为了解决物联网环境中大规模终端接入碰撞率高、时效性低的问题,提出了一种基于时隙ALOHA与自适应接入类禁止(ACB,access class barring)混合的大规模终端接入算法。该算法首先以各终端所处理业务的数据量及对时延的要求对业务进行分类...
详细信息
为了解决物联网环境中大规模终端接入碰撞率高、时效性低的问题,提出了一种基于时隙ALOHA与自适应接入类禁止(ACB,access class barring)混合的大规模终端接入算法。该算法首先以各终端所处理业务的数据量及对时延的要求对业务进行分类,对于时延不敏感且有效数据部分小于1000 bit的业务,采用基于时隙ALOHA的竞争接入方式;对于时延敏感型业务或者有效数据部分大于1000 bit的业务,采用基于ACB的随机接入方式。在此基础上,提出了一种基于定量估计的接入申请量预测方法,并依据此预测值动态调整ACB控制参数。仿真结果表明,与现有的其他接入算法相比,在保证高优先级业务时延要求的前提下,所提出的算法有效降低了碰撞率,提高了系统接入成功率。
针对超大规模多输入多输出(MIMO,multiple-input multiple-output)正交时频空间(OTFS,orthogonal time frequency space)系统,提出了一种适用于高速移动场景的低复杂度下行信道估计方法。不同于现有研究,该方法考虑了超大规模MIMO-OTFS...
详细信息
针对超大规模多输入多输出(MIMO,multiple-input multiple-output)正交时频空间(OTFS,orthogonal time frequency space)系统,提出了一种适用于高速移动场景的低复杂度下行信道估计方法。不同于现有研究,该方法考虑了超大规模MIMO-OTFS系统显著的空间非平稳特性,基于可视路径区域提出了一种低复杂度的增强型稀疏正交匹配追踪算法,利用频分双工(FDD,frequency-division duplex)模式中上下行信道的映射关系实现上行辅助的下行信道估计。仿真结果表明,所提上行辅助的下行信道估计方法能够充分考虑信道非平稳特性,在降低计算复杂度的同时显著提高信道估计性能,并且在高速移动物联网场景下表现良好。
暂无评论