波束扫描下5G毫米波小区搜索算法

5G毫米波的载波频率高,初始接入频偏大,可能导致收发端时频同步不准确及物理小区标识检测错误问题。针对此问题,分析并仿真了5G毫米波在高频偏下基于波束扫描方式发送同步信号的小区搜索方案。提出了一种在基站侧使用DFT码本发送多方向的同步信号块,在终端用全向天线接收多波束信号并使用一系列同步算法完成时间、频率同步及物理小区标识检测的5G毫米波小区搜索过程。仿真结果表明,所提预存整数倍频偏与接收信号互相关的主同步信号检测算法在5G毫米波信道有良好的小区搜索性能。

基于机器学习的波束搜索算法设计

在5G移动通信系统中,毫米波的应用可提供更大的带宽和更高的传输速率。5G毫米波基站通过大规模天线阵列发射高增益的定向窄波束以增加信号的覆盖范围。在毫米波基站密集部署场景中,用户需要搜索多个基站发出的大量窄波束来找到最优波束,该过程将消耗大量的时间和运算资源。文章设计了一种多基站场景下的系统模型,重点考虑了用户与基站的布局、大尺度衰落、波束定向增益以及毫米波信道的特性。在此基础上设计了一种基于机器学习的波束搜索算法,与传统穷举算法相比,该算法具有更低的延时和运算开销。

基于二阶扩展卡尔曼滤波理论的毫米波波束跟踪算法

毫米波(mm wave)通信中波束覆盖方向性给高速移动的终端设备(如高速车辆,火车和无人机)带来了巨大挑战。现有基于扩展卡尔曼滤波理论(extended Kalman filter theory,EKF)的波束跟踪算法存在估计精度较低的问题,为此,采用二阶扩展卡尔曼滤波理论(second-order extended Kalman filter theory,SOEKF)作为波束跟踪算法,并辅以一种低复杂度的波束切换方案,随后基于时变信道演化模型构建状态向量和量测方程,在数值仿真中给出了信噪比,阵列大小,AoA/AoD(angles of arrival/angles of departure)的变化速度对算法性能的影响。仿真结果表明,所采用的SOEKF算法相较于同类算法具有更高的估计精度,同时保持了较低的复杂度,更适合快速变化的信道环境。

王小二的幸福生活

"吃不饱"到"吃出健康营养"王小二小时候爱听爷爷讲故事,爷爷不识字,主要讲他新中国成立前逃荒讨饭的亲身经历。给王小二印象最深的就是爷爷对饥饿的感受。饥饿来临时靠喝水充饥。怎样多睡觉减缓饥饿。榆树皮怎样磨成粉加上玉米面做窝窝头。