应用于数能一体化网络的波形设计

发布时间：2021-11-01 02:41

　　随着无线通信技术以及电子信息技术的发展,物联网的触手逐渐蔓延至人民生活的方方面面。由于部分传感器设备体积小分布广的特点,导致不是所有物联网都适合使用人工更换干电池的方式维持工作寿命,这时传感器网络的生存周期问题逐渐凸显出来。传统的能量收集（Energy Harvest,EH）技术主要集中在自然界中如太阳能风能等自然能量。但是这些能量来源受气候影响较大,部署也不够灵活。而数能一体化网络（Data and Energy Integrated Networks,DEIN）很好的填充了这部分空白。在数能一体化网络中所有的接收设备都可以是无源器件,其能量来源为基站发射的电磁波。由于基站的稳定供能以及无线充电带来的灵活部署,这使得所有功能节点相对于使用传统能量收集技术的产品有了相当的稳定性和环境适应性。但是射频信号在空间尺度上衰落较快,功能节点收集到的能量较少,所以如何在保证基本通信的前提下尽可能的提高能量传输效率是数能一体化网络的重要研究方向。现有的研究表明,未调制的信号有着更好的能量传输性能,但是在窄带系统中加入高功率的未调制信号很容易将调制过的信号淹没而降低通信能力。数能一体化网络波形设计的... 

【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】：76 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 数能一体化网络的国内外研究历史与现状
    1.3 本文的主要贡献与创新
    1.4 本论文的结构安排
第二章 相关技术概述
    2.1 数能一体化网络
        2.1.1 数能一体化网络基本概念
            2.1.1.1 数能基站
            2.1.1.2 数能接收设备
            2.1.1.3 数能接收策略
        2.1.2 无线射频能量传输
            2.1.2.1 由DC-RF转换阶段导致的能量损失
            2.1.2.2 由信道衰减导致的能量损失
            2.1.2.3 由RF-DC转换阶段导致的能量损失
            2.1.2.4 由电池充电导致的能量损失
    2.2 新波形
        2.2.1 滤波器组多载波技术
        2.2.2 通用滤波的正交频分复用技术
        2.2.3 广义频分复用
    2.3 优化算法概述
        2.3.1 凸优化
        2.3.2 几何规划
            2.3.2.1 单项式与正项式
            2.3.2.2 几何规划定义
            2.3.2.3 凸形式的几何规划
        2.3.3 人工蜂群算法
            2.3.3.1 人工蜂群算法的生物背景
            2.3.3.2 人工蜂群算法
        2.3.4 图的匹配算法
            2.3.4.1 二分图匹配问题
            2.3.4.2 二分图的最佳完美匹配问题
    2.4 数学建模说明
        2.4.1 无线信道建模
        2.4.2 信道容量建模
        2.4.3 数学符号说明
    2.5 本章小结
第三章 抑制频率偏移的数能一体化波形设计
    3.1 系统模型
        3.1.1 发射机模型
        3.1.2 无线信道
        3.1.3 能量接收模型
        3.1.4 频率偏移理论分析
        3.1.5 单用户
            3.1.5.1 无相位优化
            3.1.5.2 相位联合优化
        3.1.6 多用户
            3.1.6.1 优化求解
    3.2 数值仿真
        3.2.1 单用户仿真
        3.2.2 多用户仿真
    3.3 本章小结
第四章 基于分组滤波的数能一体化波形设计
    4.1 系统模型
        4.1.1 UFMC系统模型
        4.1.2 能量接收模型
            4.1.2.1 调制信号
            4.1.2.2 非调制信号
            4.1.2.3 混合信号
            4.1.2.4 OFDM信号
            4.1.2.5 四阶能量接收模型
    4.2 问题优化求解
    4.3 数值仿真
    4.4 本章小结
第五章 全文总结与展望
    5.1 全文总结
    5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3469363