导读:本文包含了信干比论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:干扰,功率,增益,数据链,波束,门限,平均。
信干比论文文献综述
鲍梓永,杨洁,胡晗,曹雪虹[1]（2018）在《基于泊松洞过程建模的异构蜂窝网络信干比增益与近似覆盖率分析》一文中研究指出移动通信业务的高速增长使得传统同构蜂窝网络结构不能满足用户对通信质量的要求,而异构网络架构可以有效解决这种问题。文中对泊松洞过程下异构蜂窝网络的覆盖率进行研究。首先,利用泊松洞过程(Poisson Hole Process,PHP)对异构蜂窝网络进行建模;然后以信干比(Signal to Interference Radio,SIR)分布为研究目标,利用泊松点过程的近似SIR分析方法,推导出PHP模型下网络SIR增益的具体表达式;最后,通过缩放泊松网络的信干比门限得到PHP模型下的近覆盖率。通过实验仿真,验证了所求近似增益的正确性。(本文来源于《南京邮电大学学报(自然科学版)》期刊2018年05期）
覃彩玲,肖琨,何花[2]（2017）在《干扰场景中基于预测信干比的中继选择方法》一文中研究指出针对多用户协作通信网中存在共信道干扰和过时信道状态信息的问题,提出一种通过预测信干比进行中继选择的方法。根据特定的分布产生随机数,将该随机数与测量信干比相加生成预测信干比,选择具有最大预测信干比的中继节点转发数据。在此基础上,对基于该中继选择方法的译码转发协作通信系统进行性能分析,推导获得预测信干比的概率密度函数,从而得到平均误码率和中断概率的解析表达式。仿真结果与理论分析一致,同时数值结果表明,与基于过时信干比的中继选择方法相比,该方法在系统的误码率和中断性能上具有明显优势。(本文来源于《计算机工程》期刊2017年09期）
肖志鹏[3]（2015）在《大规模MIMO系统的渐近信干比与功率增益研究》一文中研究指出随着智能手机的普及和物联网应用的快速发展,未来的通信系统亟需更高的有效性和可靠性。当前无线通信存在频谱资源低下,功耗过高的弊端。未来移动通信将向更高效率、更高速率、更加智能的趋势发展。传统通过物理层技术(例如编码)努力提高的增益,已远不如直接在基站增加天线,增加带宽,增加基站提高的速率快。大规模MIMO系统是在基站端增加天线个数,通过利用空间信道资源,增加分集、数据传输速率。大规模MIMO系统通过利用天线的大量冗余来换取系统的性能,在提高频谱效率的同时提高能量效率,将成为5G的核心技术。大规模MIMO可以减小发射功率和干扰,提高数据传输速率和可靠性。更重要的是,随着基站天线数的增加,小尺度衰落和热噪声可以被平滑掉。本文主要对大规模MIMO系统的SINR渐近性和功率规模增益进行研究分析。主要内容如下：首先,将大数定理应用到大规模MIMO的点对点MIMO场景和多用户MIMO场景中,介绍了用户和基站之间的信道矩阵的行近似正交,并分析了预编码对大规模MIMO信道带来的变化。其次,研究了单小区大规模MIMO系统下行链路预编码,推导了四种预编码下(MRT, ZF, MMSE, RCI)系统的下行渐近SINR的闭合表达式,得出影响系统性能的参数。通过仿真验证大规模MIMO系统中渐近SINR公式的正确性,并对比了不同预编码下系统性能差异,得出在四种线性预编码中RCI预编码性能最佳。最后,分别介绍了单小区和多小区场景下大规模MIMO系统上行线性接收机的渐近信干比,提出了功率规模增益。通过仿真论证了功率规模增益的存在和基站天线数对上行渐近信干比的影响。(本文来源于《华中师范大学》期刊2015-05-01）
孔鹏,王珍[4]（2013）在《基于最小信干比的无线网络的功率控制算法》一文中研究指出在无线网络中,基于新型的功率控制算法Pi(k+1)=Pi(k)×Mmax(k)/γi(k)在分别满足条件:每个链路的信号干扰比(SIR)都等于γun,即i=γun和至少存在一个链路的功率等于功率的最小值,即■j:pi=pmin时,获得链路的最小一致信号干扰比.此外,在该过程中这种算法减少了信息在链路中的传播.(本文来源于《济宁学院学报》期刊2013年03期）
管维伟,祝前旺,徐建忠[5]（2013）在《基于信干比方程的无人机数据链抗干扰分析》一文中研究指出在无人机数据链系统中,"信干比"是评判抗干扰是否有效的重要指标。该文基于信干比方程,从发射功率、天线增益、处理增益、信道编码四个方面分析了无人机数据链抗干扰的能力。并取定信干比临界值k,分析了无人机数据链的抗干扰的有效区域。(本文来源于《舰船电子工程》期刊2013年01期）
李坤,黄开枝,鲁国英,周磊[6]（2012）在《基于平均信干比增益的基站群分簇模型》一文中研究指出当获取的信道状态信息(CSI)失真时,现有分簇模型不能有效指导分簇,导致得到的簇结构不佳,协同性能降低。针对此问题,提出了一种基于平均信干比增益的基站群分簇模型。模型以基站协同的平均信干比增益来度量基站间协同愿望程度,以平均信干比增益之和最大化为目标进行分簇,从而把分簇后系统协同性能最大化的目标转换为分簇后系统平均信干比增益之和最大化。仿真结果表明,CSI失真时,利益树分簇方案在平均信干比增益分簇模型下得到的性能,相比于协同度模型提升了0.3 bps/Hz。(本文来源于《计算机应用研究》期刊2012年12期）
陈俊卿,郑宝玉,魏浩[7]（2012）在《大尺度信干比共享下的基站协作干扰协调》一文中研究指出在基于正交频分多址接入(OFDMA)技术的蜂窝移动小区中,小区间的干扰是影响系统性能的主要因素。多点协调(CoMP)技术被视为能够协调小区间干扰的主要手段。在下行多点协作传输系统中,小区基站采用叁向天线来对小区划分扇区,从而消除了相邻小区边缘处的干扰。各扇区分别计算扇区内用户的大尺度信干比(SIR),小区之间通过共享大尺度信干比信息,对各自服务的用户按照一定的规则进行匹配,对小区中心用户的SIR和边缘用户的SIR进行了折中,从而有效解决小区边缘用户由于小区间干扰带来的低信干噪比(SINR)问题。仿真结果表明,本文提出的用户匹配算法以较小的反馈开销,较大地提高了小区边缘用户的信干噪比和系统吞吐量。(本文来源于《信号处理》期刊2012年11期）
周元元,程莹,查长军,刘俊,鲁世斌[8]（2012）在《多小区无线数据网络中基于最佳等信干比的功率控制》一文中研究指出指出多小区无线数据系统中基于非合作博弈的功率控制算法的纳什均衡不是帕累托最优的。提出一种新的适用于多小区无线数据网络的基于最佳等信干比的功率控制算法,使系统中每个小区的终端都工作在最佳等信干比下。仿真结果表明,该算法明显提高了系统的性能,使系统终端具有相对较高的效用和较低的发射功率,并使得无线网络资源的使用更加合理和公平。(本文来源于《量子电子学报》期刊2012年03期）
林宏志,王德胜,岳锴[9]（2011）在《一种基于信干比门限反馈的MIMO下行系统自适应传输策略》一文中研究指出以降低系统反馈为目标,提出一种在多天线下行系统基于信干比门限反馈的自适应传输策略。基于正交随机波束成形,提出仅当用户最大信干比超过门限时才将最大信干比和对应的波束序号反馈给基站,并给出了系统平均总速率与该信干比门限的关系表达式。仿真结果表明,通过选取有效的信干比门限,可在几乎不降低总速率的情况下,系统反馈极大降低。(本文来源于《电讯技术》期刊2011年12期）
张海勇,徐池,黄晓飞[10]（2011）在《基于场强预测的短波信噪比和信干比工程估算》一文中研究指出信噪比和信干比是短波通信效能评估、短波通信电路设计和通信干扰兵力有效配置的重要指标,克服传统查图计算的不足,实现计算仿真快速估算具有相当的实际意义。以短波场强预测模型为基础,根据实际运用背景,对模型进行了适当简化,使参数程序化。通过仿真结果对比,仿真流程与仿真模型有效可行,克服了查图计算的繁琐,实现了信噪比和信干比的快速估算。(本文来源于《第13届中国系统仿真技术及其应用学术年会论文集》期刊2011-08-03）
信干比论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对多用户协作通信网中存在共信道干扰和过时信道状态信息的问题,提出一种通过预测信干比进行中继选择的方法。根据特定的分布产生随机数,将该随机数与测量信干比相加生成预测信干比,选择具有最大预测信干比的中继节点转发数据。在此基础上,对基于该中继选择方法的译码转发协作通信系统进行性能分析,推导获得预测信干比的概率密度函数,从而得到平均误码率和中断概率的解析表达式。仿真结果与理论分析一致,同时数值结果表明,与基于过时信干比的中继选择方法相比,该方法在系统的误码率和中断性能上具有明显优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信干比论文参考文献
[1].鲍梓永,杨洁,胡晗,曹雪虹.基于泊松洞过程建模的异构蜂窝网络信干比增益与近似覆盖率分析[J].南京邮电大学学报(自然科学版).2018
[2].覃彩玲,肖琨,何花.干扰场景中基于预测信干比的中继选择方法[J].计算机工程.2017
[3].肖志鹏.大规模MIMO系统的渐近信干比与功率增益研究[D].华中师范大学.2015
[4].孔鹏,王珍.基于最小信干比的无线网络的功率控制算法[J].济宁学院学报.2013
[5].管维伟,祝前旺,徐建忠.基于信干比方程的无人机数据链抗干扰分析[J].舰船电子工程.2013
[6].李坤,黄开枝,鲁国英,周磊.基于平均信干比增益的基站群分簇模型[J].计算机应用研究.2012
[7].陈俊卿,郑宝玉,魏浩.大尺度信干比共享下的基站协作干扰协调[J].信号处理.2012
[8].周元元,程莹,查长军,刘俊,鲁世斌.多小区无线数据网络中基于最佳等信干比的功率控制[J].量子电子学报.2012
[9].林宏志,王德胜,岳锴.一种基于信干比门限反馈的MIMO下行系统自适应传输策略[J].电讯技术.2011
[10].张海勇,徐池,黄晓飞.基于场强预测的短波信噪比和信干比工程估算[C].第13届中国系统仿真技术及其应用学术年会论文集.2011
论文知识图
