可移动天线辅助宽带通信的性能分析和优化

可移动天线辅助宽带通信的性能分析和优化

可移动天线 (MA) 已成为一种很有前景的技术,通过在发射器 (Tx) 和/或接收器 (Rx) 处实现天线的本地移动来实现更有利的信道条件,从而增强无线通信性能。 由于现有的MA辅助无线通信研究主要考虑平坦衰落信道中的窄带传输,因此本文研究了频率选择性衰落信道中采用正交频分复用(OFDM)的MA辅助宽带通信。 在一般的多抽头场响应信道模型下,无线信道在空间和频率上的变化通过MA的不同位置来表征。 与窄带传输不同,在窄带传输中,Tx/Rx 处的最佳 MA 位置只是最大化单抽头信道幅度,而宽带情况下的 MA 位置需要平衡多个信道抽头的幅度和相位,以便最大化 OFDM 传输 多个频率子载波上的速率。 首先,当天线移动的 Tx/Rx 区域的大小任意大时,我们得出闭式 OFDM 可实现速率的上限。 接下来,我们开发了一种并行贪婪上升 (PGA) 算法,以获得 MA 位置的局部最优解,以实现有限大小 Tx/Rx 区域的 OFDM 速率最大化。 为了降低计算复杂度,还提供了简化的 PGA 算法,以更有效地优化 MA 的位置。 仿真结果表明,随着 Tx/Rx 区域尺寸的增加,所提出的 PGA 算法可以接近 OFDM 速率上限,并且在宽带信道设置下优于具有固定位置天线 (FPA) 的传统系统。

英文原文名 : Performance Analysis and Optimization for
Movable Antenna Aided Wideband Communications

采用方法:PGA(投影梯度下降)


可移动天线通过天线位置优化增强多用户通信

英文原文名 :Movable-Antenna Enhanced Multiuser
Communication via Antenna Position Optimization

abstract

可移动天线 (MA) 是一项很有前景的技术,可通过改变收发器给定有限区域内的天线位置来创造更有利的信道条件,从而提高无线通信性能。 在本文中,我们研究了 MA 增强型多址信道 (MAC),用于从每个配备单个 MA 的多个用户到具有固定位置天线 (FPA) 阵列的基站 (BS)上行链路传输。 基于场响应的信道模型用于表征基站天线阵列与每个用户的具有灵活位置的MA之间的多径信道。 为了评估 MA 提供的 MAC 性能增益,我们制定了一个优化问题,以最小化用户的总发射功率,并满足每个用户的最小可实现速率要求,其中 MA 的位置和用户的发射功率为 以及BS的接收组合矩阵被联合优化。 为了解决涉及复杂耦合变量的非凸优化问题,我们分别开发了两种基于迫零(ZF)和最小均方误差(MMSE)组合方法的算法。 具体来说,对于每种算法,BS的组合矩阵和用户的总发射功率被表示为MA位置向量的函数,然后使用所提出的多向下降(MDD)框架对其进行优化。 结果表明,所提出的基于 ZF 和基于 MMSE 的 MDD 算法可以以较低的计算复杂度收敛到高质量的次优解。 仿真结果表明,与在完美和不完美场响应信息下采用天线选择的传统 FPA 系统相比,所提出的 MA 增强型多址接入系统解决方案可以显着降低用户的总发射功率。

采用方法:MDD。多向下降。

introduction

随着多输入多输出 (MIMO) 技术的进步,当今无线通信系统的容量通过利用空间域中的新自由度 (DoF) 得到了显着提高。 通过利用多径分量随机叠加引起的独立/准独立信道衰落,MIMO系统可以支持同一时频资源块中多个数据流的并行传输[1]-[3]。 因此,与单天线系统相比,MIMO 和/或大规模 MIMO 技术可以提高频谱效率。 然而,传统的MIMO和/或大规模MIMO系统通常采用固定位置天线(FPA),其收发器间距不小于半波长[4]-[8]。 这种固定且离散的天线部署限制了MIMO系统的分集和空间复用性能,因为连续空间场中的信道变化没有得到充分利用。

最近,可移动天线(MA)作为一种新的解决方案被提出,以打破 FPA 系统的上述基本限制[9]、[10]。 具体来说,MA通过柔性电缆连接到射频(RF)链,并且可以在驱动器的帮助下在空间区域中移动。 MA系统的实现类似于广泛探索的分布式天线系统[11]-[13],但前者采用更短的连接电缆,因为天线移动的空间区域的大小约为几个到几十个波长 仅[14]、[15]。 例如,[14]中的作者提出了一种用于实现多静态雷达的电机驱动的MA,其中发射和接收天线可以借助机械扫描仪沿着平行线独立移动。 在[15]中,设计了一种可重构天线阵列,其阵元沿着半圆形路径移动以合成辐射方向图。 文献[16]的作者提出在地面机器人车辆上集成MA,以提高惯性导航系统(INS)和全球导航卫星系统(GNSS)的可观测性。 在[17]中,设计了概念验证硬件,用于使用单个移动全向天线进行测向。 在[18]中,提出了一种可重构的均匀线性阵列(ULA),通过旋转天线阵列来接近视距(LoS)MIMO容量,这可以被视为在天线阵列中实现MA的实用方法。 管制区。

对于无线通信系统,MA可以快速部署到信道条件更有利的位置,以提高发送器(Tx)和接收器(Rx)之间的通信性能。 与传统的 FPA 系统相比,支持 MA 的通信系统具有一些吸引人的优势 [9]、[10]、[19]。 首先,MA系统可以在给定的空间区域中获得充分的多样性。 与经历随机和不受控制的信道衰落的传统 FPA 不同,Tx 和/或 Rx 处的 MA 可以部署在 Tx 和 Rx 之间实现最高信道增益的位置。 因此,充分利用空间域中信道的小规模衰落来提高 Rx 处的信噪比 (SNR)。 其次,MA系统可以提供干扰抑制增益。 由于具有灵活移动的能力,Rx处的MA可以部署在与干扰源经历深衰落信道的位置。 因此,即使没有多个天线,通过利用空间 DoF 也可以显着提高 Rx 处的信号干扰加噪声比 (SINR)。 第三,支持MA的MIMO系统可以实现更高的空间复用率。 通过优化多个MA的位置,可以重塑Tx和Rx之间的信道矩阵,使得MIMO容量最大化。

对支持 MA 的通信系统的初步研究已经验证了其在各种系统设置中相对于传统 FPA 系统的性能增益 [9]、[10]、[19]-[24]。 在[9]中,提出了单MA系统的机械MA架构和基于场响应的信道模型,其中基于场响应的信道模型成为众所周知的LoS信道、几何信道、瑞利信道和 讨论了莱斯衰落信道模型。 此外,还分析了确定性和随机信道下单个接收 MA 相对于 FPA 对应物获得的 SNR 增益。 分析和仿真结果表明,MA 系统的性能增益很大程度上取决于信道路径的数量和移动天线的空间区域的大小。 在[10]中,研究了支持MA的MIMO系统,其中Tx和Rx处的MA位置与发射信号的协方差矩阵联合优化,以最大化信道容量。 为了解决这个非凸问题,在其他变量固定的情况下,通过迭代优化每个发射/接收 MA 的位置和发射协方差矩阵,开发了交替优化算法。 仿真结果表明,与传统的支持 FPA 的 MIMO 系统(有/无天线选择)相比,支持 MA 的 MIMO 系统可以显着提高信道容量。 在[19]中,提出了用于实现MA的基于电机的架构,其中MA安装在由步进电机驱动的三维(3D)机械滑块上。 此外,文献[19]还概述了MA辅助无线通信的应用场景、技术潜力、挑战和解决方案。 [21]中的作者提出了MA的另一种实现方式,即流体天线系统(FAS),其中天线是使用液态金属或电离溶液制造的[25]-[27],并且可以放置在其中一个 一维 (1D) 行空间中的候选端口。 通过假设均匀散射环境,基于空间相关瑞利衰落信道的近似推导出单天线 FAS 的中断概率。 然后,将结果扩展到[22]中的多用户系统,其中多个收发器可以同时发送/接收信号,并通过在每个用户的接收处切换流体天线的物理位置来减轻干扰。 结果表明,如果信道衰落在空间域中足够突出,则通过使用在几个波长的线空间中移动的一根流体天线,数百个用户可以同时通信。 在[23]中,研究了FAS的端口选择,以接近Rx处的最大SNR,其中使用机器学习方法来捕获紧密间隔的天线端口之间的隐式信道相关性,以减少端口观测的数量。 考虑到[21]-[23]中采用的信道模型不准确,[24]中的作者提出了一种新的FAS信道解析近似,并且FAS信道模型在近似信道之间的空间相关性方面取得了良好的性能。 天线端口,即杰克的模型。

上述两种类型的MA实现,即[9]、[10]中提出的机械MA和[21]-[24]中所示的FAS,都利用了空间域中的分集增益和干扰抑制增益 通过调整 MA 的位置。 然而,它们在硬件架构和通道模型方面存在显着差异。 一方面,[9]、[10]中采用的机械MA可以在二维(2D)或3D空间中实现更灵活的移动,但需要额外的硬件成本来安装驱动程序来移动天线。 相比之下,FAS很容易集成到小面积中,但由于液体形式,天线只能在一维线空间中移动,难以形成天线阵列。 另一方面,在[21]-[24]中,均匀散射假设下的1D线空间中基于端口的信道模型可能不适用于3D空间中具有有限数量的散射和多路径的实际系统 。 由于基于端口的信道模型的离散形式,[21]-[24]中的工作只能详尽地搜索离散集中的最佳天线端口/位置,这类似于传统天线选择系统中采用的方法 。 相比之下,[9]中提出的基于场响应的信道模型描述了远场条件下连续 1D/2D/3D 空间区域中 Tx 和 Rx 之间的信道变化。 在这种信道模型下,可以在连续的Tx/Rx区域中优化天线位置,这为设计无线通信系统提供了新的范例。

鉴于上述情况,本文考虑机械MA结构和基于场响应的信道模型来研究MA增强的多址信道(MAC)。 具体来说,每个配备有单个MA的多个用户由配备有FPA阵列的基站(BS)提供服务。 尽管现有文献[28]-[32]对多天线多用户通信系统进行了广泛的研究,但这些工作主要集中在FPA系统上,而没有考虑或充分利用天线位置优化中的DoF。 为了评估 MA 提供的性能增益,必须表征 BS 天线阵列与在给定 3D 空间区域中移动的每个用户天线之间的信道变化。 因此,采用[9]中基于场响应的信道模型来实现多个用户的MA位置优化,而信道模型从2D表面扩展到3D空间。 基于该信道模型,我们制定了一个优化问题,以最小化用户的总发射功率,并满足上行链路中每个用户的最小可实现速率要求,其中MA的位置和用户的发射功率,以及 BS的接收组合矩阵被联合优化。 由于产生的问题是非凸的并且涉及高度耦合的变量,我们开发了两种基于迫零(ZF)和最小均方误差(MMSE)组合方法的算法,以低计算复杂性获得高质量的次优解。 对于每种算法,BS 的组合矩阵和用户的发射功率被表示为 MA 位置向量的函数,然后使用所提出的多向下降(MDD)框架对其进行优化。 分析了所提出的两种算法的收敛性,并提出了单用户情况的替代解决方案。 仿真结果验证了所提出的 MA 增强型多址系统的有效性,与采用天线选择 (AS) 的传统 FPA 系统相比,多个用户的总发射功率可以显着降低。 结果还表明,对于更多用户和更高的可实现速率目标,MA 系统相对于 FPA 系统的干扰抑制增益变得更加明显。 此外,MA的性能增益很大程度上取决于BS和用户之间的信道路径的数量以及移动天线的空间区域的大小。 此外,我们还评估了不完善的场响应信息 (FRI) 对 MA 定位解决方案的影响。 结果表明,即使信道路径的估计角度和系数不准确,所提出的算法也能实现稳健的性能。

本文的其余部分安排如下。 第二节介绍了 MA 增强型多址系统的信号模型和基于场响应的信道模型,然后提出了 MA 位置优化的问题公式。 在第三节中,我们展示了用于解决优化问题的基于 ZF 和基于 MMSE 的 MDD 解决方案,其中分析了收敛性和计算复杂性。 第四节提供了模拟结果和主要观察结果,最后第五节对本文进行了总结。

系统模型

特别的,一个重要的假设:

特别是,BS和每个用户之间的每个信道路径的出发角(AoD)、到达角(AoA)和复系数的幅度不会随着MA在其相应区域中的不同位置而变化,而只有信道路径的相位随 MA 位置变化[9]。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/773213.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

在地图上根据经纬度,画一个矩型围栏,设置每个点的经纬度

在做一个需求时有一个小点就是添加一个配送区域(5公里直径内的)矩形围栏 我做的比较简单 大家看看有没有帮助, 也是精简代码。测试效果上相对是精准的 //谷歌,根据经纬度获取以它为中心半径为5公里内的矩形的四个点经纬度getDefalutPoints (lng: number, lat: num…

lt6911UXC 国产原装 高性能HDMI2.0转MIPI DSI / CSI芯片方案 提供LT 开发资料包及在线软硬件技术支持!

1.说明 LT6911UXC是一款高性能HDMI2.0到MIPI DSI / CSI转换器,用于VR,智能电话,显示应用。 HDMI2.0输入支持高达6Gbps的数据速率,从而为4k 60Hz视频提供足够的带宽。还支持HDCP2.2进行数据解密。 对于MIPI DSI / CSI输出&#xf…

企业数据API平台:获取企业多维度信息

数据API平台是指提供一系列预先定义的接口、协议与工具,允许不同应用程序或系统之间进行数据交换和通信的平台。这些接口被称为数据API(Data Application Programming Interface),是数据管理系统或应用程序提供的一组开放式接口。…

Linux手动安装JDK1.8

1、下载要安装的jdk安装包文件 官网下载地址:https://www.oracle.com/cn/java/technologies/downloads/ 2、上传jdk安装包至要安装服务器 3、在要安装jdk位置使用命令解压安装包 安装路径: /usr/local/java 解压安装包,解压命令 tar -zxvf /install…

【博客21】缤果Qt5仿小米耳机APP布局_PC端软件(高级篇)

小米耳机 备注:此软件只是简单的实现布局和界面跳转逻辑, 并未加入小米协议相关内容,因需要鉴权方式验证,故无法进行通讯编程. 开发工具: qt-opensource-windows-x86-5.14.2 (编程语言C) Android反编译工具: apktool 小米小爱开放平台 - 语音服务平台 - 文档中…

3-1 激活函数和神经网络思想

3-1 激活函数和神经网络思想 主目录点这里

android应用的持续构建CI(四)-- 依赖环境(兼容多版本的gradle和jdk)

一、背景 android应用的构建前提是,安装好了gradle和jdk。在实际使用的过程中,不同的android应用,对gradle和jdk的版本要求不一。 于是,在jenkins服务器上,我们需要安装多种版本的gradle和jdk。 安装过jdk的小伙伴应…

Jenkins 使用 Publish over SSH进行远程访问

Publish over SSH 是 Jenkins 的一个插件,可以让你通过 SSH 将构建产物分发到远程服务器。以下是如何开启 Publish over SSH 的步骤: 一、安装 Publish over SSH 插件 在 Jenkins 中,进入 "Manage Jenkins" > "Manage Plugins"。选择 "Availab…

【spring MVC的执行流程】

SpringMVC可以说是Servlet的封装,屏蔽了Servlet的很多细节,比如Servlet再获取参数的时候需要不停地getParameter,现在只要在SpringMVC方法定义对应的JavaBean,只要属性和参数名一致,SpringMVC就可以帮我们实现将参数封装到JavaBea…

基础扫盲:js作用域及其优先级,有示例代码。

在 JavaScript 中,作用域指的是变量和函数的可访问性和可见性。 JavaScript 中的作用域有以下几种: 1. 全局作用域(Global Scope):全局作用域是指在代码中任何地方都可以访问的作用域。在全局作用域中声明的变量和函数…

DFS之连通性模型——AcWing 1112. 迷宫

DFS之连通性模型 定义 DFS(深度优先搜索,Depth-First Search)之连通性模型主要用于图论问题中判断图的连通性,即确定图中的所有节点是否可以通过边相互到达。 DFS(深度优先搜索,Depth-First Search&…

深度学习——深度学习中感受野的计算

感受野 在卷积神经网络(CNN)中,感受野(Receptive Field) 是一个非常重要的概念。它描述了网络中某一层的输出(通常是特征图上的一个像素点)所对应的输入图像上的空间范围。这个范围代表了该输出…

Jelly Merge | Template + Editor(休闲益智游戏包)

Jelly Merge是Watermelon Games开发的一款完整游戏。 这款完全可定制的益智游戏具有简单但超级有趣的游戏玩法。 您下一次成功的完美起点! 我们的优势 🧑🏻‍💻 不和谐支持 🗃️ 详细文档 🛠️易于使用的工…

C# WPF 3D 数据孪生 系列六

数字孪生应用开发 应用开发中的布局需求 Grid基本使用 WPF 3D绘图 点云 系列五-CSDN博客 WPF UI 3D 多轴 机械臂 stl 模型UI交互-CSDN博客 WPF UI 3D 基本概念 点线三角面 相机对象 材质对象与贴图 3D地球 光源 变形处理 动作交互 辅助交互插件 系列三-CSDN博客 数字孪生 介…

【堆 优先队列】23. 合并 K 个升序链表

本文涉及知识点 堆 优先队列 LeetCode23. 合并 K 个升序链表 给你一个链表数组,每个链表都已经按升序排列。 请你将所有链表合并到一个升序链表中,返回合并后的链表。 示例 1: 输入:lists [[1,4,5],[1,3,4],[2,6]] 输出&#…

本地Windows电脑 连接 Windows 服务器

Windows电脑 连接 Windows 服务器 方式1:直接搜索 在电脑的搜索栏,输入“远程桌面连接” 可以选择点击 “打开” 或者直接按 回车键 “Enter”,打开 远程桌面连接 方式2:运行框打开服务器连接 同时按:Windows徽标键…

【BUUCTF-PWN】10-bjdctf_2020_babystack

简单的栈溢出,ret2text 64位,开启了NX保护 执行效果: main函数: 因为读入的字符长度可以由用户输入的第一个参数值决定,因此read函数存在栈溢出 覆盖距离为0x108 存在后门函数: 后门函数地址0x4…

Vulnhub靶场DC-5练习

目录 0x00 准备0x01 主机信息收集0x02 站点信息收集0x03 漏洞查找与利用1. 利用burpsuite爆破文件包含的参数2. 文件包含3. nginx日志挂马4. 反弹shell5.漏洞利用和提权 0x04 总结 0x00 准备 下载链接:https://download.vulnhub.com/dc/DC-5.zip 介绍: …

(十三)MipMap

MipMap概念 滤波 采样 mipmap级别判定 问题:opengl如何判定应该使用下一级的mipmap呢? 通过glsl中的求偏导函数计算变化量决定 手动实现mipmap原理 1、生成mipmap的各个级别 2、修改vertexShader使得三角形随着时间变小 **** 需要更改Filter才能…

《昇思25天学习打卡营第8天|模型训练》

文章目录 今日所学:一、构建数据集二、定义神经网络模型三、了解超参、损失函数和优化器1. 超参2. 损失函数3. 优化器 四、训练与评估总结 今日所学: 在今天这一节我主要学习了模型的训练,知道了模型训练一般分为四个步骤: 构建…