在设备到设备通信的车联网场景(Vehicle to Everything-Device to Device,V2X-D2D)下,信道的快速时变会导致基站(Base Station,BS)端通常无法获取完美信道状态信息(Channel State Information,CSI).为解决现有频谱分配方案不适用于V2X-...在设备到设备通信的车联网场景(Vehicle to Everything-Device to Device,V2X-D2D)下,信道的快速时变会导致基站(Base Station,BS)端通常无法获取完美信道状态信息(Channel State Information,CSI).为解决现有频谱分配方案不适用于V2X-D2D场景的问题,考虑车对车(Vehicle-to-Vehicle,V2V)链路可靠性、最大发射功率、频谱复用的约束,建立V2X的场景模型与通信模型.明确了在满足V2V链路可靠性的前提下,最大化车与基础设施(Vehicle to Infrastructure,V2I)链路的遍历容量的优化目标;在考虑信道快速时变影响的情况下,推导V2V链路的中断概率、V2I链路遍历容量的闭式表达式;针对一对一模式和一对多模式下的频谱分配问题,分别提出基于改进匈牙利算法的快速频谱分配方案和基于图着色-偏好列表的频谱分配方案.仿真结果表明:与现有算法相比,基于改进匈牙利算法的快速频谱分配方案接入率更高、复杂度更低,基于图着色-偏好列表的频谱分配方案也具有接入率、频谱利用率高的优势.展开更多
正交时频空(Orthogonal Time Frequency Space,OTFS)系统由于在面对高速移动通信场景下的时频双色散信道时的优异性能受到了广泛关注。为了准确获取信道状态信息,采用基于压缩感知的信道估计方法,并辅以特殊的导频序列完成信道估计。该...正交时频空(Orthogonal Time Frequency Space,OTFS)系统由于在面对高速移动通信场景下的时频双色散信道时的优异性能受到了广泛关注。为了准确获取信道状态信息,采用基于压缩感知的信道估计方法,并辅以特殊的导频序列完成信道估计。该文针对导频优化问题,提出了一种基于改进遗传算法的OTFS导频序列优化方法,该方法以互相关最小化为优化目标,采用遗传算法进行寻优,并能够自适应调整交叉和变异概率,在较少的迭代次数下即可实现比传统伪随机序列更优的互相关性,能够有效提高信道估计的准确性。此外,考虑到目标函数的计算量较大,该文分析了互相关的计算过程,并对其中的冗余计算进行了化简,与直接计算字典集的互相关值相比大大提高了算法的优化效率。展开更多
文摘在设备到设备通信的车联网场景(Vehicle to Everything-Device to Device,V2X-D2D)下,信道的快速时变会导致基站(Base Station,BS)端通常无法获取完美信道状态信息(Channel State Information,CSI).为解决现有频谱分配方案不适用于V2X-D2D场景的问题,考虑车对车(Vehicle-to-Vehicle,V2V)链路可靠性、最大发射功率、频谱复用的约束,建立V2X的场景模型与通信模型.明确了在满足V2V链路可靠性的前提下,最大化车与基础设施(Vehicle to Infrastructure,V2I)链路的遍历容量的优化目标;在考虑信道快速时变影响的情况下,推导V2V链路的中断概率、V2I链路遍历容量的闭式表达式;针对一对一模式和一对多模式下的频谱分配问题,分别提出基于改进匈牙利算法的快速频谱分配方案和基于图着色-偏好列表的频谱分配方案.仿真结果表明:与现有算法相比,基于改进匈牙利算法的快速频谱分配方案接入率更高、复杂度更低,基于图着色-偏好列表的频谱分配方案也具有接入率、频谱利用率高的优势.
文摘正交时频空(Orthogonal Time Frequency Space,OTFS)系统由于在面对高速移动通信场景下的时频双色散信道时的优异性能受到了广泛关注。为了准确获取信道状态信息,采用基于压缩感知的信道估计方法,并辅以特殊的导频序列完成信道估计。该文针对导频优化问题,提出了一种基于改进遗传算法的OTFS导频序列优化方法,该方法以互相关最小化为优化目标,采用遗传算法进行寻优,并能够自适应调整交叉和变异概率,在较少的迭代次数下即可实现比传统伪随机序列更优的互相关性,能够有效提高信道估计的准确性。此外,考虑到目标函数的计算量较大,该文分析了互相关的计算过程,并对其中的冗余计算进行了化简,与直接计算字典集的互相关值相比大大提高了算法的优化效率。
