基于能量和信息同传的非正交多址技术在下一代移动通信中的应用
发布时间：2021-07-25 12:00
物联网设备海量连接,无线通信数据业务持续增长,用户渴望高速的信息传输,更好的服务质量,而有限的通信资源越来越难以满足日益增长的无线通信速率和网络容量需求。非正交多址技术能够显著提升系统的谱效,支持大量用户同时接入通信网络,能有效缓解紧张的通信资源,因此研究新型的多址技术以及围绕多址技术的新型解决方案具有重要意义。本论文以非正交多址技术为核心,旨在构建满足未来通信需求的高效多址技术传输方案。首先,论文详细阐述了非正交多址技术IDMA（Interleave Division Multiple Access）、PD-NOMA（Power Domain Non-orthogonal Multiple Access）,以及无线信息和能量同传技术 SWIPT（Simultaneous Wireless Information Power Transfer）的基本原理,为接下来的研究奠定基础。随后,针对IDMA技术,论文提出 了联合 OFDM（Orthogonal Frequency Division Multiple）-IDMA 和 SWIPT技术的通信系统,并针对PD-NOMA技术,论文提出了一...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图３－２不ＢＥＲ目小发送功变化曲线??
山东大学硕士学位论文??步证明论文所提算法优越的性能，我们把用户数改成了?１６，如图３－２ｂ所示。与??用户数为８时不同的一点是，当用户数增多时，系统提前进入了?ＩＤ限制条件占??主导作用的境况。这是因为随着用户数增加，用户间干扰越来越大也越来越难消??除，达到相同的ＢＥＲ目标值需要更大的发送功率。??为了更直观地看到ＩＤ限制条件对系统性能的影响，我们进一步讨论了不同??算法在不同ＳＩＮＲ目标值下基站端发送功率的变化，如图３－３所示。从图中我??们可以发现另一个现象，随着Ｇ的增加，算法４与所提算法之间最小基站端发??送功率的差值先逐渐减小后趋于平稳，由此可见即使在ＩＤ条件占主导作用的情??况下
图３－４不同收割能量需求４下最小发送功率变化曲线??我们进一步考虑不同的用户ＢＥＲ目标值不同时基站端发送功率的变化。如??图３－５所示，将１２个用户分为三组，每组对应的ＢＥＲ目标值为１?（Ｔ２，ＵＴ４，１?〇＇??从图中可以看出，无论尽取何值所提算法仍然是最优的。另外，当尽比较大时，??与图３－４相比，不同ＢＥＲ目标值是所需最小的基站端发送功率更小，这是因为??低ＢＥＲ需求很容易达到需要的功率也少。??２０?Ｉ?！?！?！?！?ｊ??１５?？?．．．?＾?．．一?＇－??Ｉ?４??５?’?ｆ?、＇?????ｋ?＃?，?一Ｐｒｏｐｏｓｅｄ?Ａｌｇｏｒｉｔｈｍ??ｆ?■■丨■？峰■一?Ｓｃｈｅｍｅ?１??ｎ?／?Ｓｃｈｅｍｅ?２?．??ｙ?＇ｙ／＾?＊？?＃?Ｓｃｈｅｍｅ?３??Ｙ：ｘ?Ｗ?Ｓｃｈｅｍｅ?４??Ｔ?■?．?．?＇?ｉ??￣?０?５０?１００?１５０?２００?２５０??Ｅｃ＿??图３－５将用户分成三组，每组对应不同的ＢＥＲ目标值，不同收割能量需求４下最下发送功??率变化曲线??２６??
【参考文献】：
期刊论文
[1]Power Allocation for Wireless Powered MIMO Transmissions with Non-Linear RF Energy ConversionModels[J]. Liqin Shi,Liqiang Zhao,Kai Liang. 中国通信. 2017(02)
[2]5G关键技术之NOMA介绍[J]. 李世超. 电子制作. 2015(04)
本文编号：3301990
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图３－２不ＢＥＲ目小发送功变化曲线??
山东大学硕士学位论文??步证明论文所提算法优越的性能，我们把用户数改成了?１６，如图３－２ｂ所示。与??用户数为８时不同的一点是，当用户数增多时，系统提前进入了?ＩＤ限制条件占??主导作用的境况。这是因为随着用户数增加，用户间干扰越来越大也越来越难消??除，达到相同的ＢＥＲ目标值需要更大的发送功率。??为了更直观地看到ＩＤ限制条件对系统性能的影响，我们进一步讨论了不同??算法在不同ＳＩＮＲ目标值下基站端发送功率的变化，如图３－３所示。从图中我??们可以发现另一个现象，随着Ｇ的增加，算法４与所提算法之间最小基站端发??送功率的差值先逐渐减小后趋于平稳，由此可见即使在ＩＤ条件占主导作用的情??况下
图３－４不同收割能量需求４下最小发送功率变化曲线??我们进一步考虑不同的用户ＢＥＲ目标值不同时基站端发送功率的变化。如??图３－５所示，将１２个用户分为三组，每组对应的ＢＥＲ目标值为１?（Ｔ２，ＵＴ４，１?〇＇??从图中可以看出，无论尽取何值所提算法仍然是最优的。另外，当尽比较大时，??与图３－４相比，不同ＢＥＲ目标值是所需最小的基站端发送功率更小，这是因为??低ＢＥＲ需求很容易达到需要的功率也少。??２０?Ｉ?！?！?！?！?ｊ??１５?？?．．．?＾?．．一?＇－??Ｉ?４??５?’?ｆ?、＇?????ｋ?＃?，?一Ｐｒｏｐｏｓｅｄ?Ａｌｇｏｒｉｔｈｍ??ｆ?■■丨■？峰■一?Ｓｃｈｅｍｅ?１??ｎ?／?Ｓｃｈｅｍｅ?２?．??ｙ?＇ｙ／＾?＊？?＃?Ｓｃｈｅｍｅ?３??Ｙ：ｘ?Ｗ?Ｓｃｈｅｍｅ?４??Ｔ?■?．?．?＇?ｉ??￣?０?５０?１００?１５０?２００?２５０??Ｅｃ＿??图３－５将用户分成三组，每组对应不同的ＢＥＲ目标值，不同收割能量需求４下最下发送功??率变化曲线??２６??
【参考文献】：
期刊论文
[1]Power Allocation for Wireless Powered MIMO Transmissions with Non-Linear RF Energy ConversionModels[J]. Liqin Shi,Liqiang Zhao,Kai Liang. 中国通信. 2017(02)
[2]5G关键技术之NOMA介绍[J]. 李世超. 电子制作. 2015(04)
本文编号：3301990
本文链接：https://www.wllwen.com/kejilunwen/wltx/3301990.html
