基于格点高斯采样的大规模MIMO检测方法与理论研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61801216
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.5万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0105.移动通信
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Massive MIMO has emerged as a promising technique for wireless communications to effectively improve the spectral efficiency. Due to the increase of the network users as well as the development of multi-antenna user equipment, the number of antennas at the user side grows rapidly. Considering the number of antennas at the base station is limited due to the hardware cost, energy consumption and so on, the antenna numbers at both sides of massive MIMO gradually become the same, which imposes a pressing challenge on signal detection for a better performance-complexity tradeoff. To this end, this project proposes lattice Gaussian sampling for massive MIMO detection. Specifically, its core idea tries to solve the detection problem according to a sampling way, and the merits of sampling such as low complexity and high flexibility are fully exploited to alleviate the "curse of dimensionality". In this project, on the basis of our previous research achievement, we shall focus on the fundamental research on efficient, reliable and flexible lattice Gaussian sampling detection for massive MIMO, which can be seen as inter-discipline of lattice theory, sampling technique and signal detection. To be more specific, our project will include three key research aspects: (1)the theory of lattice Gaussian sampling, (2)the method of lattice Gaussian sampling detection for massive MIMO, (3)the enhancement of lattice Gaussian sampling detection for massive MIMO. In a word, this project will aim at providing the new theoretical and technical foundation for the massive MIMO detection technologies.
大规模MIMO是提高频谱利用率,缓解频谱资源供求矛盾的关键技术之一。随着网络接入用户数量的迅猛增长和终端设备的多天线普及,大规模MIMO用户侧的天线数量迅速增加,使得收发两端的天线数量逐渐趋于一致,这在性能和复杂度两个方面都对基站侧信号检测技术提出了更高的挑战。为此,本项目提出基于格点高斯采样的大规模MIMO检测,其核心思想是将依据于最小欧式距离判定的信号检测问题转化为基于最大采样概率判定的信号采样问题,从而通过采样进行检测,利用采样低复杂度、高灵活性的特点来突破高维检测瓶颈。基于此,本项目将依据已有研究基础,重点开展格理论、采样以及信号检测交叉理论研究,内容包括:(1)格点高斯采样理论,(2)基于格点高斯采样的大规模MIMO检测方法,(3) 基于格点高斯采样的大规模MIMO检测增强机制。本项目将为大规模MIMO检测提供新思路、新方法,为频谱效率提升提供坚实的理论基础和技术支撑。

结项摘要

大规模MIMO是提高频谱利用率,缓解频谱资源供求矛盾的关键技术之一。随着网络接入用户数量的迅猛增长和终端设备的多天线普及,大规模MIMO用户侧的天线数量迅速增加,使得收发两端的天线数量逐渐趋于一致,这在性能和复杂度两个方面都对基站侧信号检测技术提出了更高的挑战。为此,本项目提出基于格点高斯采样的大规模MIMO检测,其核心思想是将依据于最小欧式距离判定的信号检测问题转化为基于最大采样概率判定的信号采样问题,从而通过采样进行检测,利用采样低复杂度、高灵活性的特点来突破高维检测瓶颈。基于此,本项目将依据已有研究基础,重点开展格理论、采样以及信号检测交叉理论研究,内容包括:(1)格点高斯采样理论,(2)基于格点高斯采样的大规模MIMO检测方法,(3) 基于格点高斯采样的大规模MIMO检测增强机制。本项目将为大规模MIMO检测提供新思路、新方法,在采样理论,检测方法以及增强机制的研究目标都已实现,在解决采样与检测两个关键科学问题的同时,构建了一个完善且统一的采样检测研究框架,从而实现高效、可靠、灵活的大规模MIMO检测。为频谱效率提升提供坚实的理论基础和技术支撑。

项目成果

期刊论文数量(19)
专著数量(0)
科研奖励数量(1)
会议论文数量(7)
专利数量(4)
Sliced Lattice Gaussian Sampling: Convergence Enhancement and Decoding Optimization
切片格高斯采样:收敛增强和解码优化
  • DOI:
    10.1109/tcomm.2020.3036050.
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Communications
  • 影响因子:
    8.3
  • 作者:
    Zheng Wang;Ling Liu;Cong Ling
  • 通讯作者:
    Cong Ling
Collaborative Spectrum Sensing for Illegal Drone Detection: A Deep Learning-Based Image Classification Perspective
用于非法无人机检测的协作频谱感知:基于深度学习的图像分类视角
  • DOI:
    10.23919/jcc.2020.02.007
  • 发表时间:
    2020
  • 期刊:
    China Communications
  • 影响因子:
    4.1
  • 作者:
    Chen Huichao;Wang Zheng;Zhang Linyuan
  • 通讯作者:
    Zhang Linyuan
Boosting Low-Complexity Vector Perturbation Variants Based on Rectangular Shaping
基于矩形整形的低复杂度向量扰动变体的增强
  • DOI:
    10.1109/tvt.2021.3084298
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Vehicular Technology
  • 影响因子:
    6.8
  • 作者:
    Shangxiang Lyu;Zheng Wang;Ling Liu;H. He;G. Geng
  • 通讯作者:
    G. Geng
A New Method of Integer Parameter Estimation in Linear Models with Applications to GNSS High Precision Positioning
线性模型整数参数估计新方法及其在GNSS高精度定位中的应用
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Signal Processing
  • 影响因子:
    5.4
  • 作者:
    Zheng Wang;Yili Xia;Jianfeng Li;Qihui Wu
  • 通讯作者:
    Qihui Wu
Cooperative Topology Sensing of Wireless Networks With Distributed Sensors
具有分布式传感器的无线网络的协作拓扑感知
  • DOI:
    10.1109/tccn.2020.3019601
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Cognitive Communications and Networking
  • 影响因子:
    8.6
  • 作者:
    Zitong Liu;Guoru Ding;Zheng Wang;S. Zheng;J. Sun;Q. Wu
  • 通讯作者:
    Q. Wu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

領域気象モデルWRFによる香港と仙台の気候解析(その2)顕熱・潜熱収支分析に基づく温熱環境形成要因の分析
利用区域天气模式WRF分析香港及仙台的气候(第二部分)基于显热和潜热平衡分析的热环境形成因素分析
  • DOI:
    --
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    --
  • 作者:
    藤田修平;阿部匡平;王正;石田泰之;持田灯
  • 通讯作者:
    持田灯
領域気象モデルWRF による都市の温熱環境の数値予測(その11) 地域特性及び年齢に着目した暑さ対する脆弱性の分析
利用区域天气模式WRF进行城市热环境数值预测(第11部分)关注区域特征和年龄的热脆弱性分析
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    --
  • 作者:
    王正; 布川啓徳; 山本ミゲイル; 石田泰之; 持田灯; 大風翼; 花岡和聖
  • 通讯作者:
    花岡和聖
中国城市住区的历史演变、现实困境与协调机制——基于社会与空间的视角
  • DOI:
    10.16361/j.upf.201806002
  • 发表时间:
    2018
  • 期刊:
    城市规划学刊
  • 影响因子:
    --
  • 作者:
    赵万民;王华;李云燕;王正
  • 通讯作者:
    王正
聚丙烯腈基碳纤维增强木构件端面工艺研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    福建农林大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    杨茵;陈炼;王正;孙友富
  • 通讯作者:
    孙友富
肾细胞癌骨转移病理特点分析与配对研究
  • DOI:
    10.16781/j.0258-879x.2019.04.0394
  • 发表时间:
    2019
  • 期刊:
    第二军医大学学报
  • 影响因子:
    --
  • 作者:
    董毅;王辉;王良哲;琚官群;鲍一;王正;吴震杰;刘冰;徐红;王林辉
  • 通讯作者:
    王林辉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码