Cell-Free Massive MIMO系統(tǒng)上行合并與下行預(yù)編碼算法研究
發(fā)布時間:2021-09-24 10:47
大規(guī)模天線系統(tǒng)作為5G核心技術(shù)之一在近些年得到了長足的發(fā)展,而作為分布式大規(guī)模天線系統(tǒng)的一個分支,Cell-Free Massive MIMO系統(tǒng)憑借其獨(dú)特優(yōu)勢而逐漸成為未來移動通信網(wǎng)絡(luò)的研究熱點(diǎn)之一。其核心思想為使網(wǎng)絡(luò)中大量分布式無線接入點(diǎn)通過相互協(xié)作,在相同的時頻資源下為相對較少的用戶提供服務(wù),從而得以在避免越區(qū)切換的同時對抗陰影衰落并有效抑制干擾。然而這種分布式架構(gòu)使得各無線接入點(diǎn)到用戶間的信道不再滿足獨(dú)立同分布,傳統(tǒng)集中式大規(guī)模天線系統(tǒng)中的很多上下行鏈路信號處理方法不再適用,因此上下行鏈路中信號處理是目前Cell-Free Massive MIMO系統(tǒng)中需要研究的問題之一。本文首先分析了Cell-Free Massive MIMO系統(tǒng)的基本架構(gòu),包括其信道模型與傳輸協(xié)議。論述了現(xiàn)有的上行鏈路接收合并算法與下行鏈路中的預(yù)編碼算法,并給出了相應(yīng)的上行與下行鏈路頻譜效率表達(dá)式,分析了現(xiàn)有上行合并算法與下行預(yù)編碼算法中存在的問題與不足。同時,在不同場景下將Cell-Free Massive MIMO系統(tǒng)與傳統(tǒng)的Cellular Massive MIMO系統(tǒng)的上下行頻譜效率性能進(jìn)行了對比...
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【部分圖文】:
二維卷積操作實(shí)例下面以如圖3-1所示的輸入特征圖為例,對卷積層中的二維卷積操作進(jìn)一步地
最大值池化示意
出相應(yīng)損失,從而對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練程度進(jìn)行監(jiān)測,防止發(fā)生過擬合。如果在訓(xùn)練過程中,訓(xùn)練集與驗(yàn)證集的損失同時下降,則說明神經(jīng)網(wǎng)絡(luò)正在向正確的方向逐步收斂,其需要進(jìn)行進(jìn)一步的訓(xùn)練;若訓(xùn)練集的損失下降,而驗(yàn)證集的損失在逐步上升,則說明神經(jīng)網(wǎng)絡(luò)可能發(fā)生了過擬合,需要終止訓(xùn)練或者改變神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)結(jié)構(gòu)從而避免過擬合的發(fā)生。因此驗(yàn)證集在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的作用十分重要,方便網(wǎng)絡(luò)的開發(fā)者根據(jù)實(shí)際情況來適當(dāng)?shù)馗淖冋{(diào)整網(wǎng)絡(luò)訓(xùn)練策略。下面介紹用于進(jìn)行上行合并矩陣設(shè)計(jì)的深度卷積神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu)與相關(guān)參數(shù):圖3-6用于上行合并矩陣設(shè)計(jì)的DCNN結(jié)構(gòu)
本文編號:3407621
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【部分圖文】:
二維卷積操作實(shí)例下面以如圖3-1所示的輸入特征圖為例,對卷積層中的二維卷積操作進(jìn)一步地
最大值池化示意
出相應(yīng)損失,從而對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練程度進(jìn)行監(jiān)測,防止發(fā)生過擬合。如果在訓(xùn)練過程中,訓(xùn)練集與驗(yàn)證集的損失同時下降,則說明神經(jīng)網(wǎng)絡(luò)正在向正確的方向逐步收斂,其需要進(jìn)行進(jìn)一步的訓(xùn)練;若訓(xùn)練集的損失下降,而驗(yàn)證集的損失在逐步上升,則說明神經(jīng)網(wǎng)絡(luò)可能發(fā)生了過擬合,需要終止訓(xùn)練或者改變神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)結(jié)構(gòu)從而避免過擬合的發(fā)生。因此驗(yàn)證集在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的作用十分重要,方便網(wǎng)絡(luò)的開發(fā)者根據(jù)實(shí)際情況來適當(dāng)?shù)馗淖冋{(diào)整網(wǎng)絡(luò)訓(xùn)練策略。下面介紹用于進(jìn)行上行合并矩陣設(shè)計(jì)的深度卷積神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu)與相關(guān)參數(shù):圖3-6用于上行合并矩陣設(shè)計(jì)的DCNN結(jié)構(gòu)
本文編號:3407621
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3407621.html
最近更新
教材專著