未来无线通信中的资源优化技术研究

发布时间：2020-12-08 10:01

　　随着通信技术的发展,人们对通信时延和能量效率的要求越来越高。为了降低通信时延,满足室内室外的数据需求,在未来的移动通信网络中,将会密集地布置大量的小基站,从而缩短发送端和接收端的物理距离,提升用户的体验。由用户部署的小基站,配置灵活,在减少干扰的同时还能够有效地降低部署的成本,提高能效。此外,密集小基站的部署还能够解决覆盖盲区问题,实现用户无缝保持连接的需求。大量小基站的接入,使得关于基站端资源优化的研究显得尤为重要。因此,在本文,基于凸优化技术与深度学习理论,将从三个方面对基站端的资源进行优化,具体工作可以总结如下:在能量采集通信系统的资源优化研究中,本文首先介绍了相关的研究背景,主要是传统的能量采集通信系统,以及最近提出的能量借还通信系统。其次,在能量借还通信系统的基础上,本文提出了基站和电网进行能量合作的能量存储通信系统,即基站能够根据自身的传输策略,将多余的能量存入电网来获得能量利息。在能量存储通信系统中,除了基站能够获得能量增益外,电网还能够进一步缓解用电高峰期的供电压力,从而实现双赢。在无线缓存网络的资源优化研究中,本文首先介绍了传统的无线缓存优化模型,主要包括只优化小基站... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 引言
    1.2 系统介绍
        1.2.1 能量采集通信系统
        1.2.2 无线缓存网络
        1.2.3 空间调制系统中的天线选择和功率分配技术
    1.3 研究现状
    1.4 论文研究内容与结构
第二章 能量采集通信中的资源优化
    2.1 引言
    2.2 背景介绍
        2.2.1 传统的能量采集通信系统
        2.2.2 能量借还通信系统
    2.3 能量存储通信系统
        2.3.2 算法设计
        2.3.3 仿真结果及分析
    2.4 本章小结
第三章 无线缓存网络中的资源优化
    3.1 引言
    3.2 背景介绍
        3.2.1 优化基站缓存
        3.2.2 优化基站缓存和用户路由
    3.3 基于基站选择的无线缓存模型
        3.3.1 算法设计
        3.3.2 仿真结果及分析
    3.4 本章小结
第四章 空间调制系统中的资源优化
    4.1 引言
    4.2 空间调制系统中的天线选择算法和功率分配算法
        4.2.1 最大最小距离算法
        4.2.2 基于支持向量机的分类算法
    4.3 基于深度学习的天线选择算法和功率分配算法
        4.3.1 神经网络的结构
        4.3.2 神经网络的训练
        4.3.3 仿真结果分析
    4.4 本章小结
第五章 总结
    5.1 本文的主要贡献
    5.2 未来工作的展望
致谢
参考文献
攻读硕士学位期间的研究成果



本文编号：2904903