基于泊松洞过程建模的异构蜂窝网络信干比增益与近似覆盖率分析

合集下载

采用干扰对齐的无线网络容量分析

采用干扰对齐的无线网络容量分析

Abta tI i p pram df ds cat eme ybsdB oenM dl B src : t s a e , o ie t h scg o t ae ol o e( M)f i ls n tok n h i o i r a 0 wr es e rs r e w
效 的 容 量提 高 。 关 键 词 : 扰 对 齐 ;M 模 型 ; 干 B 随机 几 何 ; 间容 量 空 中 图分 类 号 :N 1 . T 9 14 文 献标 识 码 : A 文 章编 号 :6 35 3 ( 0 1 0 -0 1 6 17 -4 9 2 1 )60 1 - 0
e c f csItr rneA i m n (A)tcnq e r it d cd B l nn eK it fr gs n l nee et, e ee c l n e t I eh iu s e nr u e . yai igt e e n gas f nf g a o g h n ri i
Vo . N . 131 o6
D c 2 1 e. 0 1
采 用 干 扰 对 齐 的 无 线 网络 容 量 分 析
董 恒 宋荣方 , , 杨 洁
,. 1南京 邮电大学 通信 与信息工程学院 , 江苏 南京 20 0 、 10 3
2东南大学 移动通信 国家重点实验室 , . 江苏 南京 209 / 106
Tr ns iso p ct f W i e e s Ne wo k t n e f r n e Al n e t a m s i n Ca a iy o r ls t r s wih I t r e e c i m n g
DONG n S He g , ONG n - n , Ro g f g YANG i a Je

北京工业大学移动通信作业答案

北京工业大学移动通信作业答案

第一章绪论1、移动通信的工作方式主要有几种?蜂窝式移动通信系统采用哪种方式?双工方式分类。

答:移动通信的工作方式:单工、双工、半双工。

蜂窝式移动通信系统采用双工。

双工方式分类:时分双工(TDD、频分双工(FDD 。

2、什么叫移动通信?有哪些主要特点?答:移动通信是指通信双方中至少有一方在移动中(或暂时停留在某处)进行信息传递的通信方式,成为现代通信中发展最快的通信手段之一。

特点:利用无线电波进行信息传输;在强干扰环境(外部干扰+内部干扰)下工作;无线电频率资源非常有限;提高通信容量;对移动终端设备要求高,必须适合移动环境;系统复杂,网络管理和控制必须有效。

3、1G 2G、3G 4G移动通信系统的主要特点对比。

答:1G全自动拨号,全双工方式,越区频道转换,自动漫游。

是模拟通信系统,采用小区制,蜂窝组网,多址接入方式为频分多址FDM A调制方式为FM2G :数字移动通信系统;采用小区制,微蜂窝组网;能够承载低速的数据业务;调制方式有GMS K QPSK等;多址接入方式为时分多址TDMA和码分多址CDMA采用均衡技术和RAKE接收技术,抗干扰多径衰落能力强;保密性好。

3G :微蜂窝结构,宽带CDMA技术;调制方式QPSK自适应调制;多址方式主要是CDMA 电路交换采用分组交换;具备支持多媒体传输能力的要求。

4G :是一个可称为宽带接入和分布式网络,是功能集成的宽带移动通信系统,是广带无线固定接入、广带无线局域网、移动广带系统和互操作的的广播网络,是一个全IP的网络结构,包括核心网和无线接口,采用多种新的技术和方法来支撑。

4、移动通信中的干扰主要有哪些,哪种干扰是蜂窝移动通信系统所特有的?答:互调干扰:两个或多个信号作用在通信设备的非线性器件上,产生同有用信号频率相近的组合频率,从而构成干扰,如:接收机的混频。

邻道干扰:相邻或邻近的信道(或频道)之间,由于一个强信号串扰弱信号而造成的干扰。

同频干扰:相同载频电台之间的干扰。

Bellhop模型在水声网络仿真中的实现和应用

Bellhop模型在水声网络仿真中的实现和应用

Bellhop 模型在水声网络仿真中的实现和应用刘奇佩 1, 刘 琨 2, 罗逸豪 1, 吴鑫莹 3*, 周河宇1(1. 中国船舶集团有限公司 第710研究所, 湖北 宜昌, 443003; 2. 国家计算机网络应急技术处理协调中心 黑龙江分中心, 黑龙江 哈尔滨, 150001; 3. 华东理工大学 艺术设计与传媒学院, 上海, 200030)摘 要: 随着水声技术的发展, 水声网络(UANs)因其在海洋监视、灾害预警和海洋安全等领域的表现而备受关注。

水声信道是影响UANs 性能的重要因素之一, 其复杂特性直接影响着UANs 相关协议的前期设计和评估, 对于协议走向实际应用至关重要。

有别于传统理论模型, Bellhop 水声信道模型通过跟踪射线计算海洋声场, 提供了一种更准确的获得不同海洋环境下信道特性的方法, 但该方法不能直接用于网络仿真。

针对此,文中在目前主流的网络仿真平台NS3上构建了基于Bellhop 的水声信道模型, 将高斯射线模型用于水声网络仿真。

对比结果表明, 该模型能够有效仿真声信号在水下的传播特性, 可为实际UANs 协议开发提供参考。

关键词: 水声网络; 信道模型; Bellhop; NS3中图分类号: TJ630.34; U674.76 文献标识码: A 文章编号: 2096-3920(2024)01-0124-06DOI: 10.11993/j.issn.2096-3920.2023-0015Implementation and Application of Bellhop Model in Underwater AcousticNetwork SimulationLIU Qipei 1, LIU Kun 2, LUO Yihao 1, WU Xinying 3*, ZHOU Heyu1(1. The 710 Research Institute, China State Shipbuilding Corporation Limited, Yichang 443003, China; 2. Heilongjiang Branch of National Computer Network Emergency Technology Processing and Coordination Center, Harbin 1500011, China; 3. School of Art Design and Media, East China University of Science and Technology, Shanghai 200030, China)Abstract: With the development of underwater acoustic technology, underwater acoustic networks(UANs) have attracted much attention due to their performance in marine surveillance, disaster warning, and ocean security. The underwater acoustic channel is a crucial factor affecting the performance of UANs, and its complexity directly affects the pre-design and evaluation of UAN-related protocols, which is crucial to the practical application of protocols. Unlike traditional theoretical models, the Bellhop underwater acoustic channel model provides a more accurate method to obtain channel characteristics under different oceanic environments by calculating their acoustic fields via ray tracing. However, it cannot be directly applied to network simulation. This paper implemented a Bellhop underwater acoustic channel model based on NS3, the current most popular network simulation platform, and applied the Gaussian ray model to UAN simulation. The comparison results show that the model can effectively simulate the underwater propagation characteristics of acoustic signals and provide a reference for practical UAN-related protocol development.Keywords: underwater acoustic networks; channel model; Bellhop; NS3收稿日期: 2023-02-20; 修回日期: 2023-05-10.作者简介: 刘奇佩(1988-), 男, 博士, 工程师, 主要研究方向为水声网络技术及水声信号处理.* 通信作者简介: 吴鑫莹(1989-), 女, 博士, 讲师, 主要研究方向为计算美学和智能算法.第 32 卷第 1 期水下无人系统学报Vol.32 N o.12024 年 2 月JOURNAL OF UNMANNED UNDERSEA SYSTEMS Feb. 2024[引用格式] 刘奇佩, 刘琨, 罗逸豪, 等. Bellhop 模型在水声网络仿真中的实现和应用[J]. 水下无人系统学报, 2024, 32(1): 124-129.0 引言水声网络(underwater acoustic networks, UANs)可以用于海洋资源探索、辅助导航、自然灾害预警以及海域监控等多个领域[1-5], 在军事和民用方面表现出巨大潜力, 近年来受到各国研究人员的广泛关注。

大规模MIMO-NOMA下行系统可达吞吐量研究

大规模MIMO-NOMA下行系统可达吞吐量研究

大规模MIMO-NOMA下行系统可达吞吐量研究朱翠涛;鲁经纬【摘要】非正交多址系统的可达吞吐量与用户分簇策略、预编码方法、功率分配算法等有关.为了提高系统可达吞吐量,提出了一种改进的k-means用户分簇算法,该算法利用空间相关性对用户进行分簇,从而降低簇间干扰;然后利用块对角化预编码对发送给各簇的信息进行预处理,使得每簇的预编码向量与其它簇等效信道向量近似正交,进一步消除簇间干扰;同时构建最优功率分配优化问题,并利用Karush-Kuhn-Tucker(KKT)条件求得簇内每个用户的最佳功率分配系数,降低簇内用户间的干扰.实验结果表明:所提出的方法能有效提高系统的可达吞吐量.【期刊名称】《中南民族大学学报(自然科学版)》【年(卷),期】2019(038)001【总页数】7页(P81-87)【关键词】非正交多址;大规模MIMO;吞吐量;用户分簇;预编码【作者】朱翠涛;鲁经纬【作者单位】中南民族大学电子信息工程学院,武汉430074;中南民族大学电子信息工程学院,武汉430074【正文语种】中文【中图分类】TN911非正交多址接入(NOMA)技术相比于传统的正交多址接入(OMA)技术,能够显著提高系统的频谱效率,是第5代移动通信(5G)关键技术之一.然而,由于NOMA系统中多个用户可共享同一资源块,会产生更多的干扰因素而导致NOMA系统性能下降.为了提高NOMA系统的性能,人们做了大量研究工作.文献[1]证明了在用户随机分布的5G系统中,针对不同用户选取合适传输速率和功率分配因子,NOMA可以获得比传统正交多址更大的系统容量;文献[2]提出了一种基于相关性的用户聚簇算法,分析了迫零预编码和随机预编码在NOMA中的性能,并结合簇内功率分配算法提高了系统和速率;文献[3]和[4]分析并比较了NOMA系统中固定功率分配算法和分数阶发射功率分配算法性能:固定功率分配算法按照固定的比例来分配功率,计算复杂度较低,分数阶发射功率分配考虑了用户信道条件及用户的公平性具有较好的系统性能;文献[5]通过求解NOMA系统总吞吐量最大化问题,分别得出上行和下行的低复杂度用户分簇方案和簇内用户最优功率的闭式解,证明合理的用户分簇和功率分配方法能够提高系统吞吐量;文献[6]基于FDD的大规模MIMO-NOMA系统,先利用统计信道信息对用户分簇,再进行选择构成NOMA用户组,有效降低了簇间和簇内干扰;文献[7]提出一种新型的MIMO-NOMA系统模型,即簇间使用OMA方式,簇内采用NOMA方式,提出一种低复杂度用户分簇算法,然后利用每簇的等效信道增益提出一种新的迫零预编码以消除簇间干扰,并分两步进行功率分配;簇内各用户功率采用文献[5]下行最优功率的闭式解求得,提高了系统的频谱效率.大规模MIMO与NOMA相结合能进一步提高系统的容量,但随着基站发射天线数的增加,会加剧簇间干扰,从而影响系统的性能.为此,本文针对大规模MIMO -NOMA下行系统的可达吞吐量开展相应研究工作.首先,利用空间相关性提出一种改进的k-means用户分簇算法,将空间相关性较大的用户分为一簇,降低簇间干扰.然后,采用块对角化预编码使各簇之间信道近似正交,进一步消除簇间干扰,并形成了功率约束下的系统可达吞吐量的优化问题模型,通过求解得到最优的用户功率分配系数,提高接收端连续干扰消除(SIC)的可靠性,达到降低簇内用户间干扰的目的.1 系统与信号模型单基站多用户FDD下行系统中,设基站配置由N根天线组成的均匀线性阵列,服务K个单天线用户,N>K,将所有用户分为G簇,每簇中有L个用户分布在同一个单散射环内,且同簇用户的信道增益有较大差异,小区内采用基于功率域的非正交多址方式,系统模型如图1所示.图1 系统模型Fig.1 System model第g(g∈{1,…,G})簇中用户l(l∈{1,2,…,L})表示为ug,l,其信道向量Hg,l∈1×N 可分解为:(1)其中,Ag,l表示大尺度衰落矩阵,其主对角元素包含大尺度衰落系数为用户ug,l 到基站的距离,且用户到基站的距离各不相同:dg,1<dg,2<…<dg,L,γ为路径损耗指数,c为参考距离下的路径损耗.为小尺度衰落矩阵,其各元素间满足独立同分布,且服从均值为零,方差为1的复高斯分布.Rg,l为ug,l用户在基站侧的信道协方差矩阵.假设基站配置大规模均匀线性阵列,并采用单环散射模型,用户ug,l 的信道协方差矩阵Rg,l,可由下式计算得到[8]:(2)式(2)中,[Rg,l]a,b表示天线a,b间的相关性,g簇方位角为θg,角度扩展为Δg,Ω为相邻天线间的距离,λ是载波波长,φ表示波束的到达角.同一簇内用户属于同一散射环,由于散射环境相同,故信道协方差矩阵大致相同,统一表示成Rg,可分解为是Rg的非零特征值对应的特征向量矩阵,∑g是Rg非零特征值组成的对角矩阵.假设第g簇预编码向量为vg,基站发射总的信号为簇用户总的信号为:分别表示用户ug,l的功率分配系数和传输信号,αg,l∈[0,1],Pg为第g簇总功率,用户ug,l接收信号为:yg,l=Hg,lχ+zg,l=(3)式(3)中,zg,l为高斯噪声,均值为0,方差为由(3)式可知用户接收的信号中除有用信号外,还包括簇间干扰,簇内用户间干扰及高斯噪声.用户ug,l的信干噪比SINRg,l为:SINRg,l=(4)用Wg,l表示归一化的信道增益,且:(5)式(5)中,B表示每个发送波束的带宽,则(4)式可简化为:(6)用户ug,l可达吞吐量为:(7)则系统可达吞吐量表示为:(8)由(8)式可知,系统可达吞吐量主要与最优用户分簇方法、预编码以及功率分配方法有关,本文将分别从这三个方面进行研究.2 联合空间相关性的用户分簇根据(6)-(8)式可知在一定范围内系统的吞吐量随SINR的增大而增大,合理的用户分簇方法能有效降低簇间干扰,提高用户的SINR.本文提出了一种改进的k-means分簇算法,利用空间相关性对用户分簇.算法的改进包括初始簇中心的选取和迭代分簇两个部分.基本思想为:先采用最大距离法从K个用户中找出G个用户作为初始中心点,然后再采用加权似然准则进行迭代分簇,直到算法达到终止条件.根据用户的空间相关性来划分用户,度量用户之间信道特性相似程度的准则如下:准则1 欧氏距离,欧氏距离函数表达式如下[8]:(9)式(9)中,Ug,l是用户ug,l的特征矩阵,Vg为第g个用户簇中心点对应的特征矩阵,D(Ug,l,Vg)≥0,仅当Ug,l=Vg时D(Ug,l,Vg)=0,此时,用户ug,l为第g簇的中心点,‖·‖F表示Frobemius范数.簇用户的中心特征子空间为:(10)式(10)中,eig{·}表示求解矩阵的主要特征矢量的运算,每簇传输的数据流数目为Kg.准则2 加权似然函数[9]加权似然函数利用各用户的特征向量在各簇中心点的特征向量空间中的投影,将用户划分到不同簇,加权似然值表示为:(11)由(11)式可知,如果用户ug,l离簇的中心比较近,则Ug,l≈Vg,根据酉矩阵的性质,的值较大;如果用户ug,l离簇中心比较远,由于酉矩阵的正交性,的值比较小.簇中心点计算公式为:(12)总的似然值计算式为:改进的k-means算法具体步骤如下:第一步:找出K个用户中距离最远的两个用户,作为初始用户的中心点:此时用户簇个数g=2;第二步:以为初始中心点,将所有用户分为g=2个簇;第三步:从已分好的每个簇中分别找出与各自中心点相似性最弱的一个用户(即距离最大的点),然后依次计算这些用户中每个用户与各簇中心点距离之和,将距离之和最大的用户确定为第g+1个簇的初始中心点.接着,将所有用户重新划分成g+1个簇.第四步:判断当前簇的个数g+1是否大于等于G,满足则执行第五步,否则重复执行第三步;第五步:按照公式(11)计算每个用户到各簇中心点的加权似然相似度系数将每个用户分配到相似度系数最大的簇中,n为迭代次数;第六步:按照公式(12)更新第七步:若(ε值是控制分簇算法收敛的阈值)成立,分簇完成,执行第八步;否则令n=n+1,返回第五步继续执行;第八步:得到分簇结果.3 簇间预编码为了进一步消除簇间干扰本文采用块对角化预编码,通过SVD分解,获得每簇相对于其它簇干扰为零的正交基.第g簇总的信道矩阵为Hg=[Hg,1,Hg,2,…,Hg,L],预编码向量vg需要满足:Hμvg=0,μ∈{1,2,…,G}且μ≠g,(13)要实现(13)式的条件,vg应该在其它所有簇的联合信道矩阵的零空间内,即:(14)(15)为求矩阵的零空间,要对其进行SVD分解:(16)式(16)中,是的前个右奇异向量矩阵,为剩余右奇异向量构成的矩阵,构成了零空间的一个标准正交基,因此:(17)即∀μ≠g.(18)通过信道矩阵Hg在零空间的投影得到投影后的信道矩阵,在投影后的协方差矩阵的主特征值方向上进行波束成型.对g簇的投影信道及进行SVD分解,为的个主特征向量;最终得到的预编码矩阵为:(19)4 最优簇内功率分配本系统模型涉及簇间和簇内两层功率分配.由于各簇用户数目相等,为方便计算,簇间采用等功率分配,若基站发射总功率为Pt,则每簇的总功率为Pt/G.为了保证SIC的性能,降低簇内用户间干扰,最优的簇内功率分配是必要的.第g簇总功率Pg=Pt/G,簇内各用户离基站的距离满足dg,1<dg,2<…<dg,L,由(1)和(5)式可知离基站近的用户信道条件优于离基站远的用户,归一化信道增益满足:Wg,1>Wg,2>…>Wg,L,根据NOMA功率分配原则,信道条件好的用户应分配较低的功率,信道条件差的分配较高的功率,因此簇内各用户的功率分配系数需要满足αg,1<αg,2<…<αg,L.此外,各用户功率之间还需满足保证接收端SIC 性能的约束条件[5]:(20)对(20)式整理得:为用户功率间需满足的最小差值,为保证服务质量,用户的最小传输速率为r0,令τ=ptol/Pg,τ为常数.根据系统模型构建簇内功率分配系数的优化问题模型如下:(21)式(21)中,第一个约束条件是指簇内功率分配系数之和不大于1,第二个约束条件表示每个用户的传输速率必须大于最低速率r0,此外,簇内各用户功率之间要存在一定的差值,即要满足第三个约束条件.分析上述优化问题可知,该优化问题为非凸问题,本文利用KKT条件进行求解.由拉格朗日函数可得:(22)式(22)中,为拉格朗日乘子,ρ=r0/B为常量,根据KKT条件可得:(23)(24)(25)(26)若拉格朗日乘子的集合依次表示成:且每簇用户数不少于2个,则拉格朗日函数的解Ψ是由这三个集合中的元素所构成的集合,例如每簇2个用户时,满足KKT条件的解有2种,为:每簇3个用户时,有4种:以此类推.假设簇内用户均满足最小速率条件,当每簇L个用户时,设满足条件的一种解为,则:(27)(28)(29)(30)根据(27)-(28)式解得当每簇用户数目分别为2,3,4时簇内用户的功率分配系数,如表1所示,得到的功率分配系数需要满足式(29)-(30).表1 每簇用户数为2,3,4时对应的最优功率分配系数Tab.1 Optimal transmission power allocation coefficient for 2-,3-,and 4-users in each cluster每簇用户数目最优功率分配系数L=2αg,1=12-τ2Wg,lαg,2=12+τ2Wg,lL=3αg,1=14-τ2Wg,1+τ4Wg,2()αg,2=14+τ2Wg,1-τ4Wg,2αg,3=12+τ2Wg,1L=4αg,1=18-τ2Wg,1-τ4Wg,2-τ8Wg,3αg,2=18+τ2Wg,1-τ4Wg,2-τ8Wg,3αg,3=14+τ2Wg,2-τ4Wg,3αg,4=12+τ2Wg,3当簇内有L个用户时,由数学归纳法得到各用户的功率分配系数为:求解得到的最优解必须满足KKT条件,以每簇4个用户的情况为例,验证解集为时,是否满足条件,令(23)式等于0,经整理得:(31)由等式(31)两边同类项系数对应相等可得:ζl-1Wg,l-2, l=3,4,而Wg,l-1>Wg,l,所以都大于零,因此解Ψ={δ,ζ2,ζ3,ζ4}满足KKT条件,其它解可同理进行验证.分析优化问题的约束方程及求解过程可知,每簇有L个用户时,求解时有2L个拉格朗日乘子,满足KKT条件的组合方式有22L种,但是本文的优化变量为用户的功率分配系数满足αg,l∈[0,1],l∈{1,2,…,L},当有L个优化变量时,只需L个方程来求解,所以22L种组合方式不必全部验证,通过对每簇2,3,4个用户的情况求解可知,KKT条件个数依次为2,4,8个,由数学归纳法可得簇内L个用户的组合方式为2L-1种.5 实验与分析本系统模型中基站配置均匀线性天线阵列,天线间距为,用户天线数为1,用户均匀分布在的扇区内,单环散射模型的角度扩展为,其它参数设置如下表2:表2 仿真参数配置Tab.2 Simulation parameters参数取值基站最大发射功率46dBm簇内用户之间功率差10dBm系统带宽8MHz每簇带宽B180kHz基站天线数N128高斯白噪声功率0.1W比较改进k-means算法与传统k-means的收敛性能,阈值ε=0.01,K=15,G=3,中心角依次为θ1=-45°,θ2=0° ,θ3=45°,角度扩展Δ=10°,假设簇与簇之间不重叠,当前后两次迭代总的似然值之差DΓtot小于阈值时,算法收敛.两种分簇算法的收敛性能如图2所示,横坐标为迭代次数,纵坐标为DΓtot的值,两种算法都能快速达到收敛,但改进k-means算法收敛更快,只需6次迭代就达到收敛,传统k-means需要16次才能收敛.另外,改进的k-means算法选取的各簇中心点之间距离较远,使得用户簇之间相关性更弱,更有利于降低簇间干扰.图2 收敛性能比较Fig.2 Comparison of convergence performance对本文分簇算法与随机分簇、按用户信道状态排序分簇算法[5]进行性能仿真和比较.当总用户数为15,使用不同算法将用户分为3个簇,簇间使用块对角化预编码,接收端采用SIC接收信号.系统可达吞吐量随信噪比变化规律如图3所示.所提算法减弱了簇间的相关性,降低了簇间干扰,从图3中可以看出,系统可达吞吐量性能最优,而且低信噪比时吞吐量性能较好,其次是按用户信道状态排序分簇算法,分簇时利用了用户间信道条件的差异,但未充分考虑簇间的相关性,随机分簇系统性能最差,主要原因是随机分簇没有考虑用户自身的信道条件,具有随机性,系统的吞吐量得不到保证.图3 不同分簇算法下系统可达吞吐量比较Fig.3 Comparison of achievable throughput by different clustering algorithm versus SNR为研究簇内功率分配对系统可达吞吐量的影响,将本文最优功率分配算法与固定功率分配、分数阶发射功率分配进行仿真和比较.先用改进k-means算法分簇,并用块对角化对发送信息做预处理,接收端采用SIC.设固定功率分配因子为0.1,分数阶发射功率分配因子为0.7,仿真结果如图4所示.图4 不同功率分配方法对系统可达吞吐量的性能比较Fig.4 Comparison ofachievable throughput by different power allocation algorithm versus SNR 低信噪比时本文算法吞吐量性能与分数发射阶功率分配很接近,前者略高,随着信噪比的增大,本文算法优于分数阶发射功率分配算法,而固定功率分配系统可达吞吐量较低.由此看出,固定功率分配算法虽实现复杂度低,但系统吞吐量性能较差,分数阶发射功率分配相比于固定功率分配吞吐量性能更好,本文的功率分配算法满足最小传输速率和SIC性能约束条件,能有效保证每个用户的服务质量,并且降低用户间干扰,提高低信干噪比用户的信号质量,从而提高系统的吞吐量,在三种方法中性能最优.6 结语为了提高大规模MIMO-NOMA下行系统的可达吞吐量,本文依据空间相关性提出改进的k-means算法对用户分簇以降低簇间干扰,然后采用块对角化预编码对各簇信息进行预处理,进而消除簇间干扰,并利用KKT条件求解簇内最优功率分配问题,得到簇内各用户最优功率分配系数,提高了接收端SIC性能,降低簇内用户间干扰,仿真结果表明本文的方法提高了系统的可达吞吐量.但是,随着用户数的增加,k-means分簇算法的复杂度也会随之增大,下一步研究将对分簇算法进一步优化.参考文献【相关文献】[1] DING Z, YANG Z, FFAN P, et al. On the performance of non-orthogonal multiple access in 5G systems with randomly deployed users [J]. IEEE Signal Processing Letters, 2014,21(12):1501-1505.[2] KIM B, LIM S, KIM H, et al. Non-orthogonal multiple access in a downlink multiuser beamforming system[C]// IEEE. Military Communications Conference. San Diego: IEEE,2014:1278-1283.[3] BENJEBBOUR A, LI A, SAITO Y, et al. System-level performance of downlink NOMA for future LTE enhancements[C]// IEEE .GLOBECOM Workshops. Atlanta: IEEE, 2014:66-70. [4] SAITO Y, BENJEBBOUR A, KISHIYAMA Y, et al. System-level performance evaluation of downlink non-orthogonal multiple access (NOMA)[C]//IEEE.International Symposium on Personal Indoor and Mobile Radio Communications. London:IEEE,2013:611-615.[5] ALI M S,TabASSUM H, HOSSAIN E. Dynamic user clustering and power allocation for uplink and downlink non-orthogonal multiple access (NOMA) systems [J]. IEEE Access, 2017,4:6325-6343.[6] YONG I C, LEE J W, RIM M, et al. On the performance of beam division non-orthogonal multiple access for FDD-based large-scale multi-user MIMO systems [J]. IEEE Transactions on Wireless Communications, 2017, 16(8):5077-5789.[7] ALI M S, HOSSAIN E, DONG I K. Non-orthogonal multiple access (NOMA) for downlink multiuser MIMO systems: user clustering, beamforming, and power allocation [J]. IEEE Access, 2016, 5:565-577.[8] ADHIKARY A, CAIRE G. Joint spatial division and multiplexing: opportunistic beamforming and user grouping [J]. IEEE Transactions on Information Theory, 2013,59(10):6441-6463.[9] XU Y, YUE G, PRASAD N, et al. User grouping and scheduling for large scale MIMO systems with two-stage precoding[C]//IEEE International Conference on Communications. Sydney: IEEE, 2014:5197-5202。

解耦级联多层异构网络oma与noma方案及性能比较

解耦级联多层异构网络oma与noma方案及性能比较

+ Abstract] To address the imbalancc problem of Uplink ( UL) and Downlink ( DL ) in Heterogeneous Network (HetNet),we study a muAilcvei HetNet which combines Dual-Connectivity ( DC),Decoupled UL and DL Association (DUDA),and propose a DUDA-DC Non-Orthogonal Multiple Acccss ( NOMA ) scheme. In this study, the total bandwidth is shared by the primary links and secondly links,and the recciver uses continuous interferencc elimination technology to separate the signals. First,with the help of the random geometry math toll,the object in the network is modeled as a PoPson Point Proccss ( PPP). Then we study the coverage probability and traversal rate of Orthogonal MultipA Acccss ( OMA) and Non-Orthogonal MultipA Acccss(NOMA) in the decoupAd association multi-tier HetNet, and finally get the mathematical analytical expression. Simulation results show that compared with the OMA scheme,the NOMA scheme can effectively improve the network performancc. + Key words] Heterogeneous Network( HetNet) ; Dual-Connectivity ( DC) ; Non-Orthogonal Multiple Acccss( NOMA); Orthogonal MultipA Acccss (OMA) ; decoupling cascaded DOI: 10. 19678/j. issn. 1000-3428.0052851

5G无线技术及部署练习题附答案

5G无线技术及部署练习题附答案

第一章课后练习1. 选择题(1)在5G移动通信系统网络架构中, 无线接入网的设备是( C )。

A. BTSB. BSCC. gNodeBD. eNodeB(2)从物理层次划分时, 5G承载网被分为( ABD )。

A. 前传网B. 中传网C. 后传网D. 回传网(3)为了满足低时延业务需要, 核心网的部分网络需要下沉到( D )中。

A. 核心DCB. 中心DCC. 区域DCD. 边缘DC(4)全球3G标准包含(ABCD )。

A. WCDMAB. CDMA2000C. TD-SCDMAD. WiMAX(5)4G使用的多址接入技术是(D)。

A. FDMAB. CDMAC. TDMAD. OFDMA2. 简答题(1)请写出ITU定义的5G的八大能力目标。

(2)请描述5G的三大应用场景。

5G的应用场景分为三大类: 增强移动带宽(enhanced Mobile Broadband, eMBB)、超高可靠低时延通信(Ultra Reliable and Low Latency Communication, URLLC)、海量物联网通信(massive Machine Type of Communication, mMTC), 不同应用场景有着不同的关键能力要求。

其中, 峰值速率、时延、连接数密度是关键能力。

eMBB场景下主要关注峰值速率和用户体验速率等, 其中, 5G的峰值速率相对于LTE的100Mbit/s提升了100倍, 达到了10Gbit/s;URLLC场景下主要关注时延和移动性, 其中, 5G的空口时延相对于LTE的50ms降低到了1ms;mMTC场景下主要关注连接数密度, 5G的每平方千米连接数相对于LTE 的104个提升到了106个。

第二章(1)以下可用于5G无线接入网部署的组网方式为( D )。

A. DRANB. CRANC. Cloud RAND. 以上都可以(2)以下不属于DRAN架构优势的是( D )。

Ad_Hoc网络问题的研究(原文)

全国第三届研究生数学建模竞赛题目:Ad Hoc网络中的区域划分和资源分配问题的研究摘要:针对Ad Hoc网络中的区域划分和资源分配问题,本文根据优化设计的思想充分权衡各方面的因素,利用图论、排队论等方面的知识对问题作出了深入的研究和具体建模。

关于区域划分问题,在充分保证不出现通信盲区前提下,分别就有湖泊和无湖泊两种情况建立最优化模型。

借助Matlab数学软件利用计算机搜索求解的方法,分别以圆的半径和圆心坐标为搜索因子对整个正方形通信区域进行遍历,求解出最优区域划分。

进一步建立了着色模型对于信道安排问题作出具体求解。

问题一中相交面积占整圆面积的5%和18%这两种情况时的最少圆的个数分别为:45、64,最少需要3条信道,并得到具体的区域划分图及信道安排着色图(见picture 6)。

问题二在有湖泊和圆半径变动的情况下得到最小的圆半径之和为4314.8,同时给出了区域划分方案和信道安排的着色图(见picture 7 )。

问题三基于附表一的调研数据,分别针对有湖和无湖两种情况进行建模求解,得到最小的半径之和分别为:4034.4、4213.5,并分别给出最优的区域划分方式和信道的具体着色图形(分别见picture12~15 )。

对于网络的抗毁性本文主要从图论的连通性方面入手,利用最大流量最小割集定理,分别对各划分方式的抗毁性作出具体的讨论,得到Ad Hoc网络的抗毁性较强。

问题四在问题三无湖泊的情况下,利用计算机仿真用户的移动,具体讨论了前十位用户移动时对整体网络连通性的影响。

问题五在问题三网络划分的基础上,从节点的能源消耗方面入手,建立最小最大模型,最小:工作时间最短的节点(第一个退出网络的节点);最大:第一个退出网络的节点的工作时间最长,根据模型求解得到较为节能的区域划分方式及信道安排(见picture 17 )。

并通过对该网络的运行状况进行分析,对组网方式提出的合理的改进意见。

问题六在问题五区域划分方式的基础上通过排队论模型,对信息通信中的丢包概率进行分析,进而对此时网络的通信质量作出了定量评价。

5G优化案例:新型移频MIMO设备实现5G双流室分低成本覆盖

2G3G合路 器FSMU无源室分系统FSRU4G5G供电单元馈线 电源线新型移频 MIMO 设备实现 5G 双流室分低成本覆盖一、概述1.1 原理简介5G 移频 MIMO 室分系统是在传统室分系统基础上进行改造,将原有 2/3/4G 信号与新增5G 双路信号在近端单元( FSMU ) 进行合路后, 接入原有无源室分系统至远端单元(FSRU ),5G 信号来源于 5G 基站或微站。

供电单元通过电源线对近端单元和远端单元持续供电。

2G 3G 4G 5G1.2 设备参数配置图 1-1 系统示意图该室分系统设备的工作参数配置具体如下:表 1-2 设备参数配置基本参数参数值5G 工作频段 3400MHz – 3500MHz5G 载波带宽 100MHz 5G 子载波间隔30kHz二、网络建设能力评估2.1试点场景本次试点场景选择在中国电信XX分公司多媒体大楼,属于典型塔式写字楼。

高33 层,单平层面积约为1000 平,用户量较多。

原22F、23F 室分系统为LTE1.8G+2.1G 合路WIFI 覆盖,其中LTE 采用一台1800RRU 和一台2100RRU 载波聚合后通过MIMO 系统馈入楼层,WIFI 在22F、23F 分别与LTE 合路覆盖平层。

2.2室分系统改造1、5G 信源配置及改造方案本次布放5G PRRU 外置天线型1 台;该处前期建设5G 数字室分时RHUB 有空端口预留,故未新建RHUB。

(注:正常情况下,RHUB 需要新建,同步需要进行光缆布放、申请光路和跳纤等)本次改造方案:在23F 弱电间安装外接型5G PRRU,FSMU 及-48V 供电单元。

无WIFI 的4G 与5G 信号馈入FSMU,系统对5G 信号进行移频后馈入平层,合路方式如图2-2-1 所示。

22F、23F 走廊4 个角各安装1 台FSRU,两层总共安装8 台FSRU。

FSRU 安装位置如图2-2-2 红色天线位置。

WIFI 通过合路器,合入分布系统。

三大运营商5G无线网络规划与组网


512k
256k
TD-LTE(2.6G,64T64R)
128k
1)2.6G NR的下行具有绝对优势,覆盖距离远大于其它制式或频段; 2)2.6G NR 64TR上行1Mbps速率下覆盖距离为223米,相应站间距为335米,接近FDD1.8G水平; 3)现网300~350米站间距下,2.6G NR可满足上行1Mbps的浅层覆盖。
5G无线网络规划与组网
课程目的
了解5G无线网络规划特点 熟悉5G无线网络规划流程 掌握5G网络宏站部署策略 掌握5G网络微站部署策略 掌握5G网络室分部署策略
先修课程
LTE基本原理与技术 下一代网络基本原理 通信工程与网络技术
主要内容
一、5G系统无线网络规划概述 二、5G系统无线网络规划过程 三、5G无线网络宏站组网策略 四、5G无线网络微站组网策略 五、5G无线网络室分组网策略 六、5G无线网络现场测试分享
础覆盖层
中国电信多频段演进策略
电信100MHz
联通100MHz
3400
3500
3600
3.5GHz
仅限室内,待分配
3300
3400
3.4-3.5GHz中的100MHz作为5G基础 层,提供eMBB业务浅层覆盖;可考 虑用作室内热点区域新型室分系统 覆盖
3.3-3.4GHz 待分配
1.8GHz 2.1GHz
388 335
265
307 264
210
263304 209
212344 169
252849 199
282794 205
393 424221 343147
297 240
3.5G 16TR 3.5G 64TR 4.9G 64TR

2021移动LTE初级认证考试模拟试题及答案-试卷17

2021移动LTE初级认证考试模拟试题及答案-试卷17考号姓名分数一、单选题(每题1分,共100分)1、如果出现eNB的告警“小区退服,光口不可用”( 1018007),不可能是以下哪种原因造成的( )A.基带板上Ir接口光模块损坏B.基带板上Ir接口光模块被拔出C.基带板上Ir接口光模块型号不匹配D.基带板上Ir接口光纤收发接反答案:D2、容量估算与()互相影响A.链路预算B.PCI规划C.建网成本D.网络优化答案:A3、LTE协议中所能支持的最大RB个数为:A.6B.20C.50D.100答案:D4、服务小区重选迟滞设置以下哪个值时,最容易导致乒乓重选:A.1dBB.2dBC.3dBD.4dB答案:A5、UpPTS可用来专门放置(),A.PRACHB.PDSCHC.PHICHD.PCFICH答案:A6、以下哪种备份形式是对数据库进行整体备份()A.RAID备份B.业务数据库备份C.全备份D.增量备份答案:C7、物理层小区ID分为()组A.3B.32C.168D.504答案:C8、以下哪种技术不能降低LTE小区间的干扰()?A.通过加扰,交织,跳频等方法使干扰随机化B.利用交织多址IDMA进行多小区信息联合解调C.合并不同小区的信号来降低邻小区信号的影响D.干扰协调,对小区边缘可用的时频资源做一定的限制答案:C9、DMRS是()A.解调参考信号B.探测参考信号C.调制参考信号D.控制信号答案:A10、E-RAB的建立,均可由()和( EPC)发起A.UEB.eNodeBC.EPCD.答案:A11、定时器T310的作用是:A.UE监测无线链路失败的等待时间B.UE监测到无线链路失败后转入RRC_IDLE状态的等待时间C.UE等待RRC连接响应的时间D.UE等待RRC重建响应的时间答案:A12、考虑到电路交换业务,在LTE中,实在()ms时间间隔上对不同的UE应用快速调度策略。

A.1B.0.1C.10D.0.5答案:A13、移动通信中常规天线的极化方式为A.垂直极化B.水平极化C.圆极化D.双极化答案:A14、中国移动2013年4G网络工程无线主设备集中采购规模()A.20.7万站,55万载频B.20万站,50万载频C.22万站,60万D.20万站,53万载频答案:A15、定时器T302的作用是:A.UE监测无线链路失败的等待时间B.UE监测到无线链路失败后转入RRC_IDLE状态的等待时间C.UE收到RRC连接拒绝后等待RRC连接请求重试的定时器D.UE等待因发起呼叫而等待RRC连接建立的定时器答案:C16、每个资源单元组(REG)包含()个数据REA.1B.2C.3D.4答案:D17、当使用不同循环时间移位的UE数量()可支持的循环时间移位数量时,分配具有最大可能间距的循环时间移位是有利的,在LTE中也得到支持。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第38卷第5期 2018年l0月 南京邮电大学学报(自然科学版) 

Journal of Nanjing University of Posts and Telecommunications(Natural Science Edition) V01.38 No.5 

Oct.2018 

doi:10.14132/j.cnki.1673-5439.2018.05.005 

基于泊松洞过程建模的异构蜂窝网络信干比增益 与近似覆盖率分析 

鲍梓永 ,杨 洁 ,胡 晗 ,曹雪虹 ,,1.南京邮电大学通信与信息工程学院,江苏南京210003 、 l 2.南京工程学院通信工程学院,江苏南京211167 l 3.南京邮电大学江苏省无线通信重点实验室,江苏南京210003 

摘要:移动通信业务的高速增长使得传统同构蜂窝网络结构不能满足用户对通信质量的要求,而异 构网络架构可以有效解决这种问题。文中对泊松洞过程下异构蜂窝网络的覆盖率进行研究。首 先。利用泊松洞过程(Poisson Hole Process,PHP)对异构蜂窝网络进行建模;然后以信干比(Signal to Interference Radio,sin)分布为研究目标,利用泊松点过程的近似SIR分析方法,推导出PHP模 型下网络SIR增益的具体表达式;最后,通过缩放泊松网络的信干比门限得到PHP模型下的近覆 盖率。通过实验仿真,验证了所求近似增益的正确性。 关键词:异构蜂窝网络;泊松洞过程;平均干扰比;覆盖率 中图分类号:TN919.8 文献标志码:A 文章编号:1673-5439(2018)05-0035-06 

Analysis on signal to interference ratio heterogeneous cellular networks based gain and approximate coverage in on Poisson hole process modeling 

BAO Ziyong ,YANG Jie ,HU Han ,CAO Xuehong 1.College of Teleco mmunications&Informatio

,n Engine,ering ,Nanjing Universit,y ofPosts and Tel

,eeommuniea

,t

Nanjing 2100 03 China2 Department of Communication Engineerings Nanjing Inst itute of Technology Nanjing 21 1 167 China3 Jiangsu Key Laboratory of Wireless Communications Nanjing Univemity of Posts and Teleco 

Abstract:The rapid growth of mobile communication services makes the traditional homogeneous cellular network structure be unable to meet users’requirements for communication quality,but the heterogene— OU8 network architecture can effectively solve this problem.This paper studies the coverage of heterogene— OUS cellular networks in the Poisson hole process(PHP).Firstly,the heterogeneous cellular network is modeled by Poisson hole process.Then,the signal to interference radio(SIR)distribution is used as a research target,and the approximate SIR analysis using the Poisson point process is used.In this way, the concrete expression of the network SIR gain on the PHP model is derived.Finally,the near coverage ratio on the PHP model is obtained by scaling the SIR in the Poisson network.the experimental simula— tion verifies the correctness of the approximated gain. Keywords:heterogeneous cellular network;Poisson hole process(PHP);average interference ratio;COV· 

erage 收稿日期:2018-06-12;修回日期:2018-09-29 本干U网址:http:∥nyzr.njupt.edu.cn 基金项目:国家自然科学基金(61701221,61401225)、江苏省自然科学基金(BK20160781)和江苏省高校自然科学基金(16KJB510013)资助项目 通讯作者:曹雪虹,女,教授,博士生导师,E—mall:eaoxh@njupt.edu.en 引用本文:鲍梓永,杨洁,胡晗,等.基于泊松洞过程建模的异构蜂窝网络信干比增益与近似覆盖率分析[J].南京邮电大学学报(自然科学版), 2018,38(5):35—4O. 36 南京邮电大学学报(自然科学版) 2018聋 随着科学技术的飞速发展,智能手机、平板电脑 和智能手表等新型移动处理设备迅速普及,导致移 动网络数据量快速增长。异构蜂窝网络(Heteroge. neous Cellular Network,HCN)可以满足人们对大规 模的移动性数据业务的需求。与传统蜂窝网不同的 是,HCN由具有不同发射功率和覆盖范围的基站节 点构成。其中,宏小区的特点是占地面积大,发射功 率强,部署成本高,用于偏远地区的大面积覆盖;与 宏小区相比,微小区(即“小小区”)¨ 的发射功率低 很多,相应的开销成本也低,覆盖面积较小。 Andrews最先采用齐次泊松点过程对蜂窝网络 的基站进行建模,并推导出系统性能简单理论表达 式,相比于传统六边形网络模型,这样的建模形式更 易于进行数学表达与数学分析。鉴于泊松点过程 (Poisson Point Process,PPP)模型对蜂窝网络建模 的一些优点,人们开始研究如网络建模 、上行链 路性能评估 J、用户接入策略分析 、多小区协作 和干扰抵消 等相关技术。由于齐次泊松点过程 中的点与点之间的分布是完全独立随机的,而在实 际基站部署中,各个基站位置之间肯定存在一定的 关联,因此该模型与现实不完全相符。最近,许多新 的点过程被提出对异构网络进行建模,例如硬核过 程(Hard.Core Processes,HCP) 、施特莱斯过程 (Strauss Process,SP) 、泊松簇过程(Poisson Clus— ter Processes,PCP) 等等。相比于齐次泊松点过 程建模的异构蜂窝网络即六边形规则网格模型,这 些新的点过程更加适合建模,由于点与点之间存在 一定的相关性,因此可以更好地捕捉实际网络部署 的空间特性 一。 与泊松网络模型相比,实际的基站部署中站点 的空间分布存在一定的随机性与空间相关性。因 此,带有空间排斥特性的PHP网络模型更适用于实 际蜂窝网络部署,更能体现实际基站的分布特点,但 是PHP最主要的缺点是难以进行理论分析,由于干 扰统计特性难以获得,从而限制了网络性能的进一 步分析。文献[10—11]指出非泊松点过程,如硬核 过程(Hard-Core Processes)、扰动格型、 一Ginibre点 过程(JB—GPP)等比PPP更适合描述实际基站部署的 网络分布特性。SIR特性是异构蜂窝网络系统最基 本的性能指标,是获取覆盖率、容量和吞吐量等的基 础,幸运的是,在文献[12—14]中对于正方形扰动 格型、 一GPP等非泊松模型,证明了一般性的单层蜂 窝网络的覆盖率,P ( )垒P(SIR> ),可以通过缩 放泊松网络的信干比门限0到O/G近似得到, P ( )一pPPP(O/G),其中G是渐进增益,它可以通 过平均干扰信号比定量获取。 本文主要研究PHP模型下异构蜂窝网络的覆 盖率。PHP通过对筛选区域半径的设计可以保证 在以宏基站为圆心,筛选区域为半径的范围内不会 有微基站,这样就保证了微基站不会影响宏基站用 户的状态。本文研究基于PHP模型的HCN网络的 SIR分布特性,推导了PHP模型下网络SIR相对于 PPP模型下网络SIR的渐进增益G,并通过缩放PPP 模型下网络覆盖率的SIR门限来得到PHP网络的 近似覆盖率。 

1 系统模型 本文考虑两层异构蜂窝网络模型,即由宏基站、 微基站和用户构成,在宏小区范围内,微基站以洎松 点分布的方式部署,每层基站的传输功率、分布密度 和传输的数据速率都不同。本文主要研究PHP模 型,通过人为地对PPP进行“去点”的操作,模拟宏 基站与微基站之间的相关性,即每个宏基站都存在 

一个屏蔽区域,落人屏蔽区域内的微基站都将被去 掉从而提高服务质量。本文研究的网络假设是干扰 受限系统,网络接入方式为开放式接入,即所有用户 都可以接人能为其提供最大瞬时接收SIR的基站, 并且假设系统在瑞利衰落信道环境下,路径损耗函 数为Z( )= 一,Ot>2,其中 为路径损耗因子。 定义1:泊松洞过程(PHP) PHP可以根据两个均匀独立的PPP来定义。 基站分布图如图1所示,记 为密度是A 的 

PPP,记 为密度是 的PPP,且 >A 。对于 每个 ∈(2j ,去除在 。n 6( ,D)区域中的所有点, 其中6( ,D)是指以 为圆心,D为半径的一个圆。 

剩下的点构成的点过程称为泊松洞过程 ,且 密度为A。=A。exp(一Am叮T∥)。 假设P 、 、Ol 分别为第k层服务基站的发射 功率、分布密度以及路径损耗因子。本文我们假设 用户是基于实时SIR接人选择方式,即由提供最大 平均接收功率的Bs服务,为分析简单,在本文中典 型用户位于原点位置。功率路损模型为z( )= 

相关文档
最新文档