5G毫米波波束搜索算法研究
發(fā)布時間:2023-02-07 09:22
在5G移動通信系統(tǒng)中,毫米波的應(yīng)用可提供更大的帶寬和更高的傳輸速率。但是,受限于毫米波的波長短,載波頻率高的傳輸特性,基站需要使用大規(guī)模MIMO技術(shù)發(fā)射大量高增益的定向窄波束以增加毫米波信號的覆蓋范圍。毫米波通信中波束過窄和數(shù)量過多導(dǎo)致波束對齊困難、波束搜索復(fù)雜度高的問題,尤其在城市微蜂窩場景下,用戶需要搜索多個基站發(fā)出的大量窄波束來找到最優(yōu)波束,該過程將消耗大量的時間和運算資源。如何設(shè)計一種能在保證通信性能的前提下使得用戶和基站快速找到最佳波束的搜索算法,是目前毫米波研究中亟需解決的關(guān)鍵問題。目前,機器學(xué)習已經(jīng)廣泛應(yīng)用于通信領(lǐng)域。在調(diào)制和解調(diào)、信號檢測以及信道建模研究中,機器學(xué)習技術(shù)都有著出色的表現(xiàn)。在固定波束碼本的條件下,本研究把波束搜索問題轉(zhuǎn)化為監(jiān)督學(xué)習中的分類問題,通過接收到的波束信息來判斷波束的性能。因此,本文結(jié)合機器學(xué)習思想,對毫米波波束搜索問題和用戶移動中的波束搜索問題進行研究。首先,本文根據(jù)5G城市微蜂窩網(wǎng)絡(luò)場景及波束賦形技術(shù),設(shè)計了系統(tǒng)仿真模型。通過該系統(tǒng)仿真模型,為后續(xù)的算法設(shè)計提供數(shù)據(jù)樣本和仿真驗證。然后,本文設(shè)計了一種基于機器學(xué)習的波束搜索算法。算法的思路是使用...
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 引言
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文內(nèi)容及結(jié)構(gòu)安排
第2章 毫米波MIMO通信技術(shù)綜述
2.1 毫米波通信系統(tǒng)
2.1.1 毫米波傳輸特性
2.1.2 毫米波系統(tǒng)模型
2.2 毫米波信道模型
2.2.1 大尺度衰落模型
2.2.2 小尺度衰落模型
2.3 波束模型
2.3.1 波束賦形
2.3.2 波束碼本
2.4 波束搜索
2.4.1 波束搜索性能準則
2.4.2 波束搜索算法
2.5 本章小結(jié)
第3章 基于機器學(xué)習的波束搜索算法
3.1 基于機器學(xué)習的波束搜索算法設(shè)計
3.1.1 波束樣本生成
3.1.2 機器學(xué)習分類器選擇
3.1.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.2 仿真性能分析
3.2.1 仿真參數(shù)設(shè)置
3.2.2 算法性能分析
3.3 本章小結(jié)
第4章 用戶運動中的波束搜索算法
4.1 運動場景下的系統(tǒng)模型
4.1.1 用戶移動部署
4.1.2 多普勒效應(yīng)
4.2 基于神經(jīng)網(wǎng)絡(luò)的波束搜索算法設(shè)計
4.2.1 算法設(shè)計思路
4.2.2 在線學(xué)習階段
4.2.3 實際通信階段
4.3 性能仿真分析
4.3.1 仿真參數(shù)設(shè)置
4.3.2 算法性能分析
4.4 本章小結(jié)
第5章 總結(jié)與展望
5.1 論文總結(jié)
5.2 問題展望
參考文獻
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號:3736827
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 引言
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文內(nèi)容及結(jié)構(gòu)安排
第2章 毫米波MIMO通信技術(shù)綜述
2.1 毫米波通信系統(tǒng)
2.1.1 毫米波傳輸特性
2.1.2 毫米波系統(tǒng)模型
2.2 毫米波信道模型
2.2.1 大尺度衰落模型
2.2.2 小尺度衰落模型
2.3 波束模型
2.3.1 波束賦形
2.3.2 波束碼本
2.4 波束搜索
2.4.1 波束搜索性能準則
2.4.2 波束搜索算法
2.5 本章小結(jié)
第3章 基于機器學(xué)習的波束搜索算法
3.1 基于機器學(xué)習的波束搜索算法設(shè)計
3.1.1 波束樣本生成
3.1.2 機器學(xué)習分類器選擇
3.1.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.2 仿真性能分析
3.2.1 仿真參數(shù)設(shè)置
3.2.2 算法性能分析
3.3 本章小結(jié)
第4章 用戶運動中的波束搜索算法
4.1 運動場景下的系統(tǒng)模型
4.1.1 用戶移動部署
4.1.2 多普勒效應(yīng)
4.2 基于神經(jīng)網(wǎng)絡(luò)的波束搜索算法設(shè)計
4.2.1 算法設(shè)計思路
4.2.2 在線學(xué)習階段
4.2.3 實際通信階段
4.3 性能仿真分析
4.3.1 仿真參數(shù)設(shè)置
4.3.2 算法性能分析
4.4 本章小結(jié)
第5章 總結(jié)與展望
5.1 論文總結(jié)
5.2 問題展望
參考文獻
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號:3736827
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3736827.html
最近更新
教材專著