RM6 4G 和 5G
RM6 4G 和 5G
4G中的资源分配
正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)
将频带分为窄的子载波。
OFDM接入(OFDMA)确保资源分配的灵活性
在时间和频率上分配资源。
根据用户需求分配资源。
LTE协议
频率划分
一个子带称为资源块(Resource Block,
RB)或物理资源块(Physical Resource Block, PRB)。
时间视角:每0.5毫秒发射7个符号到一个子载波。
Radio Element
(RE):在一个子载波上的一个符号发射单位:
\[
1 \, \text{RE} = 15 \, \text{kHz} \times 0.072 \, \text{ms}
\]
时间划分
1帧由10毫秒构成,由2个slot形成1个子帧,10个子帧构成1帧。
1个格子 = 1个Radio Element (RE)
不同RE的用途:
参考信号(Reference Signal, RS): ...
RM5 Erlang 容量
RM5 Erlang 容量
流量、容量和 QoS
覆盖的维度设计:
确保在小区边缘的用户能够以较高概率解码信号,同时考虑干扰的影响。
例如,2G 网络中,使用 200 kHz 带宽的用户发射功率为 1W 时,\(N=7\) 的簇覆盖半径为 1.8 公里,\(N=9\) 的簇覆盖半径为 2 公里。
服务质量 (QoS):
用户感知的质量与服务类型相关,因此有服务质量 (QoS) 的定义:
语音呼叫的阻塞率。
数据服务(如邮件、网页)的传输时间。
流量分析的必要性:
需要明确每种服务的流量特性及其资源需求。
→无记忆性,泊松过程和马尔可夫链
无记忆性
若随机变量 \(X\)
表示某事件的持续时间,当以下条件成立时,称 \(X\) 具有无记忆性:\(P(X > x + t | X > t) = P(X >
x)\)
对于任意具有无记忆性的随机变量 \(X\),如果我们定义 \(F(t) = P(X > t)\),则存在一个常数 \(\lambda > 0\),使得 \(F(t) = ...
RM4 链路预算和干扰管理
RM4 链路预算和干扰管理
其实在ST5已经涉及过这部分内容
链路预算 Bilan de liaison
链路预算的目标:
找到用户与其服务基站之间的最大距离,以满足目标接收质量。
过程:
设备参数(如发射功率、天线增益等)。
传播模型(如自由空间传播、路径损耗模型等)。
接收到的信号强度。
接收质量。
计算出小区的半径。
设备参数:最大发射功率计算
天线增益 Gains des antennes, G
:定向性天线可放大信号(例如基站天线)。
馈线损耗 Pertes des câbles,
L:信号通过放大器到天线的电缆时的损耗。
发射功率公式:最大发射功率 \(P_{\text{max}}\):
\[
\text{useful power} = \frac{P_{\text{max}} \times
G_{\text{Antenna}}}{L_{\text{Feeder}}}
\]
信号衰减:距离、屏蔽与衰落
信道变化的主要原因:
路径损耗(Path Loss):随着距离增加信 ...
RM3 CDMA的性能:误码率,能量控制和容量估计
RM3
CDMA的性能:误码率,能量控制和容量估计
误码率 Error Probability
噪音 Noise
在信号传输过程中需要考虑噪音的影响。对于单用户在高斯信道上的传输(我们稍后考虑CDMA场景),可假设:
在时间 \(k\) 传输的信号记为 \(x_k\)。
在时间 \(k\) 接收的信号为:\(y_k = x_k + n_k\)。
为简单起见,假设 \(x_k\)
仅能取两个值 \(A\) 或 \(-A\)。
其中,其中,\(n_k\)
是接收端的噪声。
噪声通常建模为均值为零的高斯变量。
噪声的方差对信号检测有影响:方差越大,检测中的错误越多。
信噪比(SNR)
信噪比是评估接收信号质量的指标,定义为接收功率与噪声功率的比值。SNR高时,误码率低;SNR低时,误码率高。
对于方差为\(\sigma^2\)的噪音和上述传输信号的建模,有:
\[
S N R=\frac{A^2}{\sigma^2}
\]
考虑一个简单的信道,该信道在接收端受到高斯噪声的干扰。
假设发送端发送了一组比特序列:\( ...
RM3.5 TDMA,FDMA,OFDMA
RM3.5 TDMA,FDMA,OFDMA
除了码分多址(CDMA),还有时分多址(TDMA)、频分多址(FDMA)和正交频分多址(OFDMA)等技术。
时分多址 TDMA
发送器仅在部分时间内处于活动状态,用户信号在时间上被分离。
可以分为静态时隙分配;和动态时隙分配。前者的时隙分配是预定义的,与用户的无线信道条件变化无关;后者则每个用户的信道条件随时间变化,因此从用户处发送和接收的数据速率也是随时间变化的,一般来说会分配给当前信道条件较好的用户,但在一定程度上保持用户之间的公平性。
当完全分配给当前信道条件较好的用户是,可以最大化系统的比特率:
\[
\text { bit rate }=U_i(t)=0.5 \cdot \log
_2\left(1+\frac{|h_i(t)|^2}{\sigma^2}\right)
\]
其中 \(h(t)\) 是时刻 \(t\) 的信道系数。
但这可能导致用户间缺乏公平性,通常需要保证每个用户的平均比特率满足最低要求。
问题转化为一个有约束的最大化问题:
目标函数:
\[
\max \ ...
RM2 CDMA编码和干扰
RM2 CDMA编码和干扰
CDMA 编码
为了构建上述正交编码,一种简单的方法是使用Wash-Hadamard
编码。这种方法递归构建一个矩阵,编码即为矩阵的每一行:
\[
\begin{gathered}
H_1=[1] \ , \
H_{2^n}=\left[\begin{array}{cc}
H_{2^{n-1}} & H_{2^{n-1}} \\
H_{2^{n-1}} & -H_{2^{n-1}}
\end{array}\right]
\end{gathered}
\]
如对于\(L =
4\)时,矩阵可以如下构建:
\[
\begin{aligned}
&\begin{aligned}
& H_1=[1] \\
& H_2=\left[\begin{array}{cc}
H_1 & H_1 \\
H_1 & -H_1
\end{array}\right]=\left[\begin{array}{cc}
1 & 1 \\
1 & -1
\end{ar ...
RM1 移动网络简介和多址接入
RM1 移动网络简介和多址接入
简介
蜂窝网络
蜂窝网络由多个小区(Cell)组成,每个小区由一个基站(Base
Station,BS)覆盖,并配备全向天线。
每个小区的大小取决于以下因素:环境条件(如室外、室内等),发射功率,数据传输速率等
涉及的规划内容包括:覆盖范围,容量规划
蜂窝网络的特点:
网络的一部分是无线连接
包含核心网(Core Network)和无线接入网(Radio Access
Network,RAN)
不同代际(2G、3G、4G)的网络架构存在差异
不同代际的网络结构
2G网络架构(左图)
无线接入网(BSS:Base Station Subsystem)
MS(Mobile
Station):移动终端,BTS(Base Transceiver
Station):基站,BSC(Base Station
Controller):基站控制器
一个区域内有多个BTS和少量BSC。
核心网络(NSS:Network and Switching Subsystem)
MSC(Mobi ...
从小波到压缩
从小波到压缩
PLAN
小波的实际应用
压缩特性
如何选择小波
小波的实际应用
前置内容的小结
多分辨率分析
定义为一系列嵌套的希尔伯特子空间 \(\{V_j\}_{j \in \mathbb{Z}}\),描述了尺度
\(2^j\) 上的函数行为,配备一个函数
\(\theta\),它在 \(V_0\) 上生成一个 Riesz 基。
由 \(\theta\) 推导出一个尺度函数
\(\phi\),满足如下性质:
对于每个 \(j \in \mathbb{Z}\),
\[
\left\{ \frac{1}{\sqrt{2^j}} \phi \left( \cdot - \frac{2^j n}{2^j}
\right) \right\}_{n \in \mathbb{Z}}
\]
是 \(V_j\) 的希尔伯特基。
共轭镜像滤波器
\(h = (h_n)_{n \in \mathbb{Z}}\)
(低通滤波器)和 \(g = (g_n)_{n \in
\mathbb{Z}}\) (高通滤波器),满足以 ...
从多分辨率到小波
从多分辨率到小波
PLAN
尺度函数(Scaling functions)
小波(Wavelets)
Mallat 和 Meyer 定理的证明(Proof of the Mallat and Meyer’s
theorem)
遗留问题
Riesz 基没有正交性质 → 正交投影到 \(P_{V_j}\) 上是不实际的。
如何从 Riesz 基构造一个希尔伯特基(Hilbert basis)?
我们希望构造一个函数序列 \(\phi_{j,
n}\),使得
\[
P_{V_j} f = \sum_{-\infty}^{\infty}\left(f, \phi_{j, n}\right) \phi_{j,
n}
\]
尺度函数 Scaling functions
定理
设 \((V_j)_{j ∈ ℤ}\)
是一个多分辨率,并定义一个尺度函数(scaling function) \(φ ∈ L^2(ℝ)\),其傅里叶变换满足:对于所有
\(ω ∈ ℝ\),
\[
\hat{\phi}(\omega) =
\frac{ ...
从采样定理到多分辨率
从采样定理到多分辨率
PLAN
近似和近似误差
Shannon-Whittaker 定理及其推广
多分辨率
近似和近似误差
数据的表示方式
数据属于向量空间(\(\mathbb{N},
\mathbb{R}, \mathbb{R}^d\))
对于连续或者离散的信号或图像,可使用希尔伯特空间的元素(正交投影定理
+ 希尔伯特基(Hilbert basis))
希尔伯特空间是满足向量加法和数乘的运算规则。定义了具备正定性,线性和共轭对称性的内积。却空间中的每个柯西序列都收敛于空间中的某个元素。
如果两个向量\(x\),\(y\)满足\(\langle
x,
y\rangle=0\),则称它们是正交的。构成空间的基的正交向量系统被称为希尔伯特基。
数据存在压缩的可能
自然表示法 Natural representation
图像是一个像素矩阵,每个像素通过一个颜色空间(color space,例如
RGB、CMYK、Lab、CIE XYZ 等)以规定的比特数进行编码(例如,RGB
颜色空间中,每个像素需要\ ...