面向无蜂窝大规模MIMO的分布式智能内容缓存与用户关联联合优化方法

1

作者 李云 张承宇 +2 位作者 姚枝秀 夏士超 谭震 《电子学报》 北大核心 2025年第6期1932-1942,共11页

在无蜂窝大规模MIMO(Cell-Free massive Multiple-Input Multiple-Output,CF-mMIMO)网络环境中,业务需求差异化、环境高度动态化以及资源部署去中心化等特征,制约了CF-mMIMO缓存部署和分发过程中多维网络资源的分配效率.为此,本文对去... 在无蜂窝大规模MIMO(Cell-Free massive Multiple-Input Multiple-Output,CF-mMIMO)网络环境中,业务需求差异化、环境高度动态化以及资源部署去中心化等特征,制约了CF-mMIMO缓存部署和分发过程中多维网络资源的分配效率.为此,本文对去中心化CF-mMIMO场景中的多样化内容缓存和多用户关联问题展开研究.首先,基于CF-mMIMO场景中内容缓存与用户关联间的耦合关系,研究并建立了内容缓存、用户关联和多维资源分配模型.其次,针对随机时变的网络环境和不完备的网络状态观测,以最大化网络能效为目标,将内容缓存、用户关联和资源分配问题抽象为分布式部分可观测马尔科夫决策过程.而考虑到多样化内容缓存需求和广域差异化网络空间特征,进一步提出一种基于图注意力网络的多智能体深度强化学习算法对内容缓存、用户关联和多维资源分配进行策略学习和优化.最后,仿真结果验证了所提算法在网络能效、系统吞吐量、缓存命中率方面具有明显的性能提升. 展开更多

关键词 无蜂窝大规模mimo 内容缓存 用户关联 资源分配 图注意力网络

在线阅读 下载PDF 职称材料

面向深度神经网络大规模分布式数据并行训练的MC^(2)能耗模型 被引量：1

2

作者 魏嘉 张兴军 +2 位作者 王龙翔 赵明强 董小社 《计算机研究与发展》 EI CSCD 北大核心 2024年第12期2985-3004,共20页

深度神经网络(deep neural network,DNN)在许多现代人工智能(artificial intelligence,AI)任务中取得了最高的精度.近年来,使用高性能计算平台进行大规模分布式并行训练DNN越来越普遍.能耗模型在设计和优化DNN大规模并行训练和抑制高性... 深度神经网络(deep neural network,DNN)在许多现代人工智能(artificial intelligence,AI)任务中取得了最高的精度.近年来,使用高性能计算平台进行大规模分布式并行训练DNN越来越普遍.能耗模型在设计和优化DNN大规模并行训练和抑制高性能计算平台过量能耗方面起着至关重要的作用.目前,大部分的能耗模型都是从设备的角度出发对单个设备或多个设备构成的集群进行能耗建模,由于缺乏从能耗角度对分布式并行DNN应用进行分解剖析,导致罕有针对分布式DNN应用特征进行建模的能耗模型.针对目前最常用的DNN分布式数据并行训练模式,从DNN模型训练本质特征角度出发,提出了“数据预处理(materials preprocessing)-前向与反向传播(computing)-梯度同步与更新(communicating)”三阶段MC^(2)能耗模型,并通过在国产E级原型机天河三号上使用最多128个MT节点和32个FT节点训练经典的VGG16和ResNet50网络以及最新的Vision Transformer网络验证了模型的有效性和可靠性.实验结果表明,MC^(2)与真实能耗测量结果相差仅为2.84%,相较4种线性比例能耗模型以及AR,SES,ARIMA时间预测模型准确率分别提升了69.12个百分点,69.50个百分点,34.58个百分点,13.47个百分点,5.23个百分点,22.13个百分点,10.53个百分点.通过使用的模型可以在超算平台得到DNN模型的各阶段能耗和总体能耗结果,为评估基于能耗感知的DNN大规模分布式数据并行训练及推理各阶段任务调度、作业放置、模型分割、模型裁剪等优化策略的效能提供了基础. 展开更多

关键词 深度神经网络 能耗模型 大规模分布式训练 数据并行 超级计算机

在线阅读 下载PDF 职称材料

异构大规模分布式网络设计与性能评估

3

作者 叶新泉 卢光延 陈艺戬 《中兴通讯技术》 北大核心 2024年第1期74-81,共8页

提出了一种面向6G的异构大规模分布式网络(Het-LDN)。该网络由大量异构的分布式无线节点构成,具有低成本、低功耗、高性能、易部署和易扩展等特征,满足未来无线通信的各项需求,包括实现极致的蜂窝系统容量,保证超高可行性传输,支持海量... 提出了一种面向6G的异构大规模分布式网络(Het-LDN)。该网络由大量异构的分布式无线节点构成,具有低成本、低功耗、高性能、易部署和易扩展等特征,满足未来无线通信的各项需求,包括实现极致的蜂窝系统容量,保证超高可行性传输,支持海量用户同时接入和取得一致性的用户体验。介绍了分层的分布式网络结构与多链路协同传输方案,并通过仿真实验展示了用户吞吐量的性能优势。认为该网络可成为面向6G的具备强竞争力的商业化解决方案。 展开更多

关键词 异构大规模分布式网络 无线前传 节点选型 传输设计 性能评估

在线阅读 下载PDF 职称材料

莱斯信道下分布式大规模MIMO系统基站选择算法的研究 被引量：3

4

作者 李泳志 陶成 +2 位作者 刘留 卢艳萍 刘凯 《电子与信息学报》 EI CSCD 北大核心 2016年第4期856-862,共7页

该文考虑一种分布式大规模MIMO系统,假设基站端与用户之间的信道为莱斯信道,研究了该系统中基站选择的算法。首先给出了系统采用匹配滤波和迫零预编码时,用户下行可达速率的闭式表达式,并分析了系统的功率效率性能。然后基于此闭式表达... 该文考虑一种分布式大规模MIMO系统,假设基站端与用户之间的信道为莱斯信道,研究了该系统中基站选择的算法。首先给出了系统采用匹配滤波和迫零预编码时,用户下行可达速率的闭式表达式,并分析了系统的功率效率性能。然后基于此闭式表达式,以最大化系统的频谱效率为目标,提出了基于增量选择和基于用户优先级的基站选择算法。这两种算法只需要系统获取基站端与用户之间的信道统计特征信息,从而有效降低了系统开销。仿真结果表明,所提出的两种基站选择算法性能仍能逼近最优算法。特别地,当采用匹配滤波预编码且基站端天线数趋于无穷时,基于用户优先级的基站选择算法优于基于增量选择的算法。 展开更多

关键词 大规模mimo 分布式 莱斯信道 基站选择 频谱效率

在线阅读 下载PDF 职称材料

基于卷积特征提取及深度降噪网络的大规模MIMO系统信号检测 被引量：4

5

作者 申滨 涂媛媛 +1 位作者 阳建 金龙康 《信号处理》 CSCD 北大核心 2024年第6期1030-1040,共11页

传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用... 传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用于大规模MIMO系统上行链路信号检测。首先,通过简化经典的检测网络(Detection Network,DetNet),改进ScNet(Sparsely Connected Neural Network)检测算法,引入卷积神经网络(Convolutional NeuralNetworks,CNN)对三通道输入数据提取特征以减少训练参数,提出一种SConv(SparselyConnected Convolutional Neural Network)检测算法。与DetNet算法相比,该算法可同时降低计算复杂度和提高检测精度。在此基础上,进一步基于CNN构建信号降噪模块,并嵌入SConv网络,提出一种卷积神经降噪(Sparsely Connected Convolutional Denoising,SConv-D)网络辅助的大规模MIMO检测算法。此算法检测过程分为两级,第一级由SConv算法提供初始估计值,再将初始估计值作为降噪过程的输入,并由此构成算法第二级。实验结果表明,本文提出的SConv-D算法适用于QPSK、4QAM及16QAM等多种信号调制模式,在高阶调制模式下获得的性能增益尤为明显。此外,该算法能够适应各种比例的收发天线及数量规模的系统配置,尤其是在收发天线数量相等的情况下亦能获得更优的性能。本文算法还克服了MMNet在高阶调制情况下的性能平台效应,在16QAM调制、收发天线数量相等的情况下,SConv-D在10^(-2)误比特率上能获得接近2 dB的性能增益。 展开更多

关键词 大规模mimo 深度学习 稀疏连接 卷积神经网络 降噪

在线阅读 下载PDF 职称材料

大规模数据的分布式神经网络回归模型研究 被引量：2

6

作者 蔡超 何馨怡 李丽 《统计与决策》 CSSCI 北大核心 2023年第17期34-39,共6页

随着计算机技术的飞速发展,大规模数据不断涌现,数据间呈现复杂的非线性特征,这使得传统的回归分析方法难以奏效。鉴于此,文章提出了基于交互有效方法的分布式神经网络回归(CE-RNN)模型,通过优化基于交互有效方法构建的神经网络回归模... 随着计算机技术的飞速发展,大规模数据不断涌现,数据间呈现复杂的非线性特征,这使得传统的回归分析方法难以奏效。鉴于此,文章提出了基于交互有效方法的分布式神经网络回归(CE-RNN)模型,通过优化基于交互有效方法构建的神经网络回归模型的替代损失函数来获得全局参数估计值的近似结果。该模型一方面采用分布式计算方法避免了单台机器难以处理大规模数据的难题,另一方面使用神经网络回归模型解决了非线性回归问题。数值模拟和应用研究的结果表明:CE-RNN模型的预测性能与全局神经网络回归模型基本一致,且优于基于单轮型方法的分布式神经网络回归模型。 展开更多

关键词 大规模数据 神经网络回归 分布式 交互有效 非线性

在线阅读 下载PDF 职称材料

用于分布式大规模网络测量的任务分配算法

7

作者 寇晓蕤 罗军勇 陈文放 《计算机应用》 CSCD 北大核心 2006年第S2期33-35,共3页

基于二分图提出了一种用于分布式大规模网络测量的任务分配算法,在保证同一时刻仅能有一个测量源执行同一个任务的前提下,考虑了网络相对位置造成不同测量源完成同一测量任务能力上的差异,优先将任务分配给完成该任务可能性大、效率高... 基于二分图提出了一种用于分布式大规模网络测量的任务分配算法,在保证同一时刻仅能有一个测量源执行同一个任务的前提下,考虑了网络相对位置造成不同测量源完成同一测量任务能力上的差异,优先将任务分配给完成该任务可能性大、效率高的测量源。算法能够较好地满足任务均衡原则,也能够适应任务动态添加和任务失败后再分配的情况,并用仿真试验进行了证明。 展开更多

关键词 分布式大规模网络测量 二分图 任务分配 任务均衡 测量能力

在线阅读 下载PDF 职称材料

大规模高动态星座网络信息同步方法

8

作者 孔祥磊 孙弋舒 +2 位作者 吴学友 高建威 田志新 《中国空间科学技术(中英文)》 北大核心 2025年第1期135-142,共8页

多星完成协同任务规划的关键输入要素是卫星掌握全星座状态信息。面向大规模星座星间拓扑高动态变化、星地任务传输或星间任务传输链路频繁切换,提出一种分布式自主任务规划信息同步方法。通过将星座网络在离散时间域上进行拆分,充分考... 多星完成协同任务规划的关键输入要素是卫星掌握全星座状态信息。面向大规模星座星间拓扑高动态变化、星地任务传输或星间任务传输链路频繁切换,提出一种分布式自主任务规划信息同步方法。通过将星座网络在离散时间域上进行拆分,充分考虑星座网络拓扑的规则性和不可预测性,针对卫星状态具备可预测性和不可预测性,设计星座卫星之间的信息全局透明化交互策略。该策略实现分布式星上自主协同决策,显著降低对地面测控资源的依赖,提升星座自主任务规划的智能性和执行能力。对星间链路频繁断开、重建、卫星故障或新卫星补充导致的星座拓扑变化,该策略具备快速调整能力。仿真校验了理论的有效性。 展开更多

关键词 大规模星座 高动态网络 分布式交互 状态信息同步

在线阅读 下载PDF 职称材料

射频失配下分布式大规模MIMO的性能分析

9

作者 文犇犇 柳涛 王郝 《应用科学学报》 CAS CSCD 北大核心 2018年第6期904-913,共10页

分析了分布式大规模多输入多输出(multiple-input multiple-output, MIMO)系统在射频(radio frequency, RF)链路失配情况下的性能,基于性能分析和最大比传输(max ratio transmission, MRT)原理,推导了系统下行链路可达速率的闭式表达式... 分析了分布式大规模多输入多输出(multiple-input multiple-output, MIMO)系统在射频(radio frequency, RF)链路失配情况下的性能,基于性能分析和最大比传输(max ratio transmission, MRT)原理,推导了系统下行链路可达速率的闭式表达式.仿真结果表明,该表达式可有效评估基站端(base station, BS)射频失配情况下的系统性能.基站端超过1 dB的幅度失配或π/2的相位失配,都将导致用户端有超过50%的下行速率损失.射频失配对系统性能的影响十分严重,也说明了对射频失配进行性能分析的必要性. 展开更多

关键词 分布式大规模mimo 射频失配 性能分析 时分双工

在线阅读 下载PDF 职称材料

无蜂窝大规模MIMO系统接入点动态选择算法 被引量：2

10

作者 申敏 裘德市 《电讯技术》 北大核心 2024年第3期416-422,共7页

在无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,所有接入点(Access Point,AP)为用户提供服务的方式会造成较大的功率消耗和增加前传链路压力。以“用户为中心”的AP选择方案为每个用户选择最佳的AP集合,使系... 在无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,所有接入点(Access Point,AP)为用户提供服务的方式会造成较大的功率消耗和增加前传链路压力。以“用户为中心”的AP选择方案为每个用户选择最佳的AP集合,使系统频谱效率和能量效率得以提升。为了给每个用户选择最佳的AP集合,提出了一种基于反向传播(Back Propagation,BP)神经网络的接入点动态选择算法。将AP与用户之间的大尺度衰落向量作为输入,AP与用户之间的连接关系作为BP神经网络输出的预测向量,同时,针对BP神经网络初始化权值,提出了一种改进的自适应遗传算法以提高算法的收敛速度和收敛性能。仿真结果表明,改进后的BP神经网络预测结果更接近于实际值,并且比全连接和启发式的AP选择方案具有更高的系统和速率。 展开更多

关键词 无蜂窝大规模mimo 接入点选择 遗传算法 BP神经网络

在线阅读 下载PDF 职称材料

融合残差SENet的毫米波大规模MIMO信道估计 被引量：1

11

作者 刘庆利 杨国强 张振亚 《电讯技术》 北大核心 2024年第4期512-519,共8页

在户外光线追踪场景下,针对毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统受户外环境噪声干扰导致估计精度低的问题,提出了一种融合残差挤压激励网络(Squeeze-and-Excitation Network,SENet)的条件生成对抗网络... 在户外光线追踪场景下,针对毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统受户外环境噪声干扰导致估计精度低的问题,提出了一种融合残差挤压激励网络(Squeeze-and-Excitation Network,SENet)的条件生成对抗网络的信道估计方法。该方法采用条件生成对抗网络将低分辨率接收信号重建为高分辨率的原始信号完成信道估计,同时在生成器网络中引入SENet网络模块来抑制户外场景下显著性噪声干扰,提高估计精度;最后将残差网络中的残差块添加到SENet的放缩操作后,提高条件生成对抗网络的收敛速度。仿真结果表明,相较于正交匹配追踪算法、卷积神经网络、去噪卷积神经网络和条件生成对抗网络算法,所提方法在户外噪声环境下估计精度平均提高了约2.2 dB,且在高噪声强度下估计精度的提高更为显著。 展开更多

关键词 毫米波大规模mimo 信道估计 条件生成对抗网络(CGAN) 残差挤压激励网络(SENet)

在线阅读 下载PDF 职称材料

基于CNN的毫米波无蜂窝大规模MIMO信道估计 被引量：1

12

作者 申敏 董学林 毛翔宇 《电讯技术》 北大核心 2024年第5期670-677,共8页

针对小区间干扰导致蜂窝边缘无法满足不断增长的数据速率需求问题,毫米波无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统被认为是一种很有前途的解决方案。然而,毫米波的高频率、大带宽以及接入点配置的大量天线... 针对小区间干扰导致蜂窝边缘无法满足不断增长的数据速率需求问题,毫米波无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统被认为是一种很有前途的解决方案。然而,毫米波的高频率、大带宽以及接入点配置的大量天线给信道估计带来了较大挑战。将毫米波大规模MIMO信道矩阵视为二维图像,结合图像去噪方法提出一种基于改进去噪卷积神经网络(Improved-Denoising Convolutional Neural Network,I-DnCNN)的信道估计算法。通过具有注意力机制的压缩与激励(Squeeze-and-Excitation,SE)模块,自适应调整提取的全局特征以增强对信道噪声特征的学习,根据接收信号估计出噪声等级图且增添为输入,提升对噪声的鲁棒性。最后,采用残差学习的方式获得估计信道矩阵。利用理论信道模型和基于波束追踪的信道数据集进行的仿真实验结果表明,与去噪卷积神经网络(Denoising Convolutional Neural Network,DnCNN)算法相比,所提算法在两个数据集下的信道估计精度可分别平均提升2.27 dB和2.60 dB。 展开更多

关键词 毫米波 无蜂窝大规模mimo 信道估计 卷积神经网络(CNN)

在线阅读 下载PDF 职称材料

面向大规模汇聚接入网的分布式VoD服务的性能仿真 被引量：1

13

作者 林珉 王新 +2 位作者 郑常熠 汪斌强 薛向阳 《电子学报》 EI CAS CSCD 北大核心 2008年第10期2035-2039,共5页

流媒体应用有着实时性、连续性、带宽消耗大等特点,对传输网络提出了较高的要求.用户接入网作为传输网络的重要组成部分,对流媒体服务质量有重要影响.新一代高性能宽带信息网的试运行,初步验证了大规模汇聚接入网络技术在某些条件下支... 流媒体应用有着实时性、连续性、带宽消耗大等特点,对传输网络提出了较高的要求.用户接入网作为传输网络的重要组成部分,对流媒体服务质量有重要影响.新一代高性能宽带信息网的试运行,初步验证了大规模汇聚接入网络技术在某些条件下支持流媒体的有效性.然而,由于某些限制,在试运行中还不能实现在大规模用户并发访问流媒体服务器的条件下的验证,而在仿真中却可以实现这种验证.在本文中,我们对于面向不同接入网的分布式VoD系统作了仿真比较.结果表明,面向大规模汇聚接入网的VoD系统在接入路由器无拥塞时,在相同的硬件成本下,在端到端时延及其抖动指标上有较大的提高. 展开更多

关键词 大规模汇聚 接入网络 视频点播 分布式服务 仿真

在线阅读 下载PDF 职称材料

基于位置感知的大规模LEO星座分布式路由算法 被引量：2

14

作者 刘高赛 姜兴龙 +1 位作者 李华旺 梁广 《系统工程与电子技术》 EI CSCD 北大核心 2022年第11期3529-3536,共8页

针对传统星座路由算法应用在大规模低地球轨道(low earth orbit, LEO)星座中,存在鲁棒性差、资源开销大、路由效率低等缺点。根据卫星运行时的位置可预测特性,提出了基于位置感知的分布式路由算法。考虑卫星资源受限,大规模LEO星座具有... 针对传统星座路由算法应用在大规模低地球轨道(low earth orbit, LEO)星座中,存在鲁棒性差、资源开销大、路由效率低等缺点。根据卫星运行时的位置可预测特性,提出了基于位置感知的分布式路由算法。考虑卫星资源受限,大规模LEO星座具有卫星节点多、动态性大等特点,基于位置感知提出一种路径预选机制,初步确定数据包的传输路径。在此基础上,考虑业务服务质量(quality of service, QoS)需求,基于状态和传播矢量函数提出一种路径收敛机制,无重合确定数据包传输主路径和备用路径。理论和仿真结果证明,相比于传统路由算法,所提算法降低了路由存储和开销,随着中断概率的增大,提高了星座的吞吐量,降低了端到端时延。 展开更多

关键词 大规模低地球轨道卫星网络 分布式路由 路由收敛时间 路由开销 星座吞吐量

在线阅读 下载PDF 职称材料

大规模MIMO系统基于有限反馈的端到端波束成形设计 被引量：1

15

作者 王梓旭 杨守义 陆彦辉 《电讯技术》 北大核心 2024年第11期1734-1740,共7页

针对频分双工(Frequency Division Duplex,FDD)模式下大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的最佳波束成形设计,存在信道状态信息(Channel State Information,CSI)反馈开销严重和单独考虑某一模块难以得到整体... 针对频分双工(Frequency Division Duplex,FDD)模式下大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的最佳波束成形设计,存在信道状态信息(Channel State Information,CSI)反馈开销严重和单独考虑某一模块难以得到整体最优解的问题,提出了一种基于有限反馈的端到端神经网络架构。首先,在基站侧设计可优化导频,并通过稀疏信道发送给用户。然后,用户将接收到的导频通过深度神经网络量化为B比特的信息流,并反馈给基站。最后,基站利用反馈信息,通过图神经网络完成最佳波束成形矩阵的设计。该架构将导频设计、量化、反馈以及最佳波束成形等不同模块整体考虑、优化。实验结果表明,所提的端到端神经网络模型在导频长度和反馈开销有限的情况下,能实现的用户和速率已经达到了具有全CSI的传统波束成形方案的96%。 展开更多

关键词 大规模mimo系统 端到端波束成形 有限反馈 图神经网络

在线阅读 下载PDF 职称材料

基于特征融合的大规模MIMO系统CSI反馈 被引量：1

16

作者 安永丽 蔡浩然 +1 位作者 胡泽冰 纪占林 《南京邮电大学学报（自然科学版）》 北大核心 2024年第3期1-7,共7页

信道状态信息(Channel State Information,CSI)反馈是大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的一个关键问题。大规模MIMO系统中基站天线数量巨大,CSI反馈出现了反馈开销大、反馈精度低等问题。为了降低反馈开销... 信道状态信息(Channel State Information,CSI)反馈是大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的一个关键问题。大规模MIMO系统中基站天线数量巨大,CSI反馈出现了反馈开销大、反馈精度低等问题。为了降低反馈开销,提高反馈精度,采用深度学习方法,提出了一种基于特征融合的CSI反馈网络(Feature Fusion Net,FFNet)。利用基于注意力机制的特征融合在编码器中融合不同尺度的CSI特征,并在解码器中使用多通道多分辨率卷积网络以及通道重排,从而高精度地重建压缩后的CSI。仿真结果表明,与几种经典的深度学习CSI反馈方法相比,在室内和室外信道条件下,均具有更高的反馈精度。 展开更多

关键词 大规模mimo 信道状态信息 深度学习 卷积神经网络 特征融合

在线阅读 下载PDF 职称材料

基于矢量网络分析仪的虚拟大规模MIMO信道测量平台 被引量：1

17

作者 袁磊 庞苇 袁浩 《实验室研究与探索》 CAS 北大核心 2021年第3期116-120,共5页

大规模MIMO是5G移动通信系统的关键技术之一。通过实验教学使学生理解大规模MIMO无线信道特性是无线通信课程教学中的一个重要环节。针对传统大规模MIMO无线信道测量平台造价昂贵难以在实验教学中普及的问题,设计开发了一种价格低廉的... 大规模MIMO是5G移动通信系统的关键技术之一。通过实验教学使学生理解大规模MIMO无线信道特性是无线通信课程教学中的一个重要环节。针对传统大规模MIMO无线信道测量平台造价昂贵难以在实验教学中普及的问题,设计开发了一种价格低廉的虚拟大规模MIMO信道测量平台,使用矢量网络分析仪作为信号的发生器和接收器,运用LabVIEW开发基于3D打印机改造的移动测量平台的控制程序与交互界面,实现对大规模MIMO无线信道的自动化测量。该测量平台既能用于实验教学,也能用于学术研究,具有较好的应用价值。 展开更多

关键词 实验教学 大规模mimo 矢量网络分析仪 无线信道测量平台

在线阅读 下载PDF 职称材料

基于两步噪声学习网络的波束域毫米波大规模MIMO信道估计

18

作者 杨静 王朋朋 陶华伟 《电讯技术》 北大核心 2023年第3期390-395,共6页

针对波束域毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统,构建了一种新型两步噪声学习网络(Two-step Noise Learning Network,TNLNet)。基本原理是在接收信号反复经过卷积层和池化层提取噪声特征的基础上,利用... 针对波束域毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统,构建了一种新型两步噪声学习网络(Two-step Noise Learning Network,TNLNet)。基本原理是在接收信号反复经过卷积层和池化层提取噪声特征的基础上,利用波束域毫米波大规模MIMO信道矩阵稀疏性所引起的相邻元素相近的特点,采用下采样将信道矩阵重构成4个子矩阵,提高训练测试效率。该算法具有以比全卷积去噪近似消息传递(Fully Convolutional Denoising Approximate Message Passing,FCDAMP)算法和学习去噪的近似消息传递(Learned Denoising-based Approximate Message Passing,LDAMP)算法更低的复杂度,取得了比最小二乘算法、最小均方误差算法、FCDAMP和LDAMP更优的归一化均方误差(Normalized Mean Squared Error,NMSE)性能;与快速灵活去噪卷积神经网络(Fast and Flexible Denoising convolutional neural Network,FFDNet)相比虽然复杂度略高,但具有更优的NMSE性能,且在单一训练模型中获得了比FFDNet更宽的信噪比适用范围,增强了实用性。 展开更多

关键词 毫米波大规模mimo 波束域信道估计 两步噪声学习网络(TNLNet)

在线阅读 下载PDF 职称材料

基于多路实值时延神经网络的大规模MIMO系统发射机射频失真补偿方案 被引量：2

19

作者 焦斌 梁彦 +2 位作者 季薇 李汀 李飞 《信号处理》 CSCD 北大核心 2021年第9期1763-1769,共7页

大规模MIMO(Multiple-Input Multiple-Output)系统具有频谱效率高、系统容量大的优势。然而由于发射机射频元件存在着技术、工艺等方面的限制,大规模MIMO系统不可避免地存在着多种射频失真问题,成为制约系统性能的重要瓶颈。本文针对大... 大规模MIMO(Multiple-Input Multiple-Output)系统具有频谱效率高、系统容量大的优势。然而由于发射机射频元件存在着技术、工艺等方面的限制,大规模MIMO系统不可避免地存在着多种射频失真问题,成为制约系统性能的重要瓶颈。本文针对大规模MIMO系统中的功率放大器(Power Amplifier,PA)非线性、同相/正交(In-phase/Quadrature,I/Q)支路不平衡、射频链路串扰等多种射频失真问题,提出基于多路实值时延神经网络(Real-Valued Timed-Delay Neural Network,RVTDNN)的大规模MIMO系统发射机射频失真补偿方案。该方案使用多个RVTDNN预失真网络对发射信号进行预处理,补偿发射机的射频不理想特性,提高系统性能。此外,本文还提出了基于量子遗传算法的预失真网络超参数优化方案,与传统的基于遗传算法的网络超参数优化方案相比,该方案在种群数较小时可实现超参数优化,从而降低了算法的时间复杂度。 展开更多

关键词 大规模mimo系统 发射机射频失真 多路实值时延神经网络 超参数优化 量子遗传算法

在线阅读 下载PDF 职称材料

大规模MIMO蜂窝网络中导频功率控制的改进方法 被引量：2

20

作者 程彬 胡艳军 《安徽大学学报（自然科学版）》 CAS 北大核心 2017年第1期73-78,共6页

导频污染是影响大规模MIMO系统性能提升的因素之一.蜂窝网络中导频功率控制方法适用于导频长度较长的情形,但是导频长度过长不仅影响信道信息的估计,而且影响信息传输速率.为了扩大导频功率控制方法的适用范围,提出一种基于小区分类的... 导频污染是影响大规模MIMO系统性能提升的因素之一.蜂窝网络中导频功率控制方法适用于导频长度较长的情形,但是导频长度过长不仅影响信道信息的估计,而且影响信息传输速率.为了扩大导频功率控制方法的适用范围,提出一种基于小区分类的导频功率控制的改进方法.将小区分为3类,所有小区均采用同1套导频,利用1维网络中的导频功率控制方法对蜂窝网络中的导频功率进行控制.仿真结果表明,基于小区分类的导频功率控制改进方法适用于导频长度较短的情形,可使蜂窝网络中导频长度的适用范围变大,同时降低了用户的上行功率开销. 展开更多

关键词 大规模mimo 导频污染 导频功率控制 蜂窝网络 小区分类

在线阅读 下载PDF 职称材料