由于無(wú)線通信業(yè)務(wù)的快速增長(zhǎng),未來(lái)的無(wú)線通信系統(tǒng)需要能夠容納大量的通信鏈路并達(dá)到很高的頻譜效率。為了更進(jìn)一步提高系統(tǒng)容量,研究人員破除了傳統(tǒng)通信系統(tǒng)中的正交約束,提出了非正交空口方案,包括非正交波形和非正交多址接入。在正交多址接入（Orthogonal Multiple Access,OMA）系統(tǒng)中,研究人員提出了數(shù)種非正交的波形,通過(guò)抑制頻譜帶外泄露來(lái)提升頻譜效率。其中,濾波器組多載波（Filter Bank Multicarrier,FBMC）是最具代表性并受到廣泛研究的非正交波形。為了抑制帶外頻譜泄露,FBMC采用時(shí)域長(zhǎng)度為數(shù)個(gè)符號(hào)周期的成形濾波器,從而引入了固有的符號(hào)間干擾。這樣一來(lái),FBMC的檢測(cè)相較于傳統(tǒng)的正交頻分復(fù)用（Orthogonal Frequency Division Multiplexing,OFDM）更為復(fù)雜。另一方面,FBMC是一種多載波調(diào)制方式,擁有較高的功率峰均比（Peak-to-Average Power Ratio,PAPR）。然而,固有的符號(hào)間干擾使得為傳統(tǒng)OFDM系統(tǒng)設(shè)計(jì)的逐符號(hào)PAPR降低算法不再適用于FBMC系統(tǒng)。在非正交波形以外,研究人員還直... 

【文章頁(yè)數(shù)】：123 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
Abstract
縮寫、符號(hào)清單、術(shù)語(yǔ)表
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 FBMC檢測(cè)技術(shù)
        1.2.2 FBMC的功率峰均比降低算法
        1.2.3 PD-NOMA的資源分配問(wèn)題
        1.2.4 PD-NOMA在移動(dòng)無(wú)人機(jī)網(wǎng)絡(luò)中的應(yīng)用
    1.3 本文結(jié)構(gòu)安排
第二章 FBMC和PD-NOMA的基本原理
    2.1 引言
    2.2 FBMC的基本原理
        2.2.1 FBMC的系統(tǒng)模型
        2.2.2 FBMC的性能仿真
    2.3 PD-NOMA的基本原理
        2.3.1 PD-NOMA的系統(tǒng)模型
        2.3.2 PD-NOMA的性能仿真
    2.4 本章小結(jié)
第三章 基于因子圖的FBMC檢測(cè)算法研究
    3.1 引言
    3.2 系統(tǒng)模型
    3.3 基于因子圖的檢測(cè)器
        3.3.1 概率密度函數(shù)的重構(gòu)
        3.3.2 概率密度函數(shù)的分解與因子圖的構(gòu)造
        3.3.3 消息傳遞算法
    3.4 在多天線系統(tǒng)中的拓展
    3.5 復(fù)雜度分析
        3.5.1 單天線系統(tǒng)
        3.5.2 多天線系統(tǒng)
    3.6 仿真結(jié)果與分析
        3.6.1 仿真參數(shù)設(shè)置
        3.6.2 單天線系統(tǒng)
        3.6.3 多天線系統(tǒng)
    3.7 本章小結(jié)
第四章 FBMC系統(tǒng)的PAPR降低算法
    4.1 引言
    4.2 系統(tǒng)模型與問(wèn)題描述
        4.2.1 系統(tǒng)模型
        4.2.2 問(wèn)題描述
    4.3 PAPR降低算法
        4.3.1 P-CCCP算法框架的介紹
        4.3.2 問(wèn)題轉(zhuǎn)化
        4.3.3 基于P-CCCP的求解算法
    4.4 復(fù)雜度分析
    4.5 仿真結(jié)果與分析
    4.6 本章小結(jié)
第五章 PD-NOMA系統(tǒng)的用戶配對(duì)與功率分配
    5.1 引言
    5.2 系統(tǒng)模型與問(wèn)題描述
        5.2.1 系統(tǒng)模型
        5.2.2 中斷概率
        5.2.3 優(yōu)化問(wèn)題描述
    5.3 基于匹配理論的用戶配對(duì)算法
        5.3.1 優(yōu)化問(wèn)題
        5.3.2 預(yù)備知識(shí)
        5.3.3 用戶配對(duì)算法
    5.4 基于二分搜索的功率分配算法
        5.4.1 傳統(tǒng)中斷概率定義下的功率分配
        5.4.2 另一種新型中斷概率定義下的功率分配
    5.5 仿真結(jié)果與分析
    5.6 本章小結(jié)
第六章 基于PD-NOMA的移動(dòng)無(wú)人機(jī)系統(tǒng)的優(yōu)化設(shè)計(jì)
    6.1 引言
    6.2 系統(tǒng)模型與問(wèn)題描述
        6.2.1 系統(tǒng)模型
        6.2.2 優(yōu)化問(wèn)題描述
    6.3 無(wú)人機(jī)軌跡與功率分配的聯(lián)合優(yōu)化算法
        6.3.1 PDD算法框架的介紹
        6.3.2 問(wèn)題轉(zhuǎn)化
        6.3.3 基于PDD的求解算法
    6.4 復(fù)雜度分析
    6.5 仿真結(jié)果與分析
    6.6 本章小結(jié)
第七章 總結(jié)與展望
參考文獻(xiàn)
攻讀博士學(xué)位期間的研究成果



本文編號(hào)：3651639