一种超密集异构网中联合干扰协调方法研究

针对5G超密集异构网中严重的跨层干扰问题,该文提出一种基于现有的增强型小区间干扰协调技术和协同多点传输技术的联合干扰协调方法。运用随机几何理论工具推导了两层超密集异构网下用户的中断概率,频谱效率和网络平均遍历容量表达式。仿真结果表明:该文提出的联合的干扰协调方案,相比于传统协同多点传输技术,不仅降低了协作用户数目,同时使得用户在信干比阈值为0 dB时的中断概率降低了15%;相比较于增强型小区间干扰协调技术,在偏置值为10 dB时,扩展区域的用户频谱效率改善为35%,整个网络平均遍历容量提升了3.4%。

一种基于能量和密度的低功耗自适应集簇分层协议的优化

根据经典的低功耗自适应集簇分层(LEACH)协议,提出了一种新型的簇首节点选择机制,通过加权思想综合考虑了节点的剩余能量和密度参数来优化簇首节点的选择,权衡簇首节点负载均衡和网络生存时间之间的关系,以得到较为理想的加权因子.仿真结果表明:在仿真区域面积为100 m×100 m、节点数目为100的条件下,相比于LEACH算法,该算法将第一个节点的死亡时间延长了19.6%,并且500轮后,网络中的剩余节点数是LEACH算法的5倍多,改善了节点能耗,有效提高了整个网络的生命周期.

3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.