论文部分内容阅读
绿色“新基建”是全球新一轮科技和产业革命极其重要的组成部分,可能成为我国产业结构转型的“加速器”。车联网(Internet of Vehicle,IoV)作为“新基建”重要落地应用场景之一,是面向汽车与交通应用的通信网络,通过对人、车、道路交通基础设施等大规模信息的互联、感知和协同计算,以提升汽车感知范围,实现人-车-路-云的互联互通。车联网在城市部署大量具有通信特性的基础设施,包括5G基站、传感器、路边单元等,要将环境保护、能效提升作为实现“绿色”的目标。如何构建一个绿色的车联网通信系统,如何在低能耗的情况下解决通信传输问题是本文研究的重点。首先,针对城市环境中车车通信信道建模的问题,本文研究了基于真实地理位置信息及车辆行驶信息的车车(Vehicle-to-Vehicle,V2V)通信信道模型。其次,针对车联网绿色高能效需求,本文通过引入低功耗的射频器件研究了面向车联网通信的非线性接收机结构设计。再次,针对车联网中非线性多输入多输出(Multiple-Input Multiple-Output,MIMO)系统容量问题,本文在高斯信道情况下推导出非线性MIMO系统上行可达速率的一般计算框架,并提出了一种高效的对偶-拟蒙特卡洛算法以完成数值仿真。最后,本文研究了如何在非线性低功耗接收机的情况下进行信道估计和多用户检测。具体而言,本文主要研究内容体现在以下几个方面:1.针对城市中V2V信道建模带来的挑战,研究了基于真实地理位置信息及车辆行驶信息的V2V信道建模方法。利用部署在城市各个通信节点获取城市环境信息及车辆行驶信息,并且结合任意城区地图提出了基于真实地理位置信息的实时V2V信道模型。该方法分别利用真实地理位置信息构建了大尺度衰落模型和利用通信车辆周边的行驶环境信息构建小尺度衰落模型。在获取通信车辆双方的相对运动速度后,对多普勒频偏进行建模。在判断通信车辆之间的链路类型时,利用几何方式对车辆之间的反射、衍射等多重相互作用进行判断,在此基础上引入R-tree数据结构算法增强搜索判断链路类型效率。仿真结果验证了所提建模方法的有效性。2.针对降低车联网系统功耗的问题,研究了面向车联网通信的非线性接收机结构设计。为了从硬件上解决功耗过高的问题,本文首先利用幅度或相位检测器件替换传统接收机中高频到中频的部分,提出非线性低功耗RF接收机结构,打破传统接收机依赖正交(In-phase/Quadrature,I/Q)调制导致功耗过高的缺陷。本文进一步通过分析所提低功耗非线性RF接收机的物理特性,建立三种非线性接收机的数学模型并推导出其概率密度函数。本文还讨论了如何将低功耗非线性RF接收机部署在城市环境中的基础设施上(如5G基站、路边单元、通信节点、传感器网络等),进而形成绿色低耗的车联网生态系统。3.针对将所提低耗非线性多输入多输出(Multiple-Input Multiple-Output,MIMO)技术应用于车联网时,由于闭式解不存在而导致无法计算非线性MIMO系统容量的问题,本文利用互信息理论提出了一种计算非线性MIMO系统上行可达速率的方法。在计算该上行可达速率时首先利用第1部分得出的“由于存在多次反射信号,在高楼林立的密集城区内可将V2V信道似为高斯信道”这一结论,在高斯信道情况下分析了三种非线性MIMO系统上行可达速率并进行了数值仿真。在推导出一般计算框架的同时,提出了一种高效的对偶-拟蒙特卡洛算法,有效解决了高维积分求解困难的问题。4.针对车联网中非线性MIMO接收机传输技术带来的挑战,基于高斯混合模型(Gaussian Mixture Model,GMM)的期望最大化(Expectation-Maximum,EM)算法来解决 π 相位观测下的信道估计问题和多用户检测问题。首先将 π 相位 MIMO(Half Phase Only-MIMO,HPO-MIMO)中的信道估计问题和多用户检测问题建模为π相位观测下的广义线性混合问题。其次利用GMM算法通过不同权重融合多个高斯分布来获取π相位接收机端的分布,再利用EM算法迭代出待恢复的信号。在此框架下,为HPO-MIMO设计GMM型信道估计器和多用户检测器。仿真结果表明本章所提算法具有高收敛性,并在小规模MIMO下,比广义近似消息传递(Generalized Approximate Message Passing,GAMP)算法具有更好的性能。