活动介绍

5G非正交多址接入系统设计与性能评估

立即解锁
发布时间: 2025-08-27 01:22:09 阅读量: 3 订阅数: 6
### 5G 非正交多址接入系统设计与性能评估 #### 1. 单用户传输与系统性能 每个用户配备单个发射天线,信息比特先经过码率为 1/2 的 LTE Turbo 编码器,采用 BPSK 调制,扩频长度为 4。扩频后的符号流经过子载波间隔为 15kHz 的 CP - OFDM 处理,扩频符号被映射到频率为 180kHz、时间为 4ms 的资源上。使用总共 64 个 MUSA 序列,每个用户随机选择其中一个序列进行扩频,每个 BPSK 调制符号扩频为四个符号,并放置在时域的四个连续资源元素中。 为了模拟基于竞争的无授权接入中开环功率控制导致的远近效应,每个用户的发射功率不同,遵循以中心 SNR 为均值、范围在[-8, 8]dB 的均匀分布。模拟一个窄带,如 180kHz,信道为平坦瑞利衰落。 从仿真结果可知,在基于竞争的无授权接入下,即使只有单个接收天线,采用 MUSA 扩频序列的仅数据解决方案的先进盲接收机,在无参考信号的情况下也能实现相当高的系统负载。例如,在 SNR = 12dB 的工作点,即每个用户的发射 SNR 均匀分布在[4, 20]dB 时,能以 10%的块误码率(BLER)支持 400%的过载,即 16 个用户。值得注意的是,即使有 12 个用户(300%过载),仅数据解决方案的盲接收机性能与具有理想信道估计的 MMSE - SIC 接收机性能相差不大。而对于基于参考信号的信道估计,当用户数量增加到六个或更多时,由于基于竞争的接入导致参考信号可能发生碰撞,会严重降低信道估计质量,与理想信道估计情况产生较大性能差距。 #### 2. 多接收天线下仅数据解决方案的盲接收机 ##### 2.1 接收符号表示 第 r 个天线接收到的符号可以表示为 \(Y_{r,j}=\sum_{u = 1}^{U}h_{r,u,j}s_{u,j}+n_{r,j}\)(如式(8.5))或 \(Y_{r,j}=\sum_{u = 1}^{U}c_{u,r}s_{u,j}+n_{r,j}\)(如式(8.6))。对于平坦衰落,\(g_{r,u,j}\equiv g_{r,u}\),\(h_{r,u,j}\equiv h_{r,u}\)。则 \(g_{r,u}=h_{r,u}c_{u}\),\(s_{r,u,j}' = g_{r,u}s_{u,j}\)。 ##### 2.2 多用户干扰与空间区分 在基于竞争的无授权接入中,用户间干扰严重,包括参考信号(如果使用)的碰撞以及数据部分的签名碰撞。虽然非正交序列的较大码本大小可以在一定程度上降低碰撞概率,但碰撞仍不可避免,尤其是在高过载情况下。 不同用户的空间信道是相互独立的,这种独立性可以提供空间区分来辨别多个用户的数据。例如,如果 UE1 和 UE2 的扩频码发生碰撞,在扩频码域无法区分这两个用户,但它们的空间信道 \(g_1\) 和 \(g_2\) 是独立的,\(g_1^*g_2\) 有很大概率呈现低相关性。随着接收天线数量的增加,低相关性的概率增大。在理想信道估计的情况下,基站可以完美了解两个用户的空间信道,并通过 MMSE 准则形成合适的空间接收权重 \(v_1\)、\(v_2\)。如果 UE1 和 UE2 的空间相关性较低,MMSE 类型的合并可以很好地分离两个用户的信号,即理想信道估计下,多接收天线的 MMSE 可以同时提供分集增益和干扰抑制。 多用户空间区分也可以通过接收波束成形来解释。空间合并本质上是一个接收波束,如果空间相关性低,意味着两个用户处于两个相互分离的波束中。但在实际信道估计中,如果选择了相同的前导码(碰撞),接收机可能不知道有两个用户在尝试接入,只能估计合并后的信道 \(g_1 + g_2\),这样会得到一个高度失真的波束,导致用户信号重叠,既无法对准目标用户,也无法抑制其他用户的干扰。由于前导码碰撞,多接收天线在空间域的区分能力会显著下降。 ##### 2.3 改进的接收算法 传统的基于参考信号的接收算法是先通过参考信号估计信道,然后进行用户间干扰抑制和信道均衡,参考信号的碰撞会严重扭曲信道估计,影响多用户检测性能。为了提高基于竞争的无授权接入的性能,可以采用相反的算法:先进行空间和码域的多用户干扰抑制,然后进行盲信道估计,接着对具有更高信干噪比(SINR)的调制符号流进行均衡、解调和解码。这可以看作是单接收天线盲接收机向多接收天线的扩展。 在没有通过参考信号进行信道估计的情况下,空间域的多用户干扰抑制是盲空间合并或盲波束成形。如果接收天线有特定结构使信道呈现某些特性,盲空间合并可能遵循一定规则;但对于独立天线,如 mMTC 场景的低频段,不同天线的空间信道几乎独立,需要完全盲合并。幸运的是,天线数量不多,不同组合的假设数量有限。 对于两个接收天线,盲合并可以考虑以下六个假设: \(\{[1, 0], [0, 1], [1, 1], [1, -1], [1, j], [1, -j]\}\) 对于四个接收天线,有更多组合,以下是两组合并假设: | 索引 | 合并权重 | 索引 | 合并权重 | | --- | --- | --- | --- | | 1 | [1, 1, 0, 0] | 13 | [0, 1, 1, 0] | | 2 | [1, -1, 0, 0] | 14 | [0, 1, -1, 0] | | 3 | [1, j, 0, 0] | 15 | [0, 1, j, 0] | | 4 | [1, -j, 0, 0] | 16 | [0, 1, -j, 0] | | 5 | [1, 0, 1, 0] | 17 | [0, 1, 0, 1] | | 6 | [1, 0, -1, 0] | 18 | [0, 1, 0, -1] | | 7 | [1, 0, j, 0] | 19 | [0, 1, 0, j] | | 8 | [1, 0, -j, 0] | 20 | [0, 1, 0, -j] | | 9 | [1, 0, 0, 1] | 21 | [0, 0, 1, 1] | | 10 | [1, 0, 0, -1] | 22 | [0, 0, 1, -1] | | 11 | [1, 0, 0, j] | 23 | [0, 0, 1, j] | | 12 | [1, 0, 0, -j] | 24 | [0, 0, 1, -j] | | 索引 | 合并权重 | 索引 | 合并权重 | | --- | --- | --- | --- | | 1 | [1, 1, 1, 1] | 9 | [1, -1, -j, -j] | | 2 | [1, -1, 1, -1]
corwn 最低0.47元/天 解锁专栏
赠100次下载
继续阅读 点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

郑天昊

首席网络架构师
拥有超过15年的工作经验。曾就职于某大厂,主导AWS云服务的网络架构设计和优化工作,后在一家创业公司担任首席网络架构师,负责构建公司的整体网络架构和技术规划。
最低0.47元/天 解锁专栏
赠100次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看

最新推荐

城市货运分析:新兴技术与集成平台的未来趋势

### 城市货运分析:新兴技术与集成平台的未来趋势 在城市货运领域,为了实现减排、降低成本并满足服务交付要求,软件系统在确定枢纽或转运设施的使用以及选择新的运输方式(如电动汽车)方面起着关键作用。接下来,我们将深入探讨城市货运领域的新兴技术以及集成平台的相关内容。 #### 新兴技术 ##### 联网和自动驾驶车辆 自动驾驶车辆有望提升安全性和效率。例如,驾驶辅助和自动刹车系统在转弯场景中能避免碰撞,其警报系统会基于传感器获取的车辆轨迹考虑驾驶员反应时间,当预测到潜在碰撞时自动刹车。由于驾驶员失误和盲区问题,还需采用技术提醒驾驶员注意卡车附近的行人和自行车骑行者。 自动驾驶车辆为最后一公

知识工作者认知增强的负责任以人为本人工智能

### 知识工作者认知增强的负责任以人为本人工智能 #### 1. 引言 从制造业经济向服务经济的转变,使得对高绩效知识工作者(KWs)的需求以前所未有的速度增长。支持知识工作者的生产力工具数字化,带来了基于云的人工智能(AI)服务、远程办公和职场分析等。然而,在将这些技术与个人效能和幸福感相协调方面仍存在差距。 随着知识工作者就业机会的增加,量化和评估知识工作的需求将日益成为常态。结合人工智能和生物传感技术的发展,为知识工作者提供生物信号分析的机会将大量涌现。认知增强旨在提高人类获取知识、理解世界的能力,提升个人绩效。 知识工作者在追求高生产力的同时,面临着平衡认知和情感健康压力的重大

具有特色的论证代理与基于假设的论证推理

### 具有特色的论证代理与基于假设的论证推理 在当今的人工智能领域,论证代理和论证推理是两个重要的研究方向。论证代理可以在各种场景中模拟人类进行辩论和协商,而论证推理则为解决复杂的逻辑问题提供了有效的方法。下面将详细介绍论证代理的相关内容以及基于假设的论证推理。 #### 论证代理的选择与回复机制 在一个模拟的交易场景中,卖家提出无法还钱,但可以用另一个二手钢制消声器进行交换。此时,调解人询问买家是否接受该提议,买家有不同类型的论证代理给出不同回复: - **M - agent**:希望取消合同并归还消声器。 - **S - agent**:要求卖家还钱并道歉。 - **A - agen

基于进化算法和梯度下降的自由漂浮空间机器人逆运动学求解器

### 基于进化算法和梯度下降的自由漂浮空间机器人逆运动学求解器 #### 1. 自由漂浮空间机器人(FFSR)运动方程 自由漂浮空间机器人(FFSR)由一个基座卫星和 $n$ 个机械臂连杆组成,共 $n + 1$ 个刚体,通过 $n$ 个旋转关节连接相邻刚体。下面我们来详细介绍其运动方程。 ##### 1.1 位置形式的运动方程 - **末端执行器(EE)姿态与配置的关系**:姿态变换矩阵 $^I\mathbf{R}_e$ 是配置 $q$ 的函数,$^I\mathbf{R}_e$ 和 $\mathbf{\Psi}_e$ 是 EE 方位的两种不同表示,所以 $\mathbf{\Psi}_

基于神经模糊的多标准风险评估方法研究

### 基于神经模糊的多标准风险评估方法研究 #### 风险评估基础 在风险评估中,概率和严重程度的分级是重要的基础。概率分级如下表所示: | 概率(概率值) | 出现可能性的分级步骤 | | --- | --- | | 非常低(1) | 几乎从不 | | 低(2) | 非常罕见(一年一次),仅在异常条件下 | | 中等(3) | 罕见(一年几次) | | 高(4) | 经常(一个月一次) | | 非常高(5) | 非常频繁(一周一次,每天),在正常工作条件下 | 严重程度分级如下表: | 严重程度(严重程度值) | 分级 | | --- | --- | | 非常轻微(1) | 无工作时间

物联网与人工智能在医疗及网络安全中的应用

### 物联网与人工智能在医疗及网络安全中的应用 #### 物联网数据特性与机器学习算法 物联网(IoT)数据具有多样性、大量性和高速性等特点。从数据质量上看,它可能来自动态源,能处理冗余数据和不同粒度的数据,且基于数据使用情况,通常是完整且无噪声的。 在智能数据分析方面,许多学习算法都可应用。学习算法主要以一组样本作为输入,这组样本被称为训练数据集。学习算法可分为监督学习、无监督学习和强化学习。 - **监督学习算法**:为了预测未知数据,会从有标签的输入数据中学习表示。支持向量机(SVM)、随机森林(RF)和回归就是监督学习算法的例子。 - **SVM**:因其计算的实用性和

医学影像处理与油藏过滤问题研究

### 医学影像处理与油藏过滤问题研究 #### 医学影像处理部分 在医学影像处理领域,对比度受限的自适应直方图均衡化(CLAHE)是一种重要的图像增强技术。 ##### 累积分布函数(CDF)的确定 累积分布函数(CDF)可按如下方式确定: \[f_{cdx}(i) = \sum_{j = 0}^{i} p_x(j)\] 通常将期望的常量像素值(常设为 255)与 \(f_{cdx}(i)\) 相乘,从而创建一个将 CDF 映射为均衡化 CDF 的新函数。 ##### CLAHE 增强过程 CLAHE 增强过程包含两个阶段:双线性插值技术和应用对比度限制的直方图均衡化。给定一幅图像 \

认知计算与语言翻译应用开发

# 认知计算与语言翻译应用开发 ## 1. 语言翻译服务概述 当我们获取到服务凭证和 URL 端点后,语言翻译服务就可以为各种支持语言之间的文本翻译请求提供服务。下面我们将详细介绍如何使用 Java 开发一个语言翻译应用。 ## 2. 使用 Java 开发语言翻译应用 ### 2.1 创建 Maven 项目并添加依赖 首先,创建一个 Maven 项目,并添加以下依赖以包含 Watson 库: ```xml <dependency> <groupId>com.ibm.watson.developer_cloud</groupId> <artifactId>java-sdk</

多媒体应用的理论与教学层面解析

# 多媒体应用的理论与教学层面解析 ## 1. 多媒体资源应用现状 在当今的教育体系中,多媒体资源的应用虽已逐渐普及,但仍面临诸多挑战。相关评估程序不完善,导致其在不同教育系统中的应用程度较低。以英国为例,对多媒体素养测试的重视程度极低,仅有部分“最佳证据”引用在一些功能性素养环境中认可多媒体评估的价值,如“核心素养技能”概念。 有观点认为,多媒体素养需要更清晰的界定,同时要建立一套成果体系来评估学生所达到的能力。尽管大部分大学教师认可多媒体素养的重要性,但他们却难以明确阐述其具体含义,也无法判断学生是否具备多媒体素养能力。 ## 2. 教学设计原则 ### 2.1 教学设计的重要考量

地下油运动计算与短信隐写术研究

### 地下油运动计算与短信隐写术研究 #### 地下油运动计算 在地下油运动的研究中,压力降会有所降低。这是因为油在井中的流动速度会加快,并且在井的附近气体能够快速填充。基于此,能够从二维视角计算油在多孔空间中的运动问题,在特定情况下还可以使用并行数值算法。 使用并行计算算法解决地下油运动问题,有助于节省获取解决方案和进行计算实验的时间。不过,所创建的计算算法仅适用于具有边界条件的特殊情况。为了提高解决方案的准确性,建议采用其他类型的组合方法。此外,基于该算法可以对地下油的二维运动进行质量计算。 |相关情况|详情| | ---- | ---- | |压力降变化|压力降会降低,原因是油井