基于转矩分配函数的开关磁阻电机转矩脉动抑制研究

传统开关磁阻电机转矩脉动抑制方法直接进行开关角寻优未对抑制区间进行划分,造成电机转矩脉动抑制效果较差。提出基于转矩分配函数的开关磁阻电机转矩脉动抑制研究。通过划分抑制区间,提高转矩的稳定性和可靠性,基于转矩分配函数进行开关角寻优,实现开关磁阻电机转矩脉动抑制。实验结果表明该方法转矩返回率较低,对于抑制转矩脉动具有一定的效果。

基于深度强化学习的无人机小区间干扰抑制技术研究

无人机(UAV)辅助蜂窝网络的空中基站工作在频谱高度拥挤的场景中,会造成严重空中小区间干扰(Inter-Cell Interference, ICI)而大大降低网络性能。为解决该问题,研究了基于深度强化学习的无人机辅助蜂窝网络小区间干扰抑制技术。首先建立了无人机辅助蜂窝网络中基于联合波束成形与功率控制(Joint Beamforming and Power Control, JBPC)的抗干扰优化模型。然后提出了基于置信区间上界(Upper Confidence Bound, UCB) Dueling深度Q网络(Deep Q Network, DQN)的深度强化学习求解算法,并利用该算法设计了联合波束成形和功率控制的ICI抑制技术。仿真结果表明,基于UCB Dueling DQN学习的JBPC干扰抑制技术的收敛性优于DQN和Dueling DQN算法,且能达到穷举法的最优容量,有利于提高无人机辅助蜂窝网络性能。

MIMO-OFDM系统的小区间干扰抑制技术研究

首先简要介绍了MIMO(多输入多输出)系统的特点和缺点,结合OFDM(正交频分复用)技术后MIMO-OFDM系统的原理,并针对一些信号检测技术的优缺点具体阐述了MIMO-OFDM系统小区间干扰抑制技术研究现状。然后对MIMO-OFDM系统小区间干扰抑制技术进行了介绍,对目前MIMO-OFDM系统小区间干扰抑制技术的研究状况进行了综述。最后对LTE(长期演进)小区间干扰抑制技术的研究进行了解释说明,再次对需要进一步研究的问题进行了讨论。

LTE飞蜂窝小区间干扰抑制技术的反馈信道设计

针对LTE通信协议小区间干扰抑制技术,设计了一条完整的下行反馈信道。其中,在接收端的仿真中采用了一种盲检测技术。仿真与之后的DSP实现证明,这种盲检测技术能够正确解码发送端传输的信道,可以得到非常低的误码率和误块率。

基于干扰抑制的上行多基站协作能效算法

针对上行链路多基站协作通信系统中联合处理功耗过高的问题,提出了一种基于小区间干扰抑制的上行多基站协作能效算法(ICIR-UMBCEEA)。首先,通过解码参考信号(DMRS)序列得到等效噪声和协作多点(CoMP)估计信道,推导出CoMP信道的干扰抑制合并(IRC)滤波矩阵;其次,建立等效干扰模型,利用IRC滤波矩阵得到了小区间平均干扰;最后,计算出各小区用户对非CoMP集合小区的干扰程度,针对强干扰用户作出联合处理。理论分析和链路仿真表明,与上行协作多基站最优注水功率控制算法(UMBCA-OWFC)相比,ICIR-UMBCEEA的用户归一化平均干扰在中心用户和边缘用户处的下降幅度分别为19.2%和24.5%;而ICIR-UMBCEEA的能量利用效率在中心用户和边缘用户处分别提高了25.48%和18.03%;ICIR-UMBCEEA所消耗的能量更小,其中心用户的吞吐量更高,而边缘用户的吞吐量则与UMBCA-OWFC相差不大。实验结果表明,ICIR-UMBCEEA在实际工程中能够有效提高系统的能量效率。

上行干扰抑制中的功率控制

在上行OFDM蜂窝系统中,小区间干扰成为系统内的主要干扰。文章重点介绍小区间干扰抑制中的功率控制方法,并引入一种基于小区间干扰信息的功率控制方法。该方法能更有效地降低小区间干扰对系统的负面影响,使系统IoT(Interference over Thermal)更加稳定。

一种适用于超密集网络下行链路的干扰抑制方案

在超密集网络(UDN)下行链路场景中,为了有效克服因节点间距减小、邻近节点传输损耗相差不大而产生多个强度相近的干扰源对用户性能的影响,提出了一种基于优先级以用户为中心的小区间干扰抑制方案。为了便于量化基站协作取得的带宽性能增益,采用了一种计算带宽盈亏率的定量分析指标。通过该指标,易于确定在特定UDN场景下干扰协调方案是否处于盈利状态,进而通过系统能够接受的最大损耗比优化参数配置。仿真结果表明,该干扰抑制方案能显著提升用户的信号干扰噪声比(SINR)性能,且能更好地保障用户公平性,有效地克服了用户SINR性能在基站数较多时受天线数限制的缺陷,为提升UDN网络用户性能和系统性能提供了一种解决方案。

基于博弈论的多基站协作波束成形

为抑制小区间干扰,提出了一种基于博弈论的多基站协作波束成形算法,并将该算法应用于多基站协作通信系统模型。该算法是在已知其他小区策略选择的情况下,最大化自身利益的迭代算法。在此基础上研究了将最大化用户速率问题转化为效用函数优化问题进行求解,然后证明其纳什均衡的存在性和唯一性,最后给出求解纳什均衡的步骤。仿真结果表明,相对于非协作算法,所提算法在期望用户方向上保持较高的增益,同时有效地零陷干扰用户,达到抑制小区间干扰的目的,并且具有很好的收敛性。