2020,一场疫情,人类的生活方式发生诸多变化,许多线下活动都转为线上开展。在这样的背景下,人们更需要高速率、广连接的网络。传统的正交多址技术无法支持通信系统日益增长的需求,因此,非正交多址技术成为现如今研究的热点。另外,异构网络和设备到设备(Device to Device,D2D)通信技术的出现满足了用户的爆炸性数据速率要求和移动互联网的大连通性,所以将非正交多址(Non-Orthogonal Multiple Access,NOMA)与其结合已成为提高系统吞吐量和频谱效率的必然趋势。而由于多用户与多层单元之间的频谱共享会导致共层和跨层干扰,因此有效的资源分配和干扰管理成为异构网络的研究挑战。鉴于此,本文基于上行的非正交多址系统,结合异构模型和D2D通信技术,从发射端的角度讨论资源分配优化问题。具体的研究内容如下:(1)首先,对国内外有关非正交多址系统的研究做了概括分析,资源分配对提高系统性能至关重要。其次,具体针对功率域的非正交多址上下行系统,总结了现有的用户分组和功率分配算法。(2)为了符合绿色通信的理念,研究了非正交多址异构网络中能量效率优化问题。由于能量效率的优化是以牺牲频谱效率为代价,所以该方案创新性的加入了分区的场景。假设基站配置定向天线,从而对应到各个区间。由于无法直接求解,该优化问题分解为功率分配和子信道选择两部分。功率分配采用拉格朗日次梯度法迭代,子信道分配采用基于贪婪原则的选择算法。最后,通过仿真实验得出该算法可以达到快速收敛,当扇区数为三时能量效率最高,并且该方案性能在能量效率方面比不考虑分区的非正交多址方案有所提升。(3)为了保证边缘用户的公平性,研究了基于D2D通信的非正交多址网络中和速率优化问题。由于边缘用户距离中心基站较远,信道条件较差,所以加入了D2D通信技术,使其无需经过基站可以直接进行通信。由于无法直接求解,该优化问题分解为用户分簇、子信道选择以及功率分配三部分。其中用户分簇算法对传统的聚类算法K均值算法做了改进,子信道匹配采用一对一三边匹配,功率分配部分用逐次逼近法迭代循环。最后,仿真结果表明改进型K均值算法获得更低的均方误差,提高用户相关性。并且随着用户数增多,该方案相对于传统的正交多址方案和非正交多址方案确实有利于提高用户公平性。
智能交通系统(Intelligent Transport System,ITS)是一种融合了通信技术、传感技术、图像处理等科技方法的新型服务体系,依托于车辆与其他交通参与者之间的信息交互(Vehicle to Everything,V2X),实现道路安全、通行效率、信息服务等各...
详细信息
智能交通系统(Intelligent Transport System,ITS)是一种融合了通信技术、传感技术、图像处理等科技方法的新型服务体系,依托于车辆与其他交通参与者之间的信息交互(Vehicle to Everything,V2X),实现道路安全、通行效率、信息服务等各类应用。本文从软件的角度出发,搭建了基于Carla的智能交通应用仿真平台,同时完成了前向碰撞预警、闯红灯预警、绿波车速引导等基础交通应用算法的设计和仿真。算法综合考虑天气、地面摩擦系数、车辆制动能力、驾驶员反应时间等因素,不仅仅给出预警信息,同时完成车辆的控制。多个危险场景并发时,还会选择预警等级最高的场景算法去执行,保障了驾驶员的安全。为了保证通信仿真过程的真实性和可靠性,本文的第二部分使用SimuLTE仿真库搭建了 C-V2X通信仿真平台,并为通信仿真平台和交通应用仿真平台开发了交互的接口,完成了两个平台的联合仿真,构建起一个面向C-V2X的智能交通应用仿真平台。我们还使用OBU之间真实的物理通信对通信仿真平台进行替代,开发出智能交通应用仿真平台的硬件在环(HIL)版本。最后我们对比了基础交通应用算法在三种不同通信模型下的仿真效果。本文最后部分在之前搭建的面向C-V2X的智能交通应用仿真平台的基础上,对基于点云的三维物体检测器的检测结果进行空间位置转换,同时使用C-V2X发送和融合不同视角的其它车辆的检测信息,完成了基于车车通信的激光雷达检测增强算法。解决了激光雷达在远距离、恶劣天气或者有物体遮挡时,检测效果不好的问题,提升了准确率,而且实验结果显示,提升的效果随着网联车辆比例的增加而大幅增强。
暂无评论