基于三维空间模型的毫米波蜂窝网络覆盖概率分析

毫米波蜂窝网络通常在二维空间下建模和性能分析.二维模型适合基站分布稀疏的郊区,但是并不适合城市环境下密集蜂窝网络的性能分析.基于随机几何理论提出三维空间模型.该模型假设基站分布为三维泊松点过程;阻碍模型为视距(line of sight,LOS)球模型;信道为Nakagami-m衰落信道;收发端使用大规模天线阵列获得最大的波束成形增益.基于该模型,给出了三维空间下目标用户和最近基站距离的概率密度函数,推导出目标用户的平均覆盖概率,通过蒙特卡洛仿真实验与二维模型的性能进行了对比,分析了路径损耗、蜂窝半径、天线的波束宽度和天线增益等参数变化对平均覆盖概率的影响.实验结果表明,在密集的城市环境下,三维模型对毫米波蜂窝网络的性能分析更加精确.     

基于随机几何理论的多层异构蜂窝网络性能分析

为分析多层节点覆盖的异构蜂窝网络性能,采用独立的齐次泊松点过程分别对异构网络中的各层基站分布进行了建模,选择最强信号干扰噪声比(SINR)基站的接入方案,推导出多层异构蜂窝网络的覆盖概率,并且通过仿真实验分析了影响整体网络覆盖概率的因素.实验结果表明:多层异构网络在小基站密度和发射功率处于适当值时有较好的覆盖率性能.     

基于非泊松点过程的异构蜂窝网络能效优化

泊松点过程(Poisson Point Process,PPP)为异构蜂窝网络(Heterogeneous Cellular Networks,HetNets)的分析提供易于处理的结果,因此在无线网络建模和性能分析中得到了广泛的应用.然而,它不能准确反映实际基站的空间分布特征.考虑到宏基站(Macro Base Sta...     

基于用户簇分布模型的三维异构蜂窝网络覆盖概率分析

采用随机几何理论分析异构蜂窝网络性能时,通常假设用户均匀分布且独立于基站。但在实际的异构蜂窝网络中,小基站一般部署在热点地区或覆盖盲区,因此,小基站与用户的空间位置存在相关性。针对三维空间中蜂窝用户以小基站为父节点的Matern簇过程和Thomas簇过程进行建模,再采用最大信号干扰比(signal to interference ratio, SIR)的小区接入准则,在瑞利衰落信道下推导出下行链路的覆盖概率;通过蒙特卡罗仿真验证理论结果,分析用户簇过程的半径或方差、SIR门限值、小基站密度和小基站功率对覆盖概率的影响,并比较三维用户簇分布模型、三维用户均匀分布模型和二维用户簇分布模型的网络性能。实验结果表明基于三维用户簇分布模型的异构蜂窝网络具有较好的覆盖概率。     

基于泊松簇过程的三层异构蜂窝网络部署模型

5G标准下的蜂窝网络正在向异构化、超密集化的方向发展,传统的基于六边形网格模型的研究方法较为理想化且并不精确,越来越不适用于如今的异构网络.针对这个问题,目前常用的方法是使用基于随机几何的泊松点过程来研究异构网络的基站部署,这种方法假设基站的空域分布完全随机,因此得到了覆盖概率的理论下界.但是由于宏蜂窝边缘(盲区)以及热点地区(忙区)等特殊区域中,站点的分布可能形成簇,此时,基于泊松点过程的空域分布将不再准确.针对这个问题,本文使用泊松簇过程研究三层异构蜂窝网络的基站部署与规划.首先,提出基于泊松簇过程的基站部署系统模型,讨论了基于簇分布的基站形成过程;其次,在充分分析用户受到的聚集干扰基础上,采用基于瞬时信干噪比的小区选择机制,推导出了中断概率模型,并讨论了三种特殊条件下的中断概率;最后,通过仿真对比分析了基于泊松簇过程与泊松点过程的中断概率的差异以及信干噪比阈值变化时的中断概率的变化曲线,证明了基于簇的空域基站部署具有更低的中断概率.     

三维空间中异构传感器网络的目标覆盖

在传感器随机分布的目标覆盖问题中,针对由感知属性不同的普通节点和超级节点构成的异构传感器网络,在三维空间中基于概率感知模型,结合免疫优势克隆算法来进行目标覆盖问题的优化．由免疫优势克隆算法提供的传感器节点最少等效个数的寻求方法,保证了随机分布于三维空间里的可感知的目标点能够全部被覆盖到．实验结果表明,与目前解决此问题最好的遗传算法相比,在达到与遗传算法相同覆盖质量的条件下,免疫优势克隆算法有效提高了实时性,明显降低了寻优时间．     

基于随机几何理论的多层异构网络的中断概率分析

针对包括由宏基站(MBS)、微微蜂窝基站(PBS)和毫微微蜂窝基站(FBS)覆盖服务的三层异构蜂窝网络进行研究,通过仿真实验分析了影响用户通信中断概率的因素.结果表明:PBS和FBS的发射功率选取适当值时,可以有效地降低中断概率.当第一层网络的信干比(SIR)门限值在0~12 d B范围内变化,第二层网络的SIR门限值小于第三层网络时,可以有效降低中断概率,最高可以降低10%.     

基于异构蜂窝业务量预测的基站休眠策略

为了提高第5代(the fifth generation,5G)移动通信中异构蜂窝网络基站的频谱效率,提升用户的服务质量.提出了一种基于小波神经网络的基站休眠策略(neural network based stations sleep strategy in macro-femto heterogene-ous networks,NNSS),在神经网络预测模型中,把隐含层的传递函数用小波函数替换,并采用梯度下降算法,建立一个小波神经网络的预测模型.预测出家庭基站在一个周期内的业务量,根据预测值制定合理的基站休眠策略;同时考虑用户与基站间的中断概率,设计用户重关联算法,实现家庭基站对用户服务质量的优化.实验结果表明,基于小波神经网络的基站休眠策略在提高系统频谱效率的同时,降低了用户的中断概率.     

城市无人机毫米波通信网络建模与性能分析

为克服毫米波信号的穿透能力弱,易被遮挡的问题,综合考虑城市地区建筑物特性与毫米波传输特性,提出一种无人机辅助的城市地区毫米波网络。基于随机几何理论,对提出的网络建模,无人机和建筑物的位置建模为两个独立分布的泊松点过程,建筑物的形状建模为长方体,高度服从瑞利分布。基于此模型,推导得到一个典型用户覆盖率的近似表达式。仿真结果表明,近似表达式在降低了计算复杂度的前提下,与仿真结果吻合,验证了近似分析的有效性。理论结果表明,存在最优无人机部署高度和密度,使系统覆盖率最大化。     

异构蜂窝网络中基于协作混合缓存的能耗分析

针对由宏基站和小基站组成的两层异构蜂窝网络缓存场景,设计了将混合缓存与基站之间的协作相结合的混合协作缓存机制。用户接入采用封闭式接入策略,将两层异构网络基站的分布建模为相互独立的PPP过程,基于随机几何理论,在宏基站和小基站使用正交频谱和共享频谱两种场景下,采用文件重传机制,分别推导了宏用户和小基站用户的无线传输中断概率,基于混合协作缓存机制推导了文件命中率,并在此基础上,进一步推导了服务用户的系统能耗。仿真结果表明,推导的理论值与仿真值基本一致,证明了推导的正确性;文中设计的缓存策略能够提高用户请求文件的命中率,减少系统的能耗。     

一种基于DSP的毫米波目标识别器的设计

研究了一种基于DSP的毫米波目标识别器的设计方法。针对毫米波探测系统的特点和应用背景。给出了目标识别器的硬件组成结构和软件设计方案。通过对该系统的大量试验测试分析表明。所设计的目标识别器具有采样速率快、信号实时处理能力强等特点。可实现对地面目标回波信号的实时采集、高速处理和目标识别。     

认知蜂窝异构网络中能效优化的资源分配算法

在认知蜂窝异构网络中,针对大规模部署认知家庭基站带来的能量消耗问题,研究了两层异构网络上行链路的资源分配算法.提出了一种基于双循环迭代的资源联合分配算法,在实时用户服务质量(quality of service,QoS)需求约束和跨层干扰约束下最大化认知系统能量效率,将分数形式的能效函数等价转换为减数形式,使优化问题近似确定为凸优化形式,并通过迭代方法求解.仿真结果表明:该算法能够快速收敛到最优能效,并保证了实时用户的QoS需求,有效提高了系统能量效率.     

基于三维流场计算的变矩器改型设计

为获得满足使用要求的变矩器性能,利用CFD软件对液力变矩器内流场进行了三维流场数值计算和分析,在此基础上,对原有变矩器作改型设计,以期得到分布合理的内流场,从而使改型后的变矩器具有更优的外特性．数值仿真表明,变矩器原型涡轮流道内存在的局部高压区和逆压区在改型后被消除,流场分布更合理．外特性试验结果显示,改型后的变矩器性能大大提高,完全满足设计要求,改型设计效果良好．     

基于聚焦矩阵的毫米波信号DOA估计

针对毫米波信号源的到达角(DOA)估计随频率变化、导致估计误差较大的问题,提出毫米波信号向窄带信号转化的DOA估计算法.该算法通过在频域内建立毫米波信号接收模型,将接收信号看成多个不相关的窄带信号,并将其“聚焦”在某一参考频率下,减少波束因频率变化带来的影响,进而利用旋转不变子空间(ESPRIT)算法进行毫米波DOA估计.仿真结果表明:该算法可有效降低中等信噪比下的DOA估计误差,当阵元数达到70时,可实现相对稳定的DOA估计,随频率变化估计效果保持整体稳定,从而提升毫米波系统定向传输时的链路质量.     

二维元胞自动机交通流的绿波模型与交通灯效应

在ＢＭＬ模型的基础上,采用了车辆跟驶的规则,同时研究了独立动作的交通灯的交通效应,使得二维元胞自动机交通模型能更好地模拟城市交通的绿波模型和交通灯对城市交通流的影响。     

异构网络垂直切换性能参数分析及算法研究

以蜂窝网与无线局域网(WLAN)融合为例,研究异构网络之间的垂直切换算法。对影响切换算法性能的各网络端及用户端参数进行了分析研究,包括参数的定义、在不同接入网中的取值范围、参数之间的关系及参数的归一化等。针对参数对切换算法及系统性能的影响,进行了参数分类,将参数分为切换先决条件、切换判决条件及切换辅助条件,并根据参数分类提出了新的垂直切换算法。该算法采用可变权值,即算法中各性能参数的权值依据用户业务特性,移动模型及用户对各网络的喜好等因素进行动态调整。与目前固定权值的垂直切换算法相比,提出的算法考虑了不同用户特性及QoS需求,可提高用户满意度及网络整体性能。     

异构网络垂直切换性能参数分析及算法研究

以蜂窝网与无线局域网(WLAN)融合为例,研究异构网络之间的垂直切换算法.对影响切换算法性能的各网络端及用户端参数进行了分析研究,包括参数的定义、在不同接入网中的取值范围、参数之间的关系及参数的归一化等.针对参数对切换算法及系统性能的影响,进行了参数分类,将参数分为切换先决条件、切换判决条件及切换辅助条件,并根据参数分类提出了新的垂直切换算法.该算法采用可变权值,即算法中各性能参数的权值依据用户业务特性,移动模型及用户对各网络的喜好等因素进行动态调整.与目前固定权值的垂直切换算法相比.提出的算法考虑了不同用户特性及QoS需求,可提高用户满意度及网络整体性能.