基於無蜂窩MIMO的無人機集群輔助通信

趙昱

相關主題

商品描述

無人ji作為戰術通信中繼在戰場通信支持中發揮了重要作用,能夠在信號封閉、強幹擾環境下為地面設備(underground equipment,UE)提供可靠有效的通信保障。傳統蜂窩式網絡在戰場環境中易受攻擊或幹擾,難以滿足戰術通信的低延遲、高速率需求。本書提出基於無人ji集群的無蜂窩大規模多輸入多輸出系統(cell-free massive multiple-input multiple-output,CF massive MIMO),通過去中心化的接入點(access point,AP)部署和大規模天線協作,擴大網絡的覆蓋範圍並提升其魯棒性。為適應實時變化的網絡拓撲結構,提出了基於圖神經網絡(graph neural network,GNN)的通信資源調度算法,對 AP 選擇、導頻信號分配和功率分配進行優化。

本書適合從事無線通信、無人ji網絡、軍事通信工程及人工智能輔助網絡優化研究的科研人員、高校師生閱讀,也可作為通信系統設計工程師、戰術通信裝備研發人員及國防信息化建設相關領域從業者的技術參考書。

目錄大綱

第1章 緒論
1.1 研究背景
1.2 研究意義
1.3 研究現狀
1.3.1 基於無人機的通信系統研究現狀
1.3.2 無蜂窩MIMO研究現狀
1.3.3 基於深度學習的無線通信資源調度算法研究現狀
1.4 研究框架和結構
第2章 基於無人機集群的無蜂窩MIMO系統模型
2.1 無蜂窩MIMO系統概述
2.1.1 massive MIMO系統
2.1.2 無蜂窩MIMO系統
2.2 信道模型
2.2.1 塊衰落(block fading)
2.2.2 相關性瑞利衰落(correlated rayleigh fading)
2.2.3 信道硬化和信道正交
2.2.4 不同時間規模
2.3 頻譜效率表征
2.3.1 確定型信道頻譜效率
2.3.2 隨機信道頻譜效率
2.4 數據傳輸模型
2.4.1 信道估計
2.4.2 有效信號傳輸
2.4.3 頻譜效率計算
2.5 小結
第3章 無蜂窩MIMO系統AP選擇優化
3.1 AP選擇問題概述
3.1.1 規模化問題
3.1.2 動態協作聚類
3.1.3 以UE為中心的AP選擇
3.2 經典AP選擇算法
3.2.1 基於排序的AP選擇
3.2.2 基於競爭模型的AP選擇
3.2.3 算法性能對比
3.3 基於圖卷積神經網絡的AP選擇算法
3.3.1 圖神經網絡
3.3.2 圖神經網絡優化AP選擇
3.4 仿真分析
3.4.1 仿真配置
3.4.2 測試結果
3.5 小結
第4章 無蜂窩MIMO系統導頻信號分配
4.1 導頻信號分配問題概述
4.2 經典導頻信號分配算法
4.2.1 基於貪心思想的導頻信號分配
4.2.2 基於UE分組的導頻信號分配
4.2.3 算法性能對比
4.3 基於圖聚類的導頻信號分配算法
4.3.1 基於譜聚類的導頻信號分配
4.3.2 基於錨點聚類的導頻信號分配
4.4 仿真分析
4.4.1 仿真配置
4.4.2 譜分解聚類算法性能
4.4.3 錨點聚類算法性能
4.5 小結
第5章 無蜂窩MIMO系統功率分配
5.1 問題概述
5.2 迫零波束賦形下的功率分配
5.2.1 頻譜效率計算
5.2.2 註水算法
5.2.3 混合波束賦形
5.3 共軛波束賦形下的功率分配
5.3.1 WMMSE算法求解功率分配
5.3.2 基於動態連接圖神經網絡優化
5.4 仿真分析
5.4.1 仿真配置
5.4.2 動態連接圖神經網絡超參數配置
5.4.3 動態連接圖神經網絡性能對比測試
5.5 小結
第6章 總結與展望
6.1 研究總結
6.2 研究展望
參考文獻