期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
浅谈未来全球无线通信的发展趋势 被引量:2
1
作者 彭小 《数字技术与应用》 2015年第9期23-23,共1页
随着社会快速发展,无线网络技术和通信技术也飞速发展,二者是相辅相成的,为了促进无线网络的发展,提出了构建全球无线网络通信系统的构想,这也是未来无线通信发展的必然趋势,本文介绍了全球无线通信体系的各构成部分、无线IP网互联互通... 随着社会快速发展,无线网络技术和通信技术也飞速发展,二者是相辅相成的,为了促进无线网络的发展,提出了构建全球无线网络通信系统的构想,这也是未来无线通信发展的必然趋势,本文介绍了全球无线通信体系的各构成部分、无线IP网互联互通的结构以及促进未来全球无线通信结构实现的具体措施,希望能够对于无线通信的快速发展提供一定的帮助。 展开更多
关键词 全球 无线 通信 卫星移动 蜂窝移动
下载PDF
浅谈无线网络发展趋势 被引量:1
2
作者 彭小 《中国新通信》 2015年第20期108-108,共1页
无线网络的完善和发展势在必行,为了构建科学合理的无线网络体系,本文介绍了一些关于这个体系的构想,包括体系的具体组成内容和如何保障无线网络使用的安全性问题,希望可以对促进无线网络的构建有一定的帮助。
关键词 无线网络 独立成网 安全
下载PDF
吉利豪情“家”车的含义
3
作者 彭小 《车时代》 2002年第3期70-72,共3页
关键词 吉利豪情轿车 结构设计 技术参数 外形设计 电轮独立悬架系统
下载PDF
大规模MIMO系统混合线性迭代信号检测算法 被引量:1
4
作者 张晓华 彭小 黄龙 《光通信研究》 2022年第2期56-60,共5页
针对大规模多输入多输出(MIMO)系统中线性最小均方误差(MMSE)信号检测算法复杂的高维矩阵求逆难以用于实际工程的问题,文章基于矩阵分块思想并结合Neumann级数展开算法,提出了一种低复杂度的混合迭代算法。利用MMSE算法中加权矩阵逆矩阵... 针对大规模多输入多输出(MIMO)系统中线性最小均方误差(MMSE)信号检测算法复杂的高维矩阵求逆难以用于实际工程的问题,文章基于矩阵分块思想并结合Neumann级数展开算法,提出了一种低复杂度的混合迭代算法。利用MMSE算法中加权矩阵逆矩阵的Neumann级数二阶展开作为其分块矩阵求逆的迭代初始值,可以有效提高算法收敛速度。仿真结果表明,该方法能以较少迭代次数逼近传统MMSE算法较优检测性能,并降低计算复杂度。 展开更多
关键词 信号检测 大规模多输入多输出 混合迭代 矩阵分块 Neumann级数展开
下载PDF
多制式蜂窝移动通信网络在城市规划中基本方法的研究 被引量:3
5
作者 李渝 彭小 《中国管理信息化》 2017年第2期150-151,共2页
全球蜂窝移动通信网络发展到了4G LTE的时代,流量经营、智能化、融合发展是网络演进的趋势。随着中国城镇化进程的加速,通信与人、城市的协调发展问题更加凸显,城市发展对城市基础设施的建设和空间布局的要求也越来越高,本文以城市为主... 全球蜂窝移动通信网络发展到了4G LTE的时代,流量经营、智能化、融合发展是网络演进的趋势。随着中国城镇化进程的加速,通信与人、城市的协调发展问题更加凸显,城市发展对城市基础设施的建设和空间布局的要求也越来越高,本文以城市为主体实施科学规划,提出了地块模型的方法,并进行了验证。 展开更多
关键词 蜂窝移动通信网络 城市规划 地块模型
下载PDF
5G网络中无人机-车辆非平稳信道模型与统计特性分析
6
作者 张晓华 彭小 黄龙 《电讯技术》 北大核心 2022年第9期1355-1362,共8页
针对无人机到车辆通信场景,提出了一种椭圆-圆柱-半球几何非平稳无人机-车辆信道模型。为了描述收发端周围散射体分布情况,一次散射径的散射体分布用同心椭圆面模拟;在二次散射径建模中,无人机侧散射体分布采用同心圆柱体模拟,并且车辆... 针对无人机到车辆通信场景,提出了一种椭圆-圆柱-半球几何非平稳无人机-车辆信道模型。为了描述收发端周围散射体分布情况,一次散射径的散射体分布用同心椭圆面模拟;在二次散射径建模中,无人机侧散射体分布采用同心圆柱体模拟,并且车辆侧散射体分布使用同心半球体模拟;地面一次反射径的反射点分布则通过半球底面同心圆来模拟。为了进一步研究信道的非平稳特性,在各路径分量的二维角度服从Von Mises分布、Laplacian分布以及Von Mises Fisher分布的基础上,推导了时间自相关函数、空间互相关函数和多普勒频谱密度函数。仿真结果表明,理论值与测量值具有较好的拟合度,所提出的信道模型可以作为无人机到车辆非平稳信道建模的设计方案。 展开更多
关键词 5G网络 无人机到车辆通信 非平稳信道 统计特性分析
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部