基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit，LEO)卫星通信可以克服恶劣地形影响实现远距离通信，面对突发灾害能快速部署解决通信问题，但是，卫星在保持高速运动的同时采用高频段的信号，容易导致通信时产生严重的信号衰落。针对此问题，基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化，然后固定数字域对模拟域进行迭代优化，通过共同的待优化矩阵进行联合求解，在固定功率的前提下不断迭代优化矩阵，采用混合波束赋形方法有效减少硬件复杂度，更加接近数字波束赋形的性能。仿真表明，在混合波束赋形架构应用上，相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法，所提算法性能提升了6.61%。     

相干多径环境下的毫米波大规模MIMO混合波束赋形方案

针对传统全数字域的解相干算法无法直接运用于混合波束赋形场景的问题,设计了一种混合波束赋形下的解相干方案。在模拟域,基于设计的码本波束,提出一种新的模拟波束赋形方案,分别搜索与每个信号方向最为接近的波束,形成波束集合,利用所得到的波束集合,对阵列接收信号分别进行模拟波束赋形得到一级输出。在数字域,提出“阵列信号重构”的思想,对一级输出进行阵列信号重构,将重构信号作为输入,进行空间平滑处理,在相干干扰方向和非相干干扰方向均可形成较深的“零陷”。通过理论分析和仿真,对不同方案的波束方向图、信干噪比、频谱效率等性能进行了研究。结果表明,所提出的混合波束赋形方案的信干噪比和频谱效率等性能几乎逼近于纯数字波束赋形方案。     

面向5G毫米波通信的有向非连续接收机制

毫米波为5G通信提供了更大的带宽,但其路径损耗和穿透损耗较大的缺点需要使用波束赋形技术来克服.传统的非连续接收(discontinues reception,DRX)机制由于在用于波束赋形系统中时会导致频繁的波束失准,从而影响通信质量,已不能满足系统要求.针对这一问题,提出了一种长睡眠周期可调整的有向DRX(adjus...     

基于线性神经网络的物理层安全波束赋形方案

对物理层安全传输中的安全波束赋形技术进行研究,提出一种新的波束赋形方案。在多输入单输出系统中,将信道估计、信道状态信息反馈、波束赋形设计3个过程合并为一个利用线性神经网络的反向训练过程。利用信道的互易性,由单天线合法接收端发送训练序列,通过神经网络训练得到多天线的发送方保密信号和人工噪声波束赋形的权值。对误比特率和保密容量进行仿真,表明该权值训练方法可行且有效,方案的安全性能非常接近理想信道状态信息条件下的常规安全方案的性能。相比较常规方案,所提方案复杂度显著降低。     

MU-MISO场景下最优化和速率的波束赋形

研究了在一个多用户的下行网络中,基于完美信道状态信息(CSI)的波束赋形设计问题.在该场景下,基站配备多天线,每一个用户为单天线.基站将采用发送波束赋形与用户进行通信.考虑在发送总功率受限的情况下,最大化所有用户的和速率.由于目标函数形式复杂并且是非凸的,导致求解困难.为此,提出了一种基于迫零准则的波束赋形方案.该方案将原问题分解为两个子问题,分别求解.仿真结果表明:相比于传统的基于SLNR的波束赋形方案,所提的方案的性能更好.     

毫米波通信系统中利用随机逼近的波束赋形算法

为了在60 GHz毫米波通信系统中确定收发机最优的窄波束方向使得传输速率最大,提出了一种基于波束码本的自适应波束赋形算法.该算法在室内60 GHz信道的射线跟踪模型基础上建立了离散优化问题,并引入随机逼近的全局优化算法进行求解,首先在窄波束空间中进行随机采样,再利用含噪的信道估计获得样本目标函数的无偏估计量,并据此执行...     

多用户全双工无线携能系统中的波束赋形研究

针对多用户全双工蜂窝通信系统,提出了一种基于功耗最小及能量收获最大双目标准则的联合优化方案。该方案采用迫零消除上行链路中多用户干扰,在下行链路,为了实现信息和能量的有效传递,全双工基站分别采用信息波束赋形及能量波束赋形为用户提供通信服务,在保证用户的服务质量及功率约束的同时,实现了功率效率和频谱效率的同步改善。由于功率问题为非凸问题,通过半定松弛将其转化为凸优化问题。仿真结果表明,所提方案相比传统方案能够节约大量的功率,此外全双工基站通过能量波束赋形向下行用户传递能量,有效提高了系统的功率效率。     

波束赋形技术在矿井通信中的应用研究

本文分析了矿井的特殊环境,以及无线通信系统在矿井下的困难,介绍了天线幅度加权波束赋形原理,设计了基于智能天线(SA)波束赋形技术的矿井无线通信系统。仿真结果表明,采用天线波束赋形技术能够增大天线增益,减少多径衰弱,提高频谱利用率和通信系统的可靠性。     

多输入多输出单载波频分多址系统的鲁棒波束赋形算法

针对多输入多输出(MIMO)单载波频分多址(SC-FDMA)系统中现有波束赋形算法在非理想信道状态信息下性能下降以及对信道信息误差敏感的问题,提出了一种鲁棒波束赋形算法。该算法利用谱范数对信道状态信息误差进行建模,并基于均方误差和准则将波束赋形优化问题建模为一个极小极大化问题,然后利用优超理论以及奇异值不等式理论证明该优化问题的鞍点特性并得出最优的波束赋形结构,最后利用凸优化得到最优的功率分配算法。仿真结果表明:与非鲁棒波束赋形和等功率分配算法相比,该鲁棒波束赋形算法在误码率以及频谱效率方面都能获得更好的性能,信道状态信息误差增大时,该鲁棒波束赋形算法与非鲁棒波束赋形算法相比在高信噪比时误码率性能约有1dB增益,频谱效率约提升6%。     

移动场景下基于深度学习的图像辅助毫米波波束预测方案

针对移动环境下毫米波大规模MIMO通信系统下行链路的快速波束预测问题,提出了一种基于深度学习的图像辅助波束预测方案.该方案将基站采集的RGB图像上传至MEC服务器,通过Faster RCNN目标检测模型与DNN神经网络结合,预测通信环境中用户图像与毫米波下行链路波束向量的高维非线性关系.仿真结果表明：该方案预测下行链路波束向量的可达速率接近理论最优,在模型复杂度和高天线数低信噪比情况下的性能等方面均优于基线算法.     

可重构智能表面辅助大规模MIMO通信波束成形设计

可重构智能表面(reconfigurable intelligent surface, RIS)在无线通信系统中能够提高信道性能。为了降低传统波束成形方案中功率分配的复杂度,结合毫米波(millimeter wave, mmWave)特点建立信道模型,提出一种基于正交匹配追踪(orthogonal matching pursuit, OMP)和统一信道分解(uniform channel decomposition, UCD)的RIS辅助mmWave多输入多输出(multiple input multiple output, MIMO)系统混合波束成形设计方案。利用视距(line of sight, LoS)信道的到达角(angle of arrival, AoA)和离开角(angle of departure, AoD)设计了RIS的反射矩阵。该方法不需要复杂的功率分配,能够使得多个并行数据流具有相同的信道增益。仿真结果表明,该混合波束成形方案具有更好的误比特率(bit error rate, BER)性能及频谱效率。     

混合有-无源智能反射面辅助大规模MIMO安全传输

针对存在恶意窃听者的大规模MIMO网络安全传输问题,提出了一种混合有-无源智能反射面辅助的下行安全传输方法。受基站总发射功率、混合有-无源智能反射面功率和反射相位模量约束,讨论了最大化系统总保密速率的优化问题,该问题为多变量耦合的非凸优化。提出了基于逐次凸近似的主动波束成形和反射相位优化算法,首先利用交替优化算法将原始问题转变为两个单变量的子问题,然后采用逐次凸逼近或半定松弛算法分别求解每个子问题的最优主动波束成形和反射相位。仿真结果表明,相比传统的被动智能反射面辅助安全传输方案,提出的方案能够有效利用混合有-无源智能反射面高增益的技术优势,进一步提高级联链路的信道增益,获得更高的保密速率。     

多蜂窝MISO通信系统中干扰消除策略研究

针对部分信道状态信息下的小区间干扰消除问题,通过使用2个独立的随机矢量量化(RVQ)码本分别量化期望信道和干扰信道,首次分析了2个小区MISO有限反馈系统模型下3种波束形成传输策略(特征波束形成、迫零波束形成、最大化信漏噪比)和速率性能,并根据用户在小区中的位置和小区边缘的平均信噪比,研究了基站最优的波束形成传输策略选择.仿真结果表明:当用户噪声受限时,相邻小区基站应选择特征波束形成传输策略;当用户干扰受限时,相邻小区基站应选择最大化信漏噪比传输策略.     

基于GRU网络的毫米波波束跟踪和阻碍判断联合预测方案

为了提高移动通信场景下,毫米波(millimeter wave, mmWave)大规模多输入单输出(multiple input single output, MISO)系统传输的稳定性,针对快速准确跟踪和阻碍判断问题,提出将波束跟踪和阻碍判断的联合预测问题定义为一个波束状态时间序列预测问题,设计了相应的联合预测数据集;基于门控循环单元(gated recurrent unit, GRU)模块设计未来波束状态预测方案,提出分布式固定输入门控循环单元(gated recurrent unit fixed input, GRU-FIN)训练方案,用来提高模型预测能力。通过仿真实验与3种基线方案进行对比,分析了迭代次数、天线数量、信噪比和神经网络参数设置对预测模型性能的影响。仿真结果表明,在不需要信道状态信息的情况下,该方案能够拟合移动用户非线性波束状态的变化,并且在观察范围较小的情况下,通过GRU-FIN方案和模型参数设计,能够有效提高波束状态的预测能力。     

履带式混合动力车辆控制策略硬件在环仿真

采用硬件在环仿真的方法验证履带式混合动力车辆控制策略的可行性. 结合车辆结构形式和DC-DC变换器控制方法,在功率跟踪控制策略基础上,提出一种基于电压控制的履带式混合动力车辆控制策略. 采用真实的驾驶员操纵设备和整车控制器,通过建立的车辆驱动系统模型在dSPACE中实时运算模拟实现被控对象及外界环境,构建包括CAN通信在内的控制策略硬件在环仿真平台,对提出的控制策略进行硬件在环仿真实验. 仿真结果表明,该控制策略可行并能很好地满足驾驶员的操作需求.     

混合动力耦合系统神经网络油耗模型构建

为了基于燃油经济性快速对混合动力耦合系统(EVT,electric variable transmission)构型进行筛选,在混合动力EVT构型图论分层图画模型的基础上提出混合动力EVT图论构型矩阵,并对混合动力EVT系统构型进行动力学建模;结合GRNN神经网络算法与动态规划算法,建立混合动力EVT系统神经网络油耗模型;通过对比测试构型的神经网络油耗模型计算结果和DP仿真结果,验证了该油耗模型的有效性。     

CR系统中基于空分复用的上行链路设计

设计了多天线认知无线电系统上行信号处理算法.该算法考虑移动终端尺寸、复杂度方面的约束,由认知基站完成接收波束成形及干扰抑制,认知终端仅进行发射波束成形,降低了终端复杂度,便于系统实现.在此基础上提出基于空分复用的机会频谱接入方法,认知系统通过合理的天线配置,当无法获得空闲频谱资源时以空分复用方式完成通信,并且保证对授权...