检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

场景化毫米波特征选择和波束预测算法

电子科技大学学报 2023年第5期52卷 689-698页

作者：孙长印梁有为江帆王军选西安邮电大学通信与信息工程学院西安710121 西安邮电大学陕西省信息通信网络及安全重点实验室西安710121

为减少毫米波波束训练的时间和功耗开销,提出了一种基于通信场景的波束特征选择和预测算法。首先,根据功率损耗概率最小化准则选择最优特征波束,并利用最优波束概率生成特征波束集(波束索引的子集)。其次,为了获得通信场景的最优波束概... 详细信息

为减少毫米波波束训练的时间和功耗开销,提出了一种基于通信场景的波束特征选择和预测算法。首先,根据功率损耗概率最小化准则选择最优特征波束,并利用最优波束概率生成特征波束集(波束索引的子集)。其次,为了获得通信场景的最优波束概率,采用基于局部学习的特征选择聚类算法(LLC-fs)。最后,由于场景化特征波束集与最优波束之间为隐式、非线性映射关系,利用了DNN模型逼近该映射,进而使用离线训练模型实现从特征波束集到最优波束的预测。仿真结果表明,使用离线训练场景化DNN模型即可在线预测最优毫米波波束。预测性能可以逼近穷举波束搜索算法,并有效减小波束搜索的开销。

关键词：波束预测波束训练深度神经网络特征选择毫米波通信

在线全文

学校读者我要写书评

暂无评论

基于深度学习的毫米波遮挡和波束预测研究

基于深度学习的毫米波遮挡和波束预测研究

作者：李晓刚北京邮电大学

学位级别：硕士

随着通信频段的提升和大规模天线阵列技术的应用,传输质量和链路稳定性的保证已经变得更加具有挑战性。相比以往所使用的sub-6GHz频段,毫米波频段由于存在大量未被使用的频带,能够支持更高的数据传输速率和更大的通信带宽。但是毫米波... 详细信息

随着通信频段的提升和大规模天线阵列技术的应用,传输质量和链路稳定性的保证已经变得更加具有挑战性。相比以往所使用的sub-6GHz频段,毫米波频段由于存在大量未被使用的频带,能够支持更高的数据传输速率和更大的通信带宽。但是毫米波具有比sub-6GHz电波更大的传播损耗和更差的衍射能力,这导致毫米波频段的移动通信链路更容易被遮挡继而出现链路中断。基于大规模天线阵列技术的波束赋形的应用能够有效克服毫米波传播损耗大的缺点,但天线数量的增加对波束对准的速度提出挑战。在sub-6GHz和毫米波频段融合的移动通信系统中,针对毫米波频段的通信链路容易受到遮挡以及毫米波的波束对准这两个挑战,可以考虑借助过去的sub-6GHz信道信息来预测毫米波的遮挡状态和最优波束。遮挡预测即对未来遮挡状态的预测,允许通信系统能够提前采取应对措施从而避免链路中断,而对波束的预测使天线阵列能够及时生成最优波束从而避免波束过时。随着机器学习技术的迅速发展,机器学习方法也被广泛用于通信领域。因此,本文主要研究在sub-6GHz和毫米波频段融合的移动通信系统中能够用于遮挡预测和波束预测的机器学习方法,并考虑将所提方法应用于实际通信时可能存在的挑战并给出对应的解决方案,主要内容包括以下三个方面:1.设计基于RNN的预测模型,实现从sub-6GHz信道矩阵到毫米波遮挡状态和最优波束的跨频段预测。分析不同频段下由衍射导致的在接收端即将出现遮挡时其信道所表现出的特征,并在设计神经网络预测模型时利用该特征提升遮挡预测和波束预测的效果。使用基于射线追踪技术的Wireless Insite信道仿真软件生成信道数据,并设计实验验证衍射特征的引入对遮挡预测和波束预测的影响。最后,设计实验验证所设计的预测模型对于不同通信场景的泛化能力。2.在移动通信系统中,遮挡预测和波束预测所需要的sub-6GHz信道矩阵的获取依赖于接收端的CSI反馈。而在实际通信中,CSI可能会因为信道传输时延等出现延迟,从而导致遮挡与波束预测中输入信道矩阵的老化。此外,CSI有多种反馈方式,其中,非周期性反馈和半持续反馈方式会导致遮挡与波束预测中输入信道矩阵的缺失。因此,本文研究在遮挡预测与波束预测中输入信道矩阵的老化和缺失这两种情况对预测效果的影响,并提出使用信道预测的方法来分别更新和替换老化和缺失的信道矩阵。设计基于卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆(Long Short-Term Memory,LSTM)网络的融合网络的信道预测方法,并与传统的基于自回归(Autoregressivemodel,AR)模型的预测方法对比。最后,分别验证使用预测的信道矩阵更新和替换老化和缺失的信道矩阵后遮挡预测和波束预测效果的改善程度。3.前面的研究中考虑了单个场景和链路的遮挡预测和波束预测问题,为了使所设计的预测模型的应用能够更广泛,本文将遮挡预测和波束预测视为联合预测问题,分析场景泛化和链路泛化对遮挡预测和波束预测的必要性和性能提升作用。介绍迁移学习的基本知识,建立基于迁移学习的泛化模型,并分析将迁移学习应用于遮挡预测和波束预测的可能性和优势。将原场景和原链路中训练得到的预测模型分别在新场景和新链路中进行预测,探究预测效果的下降程度。实现从已有模型到新场景和链路的迁移学习,并研究冻结层数和学习率对迁移学习效果的影响,从而得到在低开销的条件下实现较好预测效果的参数设置方法。

关键词：毫米波遮挡预测波束预测场景泛化信道预测

移动场景下基于深度学习的图像辅助毫米波波束预测方案

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中南民族大学学报（自然科学版） 2024年第2期43卷 232-237页

作者：李中捷韦金迎熊吉源高伟中南民族大学电子信息工程学院武汉430074 中南民族大学智能无线通信湖北重点实验室武汉430074

针对移动环境下毫米波大规模MIMO通信系统下行链路的快速波束预测问题,提出了一种基于深度学习的图像辅助波束预测方案.该方案将基站采集的RGB图像上传至MEC服务器,通过Faster RCNN目标检测模型与DNN神经网络结合,预测通信环境中用户图... 详细信息

针对移动环境下毫米波大规模MIMO通信系统下行链路的快速波束预测问题,提出了一种基于深度学习的图像辅助波束预测方案.该方案将基站采集的RGB图像上传至MEC服务器,通过Faster RCNN目标检测模型与DNN神经网络结合,预测通信环境中用户图像与毫米波下行链路波束向量的高维非线性关系.仿真结果表明:该方案预测下行链路波束向量的可达速率接近理论最优,在模型复杂度和高天线数低信噪比情况下的性能等方面均优于基线算法.

关键词：毫米波大规模MIMO 波束预测深度学习目标检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

AI赋能的智能超表面辅助通信的波束预测

移动通信 2023年第6期47卷 2-7,62页

作者：张建华张振张宇翔袁弋非北京邮电大学网络与交换技术国家重点实验室北京100876 中国移动研究院北京100032

在RIS辅助的通信系统中,如何高效获取信道信息来确定最优交互矢量成为了系统面临的难题,尤其当发射机也配有大规模天线阵列时。采用深度学习技术,实现了初始时隙的群体最优天线选择和后续时隙的个体最优天线选择机制。所建议的联合波束... 详细信息

在RIS辅助的通信系统中,如何高效获取信道信息来确定最优交互矢量成为了系统面临的难题,尤其当发射机也配有大规模天线阵列时。采用深度学习技术,实现了初始时隙的群体最优天线选择和后续时隙的个体最优天线选择机制。所建议的联合波束预测方法能够将发射机和RIS的天线选择模式,以及联合波束预测网络三方进行联合优化。仿真结果表明,该方法能够通过较少的部分CSI实现高精度的联合波束预测。

关键词：智能超表面深度学习天线选择波束预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种基于信道矩阵模式的毫米波波束预测方法

长江信息通信 2023年第11期36卷 83-86页

作者：王旻毅南京铁道职业技术学院江苏南京210031

毫米波(millimeter wave,mmWave)是5G应用的一项重要技术,具备更高的上下行传输速率,更低的响应时延。mmWave系统通常基于码本(codebook)进行波束预测,但穷尽codebook匹配最佳波束成形向量耗时较多。在保证高吞吐量的同时,如何降低codeb... 详细信息

毫米波(millimeter wave,mmWave)是5G应用的一项重要技术,具备更高的上下行传输速率,更低的响应时延。mmWave系统通常基于码本(codebook)进行波束预测,但穷尽codebook匹配最佳波束成形向量耗时较多。在保证高吞吐量的同时,如何降低codebook搜索成本,已然成为mmWave系统优化方向之一。文章提出一种基于信道矩阵模式的毫米波波束预测方法,通过多载波信道响应整合并可视化,将结构化数据转换为图像样本,利用深度学习模型Efficient NetV2-S提取图像特征,进行迁移学习时,将特征提取层参数固定,仅训练最后一层神经元参数,保证预测准确率同时降低训练时间成本,再基于codebook进行波束预测。经验证,该方法Top-1准确率提升近4.9%,Top-3准确率提升近5.8%,显著削减了codebook搜索成本,优化了mmWave系统通信质量及响应时延。

关键词：信道矩阵模式毫米波波束预测

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于机器学习的车联网毫米波波束预测

移动通信 2024年第12期48卷 39-45,75页

作者：靳昊文仲伟志刘响王文捷林志鹏南京航空航天大学航天学院江苏南京210016 南京航空航天大学电子信息工程学院江苏南京211106

为了解决车联网毫米波通信中的波束对齐问题,结合全景交通上下文编码方式,提出了一种基于机器学习的波束预测方法。该方法通过模拟双车道城市峡谷环境,获取大量环境信息,并进行全景交通上下文环境编码,基于该编码信息,运用机器学习模型... 详细信息

为了解决车联网毫米波通信中的波束对齐问题,结合全景交通上下文编码方式,提出了一种基于机器学习的波束预测方法。该方法通过模拟双车道城市峡谷环境,获取大量环境信息,并进行全景交通上下文环境编码,基于该编码信息,运用机器学习模型对波束进行训练,获得预测波束。仿真结果表明,相较于传统波束选择方法,提出的波束对齐方法能够更有效地利用环境信息,提高动态场景下毫米波通信的波束预测精度和鲁棒性。

关键词：车联网毫米波通信波束预测全景交通上下文编码机器学习

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于场景的毫米波异构网络波束搜索增强研究

基于场景的毫米波异构网络波束搜索增强研究

作者：辛杉杉西安邮电大学

学位级别：硕士

随着移动通信技术的不断突破创新,各种智能化应用纷至沓来。为满足由此产生的庞大数据流量需求,无线网络需要更多的频谱资源作以支撑。毫米波(Mm Wave)作为5G主要频段之一,由于拥有丰富的频谱资源,可极大地提高系统容量,因此备受青睐。... 详细信息

随着移动通信技术的不断突破创新,各种智能化应用纷至沓来。为满足由此产生的庞大数据流量需求,无线网络需要更多的频谱资源作以支撑。毫米波(Mm Wave)作为5G主要频段之一,由于拥有丰富的频谱资源,可极大地提高系统容量,因此备受青睐。然而由于Mm Wave信号衰减大、易被遮挡,具有穿透性差、覆盖小等缺点,在实际中,一方面考虑到Sub-6GHz信号传播距离远,覆盖范围更广,因此为了充分发挥两者的优点,通常将Mm Wave与其互补使用形成高低频异构网络。另一方面,作为5G及下一代移动通信技术的关键,波束赋形技术通常被用来提供高指向性的波束,以提升系统的频谱利用率,并且对Mm Wave区域的严重衰减起到补偿作用。然而,该技术在带来高波束形成增益的同时,最佳波束搜索过程也增加了时延和功耗方面的开销。传统的波束搜索方案主要利用穷举搜索法,在基于码本的波束搜索中,对其中每个码字进行遍历搜索,选择与链路通信质量匹配的最佳波束。然而,这种方法不仅耗费时间久,还产生较大的系统功耗。为了降低波束开销,本文对下述两个方面展开研究:首先,利用压缩感知(Compressed sensing,CS)对场景的无线特征进行提取,其次,利用深度神经网络的超强映射学习能力,通过离线训练学习信道特征与最佳波束的对应关系,实现最佳波束的在线预测,由此降低了训练开销,进而提升了波束搜索效率。具体而言,本文所做的主要工作以及获得的结果概括如下:(1)针对Sub-6GHz和Mm Wave的双频段系统,提出了一种基于深度学习的波束搜索优化方案。方案利用具有稀疏结构的Mm Wave信道与Sub-6GHz信道的相关性,首先对Sub-6GHz信道进行稀疏处理,以提取采样特征,即基于CS算法获得Sub-6GHz估计信道;然后根据用户位置相同及对已知环境的高低频信道存在映射关系的分析,通过DNN模型学习Sub-6GHz估计信道与Mm Wave最佳波束的复杂映射关系,进而实现利用Sub-6GHz较少的信道估计特征预测Mm Wave最佳波束的目标,以提高预测的准确率;仿真结果表明,所提算法不仅提高了波束增益性能,还能有效减少系统的波束训练开销。(2)随着Mm Wave网络中基站和用户越来越密集的随机部署,网络的覆盖问题成为关键,为了提高无线通信系统的覆盖容量并降低硬件复杂度,提出了一种大型智能系统(Large Intelligent Surface,LIS)基于码本学习的波束预测方案,该方案结合深度学习模型,设计的波束形成方案使得训练开销大大降低。方案首先引入了一种新的LIS架构,其中包含随机分布的极少数连接到基带的有源信道传感器和大量未连接基带的无源传感器;然后利用深度学习工具,以系统速率最大为目标函数,学习LIS系统中有源信道传感器获得的采样信道与波束形成矢量间的关系,并通过最佳波束形成矢量进行剩余相干时间的信号传输;仿真结果表明,所提方案不仅减少系统的波束训练开销和硬件复杂度,同时,与Mm Wave频段相比,Sub-6GHz频段还获得较高的系统容量增益。

关键词：毫米波压缩感知深度学习波束预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

以用户为中心主动波束管理技术研究

以用户为中心主动波束管理技术研究

作者：陈佳霖西安电子科技大学

学位级别：硕士

随着移动通信技术的快速发展,通信系统需要更大的带宽来满足更高的数据传输速率需求。因此具有丰富频谱资源的毫米波通信技术成为了第五代移动通信技术中的研究热点。在毫米波通信中通常采用大规模天线阵列形成了大量的定向高增益窄波... 详细信息

随着移动通信技术的快速发展,通信系统需要更大的带宽来满足更高的数据传输速率需求。因此具有丰富频谱资源的毫米波通信技术成为了第五代移动通信技术中的研究热点。在毫米波通信中通常采用大规模天线阵列形成了大量的定向高增益窄波束。该方案克服了毫米波路径损耗的影响,但也给毫米波波束管理带来了新的挑战。3GPP协议中规定了通过波束管理技术来协调毫米波波束的调度机制,在一定程度上保证了用户与基站之间建立稳定的通信链路。然而如何避免波束失效、减少波束失效恢复的开销成为用户高速移动场景下面临的问题。为了解决上述问题,本文从用户侧切入,重点研究以用户为中心的主动波束管理技术,具体内容如下:本文分析了毫米波的传播特性和毫米波系统架构,对5G NR协议所规定的波束管理技术流程进行分析。针对当前基站端在高速移动场景下无法在波束失效时实现波束快速切换的问题,提出由用户主动波束管理的有效方法。为了避免波束失效导致的通信中断,本文提出一种基于位置预测的用户主动波束管理技术。该方案首先依据用户的移动状态主动优化其波束扫描周期,然后在此基础上利用用户终端设备上集成的传感器设备辅助用户对其移动位置进行预测,进而通过预测实现波束对准。此外,通过流形优化算法对波束角度进行修正,形成指向用户的高增益波束,同时降低了算法的复杂度。通过波束预测对当前使用波束进行分析,预防其突然失效并为快速波束切换提供支持,该方案在信道状况较好时波束预测精度高,能有效提高系统的吞吐量。为了解决复杂信道环境下基于位置预测的波束对准精度低问题,本文进一步提出基于神经网络辅助的用户主动波束管理技术。首先利用卷积神经网络对信道环境进行分类,若为复杂信道环境则利用LSTM架构的网络模型对时间序列上的信道信息进行学习,进一步提高波束预测的准确率。本文基于最大概率准则选择最佳波束,并对候选扫描波束的波束集进行预测。仿真验证了本文所提出的神经网络模型能够实现准确的波束预测,且以用户为中心主动波束管理技术能够有效降低波束失效概率,提高系统效率。

关键词：毫米波波束管理波束预测波束失效用户为中心

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

双频车载通信系统阻碍判断及频段切换研究

双频车载通信系统阻碍判断及频段切换研究

作者：金闪中南民族大学

学位级别：硕士

由于sub-6GHz微波频段难以满足爆炸式增长的移动数据量需求,采用拥有大量可用无线频谱资源的毫米波（millimeter wave,mm Wave）频段是一种可行的解决方法。但是mm Wave对阻碍的敏感性,导致视距（line of sight,LOS）和非视距（non-line... 详细信息

由于sub-6GHz微波频段难以满足爆炸式增长的移动数据量需求,采用拥有大量可用无线频谱资源的毫米波（millimeter wave,mm Wave）频段是一种可行的解决方法。但是mm Wave对阻碍的敏感性,导致视距（line of sight,LOS）和非视距（non-line of sight,NLOS）链路下的通信性能存在较大的差异,严重影响移动场景下车载通信的可靠性。本文针对移动场景下,sub-6GHz微波和mm Wave双频车载无线通信系统的阻碍判断及频段切换方案进行研究。研究工作主要有以下三个方面:1.针对移动场景下用户（user equipment,UE）与基站（base station,BS）之间可能出现阻碍的情况,本文采用Deep MIMO数据集和VIWI数据集,基于深度神经网络,仿真实现了三种阻碍判断方案,即基于视觉辅助无线通信（vision-aided wireless communications,VAWC）方案、基于sub-6GHz微波辅助无线通信（sub-6GHzaided wireless communications,sub-6AWC）方案以及基于视觉和sub-6GHz微波辅助相结合（vision-sub-6GHz-aided wireless communications,V-sub6AWC）方案。VAWC方案是根据BS的RGB相机拍摄的图像数据集,通过给图像加上不同噪声来模拟不同的恶劣场景,采用迁移Res Net残差网络进行阻碍判断;sub-6AWC方案通过分析UE的最强波束与第二强波束的功率比,设定一个功率比阈值进行阻碍判断;Vsub6AWC方案结合RGB图像和sub-6GHz微波进行阻碍判断。仿真结果表明,VAWC、sub-6AWC和V-sub6AWC方案都具有较好的阻碍判断准确率,在网络参数相同的前提下,V-sub6AWC方案的判断性能最优。2.针对mm Wave和sub-6GHz微波频段相关性映射进行了分析,研究并仿真实现了两个频段之间的相关性映射。已有研究结果证明在一定条件下,存在当前频段信道到目标频段最佳波束的确定性映射关系。但是由于该映射关系很难通过理论分析获得,需要借鉴通用近似定理,采用深度神经网络得到该映射关系。本文采用Deep MIMO数据集进行仿真实现,仿真结果表明,深度神经网络能够根据当前频段的信道信息较好的预测目标频段的波束,验证了通过映射关系进行频段切换的可行性。3.基于前两个研究工作的结果,本文设计并仿真实现了一个双频车载通信系统频段切换方案。该方案采用Faster RCNN网络模型从图像中检测到目标UE并获取其位置,BS根据位置信息主动与UE建立通信,由于BS与UE建立通信后处于LOS状态,选择mm Wave频段进行通信。在通信过程中,采用VAWC方案来实时进行阻碍判断。当判断为阻碍时,由深度神经网络根据当前的mm Wave信道预测出sub-6GHz微波波束,并切换到sub-6GHz微波频段进行通信。当判断出未阻碍时,根据sub-6GHz微波信道预测出mm Wave频段的最优波束,切换回mm Wave频段进行通信。本文基于Deep MIMO数据集和VIWI数据集对该方案进行仿真实验,评估系统性能。仿真结果表明,本文设计的频段切换方案在不同的阶段都选择了当前状态最优的频段进行通信,保证了通信的可靠性和有效性。

关键词：毫米波 sub-6GHz微波阻碍判断波束预测深度学习迁移学习切换方案目标检测