【摘 要】
：
随着无线通信技术的迅速发展,人们对通信性能提出了更高速率和更低时延的要求,这使得毫米波与大规模MIMO（Multiple-input Multiple-output）技术相结合成为当前移动通信发展的趋势。毫米波大规模MIMO系统中巨大的天线数目、复杂的混合波束赋形结构和极高的路径损耗使得传统的信道估计方案不再适用,而压缩感知的稀疏重构算法为恢复规模庞大的毫米波信道矩阵提供了理论支撑。因此,本文利用
论文部分内容阅读
随着无线通信技术的迅速发展,人们对通信性能提出了更高速率和更低时延的要求,这使得毫米波与大规模MIMO（Multiple-input Multiple-output）技术相结合成为当前移动通信发展的趋势。毫米波大规模MIMO系统中巨大的天线数目、复杂的混合波束赋形结构和极高的路径损耗使得传统的信道估计方案不再适用,而压缩感知的稀疏重构算法为恢复规模庞大的毫米波信道矩阵提供了理论支撑。因此,本文利用毫米波的信道特性与压缩感知的技术思想,设计了针对不同场景的毫米波信道估计方案。针对非视距（Non Line of Sight,NLoS）场景下K分波束搜索方案容易出现误判的问题,本文设计了改进的分层波束搜索方案（Proposed Search Scheme based on Layered Search,PSSLS）,并基于PSSLS设计了信道估计算法。PSSLS方案在K分波束搜索的基础上,每阶段确定下一阶段的角度搜索范围时,增加了相对功率阈值（Relative Power Threshold,RPT）的额外判断,尽可能地提高了 NLoS场景下搜索到全局最优通信路径的成功率。仿真结果表明,与原有K分波束搜索方案相比,PSSLS在NLoS场景中获取全局最优通信路径的概率提升了约20%。针对联合利用毫米波信道稀疏性和低秩性的信道估计存在的收敛速度慢、估计准确度低的瓶颈,本文对传统的交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）进行了 改进,设计 了基于自适应惩罚项 ADMM（Alternating Direction Method of Multiplierswith Adaptive Penalty,ADMMAP）的毫米波信道估计算法。该算法首先把接收信号矩阵Y和虚拟信道增益矩阵Hv,看作两优化目标,联合利用信道的稀疏性和低秩性将信道估计问题转化为两目标的全局优化问题,然后使用ADMMAP将该问题的求解拆分为多次迭代,且每次迭代使用的惩罚项系数μ按设定的规则自适应地改变。仿真结果表明,相较于ADMM信道估计算法,基于ADMMAP的信道估计算法收敛速度提升了约54%,信道估计结果与实际信道矩阵的归一化均方误差降低了约0.04dB。
其他文献
语义分割将原始生物医学图像数据转换为有意义的、空间结构化的信息,因此在医学影像分析研究中起着至关重要的作用。尽管最近基于深度学习的分割方法取得了成功,但它们受制于医疗影像数据集样本数量比较少,导致其模型泛化性不够理想。尤其脑部胶质瘤的位置、大小、形状的特异性较强,导致人工标注数据难度大容易产生误判和分歧从而造成标签噪声,并对泛化性提出了更高的挑战。针对这一问题,从数据增强角度,本文提出了一种数据增
声学场景分类旨在利用对音频信号的处理和分析来获取音频所描述的场景环境,该领域的发展使数据集不断得到补充和丰富,多样的数据集意味着数据分布的不一致化,分布不一致则会进一步影响声学场景分类的表现。因此,本文提出了基于对抗域适应的声学场景分类方法,通过特征对齐来减缓数据分布不一致对声学场景分类性能的影响。首先,跨设备采集会使音频信号产生一定的畸变,导致数据分布不一致,为了解决该问题,本文提出基于熵加权和
一个偶然的机会,北京的一群文化人聚集在大连,被安排在棒槌岛宾馆过了几天神仙日子。其中,最年长者是汪曾祺,最年幼者是我。近年,汪先生无论走到哪里,总是随身带着印章,遇到别人求字求画,只稍稍推辞两句,然后就答
随着深度学习技术和计算机硬件的不断发展,计算机视觉领域开始大规模应用深度学习技术来实现图片的分类、目标的定位和检测等任务。行人检测作为计算机视觉中的一个重要分支在智能监控、人机交互、自动驾驶等领域扮演者重要的角色,也是人体姿态估计、行人追踪等任务的技术前提。行人检测任务是将图片中包含的行人目标以包围框的形式标记出来。随着深度学习技术的应用,行人检测的准确度有了很大的提升,但仍然存在很多问题。其一,
目标检测是计算机视觉的基础任务之一,其目的是找出图像中关注的物体,并且需要检测出物体的位置和类别。随着深度学习研究的发展,基于卷积神经网络算法的目标检测系统快速发展,基于目标检测算法的人脸识别、车辆检测等系统在当代生活中得到了广泛应用。然而,当前目标检测算法在确定物体位置和类别的准确度上还存在不足,而有效利用网络预测产生的物体候选框和物体关系能提高这两方面的准确度。因此,本文对物体候选框筛选和物体
2020年新冠疫情的爆发给社会经济发展和民众生命健康带来了巨大威胁,口罩和护目镜等个人防护用品的正确佩戴可以有效降低普通民众和医护人员感染的风险。在化工、冶炼工作场所和实验室当中,也明确要求佩戴护目镜以防止眼部损伤。但目前护目镜佩戴情况主要依赖人工检查,效率低下,耗费大量人力,因此设计并实现一个自动化的护目镜佩戴检测系统,检测进入或停留在特定场所人员的护目镜佩戴情况,是十分有必要的。本文结合实际应
移动边缘计算已成为第五代移动通信（The 5th Generation Mobile Communication System,5G）关键性技术,其通过在网络边缘侧部署计算和存储节点,可以有效解决应用服务质量需求高而设备计算资源以及能量资源不足的问题。本文主要针对移动边缘计算系统中计算卸载优化问题,从边缘服务提供商和用户两个角度出发,研究如何在满足任务性能要求的同时,提高服务提供商的潜在效益并降低
随着微积分的诞生和发展,关于非线性微分方程的研究在实际应用中不断丰富,非线性泛函分析中的相关理论成为绝大多数学科应用中的有力支撑工具。与此同时,自然界中很多现象以及实际生活中的很多问题都可以通过数学建模,将问题转化为对应的微分方程或系统,从而应用非线性分析中的相关理论进行定性分析。随着科技工程等诸领域的迅猛发展,微分方程模型得到日益广泛的应用。因此,对于非线性微分方程解的存在性等相关性质的研究一直
随着第三次工业革命的进行,网络安全学科成为了一个重要的研究方向,而在网络安全学习的过程中,如何进行实践操作成为了一大难题。一方面是网络环境越来越复杂,实践操作需要大量设备进行组网,各种设备的连接和操作方式都必去学习研究;另一方面,由于网络安全实践操作具有破坏性,每次试验都需要重新搭建环境。因此,如何管理各种资源、构建试验需要的网络拓扑图,并能够根据拓扑图很方便地生成网络环境的方法十分具有商业价值和
在最近几年中,能够捕捉到合作和环境的协同演化动态的生态演化博弈理论吸引了越来越多的学者的注意。对于策略的演化规则,传统意义上假设个体的行为被演化驱动。对于环境状态的演化,一般由依赖于状态的环境反馈来描述。这种依赖于状态的环境反馈是启发式的。这里,我们提出另一个关于环境反馈的可替换的启发式的假设,即,带有依赖于收益的环境反馈的生态演化动力学。对于这类依赖于收益反馈动态的一般形式,我们分别给出了系统存