RIS辅助卫星物联网中基于压缩感知的SCMA信号重构

卫星物联网是未来6G网络重要组成部分,在地面部署可重构智能反射面（Reconfigurable Intelligence Surface, RIS）则能进一步增强天地之间信号的传输能力;然而海量设备的接入和检测,以及RIS的引入带来的较高复杂度,给系统设计与实现带来挑战。针对卫星物联网设备和业务稀疏特性,本文提出了一种基于压缩感知的信号重构算法,旨在提高系统的接入用户数和检测成功率,同时降低检测的复杂度。首先,介绍了RIS辅助的卫星物联网系统架构,构建了天地信道模型和星上接收信号模型。然后考虑到卫星物联网地面终端的稀疏性和业务的稀疏性,结合稀疏码分多址（Sparse Code Multiple Access,SCMA）和压缩感知的信号处理方法,通过合理设计SCMA中的稀疏码字,将多用户检测转化为压缩感知理论中的信号重构。最后提出了一种演进的近似消息传播算法（Evolved Approximate Message-Passing,EAMP）来实现压缩感知中的信号重构。仿真结果表明,RIS辅助的SCMA系统与功率域的非正交多址接入技术相比可以提高系统的吞吐量性能,同时EAMP算法相比传统的SIC算法具有更高的正确检测概率和更低的算法复杂度。      

无蜂窝大规模MIMO中基于深度强化学习的无人机辅助通信与资源调度

无蜂窝大规模多入多出(MIMO)网络中分布式接入点(AP)同时服务多个用户,可以实现较大区域内虚拟MIMO的大容量传输;而无人机辅助通信能够为该目标区域热点或边缘用户提供覆盖增强.为了降低反馈链路负载,并有效提升无人机辅助通信的频谱利用率,该文研究了基于AP功率分配、无人机服务区选择和接入用户选择的联合调度;首先将AP...     

移动边缘计算中基于内容流行度的深度强化学习缓存机制

随着5G商用的推进,涌现出大量依赖高速率、低时延的新应用,混合现实(Mixed Reality,MR)就是其中之一.考虑到从中心云传输服务内容到MR设备会带来很大时延和能耗问题,引入移动边缘计算(Mobile Edge Compu?ting,MEC)技术,通过在MEC服务器上缓存用户的预渲染环境帧,以减少延迟和能耗.针...     

MIMO中继系统子信道和调制方式联合选择

为提高多输入多输出(MIMO)中继系统的吞吐量性能并降低反馈信令比特数,提出了一种应用于两跳中继系统的子信道和调制方式联合自适应选择方法. 源端到目的端的信道被当作一个等效信道,通过奇异值分解,该等效信道被分解成多个并行子信道. 该算法将使用的子信道数及相应的调制方式作为一个整体进行选择及反馈. 仿真结果表明,与传统各子信道独立选择调制方式的方法相比,该方法可使用较少的信令比特数实现较高的吞吐量性能.     

一种基于Gold码的分布式MIMO-CDMA系统的下行同步方案

针对下一代通信系统核心点之一的分布式MIMO架构,提出了一种新型双级地址码分配方案及相应同步过程.此方案以现有CDMA同步技术为基础,可以实现从现有集中式单天线向分布式多天线的平滑过渡;同时针对基站下多天线阵分布布局,采用双级地址码结构实现对基站和基站下各天线的逐级同步.以一对优选PN码为基础设计分配基站地址和基站下各天线阵地址,同时具备低实现复杂度和高同步速率.基于PN码部分相关性的固定相关码长FFS算法仿真表明,此新型同步方案能够实现分布式MIMO的高效同步检测.     

基于LTE-A的大规模物流系统中射频识别标签处理算法的研究(英文)

The Long Term Evolution Advanced (LTE-A) and Internet of Things (IoT) are two of the most popular topics that receive vast attentions in the filed of information technologies. Radio Frequency Identification (RFID) greatly pushes IoT forward to practical utilization. In RFID system, one of the key issues is the collision among tags when reader tries to identify several of them simultaneously. In this paper, the authors proposed a RFID tag management scheme for cargo identification and tracking based on the L...     

GEVD辅助的MMSE干扰抑制下行多用户MIMO系统

为提高多用户多输入多输出(MIMO)系统中多个用户的预编码增益,提出了一种利用广义特征值分解(GEVD)辅助的最小均方误差(MMSE)干扰抑制算法,抑制干扰和噪声的同时考虑了用户的预编码增益、最大化发射端的信漏噪比和接收端的信干噪比,并给出有信道误差情况下修正的预编码设计方法.理论分析和仿真结果表明,新算法比广义的MMSE信道反转算法具有更好的系统性能.     

SDN架构下数据中心内存能耗优化策略

提出一种基于内存共享机制数据中心进程优化调度策略,并基于软件定义网络 (SDN)架构建立数据中心负载模型及内存节点能耗模型,给出2个用于降低内存能耗的启发式进程调度算法. 这2个算法以实际内存节点为研究对象,在保证数据中心负载均衡的基础上,通过合理进程调度实现内存共享率最大,使得处于活动态的内存节点数最少,从而达到数据中心内存能耗优化目的. 仿真结果表明,提出的启发式进程调度算法能有效降低内存能耗.     

基于软符号估值的估计转发无线中继模式

在研究已有的放大转发(AF)和解码转发(DF)这两种中继模式的基础上,根据估计转发(EF)的思想,提出了一种对软符号和相应噪声功率估值的新型EF无线中继模式,并设计了基于联立求解方程组来实现这种中继模式的简化算法.分析了这种EF模式相比于已有模式的特点和优势.在仿真实验中分别设定了两种协作场景,对上述3种转发模式的性能...     

无人机辅助无蜂窝大规模MIMO中的空地协同调度

摘 要：无蜂窝大规模多输入多输出（multiple-input multiple-output，MIMO）技术采用大量接入点（access point， AP）为地面用户提供高效的通信服务，但在有高速移动用户的场景中，会加剧对信道状态信息的依赖。为了减少导频资源的消耗，提出了一种综合无人机（unmanned aerial vehicle，UAV）辅助通信和无蜂窝大规模MIMO通信的双系统架构，该架构能够预测高速移动用户的轨迹，利用无人机为其提供可靠通信；进一步提出了基于深度强化学习（deep reinforcement learning，DRL）的无人机轨迹设计和地面用户调度方案，在满足各类约束的前提下实现系统总和速率最大化。仿真结果表明，与现有方案相比，所提方案能够有效提升系统容量。