毫米波网络中基于AI的波束赋形与AP管理

发布时间：2020-11-05 13:58

　　 随着无线通信技术的迅猛发展和智能终端设备的大量出现,人们对无线高速通信的要求也变得越来越高。然而,传统的微波频谱资源已经拥挤稀缺,其难以满足高速无线传输的需求。为了解决这一问题,通信界将目光转向高频段的毫米波,因此在下一代无线局域网标准IEEE 802.11ay中将使用毫米波进行无线通信。此外,为了增大无线信号的传输范围和提高信号传输的鲁棒性,可使用多AP(Access Point)系统来进行信号传输,在多AP系统中,AP与控制器间通过有线或无线相连,控制器用来对整个系统进行集中控制。当多AP系统使用毫米波进行通信时,许多问题的解决将变得更加复杂和困难,比如毫米波多AP系统中的波束赋形问题,特别是当STA(Station)具有较强移动性时。另外,系统的无线资源管理问题也急需解决,为了描述方便,本文将毫米波多AP系统中的AP与STA的配对和AP功率分配统称为AP管理问题。由于AI(Artificial Intelligence)技术相比较于传统的方法有许多的优点,因此本论文将使用AI技术来对毫米波多AP系统中的波束赋形和AP管理展开研究。论文首先研究了毫米波多AP系统中波束赋形问题,基于IEEE 802.11ay波束赋形机制提出了一种改进的毫米波多AP波束赋形方案,仿真结果显示改进方案能节省较多的训练开销。针对毫米波多AP移动系统,文中采用协调传输方式来提高系统传输的鲁棒性,并为此设计了一种协调波束赋形方案。为了进一步减小协调波束赋形方案的训练开销和提高系统的性能,文中将深度学习与协调波束赋形方案相结合,提出了一种基于深度学习的毫米波协调波束赋形方案,通过设计的深度学习模型对各个AP的最佳波束赋形向量进行预测。仿真结果表明,基于深度学习的毫米波协调波束赋形方案能获得更高的系统有效可达速率,并且深度学习模型在LOS(Line-of-sight)环境和NLOS(Non Line-of-sight)环境下均有很好的性能表现,其能快速适应多变的无线通信环境。然后论文研究了毫米波多AP系统中的AP管理问题,以使得整个系统的总速率最大化。AP管理问题包括AP与STA的配对以及AP的功率分配,文中首先建立数学模型,将AP管理问题描述为一个最优化问题。由于该最优化问题是一个NP-hard问题且是非凸的,不能通过直接求解来获得最优解,因此设计了一个迭代算法将最优化问题分解为两个子问题,分别进行求解,以获得AP管理问题的一个次优解。最后提出基于深度学习的AP管理方案,使用设计的迭代算法来生成训练数据和测试数据,并将这些数据用于深度学习模型的训练和测试。仿真结果表明,基于深度学习的AP管理方案的性能接近于迭代算法,但是其计算时间远远低于迭代算法所需的时间。
【学位单位】：西南交通大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN928;TP18
【部分图文】：

架构首先对现有的低频无线局域网中的多 AP 架出的分布式网络架构，最后分析本文将使2.11ay 标准的基础上提出一种毫米波多 AP 域网中的多 AP 架构在 2017 年 8 月份发布的“Multi-APTechni定义了 AP 间的控制协议，使得能够在多 AP如图 2-7 中所示。其中，多 AP 控制器为多 AP 网络的前传和回程链路，同时当新的 A AP Agent 是执行多 AP 控制器控制功能的可能仅包括一个多 AP 控制器，或者仅包括制器和一个多 APAgent。这种多 AP 架构工作切换，实现无中断的通信。

西南交通大学硕士研究生学位论文 第 3OS 场景仿真节对 LOS 场景进行仿真，具体仿真模型如 3-5 所示，4 个 AP 同时服务 1A，STA 的活动范围如图 3-5 中的红色部分所示，其移动速度设为 15m/s。

图 3-6 多 AP 移动系统在 LOS 场景下有效可达速率仿真 可以看出，在 LOS 场景下，多 AP 移动系统的有效可达速率的Hz，而使用协调波束赋形方案的有效可达速率约为 2.8 bps/H的最优上界，主要原因是使用协调波束赋形方案有较大的波3-6 中还可以看出，使用基于深度学习的协调波束赋形方案的习训练数据的增加，其有效可达速率可以接近系统有效可达度学习训练数据集的大小为 0，即深度学习模型此时还未进的预测效果很差，控制器无法使用深度学习模型为每个 AP
【相似文献】

相关期刊论文 前10条

1 杜旭;邓雅星;;TD-SCDMA系统下行波束赋形技术分析[J];中国新通信;2017年16期

2 徐啸涛;陈丽琴;周巧军;;混合波束赋形技术在4G通信系统中的性能研究[J];电子测量技术;2016年02期

3 吴文君;王文博;王健全;;多点协同系统中的协同波束赋形干扰抑制[J];北京邮电大学学报;2011年03期

4 孔俊霞;杨育红;;智能天线中的下行波束赋形[J];微计算机信息;2006年02期

5 王华龙;;TD-SCDMA系统下行波束赋形技术研究[J];数字技术与应用;2016年08期

6 张昕然;姚君妍;;大规模多天线阵列波束赋形技术研究[J];北京电子科技学院学报;2017年02期

7 谢振山;周志刚;;一种基于异构随机矢量的波束赋形方法[J];计算机应用与软件;2017年11期

8 邓南新;孟丽囡;;TD-SCDMA系统下行波束赋形技术研究[J];辽宁工业大学学报(自然科学版);2010年02期

9 邓永燕;周围;;CDMA系统下行波束赋形算法[J];电子质量;2010年09期

10 秦洪峰,曾召华;TD-SCDMA系统下行波束赋形技术研究[J];邮电设计技术;2004年07期

相关博士学位论文 前10条

1 和凯;移动通信天线宽频、多频及波束赋形研究[D];西安电子科技大学;2016年

2 张昕然;大规模天线阵列波束赋形关键技术研究[D];北京邮电大学;2019年

3 张凯;移动通信系统中的大规模MIMO技术研究[D];北京邮电大学;2019年

4 周园;大规模天线阵列的角度估计和波束赋形技术研究[D];北京理工大学;2017年

5 秦城;协作传输下的波束赋形技术研究[D];北京邮电大学;2017年

6 徐桂贤;大规模MIMO系统波束赋形技术研究[D];北京邮电大学;2017年

7 陈亚文;超密集云无线接入网中高能效协作传输技术研究[D];北京邮电大学;2018年

8 耿健;基于TDD的较大规模天线系统发端关键技术研究[D];北京邮电大学;2014年

9 董全;下一代无线网络的预编码研究[D];西安电子科技大学;2015年

10 何浩;多天线蜂窝系统干扰管理技术的研究[D];武汉大学;2012年

相关硕士学位论文 前10条

1 蓝威涛;基于波束赋形天线的同步技术研究[D];上海交通大学;2016年

2 刘江明;均匀圆阵天线波束赋形研究[D];上海交通大学;2016年

3 陈鄂松;毫米波网络中基于AI的波束赋形与AP管理[D];西南交通大学;2019年

4 杨玉杰;毫米波通信中链路调度算法的研究[D];西南交通大学;2019年

5 王洁文;基于FPGA的波束赋形原理与实现[D];北京交通大学;2019年

6 胡玥;3D MIMO波束赋形技术的研究[D];西安科技大学;2019年

7 徐浩;毫米波MIMO系统中混合波束赋形技术研究[D];重庆邮电大学;2018年

8 黄静月;毫米波系统中面向多播传输的模数混合波束赋形算法研究[D];上海交通大学;2018年

9 赵普;异构网中大规模MIMO场景的关键技术研究[D];上海交通大学;2016年

10 黄子轩;稀布天线阵近场波束赋形研究[D];电子科技大学;2019年

本文编号：2871731