5G毫米波波束搜索算法研究

发布时间：2023-02-07 09:22

　　在5G移动通信系统中,毫米波的应用可提供更大的带宽和更高的传输速率。但是,受限于毫米波的波长短,载波频率高的传输特性,基站需要使用大规模MIMO技术发射大量高增益的定向窄波束以增加毫米波信号的覆盖范围。毫米波通信中波束过窄和数量过多导致波束对齐困难、波束搜索复杂度高的问题,尤其在城市微蜂窝场景下,用户需要搜索多个基站发出的大量窄波束来找到最优波束,该过程将消耗大量的时间和运算资源。如何设计一种能在保证通信性能的前提下使得用户和基站快速找到最佳波束的搜索算法,是目前毫米波研究中亟需解决的关键问题。目前,机器学习已经广泛应用于通信领域。在调制和解调、信号检测以及信道建模研究中,机器学习技术都有着出色的表现。在固定波束码本的条件下,本研究把波束搜索问题转化为监督学习中的分类问题,通过接收到的波束信息来判断波束的性能。因此,本文结合机器学习思想,对毫米波波束搜索问题和用户移动中的波束搜索问题进行研究。首先,本文根据5G城市微蜂窝网络场景及波束赋形技术,设计了系统仿真模型。通过该系统仿真模型,为后续的算法设计提供数据样本和仿真验证。然后,本文设计了一种基于机器学习的波束搜索算法。算法的思路是使用... 

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
注释表
第1章 引言
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 论文内容及结构安排
第2章 毫米波MIMO通信技术综述
    2.1 毫米波通信系统
        2.1.1 毫米波传输特性
        2.1.2 毫米波系统模型
    2.2 毫米波信道模型
        2.2.1 大尺度衰落模型
        2.2.2 小尺度衰落模型
    2.3 波束模型
        2.3.1 波束赋形
        2.3.2 波束码本
    2.4 波束搜索
        2.4.1 波束搜索性能准则
        2.4.2 波束搜索算法
    2.5 本章小结
第3章 基于机器学习的波束搜索算法
    3.1 基于机器学习的波束搜索算法设计
        3.1.1 波束样本生成
        3.1.2 机器学习分类器选择
        3.1.3 神经网络结构
    3.2 仿真性能分析
        3.2.1 仿真参数设置
        3.2.2 算法性能分析
    3.3 本章小结
第4章 用户运动中的波束搜索算法
    4.1 运动场景下的系统模型
        4.1.1 用户移动部署
        4.1.2 多普勒效应
    4.2 基于神经网络的波束搜索算法设计
        4.2.1 算法设计思路
        4.2.2 在线学习阶段
        4.2.3 实际通信阶段
    4.3 性能仿真分析
        4.3.1 仿真参数设置
        4.3.2 算法性能分析
    4.4 本章小结
第5章 总结与展望
    5.1 论文总结
    5.2 问题展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3736827