【摘 要】
：
大规模MIMO（Multiple-Input Multiple-Output）技术在5G移动通信中的应用使得移动通信系统的性能显著提升,尤其是在传输速率和容量方面获得了巨大的增益,这与波达方向估计（Direction of Arrival,DOA）参数密切相关,DOA是阵列信号方向重要的研究领域,常应用于雷达、生物医学、声呐、导航、各种物体的追踪以及救援等。传统DOA估计算法大多是基于子空间类算法
论文部分内容阅读
大规模MIMO（Multiple-Input Multiple-Output）技术在5G移动通信中的应用使得移动通信系统的性能显著提升,尤其是在传输速率和容量方面获得了巨大的增益,这与波达方向估计（Direction of Arrival,DOA）参数密切相关,DOA是阵列信号方向重要的研究领域,常应用于雷达、生物医学、声呐、导航、各种物体的追踪以及救援等。传统DOA估计算法大多是基于子空间类算法,需要在高信噪比和大快拍数情况下才会得到较好的估计值,而且当信号相干时会严重影响估计结果。近年来,随着稀疏理论的不断发展,稀疏重构算法的出现为DOA估计研究提供了新的思路,在一定条件下能通过远低于奈奎斯特采样率采样到的数据准确的恢复出原始信号,解决了传统算法估计精度低、收敛速度慢等问题,这使得基于稀疏理论的DOA估计算法在大规模MIMO系统中的研究十分有意义。大规模MIMO系统在基站部署了庞大的天线阵列,阵列信号处理面临着复杂的计算问题,为了更好的弥补传统算法在大规模MIMO系统中的参数估计缺陷,稀疏重构算法在实际中被广泛应用,其主要包括凸优化算法、贪婪算法以及稀疏贝叶斯算法,其原理是通过将接收信号数据稀疏化,并利用少量的数据重构目标信号。其中,凸优化算法因需优化工具计算导致系统计算量剧增,而贪婪算法由于在迭代估计过程中不能保证迭代结果数据为全局最优且抗噪声能力弱,使得其求解出的估计精度不能达到最优。对比上述两种方法,稀疏贝叶斯学习算法不仅能保证全局最优解,而且在小快拍数、低信噪比条件下具有更好的抗噪声能力。综上所述,为了提高算法在大规模MIMO系统中DOA估计的时效性和可靠性,本文提出一种基于改进的稀疏贝叶斯学习的DOA估计算法,信号接收矩阵首先通过奇异值分解处理来加快算法在大规模MIMO系统中的收敛速度。其次,采用off-grid网格模型降低传统稀疏贝叶斯学习（Sparse Bayesian learning,SBL）算法的建模误差,该方法通过一阶泰勒展开式近似值更新网格参数以此来提高算法的估计性能,但该算法并不能完全消除建模误差的问题,本文又在此基础上提出一种基于多项式求根的DOA估计算法,主要思想是将粗网格模型网格点看作可调参数,并且通过计算某个多项式的根来更新网格参数消除建模误差。此外,在大规模MIMO恶劣复杂环境中大多传统算法会因为“子空间泄露”导致采样数据的丢失,本文引入伪噪声重采样技术来提高算法在小快拍、低信噪比环境下的算法估计性能,为算法在大规模MIMO复杂的环境中提供更精确地估计值。通过算法实验仿真分析,改进算法的性能得到了验证。
其他文献
随着互联网高速发展与人们隐私保护意识的提高,差分隐私作为一种能够提供严格数学证明的隐私保护方法逐渐成为研究的热点。由于采用差分隐私技术生成的合成数据集可满足各种数据分析者的不同分析需求,该技术因此而受到关注。然而随着数据维度的提高,通过差分隐私发布的合成数据集可用性逐渐降低,这是因为高维数据对噪声的敏感度高,从而导致加入噪声后的数据可用性很低。当前解决发布高维合成数据问题的思想是通过降低数据集属性
随着内蒙古自治区不断推进奶牛养殖集约化、现代化发展,日益扩大的牧场规模给牧场奶牛管理带来了新的挑战。目前多数牧场仍沿用传统的人工奶牛监测方式,工作人员无法准确快速地确定生理异常奶牛个体位置,而国内奶牛个体定位监测设备仍然处于实验阶段,相关化产品还不成熟,还无法在实际应用中大规模推广。因此研究推广奶牛定位设备,实现奶牛的信息化管理有很大的实际意义。本文结合呼和浩特市伊百康奶牛牧场的实际需求,将Zig
伴随网络技术不断发展,社区WLAN的组建从满足用户基本需求提升到流畅便捷的体验,网络终端也从普通用户发展到智能化设备。本文以呼和浩特市实际社区为建设背景,针对社区WLAN覆盖问题、社区内智能安防机器人切换时延较长易发生通信中断的问题进行了研究。首先进行需求分析并采用瘦AP结合AC的组网模式,利用现有的监控系统网络资源,规划接入层、汇聚层以及核心层的三层架构。根据不同区域选取相应的建设策略进行信号覆
透射阵列天线是近十年来新兴的高增益天线,因其结构紧凑、成本低廉、重量轻和高增益性能等优势,得到了广泛的研究和应用。与传统阵列相比,透射阵列天线的空间馈电机制是其最大的优势,它可以减少功分网络的插入损耗,并且正朝着低纵向剖面高度的方向发展。此外,印刷电路板（PCB）技术的发展使辐射面板上可以集成固态组件,从而使透射阵列天线可以达到电子波束扫描和波束形成的功能。尤其是随着通信产业的发展,透射阵列天线逐
由于无线信号的传播特性和室内的环境的复杂性,改善基于指纹的WiFi室内定位技术的性能具有挑战性。目前的室内定位主要是面向单个接收信号强度指示（Received Signal Strength Indication,RSSI）向量开展的研究,由于没有充分利用现有的信息,即附加在RSSI向量上的时间信息,并且采用了不合适的训练方法,因此定位精度有限。本文考虑到RSSI在时间和空间上的相关性,利用连续位
微波光子学作为一门将微波技术与光子学的独特优势相融合的新兴学科,在综合射频、卫星通信和微波光子雷达等领域被广泛应用。而光学频率梳作为微波与光波的连接中枢,是微波光子学系统中信号生成的重要构成部分,所以如何产生谱线间隔可调、梳线数目理想、带外抑制比高的平坦光学频率梳成为当前的研究热点。因此,本文将着重研究基于外调制器的光学频率梳产生及其在卫星多频段频率变换方面的应用。本文主要工作如下:（1）提出了基
光学频率梳是由一系列频率间隔相等、功率也近似相等的频率分量构成的光谱,在频率测量、波分复用以及信道化接收等领域具有广泛的应用。常见的光频梳产生方法有锁模激光器法、循环频移器法、光纤非线性效应法以及外调制器法。本文重点研究基于外调制器的光频梳的产生及光频梳在频率测量中的应用。本文的主要研究工作如下:（1）对现有的光频梳产生方案进行研究分析,在此基础上,提出了一种基于双平行马赫-曾德尔调制器级联强度调
随着云计算的快速发展,越来越多的企业使用微服务架构开发业务系统,并部署到云平台中。微服务架构将复杂系统拆分为多个独立的子系统,降低系统不同功能之间的耦合度。容器技术将微服务及其依赖环境打包为镜像,通过镜像仓库共享镜像并下载运行,减少了微服务的成本,提高了灵活性。由于容器数量不断增加,容器云平台应运而生,在集群中对容器进行调度和管理,并通过自动伸缩技术在集群中创建或删除微服务实例,实现了资源的按需分
毫米波大规模多输入多输出（Multiple input multiple output,MIMO）技术已经被认为是未来无线通信的关键技术之一,它充分利用了空间资源,可以在不增加带宽的情况下大幅度提高系统的频谱效率（Spectral efficiency,SE）,但随着基站端天线数量的急剧增加,毫米波大规模MIMO系统的功耗问题已经成为未来无线通信发展的瓶颈问题,探求能量效率（Energy effi
大规模多输入多输出（Massive Multiple-Input Multiple-Output,Massive MIMO）通信技术在空间中投入使用大量的天线来满足5G及下一代移动通信系统的高要求传输服务。然而保证高质量通信的前提就是获得准确的信道状态信息（Channel State Information,CSI）,阵列信号波达方向（Direction of Arrival,DOA）技术可以准确