您现在的位置: 首页> 研究主题> 频谱效率

频谱效率

频谱效率的相关文献在1986年到2022年内共计729篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、邮电经济 等领域,其中期刊论文513篇、会议论文57篇、专利文献65845篇;相关期刊200种,包括电讯技术、电子学报、电信科学等; 相关会议47种,包括辽宁省通信学会2015年信息网络与信息技术年会、2015LTE网络创新研讨会、2015信息通信网技术业务发展研讨会等;频谱效率的相关文献由1466位作者贡献,包括陈宏滨、尤肖虎、徐友云等。

频谱效率—发文量

期刊论文>

论文:513 占比:0.77%

会议论文>

论文:57 占比:0.09%

专利文献>

论文:65845 占比:99.14%

总计:66415篇

频谱效率—发文趋势图

频谱效率

-研究学者

  • 陈宏滨
  • 尤肖虎
  • 徐友云
  • 杨大成
  • A.伊莱亚兹
  • 吴乐南
  • 贾向东
  • 赵峰
  • 于宏毅
  • 刘晓锋
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 蒋锐; 徐姗姗; 徐友云
    • 摘要: 毫米波通信是5G网络的关键技术,因为它可以提供较高数量级的频谱,但它具有更大的路损,采用大规模天线阵列和定向波束成形技术可以有效解决这一问题。随着天线数量的增加,传统数字预编码器的硬件和能量成本非常高,需采用混合预编码来克服这一困难,但全连接结构中该算法的功耗较高,因此提出了一种新的基于子连接结构的混合预编码算法。该算法首先将发射天线阵列分为几个独立的子阵列;然后分别对每个子阵列的模拟预编码矩阵进行设计,并依次优化每个子阵列的频谱效率,以最大限度地提高总频谱效率;最后,在求得的模拟预编码矩阵的基础上,利用最小二乘法求解数字预编码矩阵。仿真结果显示,该算法的频谱效率与正交匹配追踪算法相差不超过3bps/Hz,但能量效率最多可提高23.8%;与功率迭代算法相比,该算法的频谱效率更高,且能量效率可提高4%左右。因此,所提算法具有很好的实际应用价值。
    • 王勇; 王喜媛; 任泽洋
    • 摘要: 毫米波多输入多输出的混合预编码是降低硬件复杂度和能量消耗的重要方法。为降低优化处理的复杂性并提升频谱效率,提出了一种支持深度学习的混合预编码优化算法。为了消除子信道之间由信噪比差异导致部分子信道误码率较高进而对整体误码率产生的不良影响,通过基于块对角化的几何均值分解和深度神经网络的训练来选择混合预编码器,将预编码器的优化选择视为深度神经网络中的映射,以优化大规模多输入多输出的混合预编码过程。将频谱效率的优化问题近似归结为全数字预编码器和混合预编码器之间的欧氏距离的最小化问题,利用有限数量的射频链路实现吞吐量的改善。性能分析和仿真结果都表明,由于采用改进的梯度计算算法和单循环迭代结构,基于深度神经网络的方法能够最小化毫米波多输入多输出的误码率并提高频谱效率,同时显著地降低了所需的计算复杂度。当频谱效率为50 bit/(s·Hz)时,信噪比可节省3 dB。不同方案达到相同误码率时,信噪比可节省5 dB以上,并具有更好的稳健性。
    • 徐顺清; 石晶林; 周一青; 张宗帅
    • 摘要: 在毫米波多用户大规模天线阵列多输入多输出(MIMO)系统中,由于使用混合波束形成结构,使得用户调度问题面临新的挑战,调度问题转变为在同一时频资源选择调度用户子集和用户与基站之间通信波束对的问题,需要从用户和波束两个维度来进行考虑。大规模MIMO由于在基站端和用户端使用大量的天线阵列,如果使用穷举搜索算法运算量极大,在实际应用中是不现实的。本文提出了一种基于波束训练的多用户调度方案,该方案分为2步。第1步,由于波束间的干扰大多数来自于相邻波束,因此对相邻波束进行分组,同时根据用户反馈的信干燥比(SINR)最大值的基站波束索引号把相关的用户映射到对应波束组。第2步,为了减小干扰,每个波束组的最小波束索引根据一定的原则来选取调度用户,然后通过基站和用户之间的波束训练选取最接近于SINR门限值的用户波束来进行通信。仿真结果表明,该方案具有逼近最优穷举方案的性能并且具有较低的计算复杂度。
    • 韩双锋; 夏亮; 王启星; 王江舟
    • 摘要: 超奈奎斯特技术(FTN)通过发送端传输更高速率的非正交信号,在传输时不可避免地引入符号间干扰,因此处理系统中的符号间干扰是一个重要研究课题。在实际通信场景中,经常会存在多径衰落。FTN技术在多径信道中会面临更大的挑战,除了自身波形之间的干扰外,还有多径造成的干扰。文中研究了FTN技术在时域多径信道下的性能,推导了多径信道下的符号间干扰矩阵,并推导了系统的容量。通过仿真验证,符号间隔对FTN的容量没有影响;多径衰落会恶化FTN的容量,随着多径数目的增加,FTN的容量会先增加再降低,最大值低于香农容量。此外,还探讨了未来的重要研究方向。
    • 李兰花; 黄晓霞
    • 摘要: 环境信号的不确定性导致不可预测的谱能机会。传输机会和能源供应的缺乏给反向散射通信网络的多址接入设计带来了极大的挑战。本文针对多载波非正交多址接入(multicarrier non-orthogonal multiple access,MC-NOMA)增强型反向散射网络,提出了一种分阶段优化算法实现均衡调控下的谱能效率最大化,该问题是非凸的且难以求解。因此,首先将该问题分解成子载波分配和反射系数优化两个子问题,然后基于Gale-Shapley匹配原理提出多对一稳定匹配算法求解最佳的子载波分配,最后利用凸优化理论求反射系数优化。仿真结果表明,与动态MC-NOMA方案(dynamic MC-NOMA,D-NOMA)和正交多址接入方案(orthogonal multiple access,OMA)相比,所提优化方案在谱效和能效上均有显著的提升。
    • 凌欣; 李民政
    • 摘要: 随着智能电网的发展,无人机巡检输电线路应用越来越广泛。为了有效实施输电线路故障定位和类型判断,要求无人机回传视频图像的分辨率越高越好。在带宽有限的条件下,需要尽可能提高无人机回传通信链路的频谱效率,以满足高分辨率视频图像对传输速率的需求。提出基于Mesh网络的视频图像回传通信方法。通过在杆塔上部署无线接入节点并构建Mesh网络,无人机搭载的通信设备作为网络节点可随时与构建的Mesh网络进行通信。在获取输电线路故障的视频后,无人机能迅速将视频回传到数据处理中心。为此在巡检无人机的通信模块中配备了大规模天线阵列,在毫米波频段采用启发式点对点定向混合波束赋形方法,从而提高接收通信链路的频谱效率。仿真结果表明,与正交匹配追踪(OMP)方法相比,所提方法性能更优且更接近于纯数字波束赋形方法的性能。
    • 吕芳迪; 郭宝
    • 摘要: 本文针对700 MHz NR低频与大带宽的优势,基于建网初期5G网络利用率低,同时4G网络利用率高的情况,探讨NR与LTE在同一频谱上根据业务量需求进行时频资源的瞬时动态频谱共享与灵活的功率分配的方法,以及NR与LTE小区共享同一段频谱资源时对上下行物理信道资源进行合理协调调度来规避冲突并提升频谱使用效率的方案,保障NR与LTE的使用感知。700 MHz NR建设完成商用后,可考虑与NR TDD的2.6 GHz和4.9 GHz相结合,对整体网络的广域覆盖、深度覆盖和热点容量都有较好的互补。
    • 张华明; 李强
    • 摘要: 当前的卫星资源分配方案大多为同步轨道卫星设计,针对低轨卫星的高动态特性,以及存在频率和功率资源受限的问题,提出一种基于深度强化学习的功率分配算法。首先对低轨卫星功率分配场景进行建模,引入一种时隙划分方案来简化低轨卫星的动态特性模型,进一步提出一种基于深度强化学习算法的功率分配策略,该策略通过调节单颗低轨卫星各个波束中子载波的功率值,降低同频干扰,能达到提升低轨卫星频谱效率的目的。仿真结果表明,所提算法能够在较短时间内收敛并达到稳定状态,在总功率一定的条件下,该方案能有效提升单颗低轨卫星的吞吐量,其频谱效率明显高于注水算法和Q学习算法。
    • 郭艺轩; 贾向东; 曹胜男
    • 摘要: 针对紧急热点场景中的基站缺乏灵活性问题,提出基于泊松点过程的无人机协助的异构网络模型.为了准确反映真实场景,假设宏基站在地面2维分布,无人机作为小基站在空间3维分布,地面用户通过最大接收功率级联准则选择通信基站.仿真分析性能参数间的定量关系,结果表明:相对于2D,3D模型,该文模型能更精准地描述覆盖概率;使用多个低功率的无人机小基站协助地面基站通信,能改善整个网络的覆盖性能;部署网络时需对路径损耗做适当选择.因此,该文模型具有有效性.
    • 谌丽; 艾明; 孙韶辉
    • 摘要: 在回顾历代无线接入网络架构演进、5G系统引入人工智能的进展和现状的基础上,指出基于AI内生的方式是未来网络架构设计的必由之路。未来6G时代,无线接入网络将向空天地一体化、用户超密集、为更多工业互联网场景服务等方向发展,目前业界已经提出了将服务化、智能和开放相关技术作为6G无线网络的具体使能技术,以应对进一步提升用户体验、降低网络能耗、拥抱更多新兴技术的挑战。为此,提出了一种基于AI内生的无线接入网络架构,包括智能面、控制面、用户面三个方面的功能,通过引入智能流、智能体的方法,实现了AI内生,并阐述了这个架构如何满足以用户为中心的无线组网需求。最后,提出未来基于AI内生的无线网络设计还需要应对ICDOT融合、通信感知算力融合等方面的挑战。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号