2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著數(shù)據(jù)流量需求的急劇增長,現(xiàn)有移動通信系統(tǒng)需要通過增加基站密度以擴(kuò)大系統(tǒng)容量和改善覆蓋,因而移動通信運(yùn)營商和設(shè)備商開始LTE網(wǎng)絡(luò)中大規(guī)模部署Small Cell以滿足移動終端用戶的需求,但Small Cell在LTE網(wǎng)絡(luò)中大規(guī)模部署,導(dǎo)致基站間的密度大且距離很近,網(wǎng)絡(luò)系統(tǒng)在部署網(wǎng)絡(luò)時為了充分利用頻譜資源,采用同頻組網(wǎng)的方式,這就使得小區(qū)間的干擾情況更加復(fù)雜。因此對Small Cell進(jìn)行小區(qū)間干擾消除研究,對提高Small Cell的

2、性能具有重要的意義。
  傳統(tǒng)的小區(qū)間干擾消除技術(shù)把來自干擾小區(qū)的信號當(dāng)作噪聲來處理,對于Small Cell在LTE網(wǎng)絡(luò)中大規(guī)模部署組網(wǎng)來說,干擾消除效果有限。而基站間的協(xié)作通過聯(lián)合檢測或者聯(lián)合預(yù)編碼發(fā)送信號,將干擾信號轉(zhuǎn)化為對用戶有用的信號達(dá)到協(xié)作干擾消除的目的,可以提高Small Cell的性能。因此本文針對協(xié)作干擾消除技術(shù)的分簇協(xié)作模型,下行鏈路聯(lián)合預(yù)編碼,以及下行信道反饋等三個技術(shù)要點(diǎn)對LTE Small Cell進(jìn)行研

3、究。
  在分簇協(xié)作模型方面,本文在對全局協(xié)作、靜態(tài)分簇協(xié)作、動態(tài)分簇協(xié)作等現(xiàn)有文獻(xiàn)提出的模型性能進(jìn)行分析,在此基礎(chǔ)上,提出了基于協(xié)同度動態(tài)分簇協(xié)作模型和基于改進(jìn)粒子群算法動態(tài)分簇協(xié)作模型,并對這兩種模型進(jìn)行仿真以及復(fù)雜度分析,仿真結(jié)果表明這兩種模型算法能夠有效地提高系統(tǒng)的總頻譜效率。
  在下行鏈路聯(lián)合預(yù)編碼方面,本文在分析迫零預(yù)編碼、最小均方誤差預(yù)編碼以及塊對角化預(yù)編碼這三種傳統(tǒng)線性預(yù)編碼的性能的基礎(chǔ)上,利用奇異值分解以

4、及幾何均值分解對塊對角化預(yù)編碼進(jìn)行改進(jìn),仿真結(jié)果表明這兩種改進(jìn)預(yù)編碼算法能夠有效地降低系統(tǒng)的誤碼率。
  在下行信道反饋方面,本文在分析了LS信道估計性能的基礎(chǔ)上,從信道估計方向入手,提出一種基于壓縮感知的信道反饋策略,以信道估計為基礎(chǔ),考慮多徑信道的稀疏性,在Small Cell端利用壓縮感知重構(gòu)信道狀態(tài)信息,從而有效地降低信道反饋開銷。仿真結(jié)果表明,這種基于壓縮感知的信道反饋策略,比LS信道估計后再理想反饋的性能要好,而且能夠

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論