可重构智能表面辅助的V2I通信系统联合波束赋形算法

为解决基于信道先验知识的联合波束赋形方法受限于多变的车辆与交通基础设施(V2I)通信场景且信道估计开销过大等问题,该文结合环境态势感知,提出一种基于无线传播链路预测的联合波束赋形方法。该方法首先利用射线追踪模拟器构建了可重构智能表面(RIS)辅助的V2I毫米波通信系统模型,通过改变环境态势以获取多样的无线传播链路数据来构建数据集。其次,使用该数据集训练基于机器学习的无线传播链路预测模型。最后,在最大发射功率约束条件下,构建了联合波束赋形问题模型,并基于预测结果采用交替迭代优化方法(AIOA)优化基站波束赋形矩阵和RIS相移矩阵,以实现同步通信车辆用户最小信干噪比(SINR)的最大化。仿真结果验证了该方法的有效性,通过引入非信道先验知识驱动,降低了信道探测开销,提高了该方法在V2I场景中的可行性。

面向6G可重构智能超表面使能的近场海洋通信信道建模与信号传播机理研究

可重构智能超表面(RIS)作为6G移动通信中的潜在关键技术之一,具有低成本、低能耗和易于部署等特点。该文提出将RIS技术引入至海洋无线通信场景中,可使无线传输环境从不可控变为可控。然而,现有的信道模型难以充分揭示RIS使能基站-海面无人船近场通信信号独特的传输机理,信道特性分析方法与建模理论难以在计算准确性与复杂度之间实现平衡。因此,该文通过对RIS使能近场海洋通信中各子信道进行建模,提出空时频多域信号传播机理分析方法,建立RIS使能基站-无人船近场海洋通信参数化统计信道模型,解决现有RIS信道建模方法难以兼顾精度与效率的技术瓶颈问题,提高RIS使能近场海洋通信系统设计过程中的信道模型匹配效率,为我国6G移动通信产业的快速发展提供技术支撑。

基于生成对抗网络的天线三维方向图室外测量方法

天线方向图测量是天线测量的重要内容。针对天线方向图室外测量困难的问题,提出了一种基于生成对抗网络的天线三维方向图室外测量方案。该方案利用无人机对天线方向图数据进行采集,对采集的数据进行修正,获得待测天线和接收天线极化匹配时的直射径数据,最后利用训练好的生成对抗网络重构出天线的三维方向图。仿真结果表明,本方案可以高效、高精度地完成天线三维方向图的测量,具有一定的实用价值。

基于迁移学习的室内波束选择优化方法

使用基于深度学习的室内波束选择方法可以显著提高波束匹配概率和搜索效率,但该方法需要大型数据集来调整其大量可训练参数,导致了额外的系统开销。针对这一不足,结合一种迁移学习技术,使得目标场景神经网络以小数据集方式获得与大数据集相近的匹配精度,从而减小基于深度学习的波束选择方法中数据集大小对匹配结果产生的影响。首先使用大型数据集在一个源场景中对源神经网络进行充分训练,使得网络参数能够充分包含信道状态信息以及环境信息;而后利用源神经网络参数对目标场景中的神经网络进行不同程度初始化,使该神经网络在经过小数据集训练后依然可以获得较好的波束匹配性能。仿真结果表明,针对室内波束选择场景,在数据集有限的情况下,使用迁移学习方法进行波束选择,同样可以获得较高的匹配精度。

智能反射面辅助的MU-MISO车联网毫米波通信联合波束赋形

近年来,车联网通信系统提出了大规模数据传输,通信连接稳定等需求。高频段通信凭借超高传输速率,低时延的特点被引入了该系统,但是,高频段通信仍面临着阻塞问题的挑战。因此,智能反射面作为一种可解决高频段通信阻塞问题的技术,成为车联网高频通信的热点议题。智能反射面由超材料构成,其表面的多个无源反射单元均匀排布形成阵列,所有反射单元的反射系数均可通过智能控制器实时调节,控制反射波束的方向和形状,来实现对无线传输环境的智能调控,提供增强视距通信、扩展通信覆盖范围等服务。针对MU-MISO车联网毫米波通信场景下,基站与车辆用户视线通信链路因遮蔽,车辆高速移动等因素,面临随机中断的问题,将智能反射面引入该系统,并结合该系统提出了基于半定松弛问题的交替迭代优化算法,以提高通信稳定性。该方法将系统中基站波束赋形矩阵优化和智能反射面相移矩阵优化分解为两个子问题,通过定义半定矩阵变量并适当放松特定的约束条件将两个子问题近似成为半定松弛问题,随后,使用交替优化技术对其进行迭代求解以实现联合优化,通过最大化同时刻通信车辆中的最小信干噪比来确保通信稳定性。仿真结果表明,该方法显著提高了车辆用户的信干噪比和基站的总频带利用率,确保了动态场景中车辆与基站的通信稳定性。

基于深度强化学习的可重构智能超表面辅助无人机通信联合波束成形与轨迹优化

针对可重构智能超表面(reconfigurable intelligent surface,RIS)辅助无人机(unmanned aerial vehicle,UAV)通信中的相移矩阵和UAV轨迹设计高度耦合所带来的运算复杂度较高的问题,本文面向RIS辅助UAV通信服务多用户场景,提出采用一种基于双深度确定性策略梯度框架的优化方法。该方法利用两个深度确定性策略梯度框架分别解耦UAV轨迹和波束成形两个子问题,并通过在奖励函数中添加与UAV能耗相关的惩罚项,实现系统频谱效率和能源效率的联合优化。数值仿真结果证明,联合优化UAV轨迹和波束成形向量能够有效提升系统性能,恰当的奖励函数设计能够有效指导智能体在动态无线环境中学习到正确的UAV轨迹与波束成形策略。该联合优化方法和基础方法相比实现了至少12%的频谱效率提升和24%的能源效率提升。

面向无人机通信网络的信道全域特性空间聚类和识别

为提高无人机通信网络的稳定性和可靠性,提出了一种基于信道全域特性的信道子空间聚类与识别方法。首先,利用距离域、时延域、空间域和多普勒域特性对信道进行完备表征,并提出了一种信道子空间聚类方法,将全域特性相似的信道组成信道子空间,作为无人机通信场景分类的依据。然后,提出了一种基于反向传播神经网络的信道子空间识别方法,判断新的信道数据是否属于原有信道子空间的结构,并利用信道全域特性作为特征张量以提高识别精度。同时,通过计算信道与信道子空间中心的距离,消除训练数据异常值的影响,从而提高识别的鲁棒性。最后,通过入射及反弹射线法/镜像法对176个典型数字城市场景进行仿真,获得176000个信道的全域特性和对应信道状态信息,用于验证本文提出的聚类和识别方法的准确性。仿真结果表明,本文提出的场景识别方法可以将传统场景分类方法的176个识别目标减少至20个,且信道子空间中信道状态特性的吻合度达到99%,识别方法的准确度也达到98.7%。因此,本文提出的方法可以精确识别无人机通信工作中所处的信道子空间,为无人机通信性能优化提供依据。

无人机毫米波信道建模进展和挑战

无人机毫米波通信技术结合无人机和毫米波的优势,提供高速数据传输和广域网络覆盖能力,在军用通信系统中拥有广阔的应用前景。精确的信道模型是无人机毫米波系统设计和性能评估的重要理论基础。不同于传统移动通信场景,无人机通信信道具有明显的三维传播特征,构建模型需要考虑包括三维散射空间、三维飞行轨迹及姿态、三维阵列天线和三维窄波束等多种因素。本文首先总结了无人机毫米波信道建模的新需求和挑战,并详细阐述了无线信道建模方法以及现有信道模型的研究进展,最后给出了信道建模的发展方向及关键技术,旨在为无人机毫米波信道模型的科学构建和标准化等研究提供参考。

不同比例有机肥与无机肥配施对水稻生长及产量的影响

以粤晶丝苗2号为材料,开展不同比例有机无机肥配比试验,探究不同比例有机肥与无机肥配施条件下水稻的生长情况,以筛选出最佳施肥方案,进而获得高产水稻生长模式。结果表明,水稻在T3处理(有机肥11 250kg/hm^2,尿素169.8 kg/hm^2,过磷酸钙468.75 kg/hm^2,氯化钾187.5 kg/hm^2)下的茎蘖数、总穗数、千粒重、结实率和产量等指标均达到最大值,且总穗数、千粒重、产量显著或极显著高于其他处理,是本试验条件下的最佳比例。

可扩展多输入多输出信道高效模拟器研制

针对现有信道模拟器通道规模受限、扩展性差等缺陷,设计实现了一种可扩展的多输入多输出(multiply-input multiply-output, MIMO)信道高效模拟器。该模拟器采用改进的坐标旋转数字计算(coordinate rotation digital computer, CORDIC)算法,只需较少硬件资源便可实现大规模多支路的随机信道衰落精确模拟。基于MIMO信道离散化模型提出了一种可扩展的硬件模拟架构,并结合现场可编程门阵列(field-programmable gate array, FPGA)的并行处理优势,进行硬件实现及实测验证。针对3GPP标准扩展车载A信道模型(extended vehicular A model, EVA)静态场景和时变场景的实测结果表明,所研制的MIMO信道模拟器输出时延功率谱和多普勒功率谱等统计特性均与理论值吻合,可用于无线通信设备的方案验证、算法优化和性能分析。

基于FPGA的CCSDS自适应传输系统

深空通信环境下如果选用固定速率进行信息传输,通信质量和系统效率都会受到影响。当通信环境信道质量发生变化时,实时调整通信系统的传输参数,可以保证系统的性能指标如误码率符合要求,使通信系统的效率提高。本文结合邻近空间链路通信协议的要求,以信道估计的信噪比作为衡量信道质量的标准,设计一种符合CCSDS协议标准的码速率自适应传输系统方案。该硬件实现平台以Xilinx Kintex-7 FPGA芯片为核心,实测结果表明在加性高斯白噪声情况下系统可以实时估计0 dB以上信噪比,并且能够实现码速率自适应调整。相比于固定速率传输,码速率自适应传输系统的误码率和吞吐量性能都有提升,可为深空通信系统的设计提供有益参考。

无人机毫米波信道测量与建模研究综述

无人机毫米波通信具有灵活性高、传输速率快、频谱资源丰富等优点,在军用和民用通信领域拥有广阔的应用前景。信道实际测量和精确构建符合真实场景的信道模型是无线通信技术的理论基础,也是无人机毫米波通信系统的优化设计和性能评估的关键。首先总结了无人机毫米波信道测量与建模面临的新需求和挑战,并对当前国内外最新研究进展进行分类阐述和分析比较,最后讨论了无人机信道模型未来发展的趋势和潜在的应用场景。

具有选择性谐波补偿的光伏并网逆变器控制策略研究

具有有源电力滤波器APF(active power filter)功能的光伏并网逆变器因其高效率、高功率及可降低成本等优点而备受关注。当光伏阵列输出的能量较小时,可以利用逆变器的剩余容量进行谐波补偿,使系统工作在光伏并网和APF状态。但当系统负载谐波电流较大时,光伏并网和APF合成后的指令电流超过功率管的限流值,造成系统容量超限。针对系统容量超限的问题,分析了传统比例式限流方式的不足,提出一种具有选择性谐波补偿的光伏并网逆变器控制策略,对危险较大的重点次谐波进行有选择性补偿,舍去对含量较低以及高次谐波的补偿,进而合理降低合成指令电流,使有限的系统容量得到合理地利用。最后,仿真和实验结果验证了这种控制策略的可行性与有效性。

基于Wireless Insite的无线信道教学研究

针对无线信号传播过程抽象不易理解的问题,采用射线跟踪方法对电波传播机制及无线信道模型进行分析,将Wireless Insite(WI)电磁仿真软件引入教学课堂,设计并实现了室内和城市两个典型传播场景的教学案例。该案例能够清晰地演示不同路径信号的传播过程,并图形化给出功率延迟分布、路径损耗和信号强度等无线信道特征参数。教学实践表明,该方法有助于学生直观地观测传播过程中直射、反射和绕射等对传播信号幅度和相位的影响,体会传播场景及收发机位置对接收功率及多径时延的影响,为将来进一步学习物理层算法、网络优化及无线定位等知识奠定理论基础。

基于不完全信道状态信息的多用户MIMO中继系统预编码算法

针对上行多用户MIMO中继系统,在信道存在反馈延迟及估计误差的条件下,以误比特率(Bit error rate,BER)为优化目标,提出了基于最小均方误差(Minimum mean?squared error,MMSE)准则的预编码算法。所提算法将求解发射端、中继节点、接收端矩阵的复杂非凸问题分解为3个独立的子优化问题,发射端的用户配备单天线且服从空间独立分布,先确定发射端预编码矩阵,将求解中继矩阵的凸优化问题转化为半正定规划(Semi?definite programming,SDP)问题,采用CVX工具箱求解,接收端处理矩阵通过线性搜索法求解,最后采用联合迭代法得到各节点矩阵的最优解。仿真结果表明,所提算法能有效改善系统的误比特率性能。

传播模型驱动的三维频谱地图测绘研究

频谱地图是频谱资源管理、安全治理和频谱作战等应用的基础。针对传统频谱测绘局限于二维空间的问题,给出了一种面向空天地一体化需求的三维频谱数据采集和测绘系统架构,提出了一种传播模型驱动的频谱地图重构方案,能够实现稀疏采样条件下高精度的三维频谱地图绘制。该方法在单辐射源和多辐射源情况重构的频谱地图与基于射线跟踪方法获得理论结果吻合度较高。此外,针对典型场景的实测结果也进一步验证了本文方法的可行性。

基于载波SPWM与SVPWM混合控制的三电平逆变器中点电位平衡策略

针对空间矢量脉宽调制SVPWM(space vector pulse width modulation)在功率因数较低的情况下,失去对钳位型三电平逆变器直流母线中点电位的控制效果的问题。通过研究载波正弦脉宽调制SPWM(sinusoidal pulse width modulation)与SVPWM的本质联系,将从SVPWM调制原理出发,推导出控制中点电位所需的零序分量,构造相应的调制波,通过载波SPWM法抑制中点电位波动,从而提出一种基于载波SPWM与SVPWM混合控制的中点电位平衡策略。最后仿真结果验证了这种混合控制策略可以有效地抑制中点电位漂移。

互耦效应对不同阵列流型相关性的影响

分析了互耦机理及其对接收信号矢量的影响,详细推导了入射信号角度谱服从Von Mises分布时,任意数目线型、圆型及面型等不同流型阵列的天线空间相关系数的闭式表达式和近似表达式,并据此推导出了综合互耦因素的对应流型阵列天线的相关系数解析式。仿真结果表明:本文推导的天线空间相关系数表达式与数值积分结果非常吻合。另外,在互耦效应下,天线阵元相关性围绕着无互耦时的相关性曲线上下波动,且面型阵列具有更好的抗互耦能力。

基于不完全信道信息的MIMO双向中继系统线性预编码算法

针对配置两个通信节点的多输入多输出双向中继系统,提出一种基于不完全信道状态信息的预编码设计方案,该方案综合考虑信道估计误差与信道反馈延迟的情况。在中继发射功率受限的条件下,以最小均方误差为准则设计以预编码矩阵为变量的优化问题,提出矩阵分解和联合迭代两种线性预编码算法。矩阵分解法通过矩阵分解推导得到中继矩阵的闭式解;联合迭代法利用迭代算法交替迭代来联合优化预编码矩阵和接收端处理矩阵,直到算法收敛数。仿真结果表明,随着信噪比由0到25dB逐渐增大,与现有方案相比,矩阵分解法能有效地降低系统的误比特率,联合迭代法能获得最佳的系统性能提升。

无人机空对地毫米波通信路径损耗预测

针对无人机(unmanned aerial vehicle, UAV)空对地毫米波通信经历的复杂传播环境,综合考虑室内、室外和雨衰等多种影响因素,建立了一种UAV空对地复合传播路径损耗的预测模型。该模型采用楼房密度和高度参数描述城市、郊区和乡村等不同场景,结合UAV高度计算视距(line-of-sight, LoS)路径的出现概率,并获得UAV空对地传播损耗的统计平均值。针对大学校园中不同距离和高度的场景,利用射线跟踪理论分析方法对本文预测模型进行仿真验证。结果表明,该方法获得的统计预测结果与特定场景下射线跟踪确定的计算结果在3种高度下的最大误差分别为5.2 dB、4.8 dB和7.2 dB,说明所提方法可用于城市、郊区和乡村等场景UAV空对地毫米波传播损耗的预测及通信系统性能评估。