近年來(lái),全球移動(dòng)數(shù)據(jù)業(yè)務(wù)量呈爆炸式增長(zhǎng),并且移動(dòng)通信網(wǎng)絡(luò)承載的主要業(yè)務(wù)類型也逐漸由傳統(tǒng)的“互聯(lián)互通”業(yè)務(wù)向“內(nèi)容分發(fā)”業(yè)務(wù)轉(zhuǎn)變。物理層多播是一種高效的點(diǎn)到多點(diǎn)的內(nèi)容分發(fā)技術(shù),正受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注�；诙嗵炀�的波束賦形技術(shù)可以利用發(fā)送端已知的信道狀態(tài)信息,為每個(gè)待傳信號(hào)設(shè)計(jì)相應(yīng)的波束賦形向量,有效地提高接收端信號(hào)的信干噪比,從而提升物理層多播傳輸?shù)念l譜效率和能量效率。然而,現(xiàn)有的面向多播的波束賦形技術(shù)在總體上還遠(yuǎn)不如傳統(tǒng)面向單播的波束賦形技術(shù)成熟。具體來(lái)說(shuō),多播波束賦形設(shè)計(jì)問(wèn)題通常是NP困難問(wèn)題,已有的啟發(fā)式算法計(jì)算復(fù)雜度普遍較高,可擴(kuò)展性差;現(xiàn)有的3GPP多播標(biāo)準(zhǔn)（e MBMS）采用單頻網(wǎng)技術(shù)傳輸多播業(yè)務(wù),需要專用的時(shí)頻資源塊,使得系統(tǒng)總體頻譜效率低,靈活性差。此外,作為一種物理層共性技術(shù),多播傳輸目前僅限于傳統(tǒng)蜂窩網(wǎng)絡(luò)下的多媒體廣播多播業(yè)務(wù),其在未來(lái)新型無(wú)線網(wǎng)絡(luò)架構(gòu),如無(wú)線緩存網(wǎng)絡(luò)、無(wú)線自回傳網(wǎng)絡(luò)下的巨大潛能尚未充分挖掘。本文旨在研究物理層多播波束賦形技術(shù)的高效算法設(shè)計(jì),并探索其在新型無(wú)線網(wǎng)絡(luò)架構(gòu)下的應(yīng)用拓展。主要研究成果如下:1.針對(duì)現(xiàn)有多播波束賦形算法復(fù)雜度高、可擴(kuò)展性... 

【文章來(lái)源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：158 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
主要符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀及面臨的挑戰(zhàn)
        1.2.1 多播波束賦形算法
        1.2.2 多播和單播混合傳輸
        1.2.3 多播與無(wú)線緩存
        1.2.4 多播與無(wú)線自回傳
    1.3 主要內(nèi)容和結(jié)構(gòu)安排
        1.3.1 主要內(nèi)容和創(chuàng)新點(diǎn)
        1.3.2 結(jié)構(gòu)安排
第二章 高性能低復(fù)雜度的多播波束賦形設(shè)計(jì)
    2.1 引言
    2.2 系統(tǒng)模型與問(wèn)題建模
    2.3 基于SDR的多播波束賦形算法
    2.4 QoS問(wèn)題的快速算法
        2.4.1 基于CCP的多播波束賦形算法
        2.4.2 CCP子問(wèn)題的ADMM算法
        2.4.3 CCP算法的初始化
    2.5 MMF問(wèn)題的快速算法
        2.5.1 MMF問(wèn)題的對(duì)偶
        2.5.2 對(duì)偶問(wèn)題的ADMM算法
        2.5.3 算法在效用最大化問(wèn)題中的擴(kuò)展
    2.6 仿真結(jié)果
        2.6.1 算法的收斂性
        2.6.2 算法的性能與復(fù)雜度比較
    2.7 本章小結(jié)
第三章 非正交的多播和單播混合傳輸設(shè)計(jì)
    3.1 引言
    3.2 系統(tǒng)模型與問(wèn)題建模
        3.2.1 系統(tǒng)模型
        3.2.2 問(wèn)題建模
    3.3 基于BB的最優(yōu)算法
        3.3.1 BB概述
        3.3.2 凸松弛
        3.3.3 BB算法
        3.3.4 收斂性和復(fù)雜度分析
    3.4 基于CCP的低復(fù)雜度算法
        3.4.1 稀疏波束賦形問(wèn)題建模
        3.4.2 DC轉(zhuǎn)換
        3.4.3 CCP算法
        3.4.4 收斂性和復(fù)雜度分析
    3.5 仿真結(jié)果
        3.5.1 算法的收斂性
        3.5.2 算法的有效性
        3.5.3 與正交方案的性能比較
    3.6 本章小結(jié)
第四章 基于多播和緩存的內(nèi)容中心傳輸設(shè)計(jì)
    4.1 引言
    4.2 系統(tǒng)模型與假設(shè)
        4.2.1 網(wǎng)絡(luò)模型
        4.2.2 緩存模型
        4.2.3 網(wǎng)絡(luò)開(kāi)銷模型
    4.3 問(wèn)題建模與分析
        4.3.1 聯(lián)合基站分簇與多播波束賦形
        4.3.2 稀疏多播波束賦形
    4.4 基于CCP的稀疏多播波束賦形設(shè)計(jì)
        4.4.1 平滑函數(shù)近似
        4.4.2 CCP算法
    4.5 仿真結(jié)果
        4.5.1 不同平滑函數(shù)的比較
        4.5.2 不同緩存策略的比較
        4.5.3 多播和單播的比較
        4.5.4 平滑函數(shù)近似的有效性
    4.6 本章小結(jié)
第五章 基于多播的聯(lián)合接入與回傳設(shè)計(jì)
    5.1 引言
    5.2 系統(tǒng)模型
        5.2.1 網(wǎng)絡(luò)模型
        5.2.2 信號(hào)模型
    5.3 已知全局CSI的聯(lián)合接入與回傳設(shè)計(jì)
        5.3.1 問(wèn)題建模
        5.3.2 基于SLBM的聯(lián)合接入-回傳波束賦形設(shè)計(jì)
        5.3.3 基于迭代鏈路消除的小基站分簇
    5.4 已知部分CSI的聯(lián)合接入與回傳設(shè)計(jì)
        5.4.1 信道假設(shè)與問(wèn)題建模
        5.4.2 基于隨機(jī)SLBM的聯(lián)合接入-回傳波束賦形設(shè)計(jì)
        5.4.3 基于確定性近似的低復(fù)雜度算法
    5.5 仿真結(jié)果
        5.5.1 算法的收斂性
        5.5.2 全局CSI已知場(chǎng)景下算法的有效性
        5.5.3 部分CSI已知場(chǎng)景下算法的有效性
    5.6 本章小結(jié)
第六章 全文總結(jié)及研究展望
    6.1 主要結(jié)論和貢獻(xiàn)
    6.2 未來(lái)研究展望
附錄A 問(wèn)題（2-25）的求解
附錄B 問(wèn)題（2-37）的求解
附錄C 引理2.1的證明
附錄D 引理3.3的證明
附錄E 引理3.4的證明
附錄F 命題4.1的證明
附錄G 本文優(yōu)化算法簡(jiǎn)介
    G.1 DC規(guī)劃與CCP算法
        G.1.1 DC規(guī)劃
        G.1.2 CCP算法
    G.2 ADMM算法
    G.3 BB算法
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文和研究成果
攻讀學(xué)位期間參與的項(xiàng)目



本文編號(hào)：3160435