大规模MIMO绿色能效研究

发布时间：2017-06-30 23:16

  本文关键词：大规模MIMO绿色能效研究，，由笔耕文化传播整理发布。

【摘要】：未来移动通信技术将更多以能耗为导向进行演进,绿色通信将成为下一代移动通信技术发展的重要方向。从提升系统频谱效率和能量效率两方面看,大规模MIMO技术是未来5G系统极具潜力的技术之一。大规模MIMO技术大量增加无线信道空间自由度,使得频谱效率与天线数成对数增长。在功率受限条件下,只需在天线发送端平均分配发送功率就可以获得最优的速率,有效提升能量效率。多天线阵列可以极大地降低多用户信道小尺度衰落对信号的影响,但由相邻小区导频重用带来的导频污染问题成为了大规模MIMO技术难题。能量效率是衡量大规模MIMO技术是否“绿色”的指标之一,衡量的是每焦耳能量所能传输信息比特数的能力。但在很长时间里研究者们都只关注发送功率的影响,目前另外三个问题得到了越来越多的关注。(1)链路中电路的能量消耗。(2)下行链路中,由于非理想射频模块而出现的相位噪声,同相正交相位失衡等(统称硬件损耗)给系统性能带来的干扰。(3)上行链路中,接收机A/D转换器量化精度对信息比特的损失和能量的消耗。这三个系统因素都会对系统的能量效率产生影响。本文主要分析这三个因素对大规模MIMO系统能量效率的影响。主要研究内容如下:1)下行链路中,大量射频模块将信号发送出去,硬件损耗对系统信号产生干扰。考虑到电路能量的消耗,本文建立了大规模MIMO系统模型和链路损耗模型。从理论上推导硬件损耗与系统频谱效率和能量效率的关系,对比硬件损耗与导频污染产生的影响轻重。仿真数值结果表明,大规模MIMO技术能量效率的提升是牺牲能耗来获取的。硬件损耗也会降低系统频谱效率和能量效率,但在多小区场景中,导频污染才是系统性能降低的主要因素,导频设计是大规模MIMO技术运用的关键。2)上行链路中,基站接收天线用大量的A/D转换器进行信号量化,量化精度对系统的能量消耗及信息损失都有直接关系。所以本文建立了大规模MIMO系统量化模型,从理论推导量化比特数与系统频谱效率和能量效率的关系。为提升能量效率,用粒子群算法对量化比特数和天线数进行优化,并提出一种新的天线选择分组量化方案。仿真数值结果表明,提高量化精度不能一直提升频谱效率,在某些低精度量化比特数(1~6 bits)存在最优量化比特数使得系统能量效率最大。A/D转换器低能耗选择高精度、多天线,高能耗选择低精度、少量天线的量化策略可以有效提升系统能量效率。
【关键词】：大规模MIMO 能量效率 频谱效率 导频污染 硬件损耗 A/D转换器
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.3
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-17
• 1.1 移动通信的发展方向10-13
• 1.2 绿色通信的发展背景及意义13-14
• 1.3 绿色通信研究现状14-16
• 1.4 文章结构安排16-17
• 第2章 大规模MIMO能效及技术背景17-26
• 2.1 大规模MIMO能效研究现状17-18
• 2.2 大规模MIMO关键技术18-22
• 2.2.1 系统模型18-19
• 2.2.2 信道估计与预编码技术19-21
• 2.2.3 导频污染21-22
• 2.3 硬件损耗与模数转换器22-25
• 2.3.1 非理想硬件损耗22-23
• 2.3.2 模数转换器-量化比特数23-25
• 2.4 本章小结25-26
• 第3章 大规模MIMO下行能效与硬件损耗26-39
• 3.1 系统模型26-28
• 3.1.1 多小区结构模型26-27
• 3.1.2 能量消耗模型27-28
• 3.2 频谱效率28-33
• 3.2.1 理想信道29-30
• 3.2.2 非理想信道30-33
• 3.3 能量效率分析33-34
• 3.4 仿真与结果分析34-38
• 3.5 本章小结38-39
• 第4章 大规模MIMO上行能效与A/D转换器39-54
• 4.1 系统量化模型39-40
• 4.2 量化后系统频谱效率40-42
• 4.3 量化后系统能量效率42-43
• 4.4 天线选择分组量化43-47
• 4.4.1 基于粒子群算法的能效优化43-46
• 4.4.2 天线选择分组量化方案46-47
• 4.5 仿真结果及分析47-52
• 4.6 本章小结52-54
• 第5章 总结与展望54-56
• 5.1 本文总结54
• 5.2 未来展望54-56
• 致谢56-57
• 参考文献57-61
• 附录61

【相似文献】

中国期刊全文数据库 前10条

1 肖伟;徐明;;具有能量效率的容错多事件簇[J];计算机工程与应用;2010年02期

2 李建奇;曹斌芳;王立;王文虎;;基于能量效率的非均匀分簇无线传感器路由算法[J];湖南文理学院学报(自然科学版);2012年04期

3 John Jovalusky;;外接电源能量效率新标准[J];电子产品世界;2006年02期

4 Guy Moxey;;通过优化变换器的FET开关来改善能量效率[J];今日电子;2008年09期

5 杨柳;谢显中;罗新波;;基于能量效率的JT发送端算法性能分析[J];通信技术;2007年11期

6 杨柳;谢显中;罗新波;;基于能量效率的MIMO系统JT技术性能分析[J];微计算机信息;2008年11期

7 张玲;;OFDM系统中基于能量效率的低复杂度算法的研究与仿真[J];软件;2012年11期

8 田社平;孙盾;张峰;;电容充电电路的能量效率分析[J];电气电子教学学报;2013年05期

9 余旭涛;张在琛;毕光国;;一种新的均衡流量提高网络能量效率的Ad hoc网络路由建立算法[J];电子与信息学报;2005年12期

10 张蔓;丁源洪;;无线传感器网络协作通信技术的能量效率研究[J];数字技术与应用;2014年05期

中国重要会议论文全文数据库 前2条

1 冯帅;刘凯;;被动行走中躯干对能量效率的影响[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

2 马振;孙季丰;;一种基于能量效率的WSN多跳簇生成算法[A];第三届全国嵌入式技术和信息处理联合学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 单宝X;支持分布式天线的认知无线网络中高能量效率资源管理算法研究[D];北京邮电大学;2015年

2 徐志峰;分布式电驱动汽车操纵稳定性与能量效率优化控制研究[D];北京理工大学;2016年

3 王龙飞;神经元的发放阈值及能量效率研究[D];兰州大学;2016年

4 王小明;高能效的无线资源管理技术研究[D];东南大学;2016年

5 许杰;基于能量效率的自适应多天线传输技术研究[D];中国科学技术大学;2012年

6 叶海纳;单小区多用户通信系统中基于能量效率的无线资源管理研究[D];北京交通大学;2015年

7 李士超;非完善CSIT下MIMO系统能效优化方法研究[D];中国科学技术大学;2014年

8 王圣森;IMT-Advanced无线网络能量效率优化研究[D];北京邮电大学;2014年

9 黄逸;多用户MIMO系统能量效率—频谱效率折中关系研究[D];中国科学技术大学;2015年

10 师晓晔;无线协作系统中的HARQ技术和能效增强技术研究[D];西安电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 许鲁凯;正交和非正交传输系统的能量效率[D];浙江大学;2016年

2 阿迪;移动终端能量效率的自适应处理研究[D];华中科技大学;2014年

3 李杰（KARENZI Fidel）;适用于LTE网络的高能效比协作多点技术研究[D];华中科技大学;2014年

4 王忠磊;IMT-2020系统下D2D通信能量效率研究[D];华东交通大学;2016年

5 马哲明;TD-LTE-A下行链路能量效率与频谱效率的联合优化[D];哈尔滨工业大学;2016年

6 白小慧;大规模MIMO系统中能量效率的研究[D];西安电子科技大学;2015年

7 杜炜民;大规模MIMO系统中频带效率和能量效率的优化[D];西安电子科技大学;2015年

8 张宇飞;大规模MIMO绿色能效研究[D];杭州电子科技大学;2016年

9 张玲;绿色通信系统中基于能量效率的资源分配技术研究[D];北京邮电大学;2013年

10 郑正广;频分复用系统中基于能量效率的资源分配研究[D];电子科技大学;2013年

  本文关键词：大规模MIMO绿色能效研究，由笔耕文化传播整理发布。

本文编号：503850