NR系统双连接和移动性增强技术

为了满足新兴应用在移动性场景下的用户服务体验,确保网络能够为用户提供可靠的一致性服务,聚焦双连接和移动性增强相关技术开展研究工作,包括切换、主辅小区改变等关键流程.此外,简要介绍了3GPPRel-16双连接和移动性增强标准研究内容,重点分析了3GPP Rel-17双连接增强技术方案和标准影响,并对3GPP Rel-18...     

NR MIMO增强演进及标准化进展

大规模多输入多输出（multiple-input multiple-output,MIMO）技术作为5G的关键使能技术之一，在5G网络的商用部署中发挥了重要的作用。结合5G系统的演进与实际部署经验，3GPP Release 17在MIMO增强演进方面做了一系列标准化工作。聚焦3GPP标准化工作，介绍并分析了MIMO增强的标准化进展，并重点阐述了多波束增强与多传输点传输增强。最后对3GPP Release 18 MIMO增强标准化工作进行了展望。     

可重构智能表面技术:研究进展、原型机及挑战

可重构智能表面(Reconfigurable Intelligent Surface,RIS)是6 G的潜在关键技术之一,得益于其低成本、轻体量等特性,RIS在6 G网络部署中具备很大的潜力.目前,业界关于RIS的研究主要集中在两个方向:基于RIS的无线收发机以及基于RIS的反射面.针对这两种RIS形态,分别对其研究进...     

多天线无线数据通信系统中多用户分集的研究

研究当接收天线不少于发送天线时多输入多输出(MIMO)系统的多用户分集能力。首先从理论上分析了发送天线个数等于1和2时最大似然接收和迫零接收系统的平均吞吐量和调度增益,以及仿真分析了发送天线个数大于2时系统性能。理论分析和仿真表明：在多用户的MIMO系统中,接收的平均信噪比、用户个数、收发天线个数、接收机的结构等对于多用户分集有很大的影响。当发送天线个数为1时,接收天线较少(1,2,3)和平均信噪比为．10dB时调度增益很大,但调度增益随着天线个数和发送功率增大急剧下降。和最大似然接收相比,迫零接收具有更大的多用户分集增益,因此迫零接收机的吞吐量可以很容易超过最大似然接收机。     

扁形名茶自动化理条压扁机组的研究

针对川渝黔地区扁形名茶理条加工存在的压扁问题,在传统针形茶叶理条机基础上,对理条机的加棒装置、吸尘系统和传动系统进行研究,设计开发了一种扁形名茶理条压扁机组,实现了对上料、理条、压扁、加热和出料的自动化控制,并通过试验研究了理条压扁的基础工艺参数。重点阐述了理条压扁机的单机结构,以及在PLC控制系统下以多台联动的方案布局,实现扁形名茶理条压扁工序的连续化自动化作业。     

OFDM传输中的子带自适应Turbo编码调制

为了在无线数据传输中获得更高的频谱利用率,提出了一种用于正交频分复用(OFDM)的基于容量估计的子带自适应Turbo编码调制方法。其目标是在恒定发送功率和目标误码率(BER)限制下优化系统吞吐。仿真表明,在发端完全信道估计下,此自适应OFDM方法比基于固定门限的自适应Turbo编码调制有2.5-5 dB的信噪比(SNR)增益。然而,时变信道中反馈信息的延时会带来自适应性能的恶化。文中接着通过研究表明,在子带自适应编码调制中,减少选取子带的个数,充分利用OFDM频域上的分集特性是一种可以降低信道时变带来性能恶化的有效途径。     

NR覆盖增强方案及标准化进展

为提升5GNR网络的覆盖性能,研究并讨论覆盖瓶颈信道的相关覆盖增强方案,包括物理上行共享信道的重复传输增强、多时隙传输块处理、联合信道估计方案,物理上行控制信道的动态重复传输指示、解调参考信号绑定方案,以及随机接入中的Msg3信道的重复传输方案.基于上述增强方案,聚焦3GPP Release 17 NR覆盖增强的标准化...     

多天线的发送分集系统中多用户分集的研究

研究了如何通过选择发送天线和天线组合来提高整个多用户多天线系统的性能。本文分别讨论了STOBC、选择式发送分集、相位加权等各种发送信号结构下系统的调度性能。和其它发送信号结构相比,STOBC对于调度性能有着很大危害。信道反馈信息越多,调度性能就越好。不同的发送天线选择和组合策略得到不同的性能。本文讨论了三种选择策略:max-max, max-sum和max-min。max-max的调度性能优于其它两种策略。因此,发送信号的结构和选择策略都严重影响着多用户分集。     

基于自注意力机制的大规模MIMO信道状态信息特征向量反馈方法

大规模多输入多输出（MIMO）系统可以为5G和未来无线通信系统提供令人满意的频谱效率的增益。在频分双工（FDD）模式下，需要将下行信道状态信息（CSI）的特征向量精确地反馈到基站侧以获得这种增益。为了提升下行CSI特征向量的反馈精度，提出了一种基于自注意力机制的CSI反馈方法 SA-CsiNet。SA-CsiNet通过分别在编、解码器部署自注意力模块实现CSI的特征提取和重构。仿真实验结果表明，相较于码本和传统的深度学习CSI反馈方案而言，SA-CsiNet能够提供更高的CSI重建精度。