用户设备分类的毫米波异构网络性能研究

针对多层异构网络中基站簇造成的干扰问题,本文提出了一种对用户设备(user equipment,UE)进行分类建模的方法。首先,将处在通信热点区域的毫米波双层异构网络中密集部署的微微基站、毫微微基站以及UE构建成独立的非齐次泊松簇过程;然后,根据毫米波的特点建立了扇形天线模型和视距球传播模型并给出了簇内和簇间干扰的分布距离;此外,通过干扰的拉普拉斯变换以及信号与干扰加噪声比推导出基于UE分类和无UE分类的下行链路频谱效率解析表达式。仿真结果表明,所提出的基于UE分类方案的性能优于无UE分类方案的性能,显著提升了频谱效率。      

泥沙监测水样水温采集装置研制与应用

通过设计和加工比重瓶定位转盘、自动升降感应装置、自动定位感应装置,利用水平旋转和垂直升降电机的运动,对不同容积的比重瓶内的水样水温进行自动监测、处理、计算、显示、传输,实现了泥沙监测水样水温数据的自动采集,该装置性能稳定,功能突出,效果良好,值得推广。     

多层无人机毫米波异构网络的吞吐量研究

针对5G/B5G网络的热点场景中存在数据流量激增及基站与用户设备（UE）之间空间耦合的问题,构造一种基于泊松簇过程的无人机（UAV）协助的多层毫米波异构蜂窝网络模型。为提高该多层网络模型的平均区域吞吐量（AAT）,提出基于最大偏置接收功率（BRP）准则的4层级联方案。借助毫米波传输模型和随机几何数学工具,通过UE级联概率及各层基站对UE干扰的拉普拉斯变换,推导出系统条件覆盖概率和AAT的数学解析表达式。研究UAV基站投影在地面上的分布方差、地面基站的密度对级联概率的影响,比较不同级联方案可获取的系统AAT。仿真结果表明,基于最大BRP准则的4层级联方案能够显著提升系统AAT,增强系统性能。     

浅析水文缆道电动绞车的新型安装方法

将水文缆道的水平和垂直电动绞车不安装在主控制机房,位置选在过河缆道某岸的钢支架底部,这种新的安装方法可以节省循环系统中的升降索和循环索的长度,因同时减少了循环索转向拐角,从而减小了过河缆道各循环系统的磨阻阻力,减轻电动绞车压力,使各循环系统运行更加顺畅平稳,并且节省电力能源,同时可以使高压电缆和信号通信电缆分离,避免了电动绞车运行时对其他测量设备及信号的干扰,主控机房不再安装电动绞车后,消除了机器运行噪声,工作环境得到极大改善,同时节省了主控操作房的空间,可以安置更多的水文测验设施设备,值得推广。     

异构网络解耦与耦合级联方案覆盖性能比较

针对异构网中上行链路(UL)和下行链路(DL)负载不平衡的问题,提出一种解耦UL/DL级联(DUDA)联合方案。通过双连接简化级联条件推导主、从UL接入距离的概率密度函数,利用随机几何工具推导DUDA UL覆盖概率的一般形式,从而得出整个网络的UL平均覆盖概率。数值仿真结果表明,与传统CUDA方案相比,DUDA联合方案的覆盖性能更优。     

无人机协助的多用户MIMO毫米波网络混合预编码方案

针对无人机（UAV）协助的毫米波网络下行链路多用户通信场景,设计一种混合预编码方案。在发射端和接收端分别使用混合预编码器和模拟合并器,并将多元联合优化问题分解为子问题进行求解。构建UAV与地面用户的三维位置模型,利用带外位置信息对波束导向向量进行优化,进而通过码本生成模拟预编码器和模拟合并器。以最小化接收数据和发送数据之间的误差为目标,利用卡尔曼滤波算法设计基带预编码器,从而减少用户之间的干扰。仿真结果表明,该方案相比模拟波束成形方案、数字预编码方案和迫零混合预编码方案可有效提升系统频谱效率和能量效率。     

大规模无人机协助的多层异构网络设计及性能研究

针对B5G/6G中的热点场景,为满足其超大网络容量的需求,该文构建了多无人机(UAV)协助的毫米波异构网络模型,将地面基站(G-BS)的分布建模为泊松点过程,UAV的分布建模为泊松簇过程,且UAV在地面上的投影以及地面用户设备(GUE)分布在G-BS的周围.为了探讨簇间级联的贡献和簇间干扰的影响,将该2层网络模型扩展为由簇间和簇内基站(BS)共同构成的4层网络模型,并提出了GUE同时与簇内(间)BS级联的4层级联方案.首先,通过传播模型分析了各层级联距离的路径损耗.其次,采用随机几何的方法,结合GUE在下行链路中受到的干扰,推导出GUE可实现的信号与干扰加噪声比(SINR)覆盖概率表达式.最后,仿真结果表明,UAV的高度和簇成员平均数对SINR覆盖概率会产生非单调的影响.同时,当UAV高度较小时,该文所提出的4层级联方案可实现的SINR覆盖概率性能优于仅考虑GUE与簇内BS级联的2层级联方案.     

NOMA双连接异构网络条件解耦设计架构及性能分析

为了改善异构网络上行链路的性能及提高网络覆盖概率,提出了采用解耦上下行链路级联和双连接方案的NOMA异构网络模型,设计了一种条件解耦上下行链路级联分析框架。同时,考虑了3种可能的上行链路级联场景,在给定的下行链路级联条件下对解耦上行链路级联进行设计和分析,推导了解耦上行链路级联概率表达式,获得了主、次接入距离统计描述。数值和仿真分析首先研究了系统参数对级联概率的影响,分别研究了解耦上下行链路级联和耦合上下行链路级联方案下NOMA异构网络的条件覆盖概率和频谱效率。实验结果表明,在NOMA双连接异构网络中,所提出的DUDA方案的覆盖概率性能优于传统的CUDA方案的。此外,2种方案的频谱效率性能好坏与系统参数相关。     

基于深度Q学习的室内无线网络资源分配算法

针对室内无线网络中的能量消耗过大问题，提出了一种基于深度Q学习的家庭基站发射功率分配算法。首先构造深度学习网络(DLN)，优化室内无线网络的能量效率；然后将能量消耗指数作为奖罚值，利用批量梯度下降法不断地训练DLN的权值。最后仿真结果表明，所提出的算法可以动态调整发射功率，在收敛速度和能量消耗优化方面明显优于Q学习算法和注水算法，可以有效地降低室内无线网络的能耗。