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。

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。

基于深度强化学习的无人机路径规划与无线电测绘

针对传统无人机轨迹优化设计方法在构建通信模型上具有局限性的问题,本文面向蜂窝连接无人机通信方式,引入一种基于深度强化学习的无人机路径规划与无线电测绘方法。该方法利用扩展后的双深Q网络模型,结合无线电预测网络,生成无人机轨迹并预测由于动作选择而累计的奖励值。此外,基于Dyna框架将实际飞行和模拟飞行相结合,进一步训练双深Q网络模型,从而大大提高学习效率。仿真结果表明,与Direct-RL算法相比,该方法能更有效地利用学习到的覆盖区域概率图,使无人机避开弱覆盖区域,减小飞行时间和预期中断时间的加权和。

基于IUPF算法的三维无人机毫米波波束跟踪

由于无人机毫米波通信技术具有高速数据传输和广域网络覆盖能力,因此在军用和民用领域中拥有广阔的应用前景。针对无人机毫米波通信需要进行精确的波束跟踪这一问题,提出一种基于改进无迹卡尔曼粒子滤波算法的三维波束跟踪方法。该方法首先利用无迹卡尔曼滤波建立建议密度函数并更新采样粒子;然后计算每一个采样粒子的权值,并在归一化后再次对粒子进行重采样;最后计算粒子均值,得到波束跟踪角度。仿真结果表明,该方法相较于以往毫米波波束跟踪方法大大降低了估计误差,显著提高了波束的跟踪精度。

基于位置姿态预测的无人机波束跟踪

针对无人机动态环境下,无人机位置姿态的变化导致无人机毫米波窄波束无法实时精确跟踪这一问题,结合空间坐标系,采用一种基于无人机位置和姿态预测的波束跟踪方法。该方法首先基于历史位置-姿态数据,采用高斯过程学习算法,对无人机未来的位置姿态进行预测;而后,对预测数据进行坐标变换获得空间角度,并由此推导出模拟波束成形矢量,实现波束对齐。仿真结果表明,该方法能够通过高精度的位置姿态预测,实现准确的波束跟踪。

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。

面向天线互耦效应抑制的波束预编码算法

针对毫米波混合波束成形系统研究中没有考虑天线互耦效应对毫米波系统性能影响问题,结合天线互耦效应分析,提出了一种基于改进正交匹配追踪算法的波束预编码方法.该方法首先推导出了天线互耦矩阵,在此基础上建立了等效互耦信道模型;其次,以所建立的等效互耦信道模型为基础,以最大化传输速率为目标,利用改进的正交匹配追踪算法求得预编码向量,从而获得互耦效应下的最优波束.仿真表明,这种波束预编码方法能够有效地抑制互耦效应造成的波束畸变,保证通信质量.

面向无人机毫米波基站的多波束优化设计

为了保证无人机毫米波基站多波束覆盖区域内通信容量的同时,降低硬件成本和系统复杂度,本文提出采用一种基于混合波束成形结构的波束优化设计方法。该方法首先从多波束混合成形系统结构入手,而后基于多波束总体频谱效率最大化问题分别对数字预编码器和射频移相预编码器进行设计,达到降低系统射频链数目的目标。仿真试验表明,该波束设计方法可以在获得较好波束增益的同时降低系统复杂度,从而提高无人机目标覆盖区域内用户的通信质量。

无人机空中基站对地信道建模及功率覆盖预测

传统统计建模方法难以对特定场景下的无人机信道做出精确预测。针对城市场景下的无人机信道,结合确定性信道建模法,基于射线跟踪原理构建了一种无人机基站?地信道模型,该模型考虑了散射次数对接收功率的影响,将到达地面接收机的射线分为视距路径、一次散射路径和二次散射路径;给出了基于射线跟踪原理的传播损耗和3种路径相应的功率计算方法,该方法沿路径计算场强。在利用数字地图预处理技术对城市建筑物进行简化后,对该场景下无人机信道的传播路径、损耗、功率延迟分布以及功率覆盖情况进行了仿真验证。数值仿真结果表明,本模型能够准确复现城市传播环境及传播状况,覆盖预测结果可用于优化无人机部署。

基于几何随机的无人机空地信道模型

针对传统无人机空地信道模型不支持三维飞行轨迹和三维天线的问题,通过引入空间旋转矩阵和轨迹参数,提出了一种基于几何随机的无人机空地三维信道改进模型。该模型结合无人机对地通信场景的特殊性,利用时变布尔变量描述视距路径、地面反射径和散射路径的动态生灭过程。同时,文中还给出了二维角度、时延和功率等模型参数的时间演进算法,用于复现无人机对地信道的时变统计特性。数值仿真结果表明,改进模型输出的空时相关特性和多普勒功率谱均与理论值吻合,并且自相关特性与实际测量结果基本一致,该模型可应用于辅助无人机空地无线通信设备的方案优化、算法验证和性能评估等领域。

面向无人机小区覆盖的毫米波波束优化设计

为了提高无人机毫米波波束覆盖区域内的通信容量,改善覆盖区域内用户通信质量,本文结合均匀平面阵列天线,提出采用一种基于目标覆盖区域量化的波束优化设计方法。该方法首先将目标区域进行量化,根据理想波束增益得到理想混合预编码向量;其次,以实际预编码向量与理想预编码向量之间的均方误差最小化为目标获得最优波束,进一步利用改进的正交匹配跟踪算法去拟合产生适合实际系统的波束成形矢量。仿真表明该波束设计方法在收敛速度和收敛精度上均优于传统方法,并可以获得更好的波束形状和波束增益,从而提高无人机目标覆盖区域内用户的通信质量。

基于无迹卡尔曼滤波的无人机毫米波波束跟踪算法

针对无人机收发端相对运动导致毫米波窄波束无法实时匹配这一问题,提出一种基于无迹卡尔曼滤波的三维波束跟踪方法。该方法首先将波束的俯仰角和方位角作为系统状态向量,对其进行无迹变换,获得采样点集。而后,根据采样点集计算出状态预测值和测量预测值,并以此为基础,根据计算出的卡尔曼增益更新状态向量,获得状态向量的最优估计值。仿真结果表明,此方法满足了无人机实时波束跟踪需求,有效地提高了三维环境下毫米波窄波束的跟踪精度。

无人机空地信道衰落包络统计特性研究

针对电平通过率和平均衰落持续时间能有效反映信道衰落包络的恶劣状况,提出了一种基于几何随机的无人机信道模型,该模型支持任意三维轨迹运动。在此基础上,分析推导了电平通过率和平均衰落持续时间的理论表达式,并得到二维散射情况下的闭式解。针对无人机高速飞行场景的仿真结果表明,本文推导的电平通过率和平均衰落时间理论值与仿真值吻合,并且与实际测量结果基本一致,可极大降低评估计算的复杂度,对UAV通信系统的差错控制编码和分组交织设计具有理论指导意义。

基于车辆环境态势感知的毫米波波束跟踪

针对以往车联网动态环境下采用的波束搜索方法无法解决毫米波窄波束实时匹配这一问题,本文结合射线追踪法,提出采用一种基于车辆环境态势感知的波束搜索方法,以提高波束搜索效率。该方法首先通过射线追踪法计算得到最优波束对指数,并对当前场景进行编码,形成特征向量,建立数据库;而后采用机器学习对测试车辆场景进行训练,产生适用于实际情况下车辆网波束匹配的机器学习模型;最后在该模型下进行实际目标车辆的态势搜索,仿真结果表明,该方法能够有效降低波束搜索开销,在保证波束搜索精度的同时提高波束搜索效率。

基于遗传算法的无人机协作波束赋形

针对无人机群(UAVs)协作通信时待机时间短、波束覆盖面积有限等问题,提出一种基于遗传算法的无人机协作波束赋形方法。该方法以随机天线阵列理论为基础,建立了无人机协作波束赋形系统模型,以最小旁瓣电平为优化目标,通过采用遗传算法(Genetic algorithm,GA)分别结合最优节点位置选择和最佳波束赋形系数选择两种方式,获得最佳波束方向图,并对节点间存在相位误差情况下波束方向图的性能进行了分析比较。仿真结果表明,所提方法能够有效提高目标方向的波束增益,降低波束方向图的峰值旁瓣电平,从而提高通信容量。其中,基于系数优化的遗传算法可以降低各个无人机节点的发射功率,节省无人机的能量消耗,大大增加了无人机的工作时长。

食管上段胃黏膜异位症的研究现状

食管上段胃黏膜异位症(HGMUE)常在内镜检查时被发现,内镜检出率为0.1%~18%。病变与先天发育异常有关,多数无临床表现,或仅有轻微症状。症状及其相关症状与黏膜酸分泌有关,此观点已被病理组织学及24 h双通道pH监测证实。本文主要在HGMUE的发病机制、临床表现、发病危险因素、组织病理学、酸分泌研究、最新诊断手段及治疗等方面的研究现状进行综述。

阿司匹林联合替格瑞洛治疗不稳定型心绞痛患者的临床疗效观察

目的探讨阿司匹林联合替格瑞洛治疗不稳定型心绞痛患者的疗效,评价其应用价值及效果。方法选取2017年5月至2018年4月本院接收的84例不稳定型心绞痛患者,按照随机数字表法分为对照组与观察组,每组42例。对照组给予阿司匹林联合氯吡格雷薄膜衣片治疗,观察组给予阿司匹林联合替格瑞洛治疗。比较两组临床疗效、血清炎症因子水平及临床改善情况。结果观察组总有效率为95.25%,对照组为80.95%,差异具有统计学意义(P<0.05);治疗12个月后,观察组血清IL-6、TNF-a、CRP水平均低于对照组,且心绞痛发作次数、每次持续时间均低于对照组,差异具有统计学意义(P<0.05)。结论采用阿司匹林联合替格瑞洛治疗不稳定型心绞痛患者疗效显著,安全性高,能有效改善患者心功能,降低炎性因子释放,有助于减少心绞痛发作次数,值得临床推广应用。

一种基于深度学习的室内波束选择方法

针对以往利用搜索匹配进行波束对准的方法不适用于具有随机方向的室内手持用户终端这一问题,引入一种基于深度神经网络的室内波束选择方法。设定该室内场景中发射机位置和方向固定,接收机的位置和方向任意以模拟手持用户终端。该方法首先通过测量每个波束对的传输效率以及信噪比等特征,获得在设定场景中的波束对匹配列表数据库;而后将接收机的位置和方向作为输入,每个波束对的最佳概率作为输出,采用机器学习的分类方法对测试的室内场景进行训练,获得学习模型;最后,结合已训练好的学习模型,根据实际接收机状态信息匹配最佳波束对。仿真结果表明,与广义逆指纹算法相比,该方法具有更高的波束匹配概率和搜索效率。