRS辅助的毫米波MIMO通信信道估计

考虑到智能反射面(Intelligent Reflecting Surface,IRS)可以辅助毫米波通信,为提高信道估计的准确度,引入基于双智能反射面辅助的毫米波单用户多输入多输出(Multiple?Input Multiple?Output,MIMO)无线通信新场景.因为毫米波信道具有稀疏性,首先将原始毫米波窄带信...     

基于改进射线跟踪法和BP神经网络算法的室外微蜂窝毫米波信道特性研究

在28 GHz与39 GHz毫米波频段室外微蜂窝场景下,基于改进射线跟踪法和反向传播(back propagation,BP)神经网络算法对毫米波单发单收信道及单发多收信道进行建模仿真研究.在得到的无线信道仿真数据基础上,研究分析了毫米波信道的路径损耗、均方根(root-mean-square,RMS)时延扩展(del...     

非对称毫米波大规模MIMO系统信道特性研究

为了满足下一代无线通信的需求,基于最近提出的非对称毫米波大规模多输入多输出(multipleinput multiple-output, MIMO)系统架构,研究了非对称毫米波大规模MIMO系统信道特性——信道非对称性. 根据非对称毫米波大规模MIMO系统架构和影响毫米波信道非对称性的主要因素,提出了刻画上下行信道非对称性的新参数——非对称因子. 同时利用实验室自行研发的射线跟踪平台对非对称毫米波信道进行仿真分析. 结果表明,基站收发天线阵列配置不同是导致信道非对称性的根本原因,复杂的传播环境使得这种非对称性更加突出,严重情况下室内场景非对称因子可达到?30 dB左右. 同时室外视距(line-of-sight, LoS)和非视距(non-line-of-sight, NLoS)场景下的非对称因子累积分布函数(cumulative distribution function, CDF)与高斯分布拟合程度较好,而NLoS场景下明显比LoS场景下的非对称因子小. 因此,非对称因子能够直观地描述出不同场景中上下行信道的非对称程度,而且非对称毫米波大规模MIMO系统也应以场景为导向进行信道特性分析.     

基于矢量近似消息传递的智能反射面辅助毫米波信道估计

毫米波属于一种典型的视距传输方式,其受大气吸收影响严重。针对毫米波的非视距传播受限,该文通过智能反射面(IRS)辅助毫米波通信,提出结合Khatri-Rao积的矢量近似消息传递(KR-VAMP)算法来提高毫米波通信系统的信道估计质量。该算法基于Khatri-Rao积将级联信道问题转换为稀疏信号恢复问题,并结合VAMP的矢量和迭代阈值算法的优势,使得整个IRS辅助毫米波系统在减少训练迭代次数的同时,降低了整个系统的信道估计误差。最后通过仿真结果对比,分析了各变量对信道估计的均方误差(MMSE)的影响,以及MMSE随着迭代次数的收敛情况,验证了此算法对比其他近似消息传递(AMP)算法具有更好的性能。     

室内走廊环境毫米波OAM信道特性分析与统计建模

针对自由空间传播模型仅能描述自由空间场景下携带轨道角动量(OAM)的涡旋信道传播特性,以及确定性稀疏多径涡旋信道模型严格依赖于传播环境而不能准确刻画真实多径场景下OAM信道传播特性的问题,该文提出毫米波OAM多径信道统计建模方法。在室内走廊环境下构建基于均匀圆形天线阵列(UCA)的OAM辐射传输系统,基于光学射线理论与UCA辐射特性,建立OAM多径信道模型。结果表明,在毫米波频段均匀分布和Nakagami-m分布能够准确地表征室内走廊多径环境下的OAM信道波前相位和幅度,视距(LoS)和非视距(NLoS)传播条件下传播距离较大时信道幅度服从瑞利分布,视距传播条件下传播距离较小时信道幅度服从莱斯分布。     

毫米波宽带综合化信道技术研究进展与展望

根据现代毫米波频段军民用电子信息系统并行多功能、全频带、集成化发展趋势,提出了毫米波综合化信道技术发展需求。综述了国内外宽带综合化信道架构和关键技术研究进展,提出了基于可配置宽带毫米波前端的信道架构、全信道单片集成、超导技术、宽带线性固态功放等毫米波综合化信道技术发展方向,给出了开展毫米波宽带综合化信道技术研究的建议。     

有无源智能反射面辅助无线系统信道估计

毫米波在非视距链路传播中损耗严重,为了进一步提高信号的覆盖范围及传输准确性,提出了一种基于少量有源元件的智能反射面(intelligent reflecting surface, IRS)辅助无线通信的信道估计方案。考虑基于少量能够接收处理信号的有源元件辅助信道估计的模型,利用毫米波信道的稀疏性,通过原子范数最小化(atomic norm minimization, ANM)将信道的相关角度参数转化为空间频率,再通过多信号分类算法降维估计相关角度、深度神经网络简化获取信道状态信息(channel state information, CSI)过程、奇异值分解优化波束成形等方法的优势相结合来估计信道参数,最终获取UE-IRS、IRS-BS的单独信道状态信息。仿真结果表明,所提方案在较低的有源元件开销下,有效降低了信道估计的归一化均方误差。     

基于CNN的毫米波无蜂窝大规模MIMO信道估计

针对小区间干扰导致蜂窝边缘无法满足不断增长的数据速率需求问题,毫米波无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统被认为是一种很有前途的解决方案。然而,毫米波的高频率、大带宽以及接入点配置的大量天线给信道估计带来了较大挑战。将毫米波大规模MIMO信道矩阵视为二维图像,结合图像去噪方法提出一种基于改进去噪卷积神经网络(Improved-Denoising Convolutional Neural Network, I-DnCNN)的信道估计算法。通过具有注意力机制的压缩与激励(Squeeze-and-Excitation, SE)模块,自适应调整提取的全局特征以增强对信道噪声特征的学习,根据接收信号估计出噪声等级图且增添为输入,提升对噪声的鲁棒性。最后,采用残差学习的方式获得估计信道矩阵。利用理论信道模型和基于波束追踪的信道数据集进行的仿真实验结果表明,与去噪卷积神经网络(Denoising Convolutional Neural Network, DnCNN)算法相比,所提算法在两个数据集下的信道估计精度可分别平均提升2.27...     

5G毫米波频段不同天线形式信道参数测量及对比分析

基于5G毫米波应用频段,开展了全向天线、喇叭天线以及阵列天线的信道测量与信道参数对比分析研究. 利用空间交替广义期望最大化(space-alternating generalized expectation-maximization, SAGE)算法提取了多径信道参数,包括多径时延、到达角、多径强度等,基于多径分量距离（multipath component distance, MCD）对多径分量进行了分簇结果的对比,对比分析了相同测量点处不同天线形式得到的信道参数差异. 结果表明,同场景下不同天线的信道参数测量结果会有较大差别,全向天线路损指数最小,阵列天线均方根(root-mean-square, RMS)时延扩展和RMS角度扩展均最小,喇叭天线可以得到较多的簇. 本文为5G毫米波频段信道建模提供了不同天线形式信道参数结果对比分析数据.     

基于毫米波通信的混合MIMO系统的信道估计

作为5G的一项关键技术,毫米波通信要求提出专有的信道估计和预编码算法,为此,针对毫米波MIMO系统的窄带平坦衰落信道研究下行信道估计方案.由于毫米波系统的稀疏特性,将稀疏多径信道的信道估计转化为稀疏信号的重建,基于压缩感知设计适用于毫米波通信系统的信道估计方案,深入研究了正交匹配追踪算法.仿真结果显示,它可以高概率地恢复信号,与传统的最小二乘法比较,能获得更好的信道估计性能.     

毫米波微带键合金丝互连模型的研究

本文应用神经网络方法、采用FDTD全波分析结果作为训练样本得到了毫米波微带键合金丝互连的参数模型.这个神经网络模型可以指导毫米波集成电路的设计,利用该模型可以得到不同拱高、微带间隙和频率时的电路散射参数.实验测试了键合金丝互连的散射参量并与神经网络模型的结果进行了比较分析.     

宽带毫米波雷达目标时延神经网络识别新方法

基于一维距离像和神经网络研究宽带毫米波雷达目标识别问题,研究了用于雷达距离像序列识别的时延神经网络模型及其学习算法,并提出了基于距离像序列的宽带雷达目标时延神经网络识别方法,还利用三种飞机缩比模型的暗室测量数据,研究了时延神经网络分类器中时延单元数目对分类精度的影响以及分类器的分类性能。实验结果表明：本方法具有良好的应用前景。     

军用无人机研制费用的RBF神经网络预测

应用基于最近邻聚类算法的径向基函数(RBF)网络建立了军用无人机研制费用预测模型,并采用该模型对某型军用无人机研制费用进行了预测。实例表明,与多元线性回归和BP神经网络的预测结果相比,建立的新型军用无人机研制费用预测模型具有更高的预测精度。     

对角型广义RBF神经网络与非线性时间序列预测

径向基函数（RBF）神经网络在非线性时间序列预测方面发挥着重要作用。本文提出了对角型广义RBF神经网络模型,并利用贝叶斯阴阳（BYY)谐和学习算法进行隐层单元个数的选择和参数初始值的设置,且建立了同步LMS算法进行参数学习。进一步,将对角型广义RBF神经网络应用于非线性时间序列预测,得到了预测准确率高和速度快的效果。      

5G毫米波QuaDRiGa平台信道仿真与验证研究

第五代（5th-Generation,5G）移动通信对毫米波信道模型提出了更高的要求,如支持三维（three-Dimensional,3D）多入多出（Multiple-Input Multiple-Output,MIMO）、有良好的空时连续性和时间演进特性及毫米波段仿真能力等.第三代合作伙伴计划（3rd Generation Partnership Project,3GPP）,推荐准确定性无线信道产生器（Quasi-Deterministic Radio Channel Generator,QuaDRiGa）为5G首选仿真平台,但目前尚无开展QuaDRiGa仿真平台在毫米波段的仿真验证成果.本文基于26 GHz的毫米波段室外微蜂窝场景下的视距与非视距实测数据,在大尺度信道参数统计和时间演进特性两方面开展了对QuaDRiGa平台的仿真验证.结果表明,QuaDRiGa仿真结果与实测数据能够很好地吻合,验证了QuaDRiGa仿真模型在毫米波段的适用性.     

基于粒子群算法的室外配用电场景射线追踪优化方法

为高效地利用射线追踪(ray tracing, RT)方法对室外配用电环境毫米波段进行传播特性研究,提出一种将RT方法与粒子群优化(particle swarm optimization, PSO)算法相结合的RT优化方法.首先进行低分辨率RT,利用距离参数筛选出可能到达接收端的射线发射角度,并将其划分成多个搜索区域;然后在每个搜索区域中利用PSO算法寻找最优路径.该方法的路径损耗仿真结果与传统RT仿真结果以及实测数据都表现出了良好的一致性,场强覆盖预测也和传统RT仿真结果相一致.结果表明,该方法在保证精确度的同时可以有效提高RT计算效率,并避免了传统RT中的接收球问题,具有一定的工程应用价值.     

基于LTCC技术的毫米波键合金丝的分析与优化设计

金丝互连是实现毫米波多芯片组件的关键技术,金丝跨距和焊盘尺寸对其毫米波特性有重大影响.论文采用商业软件对LTCC互连金丝的传输特性进行建模分析,利用5阶低通滤波器模型对金丝传输结构进行改进,一方面最大化了金丝跨距和焊盘尺寸,减小了公差的影响,减轻了对工艺的要求,提高了成品率;另一方面提高了低通特性的截至频率,改善了毫米波频段传输性能,满足工程设计需要.设计中采用软件仿真结果作为训练样本得到神经网络模型,利用遗传算法对改进结构参数进行优化,缩短了设计时间.     

基于主成分分析的 RBF 神经网络预测 SO2 浓度

利用基于主成分分析 (PCA) 算法的径向基 (RBF) 神经网络对大气中 SO2 浓度进行滚动预测。以北京大兴地 区 2019 年 9 月 1 日至 2020 年 10 月 31 日的气象数据和空气质量参数为基础, 结合逐步回归法筛选出与 SO2 线性相 关的参数作为输入样本, 构建 PCA-RBF 预测模型。利用该模型预测北京大兴地区某天的 SO2 浓度, 将预测值保留并 作为下一天预测模型的输入参数。以此将预测值不断地向前延伸并进行分析和预测, 从而实现 SO2 浓度的滚动预测。 对比 RBF 网络和 PCA-RBF 网络两种模型的预测结果, 其中 PCA-RBF 模型期望值和预测值的误差及相关系数分别为 0.03 µg·m−3 和 0.9989。表明 PCA-RBF 网络模型能精准预测 SO2 浓度变化趋势, 为进一步解决大气污染问题提供技术 支持。