基于监督学习的自适应调制编码和功率分配算法研究

发布时间：2020-11-07 18:42

　　 在复杂的MIMO-OFDM系统中,系统很多性能是由信道状态决定的。传统反馈自适应问题通过反馈信道矩阵与信噪比信息建立查找表来切换MCS,然后通过MCS转换将信道状态影响映射到系统性能变化上。这类要建立起信道状态到系统性能的映射是复杂非线性的。至今,没有一种明确的理论或方法来证明这类映射可能存在的规律。然而,学习算法对于处理非线性映射具有较好的效果,通过对输入输出间模型的建立,学习算法能在模型内部体现出这类映射关系。因此越来越多的学者开始探索用学习的方案来处理自适应问题。这是在没有明确理论来建模这类复杂非线性映射时的一种可行替代。监督学习是机器学习算法中的一大类,在解决分类问题上能达到很好的效果。自适应调制编码对于调制编码策略的选择可以看作明显的分类问题。因此,本文首先设计了基于监督学习方案的自适应调制编码算法,然后在本文提出的自适应调制编码方案基础上进一步进行功率分配的优化,提升系统整体的数据传输速率性能。本论文首先提出基于监督学习的无反馈自适应调制编码算法。其中,本文采用了K最邻近算法和神经网络两类典型的学习算法。为将自适应调制编码问题归纳为分类问题,本文提出一种基于信道条件和传输功率约束下的信道特征提取方案,该特征提取方案是全文分析和验证的基础。然后用该特征提取方案对于不同调制编码方案进行验证,检验该特征提取方案能否准确划分不同调制编码方案。接下来,为避免维度灾难并准确的表示空间流数目不同的情况,对于提出的特征提取方案给出了两类降维方案,并对两类降维方案进行可行性分析。然后,在运用提取特征和降维方法的基础上,将K最邻近算法和神经网络算法加入到自适应调制编码方案中,提出KNN-AMC算法和ANN-AMC算法。最终将KNN-AMC算法和ANN-AMC算法运用到仿真中,通过对系统的误比特性能分析和数据传输速率分析,验证了KNN-AMC算法和ANN-AMC算法的可行性。在LTE TDD中,通过利用上下行信道的互易性获得信道信息,应用于本文算法模型中能够节省反馈开销,降低系统工作时延,可以让系统更快地适应通信环境的变化。本文着重解决的第二个问题是基于KNN-AMC算法下的功率分配问题。首先本文采用传统的注水算法对功率进行分配。考虑到注水算法是一种调节比特加载过程以达到最优的方法,而本文自适应调制编码选择对所有流进行了相同的调制。因此本文提出在注水算法上进行一定改进,提出基于奇异值比值和离散优化功率分配算法。其主要思想是首先收集剩余功率,然后将剩余功率按照调制等级由高至低进行分配。最后,通过仿真将离散优化分配算法与注水算法进行对比,可以看出优化分配算法通过对注水算法的离散优化得到更好的系统传输速率性能。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP181;TN911.22
【部分图文】：

例子就划分为 K 个训练集中某一类别数目最多的那一类。图 2-1 KNN 算法示意图在图 2-1 中，主要有两个分类，一个是三角形，一个是正方形。对于 KNN 算法，如果想要判断图中圆圈属于哪一类。首先确定一个合适的 K 值。比如内圆是K=3，在这个内圆中有两个三角形和一个正方形，则圆圈将被判定为类别数量多的一类即三角形。如果改变 K 值，比如令 K=6，则得到外圆。这时在外圆划定的范围内有三个三角形，四个正方形，这时圆圈将被判定为类别数量多的一类即正方形。根据以上简单介绍可知 KNN 算法的结果于所选取的圆半径,也就是 K 值的大小有关。下面是对 KNN 算法输入输出以及距离度量所进行简单的分析。（1） 假设 KNN 算法的输入训练集数据为 T，如公式(2-5)所示
【相似文献】

相关期刊论文 前10条

1 单超;张邦宁;;自适应调制编码技术[J];军事通信技术;2005年01期

2 杨明文;;自适应调制编码系统门限调整算法研究[J];数字技术与应用;2015年01期

3 陶根林;陈发堂;;LTE系统中自适应调制编码技术的研究[J];现代电信科技;2010年09期

4 朱彦军;宋仁旺;王钢飞;;自适应调制编码的VBLAST系统研究[J];广东通信技术;2011年03期

5 冯雪娇;;解析无线Mesh网络中AMC的优化[J];中国新通信;2014年19期

6 杨青;张庆荣;;空时分组码在自适应调制编码系统中的性能分析[J];数字通信;2010年05期

7 陈梦嘉;赵宜升;黄锦锦;董志翔;陈忠辉;;基于摩尔状态机的LTE-R系统自适应调制编码方法[J];电子技术应用;2018年06期

8 于洋;谭学治;;基于信道分类和自适应调制编码的认知无线电决策引擎[J];电子与信息学报;2014年02期

9 孙天伟;郑建宏;;TD-SCDMA系统HSDPA技术研究与进展[J];中国新通信;2007年09期

10 王宇;王永生;王立波;;基于AMC的无线QoS延时性能研究[J];计算机工程;2010年19期

相关博士学位论文 前10条

1 陈红;无线通信中的ARQ与自适应调制编码技术研究[D];西南交通大学;2007年

2 谢俊松;CDMA系统中的扩频序列与自适应调制编码若干问题研究[D];西南交通大学;2002年

3 涂军;基于延时优化的无线网络跨层设计研究[D];华中科技大学;2015年

4 李志杰;无线局域网无线资源管理及跨层设计研究[D];西南交通大学;2012年

5 李培龙;下一代移动通信网络中可伸缩视频多播研究[D];中国科学技术大学;2010年

6 彭晓川;异构协同无线网络中若干关键技术的研究[D];北京邮电大学;2012年

7 孙文珠;多媒体信号可伸缩编码传输方法研究[D];大连理工大学;2013年

8 闫正航;空时码在衰落信道中性能优化的研究[D];上海交通大学;2010年

9 朱雪梅;基于多天线技术的无线网络跨层自适应传输方案研究[D];山东大学;2009年

10 黄高勇;无线多跳中继网络资源分配与调度策略研究[D];西南交通大学;2014年

相关硕士学位论文 前10条

1 张文硕;基于监督学习的自适应调制编码和功率分配算法研究[D];哈尔滨工业大学;2019年

2 刘震;基于OAI的自适应调制编码技术的研究与实现[D];上海师范大学;2019年

3 李程坤;基于强化学习的自适应调制编码技术的研究[D];杭州电子科技大学;2018年

4 徐行;TD-LTE系统中链路自适应技术的研究[D];武汉邮电科学研究院;2015年

5 薛德友;星地链路通信自适应调制编码技术研究[D];哈尔滨工业大学;2012年

6 马康平;TD-HSDPA中自适应调制编码技术研究[D];西安科技大学;2008年

7 蒋佳俊;3G LTE下行链路自适应调制编码技术研究[D];复旦大学;2009年

8 张维;LTE系统的跨层AMC设计与实现[D];武汉理工大学;2014年

9 黄寒冰;高铁环境下无线接入技术研究[D];杭州电子科技大学;2017年

10 张宇峰;大气光通信中的自适应编码研究[D];西安理工大学;2008年

本文编号：2874336