移动通信系统中功率控制关键技术的研究

移动通信系统中功率控制关键技术的研究

论文摘要

随着现代科学技术的飞速发展,移动通信在社会生活中发挥着越来越重要的作用。现今3G技术已经得到商用,而下一代移动通信系统,即B3G的研究也方兴未艾。B3G是从接入技术、网络架构到系统性能的全面演进,其无线资源管理是极具价值的研究课题。移动通信系统中一个普遍存在的问题是其多移动台、多载频和多小区带来的同频、互调干扰,以及远近效应问题。此外,复杂的应用环境及传播路径还会造成多径和阴影衰落。所以必须对系统中的功率加以最合理有效的控制,才可以缓解众多用户与有限资源之间的巨大矛盾。功率控制算法早在第二代移动通信系统中就已出现,在3G系统中更是得到了广泛应用。然而,在3G和B3G系统中存在着多种服务质量不同的数据业务,每种业务所需要的发射功率也各不相同,使功率控制问题变得更加复杂。这就不仅要在保证通话质量的前提下降低移动台发射功率来提高系统容量,还要解决如何针对不同用户需求,提供最合理的发射功率。本文从系统、方案和算法的角度出发,研究了移动通信网络的功率控制关键技术。本文首先研究了快衰落环境下基于业务活动因子的功率控制技术。移动通信系统的业务趋势是提供各种速率的基于IP的实时和非实时数据业务,业务具有明显的突发性,造成对其他移动台干扰信号强度的突发性变化。突发模式业务具有相应的统计特性,利用其统计规律可以更好地进行功率控制。同时,移动台在高速运动情况下多径衰落的变化率很大,可以提高功率控制速率来克服多径快衰落,但是会增加系统开销,在信道衰落较深时提高发射功率也会增加对其他外部链路移动台的干扰功率。本文提出了一种快衰落环境下基于业务活动因子的联合功率控制算法,被发送的数据包首先送入缓冲区,移动台通过p阶线性预测器动态预测信道衰落并改变原来的业务活动因子,从而调整数据包的发送时间段,在信道衰落较小的时间段内发射信号,在信道衰落较深的时间段内保持静默。这一新的功率控制算法有效地结合了业务特性,调整了数据包的发送时间段,并没有改变数据包的流量;能够动态预测信道衰落来改善功率控制的跟踪效果,减少移动台发射功率,从而减小对其他移动台的同频干扰,增大系统可容纳的用户数量。所有移动台调整后的新发射功率基于共同的通信资源计算得出,可以实现各移动台共享通信资源的目标。然后,本文针对移动通信系统的多业务特性,研究了基于最大化流量的联合功率速率控制技术。由于不同的业务有不同的传输速率、误比特率和延迟要求,具有突发多变的特点,不恰当的速率分配会导致无线资源的浪费或业务质量的下降。本文从数学分析的角度提出一种基于最大化吞吐量的联合功率速率控制算法,该算法在传输速率分配中考虑不同业务的优先级,通过对非实时业务传输速率的分配,在保证服务质量的前提下使得非实时业务的发射功率最小化,并将节省出来的无线资源分配给优先级更高的实时业务,从而使系统达到近似最大吞吐量。与固定发射功率的策略相比,该算法可以有效地降低发射功率、减小多址干扰,提高系统容量和频谱利用效率;在系统负荷过高时,通过部分牺牲低优先级业务的QoS来保证系统的整体性能。着眼于后续研究,通过数学方法推导求解了系统最大吞吐量,并在此基础上讨论了速率控制对于多业务系统容量的影响。MIMO-OFDM系统被认为是下一代移动通信系统的核心传输方案。发射天线子集选择技术是MIMO系统中一类特殊的自适应功率分配技术,本文将自适应调制技术应用于MIMO系统,基于信道容量最优化的原则提出了一种改进的天线子集选择算法,并将该算法引入MIMO-OFDM系统的自适应比特功率分配,从而提出了一种基于天线子集选择的自适应比特功率分配算法。按照拉格朗日乘数法首先对功率和比特进行一次分配,然后根据贪婪思想对剩余功率进行二次分配,得到最终的比特和功率分配结果。在速率最大化准则下,对本文提出的自适应比特功率分配算法与Hughes-Hartogs算法进行了性能比较。仿真结果说明,在相同的系统条件下,该算法选择对信道容量贡献最大的天线加入集合并向其分配功率,因此能够提高系统容量并减小系统误比特率,有助于MIMO-OFDM系统性能的提升。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 英文缩略语表
  • 符号说明
  • 第一章 绪论
  • §1.1 移动通信系统的发展概述
  • 1.1.1 第一至第三代移动通信系统
  • 1.1.2 下一代移动通信系统的提出
  • §1.2 下一代移动通信系统的网络结构
  • 1.2.1 全 IP 异构网络
  • 1.2.2 多模终端
  • 1.2.3 下一代移动通信系统的特征
  • 1.2.4 全 IP 异构网络的应用实例
  • §1.3 下一代移动通信系统的关键技术
  • 1.3.1 MIMO 技术
  • 1.3.2 OFDM 技术
  • 1.3.3 自适应调制和编码
  • 1.3.4 HARQ 协议
  • 1.3.5 联合检测
  • §1.4 移动通信系统的无线资源管理
  • 1.4.1 功率控制
  • 1.4.2 移动性管理
  • 1.4.3 接入控制
  • 1.4.4 信道分配
  • 1.4.5 负载均衡
  • §1.5 课题来源和主要研究工作
  • 1.5.1 课题来源
  • 1.5.2 主要研究工作
  • §1.6 论文内容安排
  • 第二章 功率控制技术和无线信道模型
  • §2.1 功率控制技术
  • 2.1.1 功率控制的提出
  • 2.1.2 功率控制的概念
  • 2.1.3 功率控制的准则
  • 2.1.4 功率控制的方式
  • 2.1.5 两种常用的功率控制形式
  • §2.2 移动通信系统功率控制技术的研究状况
  • §2.3 大尺度传播模型
  • 2.3.1 自由空间传播模型
  • 2.3.2 对数正态模型
  • 2.3.3 Walfisch-Bertoni 模型
  • 2.3.4 Vogler 模型
  • 2.3.5 平坦边缘模型
  • 2.3.6 Hata 模型
  • §2.4 小尺度衰落模型
  • 2.4.1 小尺度衰落的基本概念
  • 2.4.2 多径衰落信道模型
  • 2.4.2.1 Rayleigh 分布
  • 2.4.2.2 Rician 分布
  • 2.4.2.3 Nakagami-m (m<1) 分布
  • §2.5 WSSUS 信道模型
  • §2.6 MIMO 系统
  • 2.6.1 分集增益
  • 2.6.1.1 空时网格编码
  • 2.6.1.2 空时分组编码
  • 2.6.2 复用增益
  • 2.6.3 BLAST 系统
  • §2.7 MIMO 信道容量
  • 2.7.1 确定性 MIMO 信道容量
  • 2.7.2 随机 MIMO 信道容量
  • 2.7.3 物理解释
  • §2.8 本章小结
  • 第三章 快衰落环境下基于业务活动因子的联合功率控制算法
  • §3.1 移动通信网络的数据业务特性
  • 3.1.1 突发模式下的业务活动因子
  • §3.2 功率控制模型
  • 3.2.1 CDMA 系统功率控制模型
  • 3.2.2 包含业务活动因子的改进功率控制模型
  • §3.3 多径衰落信道的相关性
  • §3.4 多径衰落信道预测模型
  • §3.5 基于业务活动因子的联合功率控制算法
  • 3.5.1 SFBPC 算法的推导
  • 3.5.2 SFBPC 算法的功率控制流程
  • §3.6 仿真结果与分析
  • §3.7 本章小结
  • 第四章 多业务 CDMA 系统中的联合功率速率控制算法
  • §4.1 联合功率速率控制思想的提出
  • §4.2 移动通信系统中多业务类型的划分
  • §4.3 多业务 CDMA 系统的联合功率速率控制
  • 4.3.1 多业务系统模型
  • 4.3.2 速率分配和功率分配
  • 4.3.3 联合功率速率控制算法的数学推导
  • §4.4 速率因素对于多业务 CDMA 系统的影响
  • 4.4.1 速率取值有限连续系统
  • §4.5 仿真结果与分析
  • §4.6 本章小结
  • 第五章 MIMO-OFDM 系统的自适应功率分配算法
  • §5.1 MIMO-OFDM 模型
  • 5.1.1 MIMO-OFDM 系统模型
  • 5.1.2 MIMO-OFDM 信道模型
  • §5.2 MIMO-OFDM 自适应调制技术
  • 5.2.1 速率最大化准则
  • 5.2.2 裕量最大化准则
  • 5.2.3 自适应比特功率分配算法
  • §5.3 自适应比特功率分配算法的改进
  • 5.3.1 天线子集选择最优化的准则
  • 5.3.2 改进的天线子集选择算法
  • 5.3.3 基于天线子集选择的自适应比特功率分配算法
  • §5.4 仿真结果与分析
  • §5.5 本章小结
  • 第六章 总结及展望
  • §6.1 论文工作总结
  • §6.2 未来研究工作的展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 攻读学位期间参加的科研项目
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    移动通信系统中功率控制关键技术的研究
    下载Doc文档

    猜你喜欢