异构网络下带内回程基站部署方案

针对异构密集蜂窝网络中小基站双工模式不同导致的网络干扰,设计一种带内全双工(IBFD)基站部署方案。建立IBFD基站部署的最优化模型,利用基于贪心算法的混合带内/外全双工模式选择算法近似求解该模型,并通过部署适当比例的带内回程基站以最大化系统容量。仿真结果表明,该方案能有效协调小基站对宏基站的跨层干扰与小区间干扰,提高系统频谱效率。     

基于随机几何的大规模MIMO中继异构网络性能分析

采用随机几何理论,对大规模多输入多输出MIMO中继异构蜂窝网络HetNets的频谱效率进行了研究。其中基站采用最大比结合/最大比传输以及迫零预处理方案和放大转发AF协议,宏小区被稠密的小小区所覆盖。为了得到目标小区总的频谱效率SE,首先计算了用户对的信干比SINR和功率放大因子表达式;其次获得了目标小区总的频谱效率的闭式解。研究发现,只有当小小区半径小于宏小区保护半径时,系统才能达到最优(或次优)的性能。而对于宏小区的保护半径则存在上界,即仅当满足此条件时,增大宏小区的保护半径才有助于提高系统的SE。此外,宏小区半径存在最优的下限,且仅当宏小区半径小于最优下限时,系统所实现的总的SE随着宏小区半径的增大而增大。     

FD Massive MIMO协作多点传输场景下提升系统频谱效率的算法研究

近年来,随着智能终端数量的增长与第五代移动通信技术的发展,移动通信系统对系统频谱效率以及数据吞吐量的需求越来越高。因此,如何能提升未来无线移动通信系统频谱效率成为了5G研究的重点方向。在第五代无线移动通信新空口技术(5G NR)研究进程中,协作多点传输技术(CoMP)通过其多个传输点的联合传输,降低小区间干扰(Inter-cell Interference),从而提升小区边缘用户的覆盖性能,实现了网络容量以及频谱效率的大幅提升。另一方面,全维度大规模多输入多输出技术(FD Massive MIMO)充分运用了FD MIMO的维度资源、波束赋形以及角度调整技术以及Massive MIMO的大规模的天线跟波束资源,进一步实现了网络频谱效率的提升。本文在FDMassiveMIMO协作多点传输场景下深入研究了提升系统频谱效率的算法,通过对比分析总结出一种有效提升频谱效率并同时实现干扰协调的算法。最后,给出了系统级仿真结果并证明了该算法在提升系统频谱效率方面的优越性能。     

基于能量采集的WSN状态更新系统信息年龄研究

传统物联网系统中的传感器网络性能受自然能源不规则性和传感器电池尺寸的制约,结合射频和非射频信号能量采集(EH)的优点并部署蜂窝网络,可以获得信道等网络资源。提出一种由无线能量采集与传输子系统、蜂窝回程子系统、无线传感器状态更新子系统构成的物联网信息状态更新系统。构建能量采集和传输基站(EHTB)离散能量状态的马尔可夫链(MC)和MC状态转移矩阵,得到EHTB的能量转移稳态概率和等待时间的统计描述。综合考虑蜂窝回程建立和EHTB能量传输过程,推导出平均峰值信息年龄(PAoI)和平均信息年龄（AoI）的闭式表达式。在此基础上,分析自然能量到达概率、能量传输概率、传感器尺寸等系统参数对平均PAoI和AoI的影响,并比较有无蜂窝回程和最大比合并（MRC）下的平均PAoI和AoI。仿真结果表明,虽然蜂窝回程会增加系统的平均PAoI和AoI,但是采用MRC可以降低平均PAoI和AoI,当能量到达概率为0.6时,采用MRC能够使蜂窝回程对平均AoI的影响降低近20%,相较传统的物联网系统,该系统可以为传感器持续供电,同时建立可靠的回程链路。     

蜂窝异构网络能量消耗的研究

宏蜂窝和小蜂窝混合的异构网络必然将会成为一种满足日益增长的移动业务量需求的手段。然而,大规模部署小蜂窝接入点(SAPs)也会导致相当大的能量消耗的增长,随着环境意识的增强和能源价格的提高,为宏蜂窝和小蜂窝设计高能效的无线系统至关重要。本文研究了认知SAPs的一种分布式睡眠模式策略,利用随机几何工具,得出SAP的用户发现性能,并得到位于一个宏蜂窝基站Voronoi小区中的小蜂窝的上行链路容量以及系统总的网络能量消耗。     

异构网络中基于鸽群优化算法的D2D资源分配机制

针对异构蜂窝网络中D2D(device-to-device)通信用户复用蜂窝用户上行信道产生的频谱资源分配优化问题,提出一种基于改进离散鸽群算法(PIO)的D2D通信资源分配机制.通过设置信干噪比(SINR)门限值保证用户的通信服务质量(QoS),使用基于改进地图-指南针算子和认知因子的离散鸽群算法(IMCBPIO)为D2D用户进行资源分配,并采用基于接收SINR的闭环功率控制算法动态调整用户的发送功率,以减少用户与基站以及用户与用户之间存在的干扰.仿真结果表明,所提出方案能够有效抑制异构网络中由于引入D2D用户后导致的干扰,降低通信用户的中断概率,大大提高频谱利用率和系统吞吐量.     

面向5 G无线通信系统的关键技术综述

对未来无线通信系统的几种潜在的关键通信技术,如异构网络、大规模多输入多输出(MIMO)通信、绿色通信和毫米波通信,给出了较详尽的论述与讨论。首先简要介绍了未来无线通信网络结构的异构化变化所引起的复杂干扰信号的出现及能源消耗增加问题。介绍了大规模MIMO通信技术的优点,大规模MIMO通信的研究现状与研究难点。详尽叙述了分别以频谱效率、能源效率和资源效率最大化为目标的绿色无线通信传输优化问题的解决方案。最后,给出了进一步解决频谱稀缺问题的毫米波无线通信系统的混合波束成形的方案。     

基于ADC精度与AP选择的去蜂窝系统能效均衡方法

去蜂窝大规模多输入多输出(MIMO)系统通过部署大规模接入点(AP),获得宏分集增益和较低的路径损耗,但产生的大量功耗损失使得系统能效质量失衡。针对去蜂窝大规模MIMO系统与多AP联合协作的能效质量失衡问题,提出一种基于模数转换器(ADC)精度和AP选择的能效均衡方法。利用泊松过程对用户分布进行建模,推导出激活所有AP时频谱效率及能量效率的闭式解,将有效信道与干扰信道增益的占比作为排序指标,通过降序排序的方法获得相应信道方差矩阵索引,按索引对AP集进行逐层筛选,当AP联合服务用户获得频谱效率的变化差值小于阈值时,停止筛选并确定用户间干扰低的AP组合。通过ADC精度与AP选择的联合优化获取最优量化位数,实现系统频谱效率与能效的均衡。仿真结果表明,与全AP选择、基于大尺度衰落的AP选择方法相比,该方法能达到较优的能效质量均衡,尤其在用户密集区域,可提升约20%能效,同时利用最大最小功率控制可保证系统区域一致良好的用户服务质量。     

一种多接口认知传感器网络体系结构

传统的单接口无线传感器网络由于同道干扰问题的存在,网络性能受到极大的限制。多接口无线网络技术是解决这一问题的有效方案。但是多接口无线传感器网络的频谱接入问题是多接口传感网大规模部署的关键一环。而认知无线电技术能够实现频谱的动态访问,即便是信道拥塞的情况仍能有效改善网络性能,并且在无线传感器网络中表现出较好的传输特性。本文提出一种基于连通支配集的多接口认知传感器网络体系结构。通过分析不难看出,提出的体系结构具有良好的扩展性和容错性能。     

无线知识驱动的大规模MIMO信道估计

大规模多输入多输出(multiple-input multiple-output, MIMO)技术能够显著提升无线通信系统的能量效率和频谱效率,其关键前提是获取精确的信道状态信息,然而导频复用造成的导频污染问题严重影响信道估计精度,成为制约大规模MIMO系统性能的核心难题.本文提出无线知识驱动的大规模MIMO信道估计模型,基于信道海图技术挖掘用户在角度域空间中的近邻关系作为无线信道知识,设计基于无线知识驱动的卷积神经网络(convolutional neural network, CNN)信道估计器(WKDCNN)提高信道估计精度.研究表明,在不同信噪比(signal-to-noise ratio, SNR)下,天线数、导频污染程度、训练集大小对所提方法的信道估计性能均有重要影响.仿真结果表明, WKD-CNN在高信噪比区域的归一化均方误差相较于传统信道估计算法、基于多层感知机(multilayer perceptron, MLP)和无信道海图知识驱动卷积网络的信道估计方法均明显降低.