混合预编码器的内在关联机制与结构优化

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61771414
  • 项目类别:
    面上项目
  • 资助金额:
    16.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0105.移动通信
  • 结题年份:
    2018
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2018-12-31

项目摘要

In the 5G millimeter-wave communication systems, hybrid precoding is one of the key technologies to realize large-scale MIMO transceiver structure,and its structure affects the system hardware cost and service quality. Focusing on improving the accuracy and decrease the computational complexity of hybrid precoder design, much research has been carried out. However, all the research does not consider the relationship between digital baseband precoding and analog phase shifter and structure optimization, which is the foundation to design hybrid precoder and the theoretical basis to further reduce system hardware cost. Based on the above issues, according to the channel sparsity of mmWave large-scale MIMO system, this project will research its internal association mechanism and structure optimization using the theories, such as compressed sensing, matrix decomposition and optimization, and explore the relationship between the sparsity of channel matrix and the numbers of required RF links and feasible parallel data streams, optimize the structure of hybrid precoder, which benefits to reduce the hardware cost and power consumption of hybrid precoder and its support circuits. Furthermore, evaluate the found internal association mechanism and the proposed schemes, and construct the fundamental theoretical system for hybrid precoder design of massive MIMO systems.
在5G毫米波通信系统中,混合预编码是实现大规模MIMO收发结构的关键,混合预编码器的结构关系到系统的硬件成本和服务质量。已有研究主要集中于如何提高混合预编码器的精确度和降低算法复杂度,并没有考虑数字基带预处理部分与模拟相移器之间的关联和结构优化,而这正是混合预编码器设计的基础,也是进一步降低系统硬件成本的理论依据。基于此,本申请项目利用毫米波大规模MIMO信道的稀疏特性,采用压缩感知、矩阵分解以及最优化理论对混合预编码器的内在关联与结构优化机制进行研究,探索所需射频链路数和能并行传输的数据流支路数与信道稀疏特性之间的关系,试图对混合预编码器的结构进行优化,进一步降低混合预编码器及其配套电路的硬件成本和功率消耗。同时,对所提的内部转换机制和结构优化策略进行性能评估,构建混合预编码器优化设计的理论体系。

结项摘要

混合预编码是5G通信系统降低硬件成本和功率消耗的有效途径,也是毫米波大规模多输入多输出(MIMO)系统得以广泛应用的理论基础。本项目对混合预编码策略展开深入研究,力图提出低实现复杂度、高频谱效率的混合预编码算法。目前主要完成以下工作:(1) 通过对阵列响应矩阵进行奇异值分解,选取一些特征值较大的特征向量与全数字预编码矩阵进行相关运算,最相关特征向量的相位信息用来构建模拟预编码器的相位,从而完成系统的混合预编码器的设计;(2) 通过对全数字预编码矩阵的奇异值分解,从左分解矩阵中提取模拟相移器的相位信息,从而快速完成系统的混合预编码设计;(3)针对数据流数与射频链路数相等的网络场景,提出一种性能较好、复杂度较低的等效信道混合预编码设计方法。相对已有的正交匹配混合预编码算法,所提算法的复杂度得到降低,通过直接对全数字预编码矩阵进行处理获得模拟预编码的相位信息有利于系统频谱效率的提高。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
Sump-Power Minimization Problem in Multisource Single-AF-Relay Networks: A New Revisit to Study the Optimality
多源单 AF 中继网络中的总功率最小化问题:重新审视最优性研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    IEEE Trans. Veh. Tech.
  • 影响因子:
    --
  • 作者:
    Shiguo Wang;R. Ruby;Victor C. M. Leung;Zhiqiang Yao;xianru Liu;Zhetao Li
  • 通讯作者:
    Zhetao Li

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

基于Golay互补序列的压缩感知稀疏信道估计算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    姚志强;李广龙;王仕果;游志宏
  • 通讯作者:
    游志宏

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