一、智能环境——全新概念的无线通信网络(论文文献综述)
王斌[1](2020)在《基于融合通信技术的用户用电信息采集系统》文中指出随着我国经济和科学技术水平的不断发展,居民对于用电的需求也在不断的增加,电力系统已经成为人们生活中不可缺少的一个重要组成部分。对于住宅用户用电信息采集,一直以来都是电力公司的重要工作之一。通过智能电子设备的引入,从终端直接采集用户用电信息,将数据进行整合后通过网络传输到后端控制中心,管理人员可以直接在后端平台上对用户数据进行采集、分析和使用,极大的降低了人工数据采集成本,并且提高了用户用电信息采集的实效性和准确性。本研究根据用户用电数据采集和数据传输的需求,针对目前普遍使用的单一通信网络进行数据传输技术的局限性,引入了融合通信技术对电网中采集到的数据进行传输。可以同时兼顾终端网络数据传输的灵活性和骨干网络数据传输速率和距离的要求。研究对比几种通信协议和通信方式的特点和以及它们各自技术的优劣后,选择了Zig Bee技术和TD-LTE(Time Division Long Term)技术进行融合,用两种通信技术的融合实现用户用电信息采集系统。其中在终端用户数据采集过程和数据汇总网络中使用Zig Bee协议进行通信,使终端网络具备灵活性,在骨干网传输数据到后端数据中心时使用TD-LTE协议进行远距离的数据通信,实现长距离高速稳定的数据传输。在研究中,选择了CC2530芯片作为Zig Bee协议芯片,围绕该芯片设计并且实现了集中器、采集器、中继器节点硬件设备。实现了从终端采集数据并且通过Zig Bee网络进行汇总的功能。研究中对网络中关键节点、各个关键节点硬件系统设备的电路以及系统模块的供电方式进行性详细的设计。最终将实现的模块组成通信系统。同时也开发实现了各个硬件模块配套的软件系统,软件系统可以实现从接口读取数据并且根据协议进行拆包,然后封装成下一个网络需要的协议数据进行转发,从而实现了在不同协议的通信网络中实现数据传输的过程。将该系统在实际的使用场景中进行测试和验证,测试和试验结果表明,在研究中完成设计和试验的融合通信技术可以有效实现本场景的用户数据传输需求。整个通信系统的设计兼顾了终端部署灵活性和远端传输的高带宽和远距离需求,提高了用电信息数据采集场景的实用性,具有一定的实践价值。
王慕雪[2](2020)在《物联网英语术语特征与汉译方法 ——《物联网:技术、平台和应用案例》(节译)翻译实践报告》文中提出从物联网概念出现至今,我国一直十分注重物联网的发展,发展物联网已成为落实创新、推动供给侧改革、实现智慧城市的重要举措。学习借鉴国外物联网领域的前沿研究成果对我国物联网研究与建设具有重要价值。本次翻译实践报告以《物联网:技术、平台和应用案例》(The Internet of Things:Enabling Technologies,Platforms,and Use Cases)为翻译素材,重点对科技术语翻译进行分析总结。物联网英语术语作为科技英语术语的一种,具有专业性强、语义严谨等特点,本次翻译实践报告将原文中出现的术语分为已有规范译文的物联网英语术语和未有规范译文的物联网英语术语两类,继而开展调查分析工作。对已有规范译文的术语,重点是甄别行业领域,选取规范译文,并从缩略词、复合词和半技术词三个方面总结术语的翻译方法,为术语翻译提供指导;对尚未有规范译文的术语,基于术语特征和已有术语翻译方法,提出直译法、拆译组合法、不译法以及多种译法结合等翻译方法,并结合实例进行了具体说明。希望本实践报告能够为从事科技类文献翻译工作的译者提供一定参考。
潘光良[3](2020)在《基于深度学习的认知无线电频谱感知算法研究》文中研究指明无线通信技术的不断革新使得通信方式呈现多样化,但也给无线资源的利用带来了压力。而认知无线电作为提高无线资源利用的一项新技术取得了快速发展。频谱感知技术是认知无线电技术中的一项重要技术,它承担着当授权用户占用频段使用时,认知用户不使用此频段;当授权用户未占用频段时,认知用户快速接入,实现对空闲频段的二次利用。本论文探讨将深度学习应用于频谱感知技术。首先,介绍课题研究背景和认知无线电、频谱感知技术的概念和研究现状。然后,针对四种传统频谱感知技术进行理论分析,通过对比实验深入分析四种方法的优势和劣势,并面对不同的通信环境和通信方式使用不同的检测算法,为提出新算法提供基础的理论支撑。针对深度学习中的人工、循环、卷积神经网络作出简单分析之后,观察激活函数在神经网络中对学习能力的影响,提出了一种应用到卷积神经网络图像分类中的组合式Relutanh激活函数,借助单一激活函数在不同网络层的性能优势来实现。在公开的Mnist和Cifar-10数据集中,通过实验验证所提方法比采用单一激活函数的卷积神经网络模型具有更好的收敛和分类性能。良好的信号检测性能是提高认知无线电频谱感知能力的重要一部分,针对OFDM系统在接收机信号检测方面的问题,在分析OFDM系统的基础上,提出了一种基于循环神经网络的OFDM信号频谱感知算法。首先,搭建OFDM系统框架,利用OFDM系统框架生成供模型学习的时间序列数据集。然后,通过循环神经网络的LSTM模型对时间序列的学习能力,实现端到端的频谱信号检测,应对无线信道中的非线性失真和干扰,提高信号传输的准确性。仿真实验说明,此算法相对于传统的检测算法具有一定的检测优势。针对OFDM信号的载波提取会受到无线传输环境和电磁的干扰,提出一种基于FAM算法的OFDM信号载频估计方法,通过循环谱与干扰噪声的非相关性完成载频估计。仿真实验证明,在低信噪比下,此方法相较于传统的功率谱方法具有更强的载频估计性能。在OFDM信号循环自相关和循环谱研究的基础上,提出了一种基于卷积神经网络的OFDM信号频谱感知算法。此算法是将具有一定循环特性的三维谱图通过归一化和灰度处理转化为灰度图像,在灰度图像具有特点的固定位置随机分配灰度值,以提高数据集健壮性。然后,将经过一系列预处理的数据集输入到改进后的卷积神经网络中完成学习,构建频谱感知模型,把频谱感知问题转化为图像分类问题。仿真实验说明,所提算法不仅能够完成频谱感知,而且,在低信噪比下,相较于其他传统频谱感知算法和基于机器学习的频谱感知算法具有明显的性能提升。
陈曦涵[4](2020)在《面向大规模阵列天线系统的多尺度在线随机优化算法设计》文中研究说明在过去十年中,智能移动设备数量、类型以及功能上的爆炸性增长推动了诸如智慧医疗、智慧家居以及智能制造等新兴服务的发展。为了在各种新兴服务中实现有效且可靠的数据传输,我们必须重新设计当前蜂窝系统的框架以改善系统整体的频谱效率和能量效率。针对上述问题,一种名为大规模阵列天线的技术应运而生。相比较于单天线无线通信系统,大规模阵列天线技术能以较低的硬件成本和实现复杂度来实现极大的空间复用增益和天线阵列增益,从而在不使用额外带宽和能量的情况下为系统内所有用户提供均匀且优质的通信服务。为了能进一步利用大规模阵列天线技术在频谱效率和能源效率上带来的性能增益,本文对系统中时域、频域和空域上资源的特性进行更深层次的分析与处理,进而为大规模阵列天线系统量身定制配套的资源分配方案,从而实现系统内时、频、功、空域资源的多粒度全方位利用。然而,传统多天线系统中基于确定性优化理论设计的优化算法大多需要根据瞬时信道状态信息对优化变量进行快时间尺度的更新,从而导致其所需的信令开销、计算复杂度以及实现成本都将随基站侧天线数的增加而指数型的增长,这也进一步制约其在未来大规模阵列天线系统中的应用。针对上述性能瓶颈,在本文中我们结合四种当前热点技术(即云接入网技术,信息与能量同传技术,共生无线电技术和非正交多址接入技术),突破现有方案直接利用瞬时信道状态信息进行设计的传统思路,充分地利用无线信道多尺度衰落、大规模阵列天技术信道硬化以及各个重要应用下问题结构的特性,提出基于信道状态统计信息的多尺度在线随机优化算法,从而在提高对抗信道估计误差(或时延)鲁棒性的同时有效地降低实现所需的信令开销和计算复杂度。首先,我们研究了大规模阵列天线协助云接入网多用户系统的上行链路中关于平均速率的广义效用函数最大化问题。针对大规模阵列天线协助云接入网多用户系统中上行链路实现复杂度过高和前向链路容量有限等关键性问题,本文提出一种全新的多时间尺度混合压缩方案来最大化系统吞吐量的增益。此外,我们将多时间尺度混合压缩方案所需要的多时间尺度联合优化构建成为一个广义效用函数最大化问题,并精心设计了一种在线BC-SSCA算法用于寻找该多时间尺度非凸随机优化问题的驻点解。最后,我们通过仿真展示了多时间尺度混合压缩方案相比较目前已有的基线方案而言具有巨大的性能增益。其次,我们研究了多小区大规模阵列天线系统的下行链路中关于平均速率的广义效用函数最大化问题。针对多小区大规模阵列天线系统中硬件成本过高和信令开销过高等关键性问题,本文提出了一种全新的随机多时间尺度混合预编码方案来有效地抑制小区内多用户和多小区之间的干扰,并精心设计了一种TOSO-RTHP算法用于寻找该多级非凸随机优化问题的驻点解。最后,我们通过仿真展示了随机多时间尺度混合预编码方案方案相比较目前已有的基线方案而言具有巨大的性能增益。再次,我们研究了物联网多设备系统的下行链路中信息与能量同传技术问题。针对物联网多设备系统中下行链路设备端硬件能力受限和信道状态信息不准确等关键性问题,本文提出一种全新的多时间尺度联合预编码和功率分裂方案,旨在对抗信道估计误差的同时实现系统平均遍历容量和设备平均采集能量间性能的有效权衡。针对该多时间尺度非凸随机优化问题,我们有效地结合了采样平均近似和分式规划算法,并在此基础上精心设计了一种MO-SSCA算法来寻找其所对应的驻点解。最后,我们通过仿真展示了多时间尺度联合预编码和功率分裂方案方案相比较目前已有的基线方案而言具有巨大的性能增益。然后,我们研究了多标签共生无线电系统的下行链路中关于平均信干噪比的广义效用函数最大化问题。针对多标签共生无线电系统中链路间干扰情况复杂和无源标签实时符号信息缺乏等关键性问题,本文提出了一种全新的随机收发机联合优化方案来有效地抑制直连链路干扰和无源标签间干扰,并精心设计了一种BSPD算法用于寻找该多比例分式非凸随机优化问题的驻点解。具体来讲,本文提出的BSPD算法将基于某些系统随机状态的小批量样本的在线观察来量身定制一种具有特殊结构的代理函数,然后再对该凸近似问题进行并行求解从而更新主发射机处的发射预编码器和主接收机处的接收预编码器。此外,我们还证明了本文提出的BSPD算法能够收敛到所构建问题的驻点解,并通过仿真展示了BSPD算法相比较目前已有的基线方案而言具有巨大的性能增益。最后,我们研究了异构大规模连接系统的上行链路中关于功率受限的平均信道估计误差最小化问题。针对异构大规模连接系统下设备调度开销过大和信道相关时间有限等关键性问题,本文根据不同信道模型(即空间白和空间相关信道模型)分别提出了两种非正交导频设计方案。通过采取一种非常巧妙的近似策略,我们将所构建的问题转换为一种更易于处理的形式,从而在一定程度上减少了算法设计的复杂度。在此基础上,我们通过利用空间白信道独立同分布的特殊结构设计出一种低复杂度的FP-ADMM分布式算法,以找到该种高维非凸优化问题的驻点解。另外,我们还利用一系列块矩阵运算方法来克服空间相关信道下克罗内克积项带来的困难,并在此基础上提出了一种BC-ADMM分布式算法来寻找所构建问题的驻点解。最后,我们通过仿真展示了本文提出的分布式导频设计相对于现有方案在空间白色信道和空间相关信道上均获得了显着的增益。
刘奕[5](2020)在《5G网络技术对提升4G网络性能的研究》文中研究指明随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
孙鹏[6](2020)在《面向信息物理系统高效数据收集的关键技术研究》文中研究说明信息物理系统是继计算机技术、互联网与移动通信技术之后信息技术领域的又一核心技术,其本质是构建一套信息空间与物理世界之间基于数据自动流动的网络化闭环控制系统。数据是信息物理系统的灵魂所在,通过数据收集实现的对物理世界的状态感知是一次数据自动流动闭环的起点,也是数据自动流动的源动力。因此,如何高效收集数据一直是信息物理系统研究中的重要问题。然而,由于面临用户参与度低、用户质量参差不齐与恶意用户存在、感知资源有限且分布不均和传输信道不可靠等诸多问题与挑战,实现信息物理系统高效数据收集具有相当的难度。针对上述问题,考虑到信息物理系统具有参与用户自私性与多样性、感知资源异构性、感知数据稀疏性等特征,本文沿着用户激励-用户筛选-数据感知-数据传输这一主线,分别研究了面向个性化隐私保护的用户激励、面向高效可靠数据收集的用户筛选、面向广域异构空间的高效数据感知和面向有损信道的可靠数据传输,旨在实现信息物理系统高效、可靠及鲁棒的数据收集。本文的主要贡献与创新点可总结如下:1.用户激励:基于契约理论设计了面向用户个性化隐私保护的激励机制,在保证数据融合精度的基础上,为用户的隐私泄露提供个性化补偿。具体而言,数据收集者在发布数据收集任务前设计一系列合同,每项合同指定一种隐私保护强度和对应的报酬支付。理性用户根据自身利益最大化原则选择与数据收集者签署一项合同,然后按照合同指定的隐私保护强度在原始数据上交前对其进行随机扰动,并得到相应的报酬。本文在完备信息和不完备信息模型下均设计得到一系列最优合同,在满足预算可行性、个体合理性和真实性的条件下能够最大化数据融合精度。仿真实验结果证实了所提出的激励机制的可行性和有效性。2.用户筛选:提出了面向信息物理系统高效可靠数据收集的两阶段用户筛选机制。首先,考虑到信息物理系统中可能存在恶意用户发起数据投毒攻击,基于统计空间插值技术和半监督学习中的自标定思想提出了迭代统计空间插值方法实现从所有参与用户中筛选出可信用户。进一步,考虑到从不同位置的用户收集数据产生的开销和对系统性能的贡献各异,利用压缩感知理论中的正则化互相关性刻画用户感知数据的贡献,并引入多种因素综合衡量数据收集开销,构建了一个优化问题,并通过求解得到在可信用户中进一步筛选出高性价比用户的方案。仿真实验结果证实了所提出的用户筛选机制的有效性。3.数据感知:基于压缩感知技术提出了一种随机非均匀数据感知方法,实现了感知精度与系统能耗间的均衡。具体而言,每个感知节点按照被分配的不同的感知概率随机地参与数据感知,该感知概率由各感知节点传输数据至融合中心的通信能耗和各节点感知数据对于感知精度的贡献值共同决定。基于压缩感知理论的统计有限等距性质构建了一个凸优化问题,并求解得到具有感知精度保障的最高能效的感知概率分配策略。仿真实验结果表明所提出的随机非均匀数据感知方法在保障感知精度的前提下能显着降低系统能耗。4.数据传输:提出了基于双层压缩感知的有损信道数据传输架构。首先,将传输过程中的随机数据丢失建模为压缩感知的线性降维观测过程。然后,为了避免采用长数据包可能导致的块状数据丢失的发生,在发送端发送数据前引入基于压缩感知的简易信源编码操作。最后,接收端根据收到的有损数据利用压缩感知方法重构原始数据。仿真实验结果表明该传输架构不仅可以保证数据的可靠准确传输,还能减小发送数据量,降低传输时延和发送节点能耗。
虎丽丽[7](2020)在《基于LTE-R的无线通信系统可靠性分析研究》文中研究指明铁路系统是一个极其复杂的大系统,系统中的任何子系统、设施、设备、天气变化、人为因素等都可能影响铁路系统,若防控阶段处置不合理,则铁路运行质量和安全将会受到影响从而危及列车运行安全,甚至在极端情况下,造成的后果不堪设想。而铁路子系统中的通信系统作为铁路物联网信息承载平台,它的安全可靠直接关系到列车的安全运营。近年来,由于高速铁路的快速发展,现有的GSM-R通信系统所提供的业务已不能满足增长的通信需求,因此国际铁路联盟UIC提出了LTE-R铁路专用移动通信系统,因其具有低时延、高速率、灵活的载波带宽、高安全性和高可靠性等特性,更适合在高速情况下使用。但由于LTE-R无线通信系统是一个比较复杂的系统,一旦LTE-R网络失效,很可能产生严重安全事故,对其系统进行可靠性分析很有必要。首先,本文介绍了LTE-R无线通信系统的系统特征、系统业务、系统网络结构、无线接入网覆盖方式和核心网冗余方式,并以系统RAMS为理论依据,识别出影响铁路系统的RAMS因素,确定使用故障树分析方法和人工神经网络方法相结合作为LTE-R无线通信系统的可靠性评价方法。针对传统广义回归神经网络的光滑因子选取困难,因此本文提出运用群体智能算法中的果蝇算法优化GRNN神经网络的光滑因子,建立FOA-GRNN模型。其次,本文以京沈LTE-R试验段为研究对象,根据京沈LTE-R试验段的网络结构以及QoS指标对列车行车造成的影响,分析出与LTE-R无线通信系统可靠性有关的因素,并将分析出的因素采用故障树方法建立故障树模型;依据实验数据采用神经网络对整个系统进行可靠性预测,与传统的BP模型、GRNN模型以及改进的FOA-BPNN模型的预测结果相比较,最终的预测结果以及预测误差表明FOA-GRNN模型的预测精优于其它三种模型,从而建立LTE-R无线通信系统可靠性随着使用时间的变化关系。最后,根据分析出来的原因提出LTE-R无线通信系统可靠性安全保障措施:设备方面提出通过采用双机热备份技术和集群技术来提高可靠性;核心网方面提出采用网络功能虚拟化的云技术平台来提高可靠性;终端方面提出采用终端直通技术让列车之间直接进行通信来提高可靠性;E-NodeB方面提出采用RRU异频冗余交织组网方式来提高可靠性;对整个通信系统提出采用基于人工智能的通信系统故障智能分析与预警技术,从而来提升LTE-R无线通信系统可靠性。本文提出运用故障树和FOA-GRNN神经网络相结合的方法,根据不同设备和链路等的可靠性历史数据,运用FOA-GRNN神经网络法进行处理,从而建立了LTE-R无线通信系统可靠性随着使用时间的变化关系,可以帮助实际工程中的研究和生产人员提高LTE-R无线通信系统的可靠性,并且对LTE-R通信系统进行适时的检测和维修。
戴俊彦[8](2019)在《时域超表面理论研究与应用》文中进行了进一步梳理编码超表面是一类从数字信息的角度对其进行表征、分析和设计的电磁超表面,是传统超材料的数字信息化发展。该方法简化了设计流程,扩大了调控范围,并将传统信号处理中的一些算法应用于超表面的设计,带来全新的调控功能与物理现象。自2014年编码超表面概念首次被提出以来,人们在空间维度上对超表面做了非常深入地研究,取得了一系列激动人心的成果,如波束偏折、全息成像、超薄透镜、随机表面等。本文在时间维度上研究了一种全新的编码超表面--时域编码超表面,从理论推导、数值仿真、加工制造、实验验证等角度全面深入地研究了其灵活调控电磁波的机理,并讨论分析了其在通信领域内的全新应用形式。主要研究内容和贡献概括如下:·提出了时域编码超表面的全新概念及其理论与设计方法。详细讨论了具有时变电磁特性的编码超表面对电磁波调控机理,并揭示了出许多全新的物理现象,如频谱调控、非线性谐波生成、频率转换等。在实验中设计了一款加载变容二极管的反射相位可调超表面,其反射相位取决于变容二极管两端的偏置电压。利用定制的控制系统平台输出特定的变容管偏置电压波形,通过实验发现,超表面可对反射波的各阶谐波幅度进行调整,验证了理论预测的准确性。·基于傅里叶变换理论中的时移特性,通过将时域编码超表面的控制信号进行适当的延时,提出了一种独立调控谐波幅度/相位的方法,并与传统空间编码相结合,实现了电磁波特定的谐波方向图与强度的独立调控。在实验中,我们设计了一款加载变容二极管的反射相位可调超表面,通过加载不同的控制信号并观察其散射特性及频谱特性,证明了反射波谐波方向图与强度独立调控的可行性。·提出了一种基于时域超表面的高效率频率合成方法,利用线性变化的反射相位,以实现对特定谐波的高效生成,同时极大的抑制其它谐波。在实验中,以能量转化效率,即所需合成谐波能量占电磁波总能量之比,作为衡量超表面频率合成性能的指标。实测结果显示其对电磁波的能量转化效率比之前同类产品有了巨大提升。·提出了一种基于时域编码超表面的简化无线通信发射机架构,在该架构下只需使用时域编码超表面以及单音载波激励就能实现信息调制与传输。通过理论分析推导出时域编码超表面信息调制的基本原理,分别设计了两款不同调制方案的新架构无线通信发射机,验证了其信息传输功能并测试了相关通信性能指标。最终结合传统通信技术,在实际室内场景中实现了视频流的实时无损传输。·提出了一种利用时域编码超表面实现多调制方案无线通信的方法。利用连续线性变化的反射相位分布结合傅里叶变换的时延特性生成了多种基带信号在载波上的调制,具有很高的能量转换效率。该方法只需使用反射相位可调的时域编码超表面就实现了高阶调制方案,降低了超表面的设计难度。最终在实验中利用时域编码超表面实现了三种调制方案下的无线通信,并分别对其通信性能进行了讨论分析。
赵亚军,郁光辉,徐汉青[9](2019)在《6G移动通信网络:愿景、挑战与关键技术》文中研究指明随着5G网络开启规模商业部署,越来越多的研究机构及相关人员开始对下一代移动通信系统进行研究.本文将探讨10年后(2030年~)的6G概念.本文首先用4个关键词概括未来6G愿景:"智慧连接"、"深度连接"、"全息连接"和"泛在连接",而这4个关键词共同构成"一念天地,万物随心"的6G总体愿景.接着分析了实现6G愿景面临的技术需求与挑战,包括峰值吞吐量、更高能效、随时随地的连接、全新理论与技术,以及一些非技术挑战.然后分类给出了6G潜在关键技术:新频谱通信技术,包括太赫兹通信和可见光通信;基础性技术,包括稀疏理论(压缩感知)、全新信道编码、大规模天线、灵活频谱使用,以及基于AI的无线通信技术;专有技术特性,包括空天地海一体化网络和无线触觉网络.本文通过探讨6G愿景、需求与挑战,以及潜在关键技术,尝试勾勒出6G的整体框架,以期为后续展开6G研究提供方向性指引.
张菁菁[10](2019)在《下一代无线通信系统导频信号研究》文中认为在现代无线通信系统研究领域,数据信号的波形以及无线接入方式设计一直是研究的热点方向,因此已经有相对丰富成熟的研究成果。相较而言,现代无线通信系统中的导频信号却鲜有人关注,然而关键导频信号的设计对蜂窝系统性能至关重要。特别的,当今的蜂窝系统正在从人联网应用以及在授权频段部署扩展到物联网应用以及在全频段部署。在此情形下,新型导频信号的设计对于蜂窝系统在扩展领域必不可少,本文针对蜂窝无线通信技术在大规模物联网(Massive Internet of Things,mIoT)以及非授权频段应用面临的全新挑战,对关键导频信号的设计给出解决方案。蜂窝无线通信技术扩展到mIoT应用时,同步信号的获取成为终端设备接入系统的瓶颈。直接沿用传统蜂窝系统的同步信号设计会给mIoT器件造成严重的功耗开销,影响电池寿命。因此本文研究的第一个关键导频信号便是mIoT的同步信号,更具体的为mIoT中的主同步信号,相关的研究内容与成果如下:(1)研究直接相关接收机和差分相关接收机的性能,理论推导出以上两种接收机在不同符号SNR以及频偏下的侦测SNR。分析表明,在mIoT环境,即低符号SNR以及大初始频偏的情况下,以上两种接收机的接收性能都将恶化。随后,本文从柯西不等式出发,寻找在大初始频偏存在情况下仍能取得最优侦测SNR的新型同步波形数学模型,来更好的适应mIoT的工作条件。理论证明了这类同步波形的存在,并给出了这类波形的一种数学形式。在经过接收端的直接相关接收机后,这类同步波形具有将收发信号之间的频率偏移线性转换为时间偏移的能力。(2)提出一种实际同步波形,用于mIoT中的机器类通信。首先得出提出的这类同步波形具有渐近最优特性,即在频率偏移存在的情况下,这类同步波形的检测性能渐近地趋于没有频偏存在情况下的最优匹配滤波器检测性能。随后,利用这种渐近最优性的性质,结合在特定应用场景下的约束条件,求得用于实际同步波形的最优波形参数。经过理论推导,得出这类同步波形具有最优参数成对性质和成对波形镜像性质。最后,利用最优同步波形的特性设计出实际的同步波形以及具有低复杂度的频率误差估计和定时机制。论文详细比较了提出的新型实际同步波形与现存LTENB-IoT同步信号的侦测性能与时频同步性能。目前蜂窝无线系统无一例外的部署在频谱资源稀缺且昂贵的授权频段上,网络容量最终受到这些许可频段资源的限制。为了获得更多频谱资源,蜂窝无线系统把目光转向了稀缺的授权频谱之外的频段——频谱资源丰富的5 GHz非授权频段。与单系统独享的授权频段不同,非授权频段的使用不需要授权许可,呈现为多系统共享的模式。如何与在5 GHz非授权频段上部署的现驻系统和谐共存是蜂窝系统入驻非授权频段需要解决的关键问题。因此本文研究的第二个关键导频信号是非授权蜂窝系统中的干扰协调信号,相关的研究内容与成果如下:(3)研究非授权频段的蜂窝系统与非授权频段的现驻系统和谐共存的接入方案。论文首先给出了蜂窝无线系统部署到非授权频段时,符合非授权频段规章要求的两种先侦听后传输(Listen Before Talk,LBT)设计方案——基于帧的LBT和基于负载的LBT,并求出这两种LBT设计方案的信道时间占有率的闭合解。根据理论结果,得出在与非授权频段的系统(例如,WiFi系统)公平共享频段资源的角度上,基于负载的LBT方案优于基于帧的LBT方案的结论。因此,对于部署在非授权频段的蜂窝系统而言,选择基于负载的LBT方式更为合适。(4)非授权频段蜂窝系统中物理层干扰协调信号的设计。接入层面信道占用时间公平的基础是蜂窝设备与WiFi设备在LBT机制执行过程中的干扰侦测能力相同。为了达到一个蜂窝设备造成的干扰不大于一个WiFi设备造成的干扰的目标,本文提出采用WiFi系统中的CTS信号作为非授权频段上蜂窝系统与WiFi系统之间的共同语言,执行干扰协调的功能。对于蜂窝系统的下行物理信道,将CTS信号作为干扰协调信号的前导部分。对于上行物理信道,在基本干扰协调信号中注入蜂窝特征信息来区别蜂窝系统和WiFi系统。这样的干扰协调信号可以在保护上行物理信道不被其他系统夺走的同时,避免阻塞了同系统的其他上行接入设备。
二、智能环境——全新概念的无线通信网络(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能环境——全新概念的无线通信网络(论文提纲范文)
(1)基于融合通信技术的用户用电信息采集系统(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 研究内容与研究方法 |
1.4 文章结构安排 |
第二章 融合通信关键技术分析与选型 |
2.1 本地通信方式对比与选型 |
2.1.1 RS485技术分析 |
2.1.2 电力载波技术分析 |
2.1.3 无线传感器网络技术分析 |
2.1.4 对比分析与技术选型 |
2.2 TD-LTE技术分析 |
2.3 ZIGBEE技术分析 |
2.3.1 技术概览 |
2.3.2 网络拓扑分析 |
2.3.3 ZigBee协议构成分析 |
2.4 本章小结 |
第三章 用户用电信息采集系统需求分析和方案设计 |
3.1 用户用电信息采集系统设计目标 |
3.2 用户用电信息采集系统整体架构分析 |
3.3 ZIGBEE网络组网方案设计 |
3.4 本章小结 |
第四章 用户用电信息采集系统硬件模块设计和实现 |
4.1 技术选型 |
4.1.1 ZigBee通信模块选型与设计 |
4.1.2 TD-LTE硬件选型 |
4.2 集中器硬件设计 |
4.2.1 集中器单片机电路设计 |
4.2.2 集中器供电系统设计 |
4.2.3 时钟模块设计 |
4.2.4 存储供电设计 |
4.3 采集器硬件设计 |
4.3.1 通信模块设计 |
4.3.2 节点电源设计 |
4.4 中继器模块设计 |
4.5 本章小结 |
第五章 用户用电信息采集系统软件模块设计和实现 |
5.1 集中器软件设计 |
5.2 采集器软件设计 |
5.3 中继器软件系统设计 |
5.4 本章小结 |
第六章 用户用电信息采集系统测试与验证 |
6.1 测试系统搭建 |
6.2 系统联网测试 |
6.3 数据采集测试 |
6.4 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
(2)物联网英语术语特征与汉译方法 ——《物联网:技术、平台和应用案例》(节译)翻译实践报告(论文提纲范文)
摘要 |
Abstract |
第一章 翻译任务与过程描述 |
1.1 翻译任务介绍 |
1.2 翻译文本描述 |
1.3 翻译工具介绍 |
1.4 翻译过程设计 |
第二章 术语与物联网英语术语 |
2.1 术语及术语翻译方法 |
2.2 物联网英语术语特征 |
2.3 物联网英语术语翻译方法 |
第三章 翻译案例分析 |
3.1 已有规范译文的物联网英语术语 |
3.1.1 缩略词术语 |
3.1.2 术语中的复合词 |
3.1.3 术语中的半技术词 |
3.2 未规范的物联网英语术语 |
3.2.1 直译法 |
3.2.2 拆译组合法 |
3.2.3 不译法 |
3.2.4 多种译法结合法 |
第四章 总结与反思 |
4.1 翻译总结 |
4.2 翻译问题与不足 |
参考文献 |
附录1 术语表 |
附录2 原文 |
附录3 译文 |
致谢 |
(3)基于深度学习的认知无线电频谱感知算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景和研究意义 |
1.2 认知无线电概述 |
1.2.1 认知无线电概念 |
1.2.2 认知无线电关键技术 |
1.3 国内外研究现状 |
1.3.1 认知无线电研究现状 |
1.3.2 频谱感知研究现状 |
1.4 本文的主要内容与整体结构 |
第2章 认知无线电频谱感知理论及方法研究 |
2.1 频谱感知理论 |
2.2 现有频谱感知方法 |
2.2.1 能量检测 |
2.2.2 匹配滤波检测 |
2.2.3 循环平稳特征检测 |
2.2.4 协方差盲检测 |
2.2.5 现有方法的仿真实验与性能对比 |
2.3 本章小结 |
第3章 深度学习模型理论分析和性能改进研究 |
3.1 深度学习概念和发展历程 |
3.2 人工神经网络 |
3.2.1 神经元 |
3.2.2 激活函数 |
3.2.3 梯度下降及反向传播算法 |
3.3 循环神经网络 |
3.3.1 模型结构 |
3.3.2 时间反向传播算法 |
3.3.3 LSTM模型 |
3.4 卷积神经网络 |
3.4.1 卷积层与池化层 |
3.4.2 基于组合式激活函数的CNN图像分类算法 |
3.4.3 实验与性能分析 |
3.5 本章小结 |
第4章 基于RNN神经网络的OFDM信号频谱感知算法 |
4.1 OFDM系统模型 |
4.2 制作OFDM信号数据集 |
4.3 基于LSTM神经网络的OFDM频谱感知算法 |
4.3.1 LSTM神经网络感知模型 |
4.3.2 模型训练与测试 |
4.4 仿真实验与性能分析 |
4.4.1 不同参数对LSTM模型学习性能的影响 |
4.4.2 不同导频下算法的性能对比 |
4.4.3 与其他传统算法的性能对比 |
4.5 本章小结 |
第5章 基于CNN神经网络的OFDM信号频谱感知算法 |
5.1 基于时域平滑FFT累加算法的OFDM信号载频估计 |
5.1.1 基于FAM算法的OFDM信号载频估计方法 |
5.1.2 实验与分析 |
5.2 OFDM信号特性分析和构建频谱感知模型 |
5.2.1 OFDM信号循环自相关分析 |
5.2.2 构建频谱感知模型 |
5.2.3 仿真实验图像的转化 |
5.3 基于CNN的 OFDM信号特性频谱感知算法 |
5.3.1 CNN的 Le Net-5 模型设计 |
5.3.2 CNN的训练和测试过程 |
5.4 算法实验 |
5.4.1 寻找最优CNN网络结构模型 |
5.4.2 算法性能对比分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 全文工作总结 |
6.2 未来研究展望 |
参考文献 |
致谢 |
在学期间主要科研成果 |
一、发表学术论文 |
二、其它科研成果 |
(4)面向大规模阵列天线系统的多尺度在线随机优化算法设计(论文提纲范文)
致谢 |
摘要 |
Abstract |
符号对照表 |
缩写词列表 |
第一章 绪论 |
1.1 大规模阵列天线系统的研究背景及现状 |
1.2 优化理论基础及进展 |
1.2.1 优化理论基础回顾 |
1.2.2 逐级凸近似算法 |
1.2.3 分式规划算法 |
1.2.4 分布式优化算法 |
1.2.5 随机优化算法 |
1.3 论文主要内容和结构安排 |
第二章 基于Massive MIMO Aided C-RAN系统中上行链路的前向压缩技术研究 |
2.1 研究动机与主要成果 |
2.2 系统模型 |
2.2.1 网络架构和信道模型 |
2.2.2 在RRH处部署的多时间尺度混合压缩方案 |
2.2.3 在BBU处部署的信号检测 |
2.2.4 多时间尺度混合压缩方案的时间帧结构及可达数据速率 |
2.3 基于多时间尺度混合压缩方案的优化问题描述 |
2.3.1 多时间尺度联合优化问题P的构建 |
2.3.2 问题P驻点解的定义 |
2.4 在线BC-SSCA算法 |
2.4.1 在线BC-SSCA算法整体流程 |
2.4.2 BC算法流程 |
2.4.3 算法收敛性分析 |
2.4.4 计算复杂度分析 |
2.4.5 实施考量 |
2.5 仿真结果与分析 |
2.5.1 在线BC-SSCA算法的收敛性能 |
2.5.2 不同方案随前向链路容量变化的速率性能比较 |
2.5.3 不同方案随RRH端天线数变化的速率性能比较 |
2.5.4 不同方案随CSI时延变化的速率性能比较 |
2.5.5 不同方案随反馈的总量化比特数变化的速率性能比较 |
2.6 本章小结 |
第三章 基于Massive MIMO多小区系统中下行链路的随机多时间尺度混合预编码技术研究 |
3.1 研究动机和主要成果 |
3.2 系统模型 |
3.2.1 网络架构和信道模型 |
3.2.2 在基站处部署随机多时间尺度混合预编码方案 |
3.2.3 可达数据速率 |
3.3 基于随机多时间尺度混合预编码方案的优化问题描述 |
3.3.1 多尺度联合优化问题P的构建 |
3.3.2 问题P的近似 |
3.3.3 问题PE驻点解的定义 |
3.4 TOSO-RTHP算法 |
3.4.1 TOSO-RTHP算法整体流程 |
3.4.2 WMMSE算法流程 |
3.4.3 算法收敛性分析 |
3.4.4 计算复杂度分析 |
3.4.5 实施考量 |
3.5 仿真结果与分析 |
3.5.1 不同方案随BS处天线数变化的PFS性能比较 |
3.5.2 RTHP方案在不同系统参数下随BS端模拟预编码器方案数变化的PFS性能比较 |
3.5.3 不同方案随CSI时延变化的速率性能比较 |
3.5.4 不同方案间在给定系统参数下吞吐量性能比较 |
3.6 本章小结 |
第四章 基于Massive MIMO Aided IoT系统中下行链路的多时间尺度信息能量同传技术研究 |
4.1 研究动机和主要成果 |
4.2 系统模型 |
4.2.1 网络架构和信道模型 |
4.2.2 多时间尺度联合预编码和功率分裂方案的时间帧结构及可达遍历速率. |
4.2.3 非线性能量采集模型 |
4.3 基于多时间尺度联合预编码和功率分裂方案的优化问题描述 |
4.3.1 多时间尺度联合优化问题P的构建 |
4.3.2 问题P驻点解的定义 |
4.4 MO-SSCA算法 |
4.4.1 MO-SSCA算法整体流程 |
4.4.2 FP-BCD算法流程 |
4.4.3 算法收敛性分析 |
4.5 仿真结果与分析 |
4.5.1 不同方案随IoT设备处接收信号信噪比变化的效用性能比较 |
4.5.2 不同方案随BS处发射天线数变化的效用性能比较 |
4.5.3 不同方案随系统内IoT设备数变化的效用性能比较 |
4.5.4 不同方案间在给定系统参数下平均遍历容量和平均采集能量性能比较. |
4.6 本章小结 |
第五章 基于多标签共生无线电系统中下行链路的随机收发机技术研究 |
5.1 研究动机和主要成果 |
5.2 系统模型 |
5.2.1 网络架构和信道模型 |
5.2.2 随机收发机的时间帧结构和实施考量 |
5.2.3 信干噪比的定义 |
5.2.4 基于随机收发机方案优化问题的构建 |
5.3 BSPD算法 |
5.3.1 问题P驻点解的定义 |
5.3.2 BSPD算法的整体流程 |
5.3.3 PO算法流程 |
5.3.4 算法收敛性和计算复杂度分析 |
5.4 仿真结果与分析 |
5.4.1 BSPD算法的收敛性能 |
5.4.2 不同方案随PT处发射天线数变化的平均SINR性能比较 |
5.4.3 不同方案随PR处接收天线数变化的平均SINR性能比较 |
5.4.4 不同方案随PT处发射功率预算变化的平均SINR性能比较 |
5.4.5 不同方案在给定系统参数下的DL传输速率和最差BL传输误比特率性能比较 |
5.5 本章小结 |
第六章 基于异构大规模连接系统中上行链路的非正交导频技术研究 |
6.1 研究动机和主要成果 |
6.2 系统模型 |
6.2.1 网络架构和信道模型 |
6.2.2 免授权非正交多址接入方案 |
6.3 基于非正交导频方案的优化问题描述 |
6.3.1 优化问题的构建 |
6.3.2 优化问题的近似 |
6.4 空间白信道模型下的分布式导频设计 |
6.4.1 基于矩阵分式规划算法的问题转换 |
6.4.2 FP-ADMM算法流程 |
6.4.3 收敛性分析 |
6.5 空间相关信道下的分布式导频设计 |
6.5.1 基于块矩阵运算方法的问题转换 |
6.5.2 BC-ADMM算法流程 |
6.5.3 收敛性分析 |
6.6 计算复杂度分析和实施考量 |
6.6.1 计算复杂度分析 |
6.6.2 实施考量 |
6.7 仿真结果与分析 |
6.7.1 空间白信道模型下算法性能分析 |
6.7.2 空间相关信道模型下算法性能分析 |
6.8 本章小结 |
第七章 总结与展望 |
参考文献 |
附录 |
A 在第二章中关于瞬时速率的雅可比矩阵 |
B 在第二章中关于引理2的证明 |
C 在第二章中关于定理6的证明 |
D 在第三章中关于引理3的证明 |
E 在第三章中关于瞬时速率的雅可比矩阵 |
F 在第三章中关于引理4的证明 |
G 在第三章中关于引理5的证明 |
H 在第三章中关于定理8的证明 |
I 在第四章中关于引理7的证明 |
J 在第四章中关于定理9的证明 |
K 在第五章中关于引理11的证明 |
L 在第五章中关于定理11的证明 |
M 在第六章中关于定理12的证明 |
N 在第六章中关于引理13的证明 |
攻读博士学位期间主要研究成果及参与的科研项目 |
(5)5G网络技术对提升4G网络性能的研究(论文提纲范文)
引言 |
1 4G网络现处理办法 |
2 4G网络可应用的5G关键技术 |
2.1 Msssive MIMO技术 |
2.2 极简载波技术 |
2.3 超密集组网 |
2.4 MEC技术 |
3 总结 |
(6)面向信息物理系统高效数据收集的关键技术研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 信息物理系统 |
1.1.2 信息物理系统数据收集 |
1.2 研究现状 |
1.2.1 用户激励机制 |
1.2.2 用户筛选机制 |
1.2.3 高效感知方法 |
1.2.4 可靠传输方法 |
1.2.5 存在的问题与不足 |
1.3 本文研究内容 |
1.4 本文组织结构 |
2 面向用户个性化隐私保护的激励机制 |
2.1 引言 |
2.2 研究现状 |
2.3 背景知识 |
2.3.1 系统模型 |
2.3.2 真值发现 |
2.3.3 随机响应 |
2.4 系统架构 |
2.5 理论分析 |
2.5.1 用户隐私分析 |
2.5.2 真值发现精度分析 |
2.6 最优合同设计 |
2.6.1 设计目标 |
2.6.2 完备信息模型的最优合同设计 |
2.6.3 不完备信息模型的最优合同设计 |
2.7 性能评估 |
2.7.1 基准方法 |
2.7.2 仿真数据实验结果 |
2.7.3 真实数据实验结果 |
2.8 本章小结 |
3 面向高效可靠数据收集的用户筛选机制 |
3.1 引言 |
3.2 研究现状 |
3.3 背景知识 |
3.4 系统概述与主要挑战 |
3.4.1 系统概述 |
3.4.2 主要挑战 |
3.5 用户筛选机制设计 |
3.5.1 可信用户筛选 |
3.5.2 高性价比用户筛选 |
3.6 性能评估 |
3.6.1 数据集和实验设置 |
3.6.2 恶意用户鲁棒性 |
3.6.3 感知成本 |
3.7 本章小结 |
4 面向广域异构空间的高效数据感知方法 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.2.1 系统模型 |
4.2.2 问题描述 |
4.3 随机非均匀数据感知方法设计 |
4.3.1 能耗异构性 |
4.3.2 传输收包模型 |
4.3.3 基于StRIP的感知精度指示 |
4.3.4 最优感知概率分配 |
4.4 性能评估 |
4.4.1 实验设置 |
4.4.2 能耗及网络寿命对比 |
4.4.3 空间场重构示例 |
4.5 本章小结 |
5 面向有损信道的可靠数据传输方法 |
5.1 引言 |
5.2 背景知识 |
5.2.1 有损信道 |
5.2.2 压缩感知 |
5.3 研究现状与研究动机 |
5.4 系统架构 |
5.4.1 主动压缩感知过程 |
5.4.2 被动压缩感知过程 |
5.4.3 数据恢复 |
5.5 系统参数优化 |
5.5.1 数据包长度 |
5.5.2 压缩率和数据包长度联合优化 |
5.6 性能评估 |
5.6.1 单层压缩感知架构数据传输性能 |
5.6.2 双层压缩感知架构数据传输性能 |
5.7 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
发表文章目录 |
(7)基于LTE-R的无线通信系统可靠性分析研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 国外研究动态 |
1.2.2 国内研究动态 |
1.3 研究目的与意义 |
1.4 论文内容与章节安排 |
2 LTE-R无线通信系统 |
2.1 LTE-R系统架构 |
2.1.1 LTE-R系统特征 |
2.1.2 LTE-R业务 |
2.1.3 LTE-R网络结构 |
2.2 无线接入网覆盖方式 |
2.3 核心网冗余技术 |
2.4 本章小结 |
3 铁路系统RAMS及系统可靠性 |
3.1 铁路系统RAMS |
3.2 系统可靠性分析方法 |
3.3 故障树模型法 |
3.3.1 故障树基本术语和符号 |
3.3.2 故障树逻辑门符号 |
3.3.3 故障树分析步骤 |
3.4 神经网络分析方法 |
3.4.1 神经网络基本原理 |
3.4.2 BP神经网络 |
3.4.3 GRNN神经网络 |
3.4.4 GRNN光滑因子的优化 |
3.5 果蝇优化分析方法 |
3.6 运用FOA优化GRNN神经网络 |
3.7 本章小结 |
4 LTE-R无线通信系统可靠性分析 |
4.1 LTE-R无线通信系统可靠性影响因素分析 |
4.1.1 LTE-R京沈试验段概况 |
4.1.2 LTE-R系统故障树建模 |
4.2 实验数据收集 |
4.3 基于神经网络的可靠性预测 |
4.3.1 基于BP神经网络的可靠性预测 |
4.3.2 基于GRNN神经网络的可靠性预测 |
4.3.3 基于FOA-GRNN神经网络的可靠性预测 |
4.4 神经网络预测结果分析 |
4.5 本章小结 |
5 LTE-R无线通信系统安全保障措施 |
5.1 设备安全保障措施 |
5.1.1 设备双机热备份技术 |
5.1.2 宽带集群系统 |
5.2 基于云技术的核心网可靠性保障措施 |
5.3 基于D2D的车载终端可靠性保障措施 |
5.4 基于RRU异频组网的接入网可靠性保障措施 |
5.5 基于人工智能的通信系统故障智能分析与预警技术 |
5.6 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(8)时域超表面理论研究与应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 电磁超材料介绍 |
1.2 电磁超表面介绍 |
1.2.1 高阻抗表面 |
1.2.2 极化转换器 |
1.2.3 全息超表面 |
1.2.4 可重构超表面 |
1.3 编码超表面介绍 |
1.4 本论文的主要内容及贡献 |
第二章 时域编码超表面的基础理论与设计方法 |
2.1 引言 |
2.2 时域编码超表面机理 |
2.2.1 幅度调制编码 |
2.2.2 相位调制编码 |
2.2.3 幅相联合调制编码 |
2.3 时域编码超表面单元设计与仿真 |
2.4 时域编码超表面控制电路简介与编码设计 |
2.5 实验验证 |
2.6 本章小结 |
第三章 基于时域编码超表面的谐波幅相独立调控方法 |
3.1 引言 |
3.2 谐波幅相独立调控原理 |
3.3 时域编码超表面单元与阵列设计 |
3.3.1 单元设计与仿真 |
3.3.2 阵列设计 |
3.4 实验与分析 |
3.5 本章小结 |
第四章 基于时域超表面的高效率频率合成方法 |
4.1 引言 |
4.2 频率合成原理 |
4.3 单元结构设计与数值仿真 |
4.4 控制电路简介 |
4.5 实验验证与分析 |
4.6 本章小结 |
第五章 基于时域编码超表面的简化无线通信发射机架构 |
5.1 引言 |
5.2 时域编码超表面信息调制原理 |
5.3 BFSK时域编码超表面无线通信发射机 |
5.3.1 消息符号映射关系设计 |
5.3.2 BFSK发射机功能实验验证与分析 |
5.4 QPSK时域编码超表面无线通信发射机 |
5.4.1 消息符号映射关系设计 |
5.4.2 时域编码超表面单元设计 |
5.4.3 QPSK发射机功能实验验证与分析 |
5.5 本章小结 |
第六章 基于时域编码超表面实现多调制方案无线通信 |
6.1 引言 |
6.2 工作原理与理论分析 |
6.3 多调制方案无线通信实验验证与分析 |
6.4 本章小结 |
第七章 结束语 |
致谢 |
参考文献 |
作者简介(包括论文和成果清单) |
(9)6G移动通信网络:愿景、挑战与关键技术(论文提纲范文)
1引言 |
26G愿景与挑战 |
2.16G愿景 (6G vision) |
2.2需求与挑战 (Requirements and challenges) |
36G候选关键技术 |
3.1新频谱通信技术 (Communication technologies on new spectrum) |
3.1.1太赫兹通信 (Terahertz communication) |
3.1.2可见光通信 (Visible light communications) |
3.2基础性技术 (Fundamental technologies) |
3.2.1稀疏理论–压缩感知 (Sparse theory-compressed sensing) |
3.2.2全新信道编码 (New channel coding) |
3.2.3超大规模天线技术 (Very large scale antenna) |
3.2.4灵活频谱技术 (Flexible spectrum) |
3.2.4.1频谱共享 (Spectrum sharing) |
3.2.4.2全自由度双工–全双工 (Free duplex-full duplex) |
3.2.5基于AI的无线通信技术 (AI-based wireless communication) |
3.3专有技术特性 (Special technical features) |
3.3.1空天地海一体化通信 (Space-air-ground-sea integrated communication) |
4结论 |
(10)下一代无线通信系统导频信号研究(论文提纲范文)
摘要 |
Abstract |
缩略词表 |
1 绪论 |
1.1 论文研究背景 |
1.1.1 大规模物联网研究现状 |
1.1.2 非授权蜂窝网络研究现状 |
1.2 导频信号研究现状 |
1.2.1 蜂窝mIoT系统同步信号 |
1.2.2 蜂窝非授权频段干扰协调信号 |
1.3 本文的主要研究内容与章节安排 |
2 低功耗大规模物联网的同步信号理论波形研究 |
2.1 引言 |
2.2 系统获取过程 |
2.3 同步信号实例 |
2.3.1 直接相关接收机 |
2.3.2 差分相关接收机 |
2.4 抗频偏波形推导 |
2.4.1 波形性能要求 |
2.4.2 抗频偏波形存在性证明 |
2.4.3 波形抗频偏性能修正 |
2.5 Zadoff-chu序列比较 |
2.6 本章小结 |
3 低功耗大规模物联网的实际同步信号设计 |
3.1 引言 |
3.2 实际波形最优解 |
3.2.1 波形限制 |
3.2.2 频率误差限制 |
3.2.3 频谱限制 |
3.3 实际波形设计 |
3.4 仿真结果分析 |
3.5 本章小结 |
4 蜂窝系统非授权频段接入方式研究 |
4.1 引言 |
4.2 非授权频段部署蜂窝通信面临的挑战 |
4.3 非授权频段蜂窝系统传输结构设计 |
4.3.1 蜂窝传输结构 |
4.3.2 LBT的传输结构 |
4.3.3 两种LBT结构的共存分析 |
4.3.4 共存性能仿真 |
4.4 蜂窝系统非授权频段设计实例 |
4.4.1 下行信道设计 |
4.4.2 上行信道设计 |
4.5 本章小结 |
5 非授权频段干扰协调信号设计 |
5.1 引言 |
5.2 干扰协调信号基本设计方案 |
5.2.1 方案比较 |
5.2.2 基本信号设计 |
5.3 具备系统内协作功能的干扰协调信号设计 |
5.3.1 数学模型 |
5.3.2 信号设计 |
5.4 仿真结果分析 |
5.5 本章小节 |
6 总结和未来研究方向 |
6.1 全文研究内容及成果总结 |
6.2 未来研究方向 |
致谢 |
参考文献 |
附录 |
四、智能环境——全新概念的无线通信网络(论文参考文献)
- [1]基于融合通信技术的用户用电信息采集系统[D]. 王斌. 电子科技大学, 2020(03)
- [2]物联网英语术语特征与汉译方法 ——《物联网:技术、平台和应用案例》(节译)翻译实践报告[D]. 王慕雪. 青岛大学, 2020(02)
- [3]基于深度学习的认知无线电频谱感知算法研究[D]. 潘光良. 齐鲁工业大学, 2020(02)
- [4]面向大规模阵列天线系统的多尺度在线随机优化算法设计[D]. 陈曦涵. 浙江大学, 2020(01)
- [5]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [6]面向信息物理系统高效数据收集的关键技术研究[D]. 孙鹏. 浙江大学, 2020(01)
- [7]基于LTE-R的无线通信系统可靠性分析研究[D]. 虎丽丽. 兰州交通大学, 2020(01)
- [8]时域超表面理论研究与应用[D]. 戴俊彦. 东南大学, 2019(01)
- [9]6G移动通信网络:愿景、挑战与关键技术[J]. 赵亚军,郁光辉,徐汉青. 中国科学:信息科学, 2019(08)
- [10]下一代无线通信系统导频信号研究[D]. 张菁菁. 南京理工大学, 2019(01)