大规模天线中基于SRS受限的技术研究
发布时间：2021-08-17 06:48
随着通信技术的发展与人们需求的增高,大规模天线技术即大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统受到学术与业界越来越多的关注。基站配备大规模天线时,基站可利用多用户（Multi-User,MU）技术获得空间增益,实现频谱效率（Spectral Efficiency,SE）的大幅提升。然而,这种收益依赖用户信道状态信息（Channel State Information,CSI）的获取。鉴于当今业务多以下行数据业务为主,下行CSI的获取至关重要。在实际中,即便时分双工（Time Duplex Division,TDD）系统已极大便利了下行CSI的获取,但由于探测参考信号（Sounding Reference Signal,SRS）资源受限,下行CSI仍难以满足需求。尤其当调度用户较多、移动速度存在明显差异时,这种SRS资源受限造成的CSI不充分会使系统性能大幅恶化。本文以缓解此问题为动机,从信道估计、多用户分组与导频分配三个角度展开研究,论文的贡献含如下几方面:（1）基于去噪卷积神经网络（Denoising Convolutional ...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
图１－１大规模天线中ＳＲＳ资源受限问题设计思路与考虑条件??（１）论文将设计结合新技术，即深度学习中卷积神经网络（Ｃｏｎｖｏｌｕｔｉｏｎａｌ??
，。这两步对过时用户进行了筛选，保证了基站在进行多用户分组调度阶段的候选用??户组ＣＳＩ的准确度符合要求。此算法降低了时间维度上ＳＲＳ资源的浪费，也可??称该算法提升了?ＳＲＳ资源。??创新点：两种导频分配方案创新的从导频分配角度解决ＳＲＳ资源受限类１以??的问题。此外方案都考虑到用户的特点，而且与大部分现有研宄孤立处理导频分??配和多用户分组调度不同，所提的两种方案均联合多用户分组调度来设计导频分??配方案，有效缓解了导频分配与资源调度选择不匹配带来的系统性能恶化。??１．４．２论文结构安排??
仰角并应用??于ＳＣＭ或ＷＩＮＮＥＲ信道，便可拓展得到３ＧＰＰ提出的３－Ｄ?ＭＩＭＯ信道模型［５６］。??论文采用３ＧＰＰ组织制定的３－Ｄ?ＭＩＭＯ信道进行仿真分析。此信道模型描绘??了典型的欧洲城市中的通信信道［５７］。采用此信道的原因为，该信道为基于几彳可的??随机模型，相比基于相关的随机信道可更好的描述实际信道的特点，尤其可更好??的表现非静态现象和球状波的效果。因此论文使用［５８］中信道进行仿真分析。??２．３．２?３－Ｄ?Ｍ１ＭＯ信道生成??３－ＤＭ１Ｍ０信道的生成流程如图２－１所示，在此只介绍总体流程与几个重要??的公式，具体信道生成细节详见［５８］。?????总体参数?小尺度参数?系败生成??｜设＊场拫，网络布｜?生成ＸＰＲ???问和天线参数?????１????■?１??分随擂条件?？了？径削１抑?虫成随机初始相位??＾ＬｏＳ／ＮＬｏＳ）?????计符祕?屯成到达／典开州?生成怙ｉｆｌ系数??Ｉ?１?１??生成相关大Ｋ度参?删關￣??数（莱斯闪子．设１?影哀落??影诞沐．时延拓????展．賴?ＩｆｉＷ）?￣￣??图２－１?３Ｄ－ＭＩＭＯ信道生成流程图??信道生成流程分为三大部分，即总体参数生成，小尺度参数生成与系数生成。??可选场景有３Ｄ－ＵＭａ、３Ｄ－ＵＭｉ、３Ｄ－Ｒｍａ和３Ｄ－ｌｎＨ，本论文关注３Ｄ－ＵＭａ场景。??对于任意用户Ａ假设他和基站的２Ｄ间距为，则其为ＬｏＳ用户的概率可??计算为??１?，ｄ２ｋＤ?＜１８ｍ??ｐＬ〇ｓ＝?ｒ?ｉｓ?〔?ｄ?１８）１?＾、以吖〔ｌｆｉ?／２Ｄ??｛［ｄｌＤ?ｌ
【参考文献】：
期刊论文
[1]Optimal Power Allocation with Limited Feedback of Channel State Information in Multi-User MIMO Systems[J]. Kusi Ankrah Bonsu,Weiwei Zhou,Su Pan,Yan Yan. 中国通信. 2020(02)
[2]Antenna Selection and Power Allocation Design for 5G Massive MIMO Uplink Networks[J]. Hongyuan Gao,Yumeng Su,Shibo Zhang,Ming Diao. 中国通信. 2019(04)
博士论文
[1]Massive MIMO信道测量与建模研究[D]. 卢艳萍.北京交通大学 2019
[2]低复杂度大规模多天线系统关键技术的研究[D]. 刘凯.北京交通大学 2019
[3]面向5G的无线资源管理技术研究[D]. 狐梦实.北京邮电大学 2019
[4]大规模MIMO无线传输关键技术研究[D]. 倪善金.北京交通大学 2019
[5]大规模MIMO系统的上行导频优化研究[D]. 李鹏翔.北京邮电大学 2019
硕士论文
[1]基于NLOS误差识别与消除的TOA无线定位算法研究[D]. 刁虹雪.北京交通大学 2019
本文编号：3347284
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
图１－１大规模天线中ＳＲＳ资源受限问题设计思路与考虑条件??（１）论文将设计结合新技术，即深度学习中卷积神经网络（Ｃｏｎｖｏｌｕｔｉｏｎａｌ??
，。这两步对过时用户进行了筛选，保证了基站在进行多用户分组调度阶段的候选用??户组ＣＳＩ的准确度符合要求。此算法降低了时间维度上ＳＲＳ资源的浪费，也可??称该算法提升了?ＳＲＳ资源。??创新点：两种导频分配方案创新的从导频分配角度解决ＳＲＳ资源受限类１以??的问题。此外方案都考虑到用户的特点，而且与大部分现有研宄孤立处理导频分??配和多用户分组调度不同，所提的两种方案均联合多用户分组调度来设计导频分??配方案，有效缓解了导频分配与资源调度选择不匹配带来的系统性能恶化。??１．４．２论文结构安排??
仰角并应用??于ＳＣＭ或ＷＩＮＮＥＲ信道，便可拓展得到３ＧＰＰ提出的３－Ｄ?ＭＩＭＯ信道模型［５６］。??论文采用３ＧＰＰ组织制定的３－Ｄ?ＭＩＭＯ信道进行仿真分析。此信道模型描绘??了典型的欧洲城市中的通信信道［５７］。采用此信道的原因为，该信道为基于几彳可的??随机模型，相比基于相关的随机信道可更好的描述实际信道的特点，尤其可更好??的表现非静态现象和球状波的效果。因此论文使用［５８］中信道进行仿真分析。??２．３．２?３－Ｄ?Ｍ１ＭＯ信道生成??３－ＤＭ１Ｍ０信道的生成流程如图２－１所示，在此只介绍总体流程与几个重要??的公式，具体信道生成细节详见［５８］。?????总体参数?小尺度参数?系败生成??｜设＊场拫，网络布｜?生成ＸＰＲ???问和天线参数?????１????■?１??分随擂条件?？了？径削１抑?虫成随机初始相位??＾ＬｏＳ／ＮＬｏＳ）?????计符祕?屯成到达／典开州?生成怙ｉｆｌ系数??Ｉ?１?１??生成相关大Ｋ度参?删關￣??数（莱斯闪子．设１?影哀落??影诞沐．时延拓????展．賴?ＩｆｉＷ）?￣￣??图２－１?３Ｄ－ＭＩＭＯ信道生成流程图??信道生成流程分为三大部分，即总体参数生成，小尺度参数生成与系数生成。??可选场景有３Ｄ－ＵＭａ、３Ｄ－ＵＭｉ、３Ｄ－Ｒｍａ和３Ｄ－ｌｎＨ，本论文关注３Ｄ－ＵＭａ场景。??对于任意用户Ａ假设他和基站的２Ｄ间距为，则其为ＬｏＳ用户的概率可??计算为??１?，ｄ２ｋＤ?＜１８ｍ??ｐＬ〇ｓ＝?ｒ?ｉｓ?〔?ｄ?１８）１?＾、以吖〔ｌｆｉ?／２Ｄ??｛［ｄｌＤ?ｌ
【参考文献】：
期刊论文
[1]Optimal Power Allocation with Limited Feedback of Channel State Information in Multi-User MIMO Systems[J]. Kusi Ankrah Bonsu,Weiwei Zhou,Su Pan,Yan Yan. 中国通信. 2020(02)
[2]Antenna Selection and Power Allocation Design for 5G Massive MIMO Uplink Networks[J]. Hongyuan Gao,Yumeng Su,Shibo Zhang,Ming Diao. 中国通信. 2019(04)
博士论文
[1]Massive MIMO信道测量与建模研究[D]. 卢艳萍.北京交通大学 2019
[2]低复杂度大规模多天线系统关键技术的研究[D]. 刘凯.北京交通大学 2019
[3]面向5G的无线资源管理技术研究[D]. 狐梦实.北京邮电大学 2019
[4]大规模MIMO无线传输关键技术研究[D]. 倪善金.北京交通大学 2019
[5]大规模MIMO系统的上行导频优化研究[D]. 李鹏翔.北京邮电大学 2019
硕士论文
[1]基于NLOS误差识别与消除的TOA无线定位算法研究[D]. 刁虹雪.北京交通大学 2019
本文编号：3347284
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3347284.html
