大规模MIMO系统用户调度与定位方法研究

发布时间：2021-07-24 22:20

　　随着信息技术的快速发展,信息服务经历了从固定节点到移动终端,从提供文字和语音业务为主到为移动用户提供多媒体和互联网接入业务为主的功能转变。在无线频谱资源日益紧张的情况下,如何在第四代（4G,4th generation）移动通信系统基础上进一步挖掘空间无线资源,提高移动通信系统的频谱效率和功率效率,成为第五代（5G,5th generation）移动通信系统需要解决的核心问题。大规模多输入多输出（MIMO,multiple-input multiple-output）技术能够大幅提高移动通信系统频谱效率和功率效率,成为5G移动通信系统的核心技术。在频分双工（FDD,frequency division duplexing）大规模MIMO系统中,基站发送端信道状态信息（CSIT,channel state information at the transmitter side）获取的正交导频开销与基站天线数成正比,而随着用户终端移动性的增加,信道相干时间随之减小,FDD大规模MIMO系统CSIT获取成为制约其发展的关键问题。随着移动通信技术与移动互联网应用的快速发展,移动终端基于位置信息... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：115 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
符号说明
英文缩略语
第一章 绪论
    1.1 大规模MIMO无线通信
    1.2 用户调度与同小区用户间干扰抑制
    1.3 高精度用户定位
    1.4 论文主要工作和章节安排
第二章 FDD大规模MIMO系统用户凝聚型聚类与组调度方法
    2.1 引言
    2.2 系统模型
    2.3 用户凝聚型聚类方法
    2.4 基于平均信漏噪比的迭代分组调度方法
        2.4.1 平均信漏噪比下界
        2.4.2 外预编码器设计
        2.4.3 迭代分组调度与外预编码器设计方法
    2.5 适用于均匀线阵的低复杂度实现方法
        2.5.1 基于DFT近似的用户凝聚型聚类方法
        2.5.2 基于DFT近似的用户分组调度方法
    2.6 数值仿真
    2.7 本章小结
第三章 大规模MIMO-OFDM系统中基于位置指纹信息的单基站定位
    3.1 引言
    3.2 指纹提取
        3.2.1 信道模型
        3.2.2 ADCPM位置指纹信息提取
        3.2.3 指纹压缩
    3.3 指纹相似性度量
    3.4 指纹聚类与位置估计
        3.4.1 二级指纹聚类方法
        3.4.2 加权K近邻位置估计方法
    3.5 数值仿真
        3.5.1 仿真平台
        3.5.2 仿真结果
    3.6 本章小结
第四章 利用深度卷积神经网络的大规模MIMO-OFDM系统指纹定位方法
    4.1 引言
    4.2 系统架构与位置指纹信息提取
        4.2.1 系统架构
        4.2.2 信道模型
        4.2.3 ADCAM位置指纹信息提取
        4.2.4 指纹相似性度量
    4.3 深度卷积神经网络定位方法
        4.3.1 深度卷积神经网络典型结构
        4.3.2 基于分类输出深度卷积神经网络的定位方法
        4.3.3 基于回归输出深度卷积神经网络的定位方法
        4.3.4 多级深度卷积神经网络架构
    4.4 仿真验证
        4.4.1 仿真平台
        4.4.2 深度卷积神经网络参数配置
        4.4.3 仿真结果
    4.5 本章小结
第五章 全文总结
参考文献
作者攻读博士学位期间发表与投递的论文
作者攻读博士学位期间授权与申请的专利
致谢



本文编号：3301541