本文關(guān)鍵詞：隨機波束賦形在MIMO中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：現(xiàn)在4G蜂窩技術(shù)已經(jīng)開始廣泛的部署在世界各地,而第五代(5G)移動無線通信技術(shù)成為了新興的研究領(lǐng)域。大規(guī)模MIMO的應(yīng)用成為5G技術(shù)的一個熱門領(lǐng)域,跟傳統(tǒng)的MIMO技術(shù)相比,大規(guī)模MIMO可以在基站使用更多的天線,并且在終端共享更多的吞吐增益。但是由于基站數(shù)量巨大的低功率小天線的存在,需要反饋的信道狀態(tài)信息(CSI)量很大,預(yù)編碼算法的選擇將很大程度的影響系統(tǒng)性能。RBF作為一種需求CSI較少的預(yù)編碼方案在大規(guī)模MIMO中具有很大的潛力。在單蜂窩小區(qū)內(nèi),隨機波束賦形(RBF)已經(jīng)得到廣泛的研究,本文首先通過建立模型分析了RBF具有較好的利用空分增益,服務(wù)大量用戶,對CSI反饋量的需求低,系統(tǒng)實現(xiàn)復(fù)雜度較低的優(yōu)點。之后本文通過仿真來比較不同發(fā)射波束數(shù)對RBF性能的影響,得到在不同信道環(huán)境下,基站合理選擇發(fā)射波束數(shù)可使系統(tǒng)性能得到很大提升。本文還提出多波束選擇(MBS)算法,其核心思想是通過合理分配功率來提高能量利用效率,最大限度提升系統(tǒng)性能。本文還給出了RBF的推廣形式PU2RC與ZFBF之間的比較,在無法獲得完整CSI的多用戶MIMO場景中,PU2RC只需要反饋每個用戶的SINR和其對應(yīng)每個波束的索引值,實現(xiàn)復(fù)雜度低,并具有較好的性能,但是隨著用戶數(shù)減少,PU2RC的性能會急劇下降。之后本文深入介紹了RBF算法在多蜂窩小區(qū)MIMO系統(tǒng)中的建模,基站采用RBF預(yù)編碼算法,接收機分別設(shè)置為最小均方誤差算法(MMSE)、迫零算法(ZF),和天線選擇算法(AS)的機制,通過設(shè)計這三種不同的用戶接收機來降低小區(qū)內(nèi)和小區(qū)間的干擾;最后通過仿真得到MMSE空分接收機性能最好,但是復(fù)雜度最高;ZF次之,實現(xiàn)起來也較容易;而AS的性能最差,也最容易實現(xiàn),文中給出多種算法驗證該結(jié)論。本文最后分析了大規(guī)模MIMO場景中預(yù)編碼的應(yīng)用,比較了迫零(ZF)預(yù)編碼算法和匹配濾波器(MF)預(yù)編碼算法在邊緣小區(qū)用戶和中心小區(qū)用戶可以達到的性能。在研究RBF在大規(guī)模MIMO中應(yīng)用時,通過K-Means聚類算法和K-Medoids聚類算法來對小區(qū)用戶進行分組,并通過仿真驗證,兩種聚類算法算法復(fù)雜度相近,但是K-Medoids算法可實現(xiàn)的性能要優(yōu)于K-Means算法。
【關(guān)鍵詞】：大規(guī)模MIMO 隨機波束賦形 干擾抑制 用戶選擇
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN929.5
【目錄】：

• 摘要5-6
• ABSTRACT6-12
• 縮略詞表12-14
• 主要數(shù)學(xué)符號表14-15
• 第一章 緒論15-23
• 1.1 引言15-17
• 1.2 大規(guī)模MIMO的研究現(xiàn)狀17-18
• 1.3 MIMO技術(shù)中預(yù)編碼的研究現(xiàn)狀18-20
• 1.4 論文主要研究內(nèi)容與貢獻20-22
• 1.5 論文結(jié)構(gòu)及內(nèi)容安排22-23
• 第二章 RBF在單蜂窩小區(qū)的應(yīng)用23-45
• 2.1 CSI對預(yù)編碼性能的影響23-25
• 2.2 隨機波束賦形的概念25-26
• 2.3 調(diào)度公平性的討論26-27
• 2.4 RBF系統(tǒng)中的波束選擇機制27-34
• 2.4.1 信道模型27-28
• 2.4.2 發(fā)射波束數(shù)對ORBF性能影響28-33
• 2.4.3 對ORBF的改進算法MBS的分析33-34
• 2.5 RBF和ZF對碼本反饋的需求34-44
• 2.5.1 系統(tǒng)模型建立及背景介紹35-37
• 2.5.2 波束賦形方案介紹37-40
• 2.5.3 PU2RC方案和ZF之間的比較40-44
• 2.6 本章小結(jié)44-45
• 第三章 多蜂窩小區(qū)的干擾抑制及RBF的應(yīng)用45-59
• 3.1 干擾抑制介紹45-47
• 3.2 RBF在多蜂窩小區(qū)中的應(yīng)用分析47-48
• 3.3 多蜂窩小區(qū)系統(tǒng)模型建立48-57
• 3.3.1 RBF-MMSE、RBF-MF和RBF-AS機制的原理48-53
• 3.3.2 DoF域介紹53-55
• 3.3.3 不同空分接收機制式對應(yīng)的SINR的分布55-57
• 3.4 本章小結(jié)57-59
• 第四章 RBF在大規(guī)模MIMO中的應(yīng)用研究59-77
• 4.1 大規(guī)模MIMO應(yīng)用預(yù)編碼介紹59-61
• 4.2 大規(guī)模MIMO中邊緣小區(qū)用戶適用的預(yù)編碼研究61-69
• 4.2.1 大規(guī)模MIMO的信道模型62-63
• 4.2.2 ZF和MF不同類別預(yù)編碼可以達到的漸進碼率限63-67
• 4.2.3 仿真結(jié)果67-69
• 4.3 基于分組的RBF在大規(guī)模MIMO中的應(yīng)用69-76
• 4.3.1 K-Means聚類算法70-71
• 4.3.2 K-Medoids聚類算法71
• 4.3.3 三類聚類算法仿真71-73
• 4.3.4 RBF在大規(guī)模MIMO分組算法中的應(yīng)用73-76
• 4.4 本章小結(jié)76-77
• 第五章 全文總結(jié)77-80
• 5.1 本文貢獻77-78
• 5.2 下一步研究方向78-80
• 致謝80-81
• 參考文獻81-85
• 個人簡歷85
• 攻讀碩士研究生期間參加的科研項目85-86

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 夏寧霞;蘇一丹;覃希;;一種高效的K-medoids聚類算法[J];計算機應(yīng)用研究;2010年12期

  本文關(guān)鍵詞：隨機波束賦形在MIMO中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：393334