基于能量收集的多用户MIMO系统的预编码的设计及能效研究

发布时间：2017-09-23 05:27

  本文关键词：基于能量收集的多用户MIMO系统的预编码的设计及能效研究

  更多相关文章： 能量收集 多用户-多输入多输出 预编码的设计 能量协作

【摘要】：能量收集(Energy Harvesting,EH)是解决能源消耗问题,实现绿色通信的一个重点技术。利用EH供能,不仅降低对传统能源的消耗,对于某些电池不易更换的设备,还能提高系统稳定性。而多用户多输入多输出(Multiple-Users Multiple-Input and Multiple-Output,MU-MIMO)技术能够有效的提高系统频谱资源、空间资源的利用率,增强链路传输的可靠性。研究结合这两项技术的系统,对无线通信的发展有着重要的现实作用。基于以上,本文主要围绕能量收集、系统吞吐量两个核心点,研究基于EH的MU-MIMO的两类网络模型——无线自组织网络和认知无线电网络——的预编码设计和能效优化问题。主要内容概括为以下两个方面:(1)无线自组织网络中预编码的设计的研究:系统中所有用户配置多天线,中继有机会主义特性,收集到的能量越多,越乐意帮助源节点转发信息。以满足源节点信息传输速率需求作为前提,利用剩余的能量进行自身信息传输。由于接收端有多个用户,为了能使用户很好的解码出自身需要的信息,在发射端需对发射的信息进行预编码的设计。本文设计了最优化预编码方案——波束赋形,利用半正定松弛(Semidefinite Relaxation,SDR)计算出最优的波束赋形矢量,实现最优化系统速率。考虑到最优方案具有高复杂度,文中还设计了两种次优化的预编码方案——奇异值分解和块对角化预编码。通过仿真,对最优化和次优化方案进行了性能上的对比。(2)无线电认知网络中能效优化的研究:认知用户的频谱接入模式为Underlay接入模式。认知用户在第一时隙中从基站和混合式接入点同时接收能量信号,在对主用户的干扰不超过限定阈值的前提下,在第二时隙利用收集到的能量进行信息传输。为了在所有用户都满足通信诉求后,系统的能量使用效率可以最大化,提出了一种在认知用户间进行能量协作的方案。利用KKT条件和注水算法求解出每个认知用户最佳的传输功率,以达成所有认知用户都能满足最低速率需求,且最优化系统能量使用效率及吞吐量的愿景。通过仿真,结果证明利用能量协作策略可以有效地提高系统性能增益。
【关键词】：能量收集 多用户-多输入多输出 预编码的设计 能量协作
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.31
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 绪论8-14
• 1.1 研究背景及意义8-10
• 1.2 国内外研究现状10-12
• 1.2.1 不同的网络系统模型方面11
• 1.2.2 预编码的设计方面11-12
• 1.2.3 能效研究方面12
• 1.3 论文研究内容和结构安排12-14
• 第二章 基于能量收集的MU-MIMO系统及理论基础14-26
• 2.1 MIMO技术14-15
• 2.2 基于能量收集的MU-MIMO系统模型15-18
• 2.2.1 基于能量收集的MU-MIMO无线自组织网络15-16
• 2.2.2 基于能量收集的MU-MIMO认知无线电网络16-18
• 2.3 常用中继通信协议18-20
• 2.3.1 AF协议18-19
• 2.3.2 DF协议19-20
• 2.4 无线能量信息协同传输系统中接收机的结构设计20-23
• 2.4.1 时间选择方案20-21
• 2.4.2 功率分流方案21-22
• 2.4.3 集成接收机方案22-23
• 2.5 解决优化问题的算法23-26
• 2.5.1 半正定松弛(Semidefinite Relaxation, SDR)23-24
• 2.5.2 KKT条件24-26
• 第三章 基于能量收集的MU-MIMO无线自组织网络的预编码的设计26-40
• 3.1 引言26-27
• 3.2 系统模型27-29
• 3.3 问题的可行性分析及最优化算法29-32
• 3.3.1 可行性分析29-30
• 3.3.2 最优化算法描述30-32
• 3.4 两种次优化算法描述32-37
• 3.4.1 第一时隙利用SVD的次优化算法 132-34
• 3.4.2 第二时隙利用BD的次优化算法 234-37
• 3.5 性能结果对比37-39
• 3.6 本章小结39-40
• 第四章 基于能量收集的MU-MIMO无线电认知网络的能效研究40-52
• 4.1 引言40-41
• 4.2 系统模型41-44
• 4.3 认知用户能量协作方案44-50
• 4.4 仿真结果分析对比50-51
• 4.5 本章小结51-52
• 第五章 总结与展望52-54
• 5.1 本文工作总结52-53
• 5.2 未来研究工作展望53-54
• 致谢54-55
• 参考文献55-60
• 攻读学位期间的研究成果60

【参考文献】

中国期刊全文数据库 前2条

1 彭艺;侯永技;龙华;;一种优化的认知无线电网络资源协同分配算法[J];云南大学学报(自然科学版);2015年02期

2 周盛;龚杰;王晓磊;牛志升;;动态能量获取下无线通信的能量管理与资源优化[J];中国科学:信息科学;2012年10期

，

本文编号：903464