排序方式: 共有47条查询结果,搜索用时 0 毫秒
1.
为了补偿量化误差造成的系统性能的降级,文中提出将Grassmannian码本量化误差的统计特性引入多中继系统有限反馈中继预编码的设计,首先在QoS要求下的完全反馈中继预编码与接收均衡MMSE两步优化算法的基础上,给出了有限反馈下量化误差补偿的中继预编码与接收均衡MMSE两步优化方案,进而文中在中继和功率约束下,提出了一种有限反馈下量化误差补偿的中继预编码与接收均衡MMSE联合优化方案,并给出了中继预编码矩阵设计的闭合表达式.计算机仿真表明,文中提出的中继和功率约束下量化误差补偿的MMSE联合优化方案的系统性能优于QoS要求下量化误差补偿的MMSE两步优化方案,而且相比没有采用量化误差补偿的MMSE联合优化方案可以获得更低的误码率性能. 相似文献
2.
在现有的大规模三维多输入多输出(3D MIMO)系统中,相邻天线间的距离可能非常大,这往往会导致电磁波穿过阵列孔径时出现物理传播延迟,被称为空间宽带效应。而大多数学者在研究信道估计时为方便通常会忽略它,仅仅有学者研究雷达系统时提到了空间宽带效应。而去年有学者将其引入到了2D MIMO毫米波系统中,本文在此基础上将其扩展到了毫米波大规模3D MIMO系统中,基于平面天线阵列的水平角和垂直角设计了一种新的信道模型,并提出了一种信道估计算法,仿真结果表明其具有良好的信道估计性能。 相似文献
3.
4.
一种多用户多中继MIMO通信系统迭代预编码方案 总被引:1,自引:0,他引:1
该文针对多中继MIMO通信系统多用户传输时的用户间干扰问题,提出了一种可以有效抑制多用户干扰的发射端与中继端迭代预编码的方案。该方案首先在中继端进行多中继联合的迫零预编码,然后将基站与多用户之间等效为一个点到多点的MIMO信道,采用最大化信漏噪比的预编码方法,在发射端进一步消除用户间的干扰,同时避免了噪声放大的影响,进而通过中继端预编码与发射端预编码的多次迭代,更好地保持了多中继并行传输引入空间分集所带来的性能优势,有效地抑制了用户间干扰,获得了更高的系统和容量。 相似文献
5.
6.
《降低农药乳化剂用量的研究》一文发表后(见《农药》1973~1,38~42),关于农药乳油中乳化剂的用量引起了有关农药生产厂和领导部门的注意和重视。为了进一步说明这个问题,现将收集到的西德、瑞典、日本等国关于农药用乳化剂用量、混配技术和乳化标准作一简要介绍,从这些介绍中我们可以看出:乳化剂用量只能是以符合实际使用要求和经济合理为标准。过去国外某些乳化剂厂家关于乳化剂用量的错误提法及恶劣影响,必须清除。一农药乳化剂在乳油中的用量 1963年瑞典Berol生产的Berol EMU 821和BerolTVM 296在20%滴滴涕乳油中用量为3%,在50%马拉松乳油中用量为5%。 1964年西德Hoechst生产的Emulsogen JP和Emulsogen J40在农药乳油中用量配方是:活性物(农药)20~60%,溶剂78~35%,乳化剂2~5%。 相似文献
7.
以梅州蜜柚为原料,实验设混菌发酵组(酒精发酵添加肠膜明串珠菌(Leuconostoc mesenteroides))和对照组,研究蜜柚果醋酿造过程中的品质变化。结果表明,酒精发酵阶段(0~48 h)混菌发酵组乳酸含量迅速升高至4.32 g/L,柠檬酸含量快速下降至0.24 g/L;醋酸发酵结束,混菌发酵组总滴定酸、醋酸、柠檬酸含量显著低于对照组(P<0.05)。混菌发酵组蜜柚果醋中总黄酮含量为0.59 g/L,DPPH自由基清除率为43.94%,氧化自由基吸收能力(ORAC)值为24.49 μmol TE/g,均高于对照组。蜜柚果醋发酵过程中对羟基苯甲酸、芥子酸、咖啡酸、间苯三酚、野漆树苷、芦丁和橙皮素含量均上升,其中混菌发酵组对羟基苯甲酸和橙皮素分别达到5.07 mg/L和4.00 mg/L,显著高于对照组(P<0.05),而柚皮苷和柠檬苦素则分别降解了26.82%和46.69%。综上所述,在发酵初期添加肠膜明串珠菌对蜜柚果醋品质有明显提升。 相似文献
8.
针对太赫兹大规模MIMO系统,提出一种基于量子机器学习的预编码方案,该方案以系统可达和速率最大为目标,通过将通信系统中的优化问题建模为量子系统中的哈密顿量,将最优预编码的设计问题转化为获取量子系统哈密顿量的基态问题。进而利用变分量子本征求解器,结合经典机器学习的优化算法,通过训练获得最优的参数化量子线路,最后从量子线路中提取出基态,即对应于最优的预编码矩阵。经Google公司的tensorflow-quantum量子机器学习平台验证分析,提出的方案能获得指数级加速,性能也接近于经典的基于SVD的预编码方案。 相似文献
9.
针对MIMO时变信道下,有限反馈发射预编码存在反馈延迟的问题,提出将多数据流空间复用传输的MIMO信道的主右奇异矩阵的列空间建模于n维复欧氏空间上p维子空间的集合Grassmannian流形Gn,p上,利用Grassmannian流形的测地线对时变信道进行跟踪预测,以补偿反馈延迟对于系统性能的影响。在此基础上,从Grassmannian流形的几何特性入手,针对Grassmannian流形的切空间提出了一种高分辨率动态聚焦的多维切空间码本。计算机仿真表明,Grassmannian流形上基于高分辨率动态聚焦码本的有限反馈预测预编码的系统性能明显优于存在反馈延迟的无记忆有限反馈预编码和采用固定码本的有限反馈预测预编码。 相似文献
10.