一、为蜂窝电话设计选择LDO(论文文献综述)
马赛赛[1](2021)在《3D打印负泊松比超构材料摩擦学性能研究》文中进行了进一步梳理超构材料因其结构特殊,从而具有常规材料难以达到的诸多优异性能。其中负泊松比超构材料具有优异的抗压痕阻力、抗剪切、能量吸收和减振抗冲击性能,是一种潜在的应用于航空航天、汽车工业和生物医学等领域的摩擦学材料,因此,对其摩擦学性能进行研究具有重要意义。本文采用内凹六边形为胞元结构,设计了负泊松比蜂窝模型。首先通过球-盘摩擦磨损试验研究了成型方式对ABS试样摩擦学性能的影响。在此基础上,使用FDM方式制备实体试样和NPR试样,在试样的两个方向(正面和侧面)分别进行不同载荷(10 N、30 N、50 N)环-块摩擦磨损试验,结合其应力应变特性,探究其磨损机理,对比分析不同试样在不同方向的摩擦学性能。为负泊松比超构材料的应用提供实验参考和技术支持。主要结论如下:(1)FDM和模压成型均不改变材料的氧化性能和分子结构,FDM试样中单层层厚较小时,硬度和密度较高,总体相比于模压成型试样较低。两种试样相比,FDM试样的耐磨性较差,摩擦系数较低,磨损机理主要为黏着磨损;模压成型试样的磨损机理主要为磨粒磨损。FDM试样中,0.2 mm层厚试样具有较好的耐磨性。(2)NPR试样和实体试样在侧面摩擦时,NPR试样/GCr15圆环摩擦副的摩擦系数低于实体试样/GCr15圆环摩擦副摩擦系数;正面摩擦时,两组摩擦副摩擦系数相差较小。NPR试样在侧面和正面的磨损量均大于实体试样。较大载荷(本实验条件下为50 N)下,NPR试样负泊松比效应增强,在侧面发挥出更好的减振抗冲击性能和吸能作用,在正面表现出更好的抗压痕阻力和抗剪切能力,相比于低载荷(30N),磨损量降低。侧面摩擦时,两试样均发生不同程度的磨粒磨损,载荷较大时,NPR试样发生了黏着磨损。正面摩擦时,两试样10 N载荷下主要发生磨粒磨损,30 N、50 N载荷下主要发生黏着磨损。(3)通过对NPR试样和实体试样的应力应变特性分析发现,NPR试样的应力和变形均大于实体试样。NPR试样在正面和侧面均表现出负泊松比效应,相比来说,其负泊松比效应,在侧面更加明显,载荷越大越明显。两试样侧面摩擦时的磨损量小于正面摩擦的磨损量,说明对NPR试样来说,其减振抗冲击性能和吸能作用比抗压痕阻力、抗剪切能力和收集磨屑作用更有利于提高试样的自身耐磨性。
周禹岐[2](2021)在《基于无人机的D2D通信资源分配算法研究》文中研究表明在5G通信系统完全商业化的今天,D2D通信(Device-to-device)作为系统中的一项重要技术,其允许用户在距离较近时不经过基站转发数据,直接进行“端到端”通信,大大降低了通信时延、减轻基站负荷并提高系统的吞吐量,受到了研究人员的广泛关注。然而D2D用户复用蜂窝信道时会对蜂窝用户和基站带来同频干扰,同时通信的场景和需求也日益多样化,传统的通信场景无法满足一些特殊情况下的通信需求,比如基站因灾害损毁或受到强烈地面电磁干扰等。面对上述问题,需要采用合理的资源分配算法来降低干扰对通信质量产生的影响,保证系统的通信质量并最大化系统吞吐量。无人机(UAV)基站以其部署灵活方便和视距链路(LOS)比重大不易受地面干扰等优势,拓展了D2D通信的应用场景范围,对提升系统性能有着重要的意义。本文基于无人机基站模型,根据系统的需求区别构建两种不同的应用场景,分别设计了不同的资源分配方案,具体分析了主要参数对通信性能的影响并得出相应结论,具体工作如下:首先,深入研究了无人机基站网络架构及D2D通信技术的模式选择和资源复用方法,重点分析无人机基站的信道增益模型,在此应用背景下建立系统模型。其次,针对系统中用户较少且对稳定性有较高需求的场景,设计了基于粒子群算法的策略方案。基站根据系统状态进行集中式决策,在少量用户随机分布于单蜂窝小区条件下,算法将系统中的用户类比为鸟类种群中的“粒子”,在求解过程中不断更新速度和位置,满足终止条件后得到系统的最优解。再次,针对系统用户位置更迭频繁且需要长期优化的场景,设计了基于强化学习Q-learning算法的策略方案。在粒子群算法中,系统的最优解仅针对当前时刻,在系统的环境发生动态变化时,需要重新计算最优解,每次重新计算都会带来额外的状态切换成本(switch-cost),系统中用户较多时会明显增大系统的开销,引入强化学习能够最大化系统的长期吞吐量。最后,通过仿真分析并调整系统参数进行对比,结果表明在基于粒子群算法下,同传统的地面基站相比,无人机基站使得系统的吞吐量得到显着提高;引入强化学习并经过大量迭代后,系统能够收敛于最优解,即强化学习Q-learning可以在系统环境变化时长效优化系统的吞吐量。
王琛[3](2021)在《低噪声高电源抑制比的低压差线性稳压器的研究与设计》文中认为进入21世纪,信息技术迅猛发展,消费电子、汽车电子、工业电子、医疗电子市场越发繁荣,电源管理芯片越来越受重视,具有成本低、噪声小、响应快等特点的低压差线性稳压器成为市场份额最大的电源管理类芯片之一。随着半导体制造技术特征尺寸的不断减小,片上系统的集成度更高,速度更快,所需的电压供应也越来越低,所带来的必定是信号幅度的越来越小,使得信号更容易受到噪声的干扰。此时,作为供电电源的LDO本身对噪声的抑制便成为电路设计中不得不考虑的一个方面。基于此,本文设计了一款有低噪声、高电源抑制比的LDO。本文主要研究内容如下:(1)对器件噪声及LDO电路噪声进行分析,并设计低噪声LDO。从噪声产生来源进行分析,对不同类型噪声特征进行对比,并根据噪声类型分析噪声抑制方法及该方法对其他性能参数的影响。对LDO整体电路进行噪声分析,得到输出噪声表达式,据此展开低噪声LDO设计。通过设计降噪端口电路与前馈电容模块,对不同频段的噪声进行抑制,进而改善电路噪声性能。(2)对LDO整体电路进行电源抑制比分析,并设计高电源抑制比LDO。分析LDO电路系统电源抑制比,得到LDO电路整体电源抑制比公式,确定高电源抑制比电路设计思路。对LDO不同频段电源抑制性能进行分析,得到不同模块电路对整体电路的电源性能的影响。分析LDO误差放大器中可能用到的基本放大电路结构的电源抑制性能,采用电源抑制性能较好的电路结构实现本文误差放大器的设计。(3)于Cadence Virtuoso仿真软件中基于DB HiTek公司的BCD 0.18μm工艺实现低噪声、高电源抑制比LDO。该LDO可工作于-40 125℃温度下,输入电压范围广(1.4 5 V),可调输出电压范围较广(0.8 3.95 V),负载电流大(2 A),压差电压低(125 m V),且具有低噪声与高电源抑制比性能。仿真结果表明,本文设计的LDO在输入为3.8 V,输出为3.3 V,负载电流为1.5 A时,10 100 k Hz内的噪声均方根为8.42μVRMS;在0.8-3.95 V的输出电压范围与0-2 A负载电流的情况下,均于1 MHz处实现了超过40 d B的电源抑制比性能。与其他已发表LDO进行比较,本文设计的LDO同时还具备良好的负载调整率与线性调整率,拥有极低的品质因数(0.07 m V)。
苏娜[4](2020)在《基于能量采集的D2D通信资源分配算法研究》文中研究表明随着智能手机、平板等无线通信设备增多,用户流量需求逐步增加,传统蜂窝网络面临着频谱资源短缺和高能耗的挑战。D2D(Device-to-Device)通信可以降低基站负载、用户发送功率和传输时延,通过复用蜂窝用户的频谱资源,D2D通信可以提高频谱利用率。能量采集技术可以从周围环境中采集能量,解决低能耗设备的供能问题,实现绿色通信。因此,基于能量采集的D2D通信成为了当前的一个研究热点。本文主要研究了异构网络中能量采集D2D通信的资源分配问题,通过合理的频谱资源分配和功率控制,协调D2D用户和蜂窝用户间的干扰,充分利用用户采集的能量,提高系统通信性能。本文主要研究内容及创新点如下:(1)针对基站采用无线能量传输的方式给D2D发送端供电的场景,提出了一种基于非合作博弈的功率控制和信道分配算法。假设多个D2D用户可以复用同一个信道资源,首先利用启发式动态分簇方法为D2D用户分簇,位于同一簇内的D2D用户可以共享同一信道;然后将同一簇内的D2D用户建模为非合作博弈,利用KKT(Karush-Kuhn-Tucher)条件推导出D2D用户发送功率和能量采集时间的表达式,通过联合迭代优化的方法为D2D用户分配最优发送功率和采集时间;最后利用KM(Kuhn-Munkres)算法完成D2D簇与蜂窝用户信道资源的最优匹配使D2D用户总容量最大。仿真结果表明,该算法可以提高D2D用户的总容量。(2)针对采用NOMA(Non-Orthogonal Multiple Access)技术向两个D2D接收端发送信息的场景,提出了一种基于神经网络的信道分配和功率控制算法。假设D2D发送端从周围环境中采集能量,并且已知所有时隙的系统信息,考虑用户的服务质量和能量因果关系,利用拉格朗日乘子法实现了信道和功率的最优离线分配。然后,将离线优化结果作为训练数据集对神经网络进行训练,得到发送功率的优化模型,进一步提出在线功率分配优化算法。仿真结果表明,所提离线算法可以有效提高D2D组的总容量,在线算法的性能接近离线算法结果。(3)针对能量采集D2D发送端充当中继协助蜂窝通信,且采用NOMA技术与D2D接收端通信的场景,推导了用户的中断概率表达式,并提出了一种离线资源分配优化算法和在线功率分配优化算法。首先假设已知所有时段的系统信息,利用KM算法优化用户的信道分配和中继选择,利用强化学习方法实现D2D用户功率的最优离线分配。然后将离线优化结果作为训练数据集对神经网络进行训练,根据得到的发送功率优化模型,提出在线功率分配优化算法。仿真结果验证了所推导中断概率表达式的准确性,所提资源分配算法可以有效提高系统的性能。
李鑫维[5](2020)在《5G移动通信基站基带处理板卡数字硬件设计与实现》文中研究说明第五代移动通信技术,即5th generation wireless systems简称5G,是最新一代蜂窝移动通信技术。5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。5G技术相比目前4G(4th generation wireless systems)技术,其峰值速率将增长数十倍,同时将端到端的延时从4G时代的十几毫秒缩短至5G时代的几毫秒以内。正是因为有了超强的通讯和带宽能力,当前仍然停留于构想阶段的车联网、物联网、智慧城市、无人机网络等概念将在5G网络的应用中变为现实。本硬件设计和实现的研究主体为5G移动通信基站中的基带处理板卡。自5G移动通信的特点来看,对于基站而言,业务数据处理能力和传输能力的要求越来越高。基站中的BBU(Building Base band Unite)是处理基带业务数据的核心,核心中承担该功能的即为本设计与实现的基带处理板卡。该板卡需要功能强大的芯片以支撑庞大的数据处理能力,需要具备高速链路传输避免出现较大延时,需要良好的逻辑控制保证正常运行,同时兼顾降低成本以便满足板卡的可量产性。本文完成的主要工作如下所示:(1)完成板卡需求梳理以及制定板卡硬件设计方案。为了满足可支持3个100MHz 64TR小区能力,基带板卡需要1片FPGA协同处理下行数据,需要2片MPSOC和2片FPGA协同处理上行数据。在此FPGA选取XILINX公司的VU7P芯片,MPSOC选取XILINX公司的ZU15EG芯片,板卡对外光接口选取100Gbps数据率光模块连接,逻辑控制选用CPLD实现。(2)完成板卡硬件电路原理图设计以及PCB设计。硬件电路设计需要基于仿真,尤其是整板的DDR4存储单元和100Gbps光口电路layout设计。(3)完成板卡逻辑控制代码实现。基于CPLD芯片,使用Diamond工具,采用VHDL语言实现功能。(4)完成板卡回板调试测试工作、系统集成测试工作、可靠性验证工作。本设计完成的硬件板卡满足数据处理能力强、传输数据快的需求,系统高可靠性运行正常。为后续的5G基站升级提供基础与借鉴。
蔡梦扬[6](2020)在《基于LoRa技术的智能航标监管系统的设计与开发》文中研究表明在内河航道中,传统航标的功能只是提供视觉导航,而这种视觉导航是较为落后的导航方式,并且在这种导航方式中会存在航标丢失或航标漂移的问题,不能够及时地对存在故障的航标进行定位,只有通过效率非常低的人工巡游的方式来进行航标维护。一般的如航标地理位置信息以及航标所在航段水文气象信息主要是人工手动采集的,这需要大量的工作并且具有潜在的安全隐患。为解决上述问题,本文研制了一种智能航标监管系统。首先,通过分析国内与国外的研究现状,分析当下运用在各个航道的航标系统的不足,通过对智能航标监管系统的业务需求分析以及智能航标监管系统的功能分析,明确了智能航标系统的硬件总体方案以及软件系统框架。本文研制的航标载用设备是以Rasberry Pi主机作为网络节点主处理器,通讯器则选用LoRa进行网络通信,选用GPS模块来对航标进行定位并获取航标位置信息,外接设备有针对各项水文气象信息采集的传感器和网络数据传输设备,而系统整体架构采用的是嵌入式Linux系统。其次,对航标载用设备硬件需求进行了分析,对采用的微型处理器、定位模块、LoRa无线模块等外设模块进行了选型和研究,对系统外围电路以及航标载用终端PCB进行了研究与设计。然后,结合航标的LoRa组网分析,设计了航标数据接收与发送程序、航标主控节点与服务端之间的通信程序、服务端数据解析程序。最后,运用Java语言开发了针对后台信息管理的智能航标监管后端软件系统,此系统主要是将航标的各项数据以及工作状态进行信息化管理,能将航标的位置信息和各项水文气象信息显示在前端的Web浏览器中,并且能够对偏移量较大的航标进行预报预警,一定程度上提高了船只航行的安全性。实验证明,本文研制的智能航标系统可有效的采集航标位置信息以及各项水文气象信息,通过程序设计,这些信息可进行实时传输与存储。在后台管理系统中,管理人员可实时远程监控航标位置以及航标工作状态,航标信息的信息化管理很大程度的提高了管理效率,航标偏移预报预警功能的实现既减少了管理成本,也提高了航道运行的安全性。
俞佳宝[7](2020)在《射频指纹提取与识别技术研究》文中认为随着无线通信技术的不断普及和物联网技术的蓬勃发展,无线通信在军事和民用两方面都发挥着不可替代的作用,已成为现代社会不可或缺的一部分。然而,无线网络由于其开放性,相比于传统的有线网络更容易受到大规模的恶意攻击,其安全问题不容忽视。射频指纹技术通过分析无线设备的通信信号来提取设备的“射频指纹”,从而对不同的发射机进行识别和认证。射频指纹代表了发射机由于电路设计的差异和生产制造的容差导致的电路硬件差异,会寄生在通信信号中,不同设备具有不同的射频指纹。射频指纹提取和识别技术既可以为无线网络提供更高的安全性能,也可以在现有的辐射源识别和通信电台识别的研究基础上提供许多新的识别体制和方式。因此,开展射频指纹提取与识别技术的研究在军事和民用领域都有着深刻的理论意义和重大的实用价值。本文围绕无线通信射频指纹提取与识别领域的若干关键问题展开了一些研究,包括射频指纹建模与仿真、基于差分星座轨迹图的盲频偏估计、结合深度学习技术的多采样卷积神经网络方法和降噪自编码器射频指纹方法,以及半稳态信号的定义、检测与成因分析。本文的创新性研究成果包括:1.研究了射频指纹时域建模和仿真射频指纹产生机理的建模是后续研究的基础,对如何选择指纹特征起到指导作用。根据提出的通用数字通信系统框架分析了发射机各环节对于射频指纹的影响,建立了对应的射频指纹模型。总结归纳了射频指纹领域相关通信标准中四个重要参数的容差,并根据均方根误差向量幅度容差,理论推导了QPSK和16-QAM两种典型调制方式的DAC直流偏置、I/Q增益不平衡、I/Q正交偏移误差、I/Q滤波器偏差、振荡器相噪和功放非线性的上下界,仿真了各种临界情形下星座图的变化,分析了单个射频指纹参数和混合射频指纹参数的影响,为射频指纹领域建模和仿真提供了合理的参数指导。2.提出了一种基于差分星座轨迹图的MPSK信号盲频偏估计算法残留频偏的基带信号的星座图不停旋转,但其对应的差分星座轨迹图上却具有固定偏转。通过理论证明了AWGN信道下无成型滤波器的MPSK信号生成的差分星座轨迹图的准对称性,发现对称轴通过原点,相对于I轴的旋转角度只与频偏和差分间隔相关。提出通过最小化不对称能量项来估计对称轴旋转角度,从而估计出频偏。仿真结果表明,该方法在AWGN信道和平坦莱斯信道下,中高信噪比时性能良好,其归一化均方误差比修正的Cramer-Rao界略高。和传统算法相比,频偏估计范围大幅度提升,估计范围变得取决于接收机采样率。最后,将该方法做了一定的限制,成功应用于ZigBee设备的频偏估计。3.提出了一种基于自适应目标区间选择的多采样卷积神经网络射频指纹识别方法为了提取频偏无关的特征,本文提出了一种基于信号解扩的细频偏估计算法来消除粗频偏估计后的残留频偏。针对ZigBee设备睡眠模式切换导致的不稳定半稳态现象,提出了一种信噪比自适应的目标区间选择算法来有效权衡信号的分类有效信息与半稳态区域的抖动。改进了传统的单采样率神经网络方法,提出了一种多采样卷积神经网络框架,包含降采样阶段、局部卷积阶段和全连接阶段,可以自动、高效地提取相同大小的多尺度特征,显着提高了设备的识别率。在SNR=30dB左右的视距场景,54个CC2530设备的识别准确率为97%,在SNR=15dB左右的非视距场景,设备识别准确率为84.6%。4.研究了半稳态现象及其成因从瞬态和稳态的定义出发,重新定义了传统的瞬态信号、稳态信号和新发现的半稳态信号。详细比较和分析了带功放和不带功放ZigBee设备的非数据段瞬态信号和数据段半稳态信号的持续时间、瞬时幅度、瞬时频率、瞬时相位等特征的差异。根据特定构建的三种差分信号在半稳态区域和稳态区域的分布差异,提出了一种基于差分相位滑动标准差的贝叶斯渐升变点检测方法来检测半稳态的结束点。实验结果显示,该方法在大部分设备上十分稳定,且对于噪声极为鲁棒。最后,通过各种实验研究分析了功放、巴伦网络、低压差稳压器以及不同功率对于半稳态信号的影响,解释了半稳态的成因。5.提出了一种基于降噪自编码器的通用射频指纹识别框架和针对ZigBee设备的部分叠加策略改进了传统的多帧叠加提高信噪比的方法,提出了一种单帧内相同符号叠加提升信噪比的方法。考虑到ZigBee设备半稳态信号与稳态信号射频指纹的差异,只对稳态信号进行单符号叠加,然后和半稳态信号进行拼接,有效结合了半稳态信号和稳态信号在不同信噪比下的射频指纹识别优势。针对传统深度学习射频指纹方法在低信噪比时性能较差的情况,提出了一种改进的基于降噪自编码器的方法,通过同时最小化重建误差和分类损失进行网络训练,提升了中低信噪比下的识别性能。实验结果显示,在AWGN信道的低信噪比(-10dB~5dB)场景下,相比传统的卷积神经网络方法,27个ZigBee设备的分类准确率提高了14%~23.5%。
庞彬尧[8](2020)在《基于STM32和USB的大容量存储器的设计》文中进行了进一步梳理高速大容量存储设备是数据采集系统中不可或缺的一部分,它主要的作用是对采集数据进行实时存储和有效管理。在现代军事中,导弹占据着重要的战略地位,导弹研发过程中,各种飞行数据对于科研人员是非常重要的,这便存在了一个一直困扰研发人员的难点问题,那就是如何将采集系统测得的大量数据高速准确地保存到存储器中。本设计从这一目的出发,主要研发一种用于导弹飞行数据采集系统的大容量存储器,实现对导弹飞行数据高速有效的存储。本设计选择STM32为主控芯片,NAND FLASH为存储介质。首先,通过STM32上的异步静态存储器对采集系统的8位FIFO数据进行接收和缓存。然后将缓存的数据存储到NAND FLASH中。最后通过USB接口对NAND FLASH中的数据进行读写和删除操作,从而完成对整个系统的设计。本设计重点解决的问题:第一个问题,如何将数据准确的存储到NAND FLASH中,因为在出厂和使用过程中,都会产生无效块,从而使数据丢失。我们通过三步实现,首先,使用ECC校验对所有块进行扫描,将得到的坏块进行标记。然后建立坏块映射表,坏块映射表主要是为了使NAND FLASH的物理地址和之后文件系统的逻辑地址相互映射。最后建立保留区,通过在保留区内留一定量的有效块来代替坏块的方法实现坏块管理,还通过在使用保留区进行数据复写时均分擦除的次数的方法来实现磨损均衡。第二个问题,由于系统掉电而导致的数据丢失问题。这是因为文件系统在写入数据时,需要在写文件后将文件关闭才能完成数据写入的操作,否则数据就会丢失。而本设计所处的环境随时都有可能掉电,无法准确地在系统掉电前来关闭文件,因此需要设计掉电保护。本设计采用的方法是在写入文件时设置按时间进行阶段性自动保存的方法,这样即使掉电,也能将上一时刻的数据完整保存,防止数据丢失。
吴炎[9](2020)在《异构蜂窝网中D2D通信的资源管理与传输优化设计》文中进行了进一步梳理未来无线通信网络中移动设备的大量增加会导致通信流量的指数增长。为了支持大规模移动设备通信,终端直通(D2D,Device-to-Device)通信技术和非正交多址(NOMA,Non-Orthogonal Multiple Access)技术被认为是新一代移动通信中很有前途的技术。本文主要针对蜂窝网络中D2D通信两种不同场景进行研究,将资源管理问题建模成数学问题并给出最优的资源分配方案,通过仿真结果进一步分析了所提算法的优越性,其主要工作由以下两个方面所组成:(一)研究了在物理层安全场景下D2D通信的资源分配问题,考虑了“一对一”的D2D通信模式,构建出在保证蜂窝用户的数据速率要求和保密数据速率要求的前提下所有D2D对和速率最大化问题。由于D2D对和蜂窝用户复用同一子载波,D2D接收机会窃听蜂窝用户的数据信息,这时将D2D接收机作为窃听者。因此我们将问题建模成最大化D2D对和速率并且满足蜂窝用户的数据速率要求和保密数据速率要求。由于该问题存在连续变量和二进制变量,属于混合整数非线性规划问题。为了解决该问题,我们将资源分配问题分解为子载波分配问题和功率控制问题。首先针对给定的D2D对的子载波分配方案,得到蜂窝用户和D2D对最优发射功率的闭式解。基于获得的最优功率,将D2D对和速率最大化问题转化成D2D信噪比之和最大化问题,使用匈牙利算法实现最优的子载波分配。实验结果表明所提的联合功率控制和子载波分配算法比单一优化变量可以提升D2D对的和速率。(二)研究了基于NOMA技术的D2D网络联合上下行子载波分配问题。针对“一对多”的D2D通信模式,构建了在保证蜂窝用户上下行速率要求和D2D组数据速率要求的前提下最大化所有D2D组的和速率问题。由于该问题含有连续的功率变量和二进制的子载波分配变量,直接解比较困难,为此将该问题分解为子载波分配问题和功率控制问题。为解决子载波分配问题,首先利用D2D组的信道增益之和,提出了基于匈牙利算法的一对一子载波分配方案,如果还有未匹配子载波的D2D对,根据D2D组匹配准则将剩下的D2D组一一匹配。基于获得的子载波分配方案,首先根据蜂窝用户上下行数据速率约束条件得到最优的蜂窝用户的发射功率,然后将关于D2D组功率的非凸问题转化成凸问题,得到组内每个接收机的最优发射功率。最后通过仿真实验发现所提的联合上下行的资源分配算法提高了D2D组的和速率。
张申[10](2020)在《基于蜂窝网络的D2D通信网络中继选择算法研究》文中认为随着各国大力发展移动通信技术,移动通信取得了飞速的进步,在我们还享受着第四代移动通信网络的便利时,5G通信网络已走进人们的生活。D2D(Device to Device)技术作为5G通信的关键技术之一,受到了越来越多学者和专家的关注。D2D通信技术属于在全世界范围内研究火热的5G无线通信系统中一个关键的研究点。D2D通信技术相比大家所熟知的传统蜂窝通信网络,D2D通信技术能够使终端设备之间直接进行通信,这大大减轻了移动网络的负荷。D2D中继通信技术则是将D2D通信技术与中继技术相结合,扩展了通信的范围,提升了网络系统的性能。本文主要是对D2D中继通信技术进行研究。本文首先对D2D中继通信技术中的中继选择问题进行了研究,针对D2D中继通信系统中功耗的问题,提出一种联合功率分配的中继选择算法。通过对中继选择区域的划分,进行候选中继集的建立。以拉格朗日乘子法为基础,对功率问题进行优化,最后选出能使通信系统功耗最小的中继节点。经仿真分析,验证了本文所提算法的性能。其次,针对D2D通信网络多中继并行传输的问题,分析了D2D双中继协作通信系统传输情况,基于传统的双中继网络AF、DF转发方式,提出了一种中继节点组合转发方式,并分析D2D双中继协作通信系统中两个中继分别采用三种不同转发方式时的中断情况,同时对节点进行功率分配。该组合方法不仅明显降低了源节点的发送功率,而且有效减少了D2D双中继协作通信系统消耗的总功率,节约了系统功率的消耗。
二、为蜂窝电话设计选择LDO(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、为蜂窝电话设计选择LDO(论文提纲范文)
(1)3D打印负泊松比超构材料摩擦学性能研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 引言 |
1.1 研究背景与意义 |
1.2 负泊松比超构材料国内外研究现状 |
1.2.1 负泊松比超构材料的发展与分类 |
1.2.2 负泊松比超构材料的制备工艺 |
1.2.3 负泊松比超构材料的性能研究 |
1.2.4 负泊松比超构材料的应用 |
1.3 本论文的主要研究内容 |
第二章 试验材料、设备与方法 |
2.1 试样设计与制备 |
2.1.1 试验用原材料 |
2.1.2 球-盘摩擦磨损试验用试样 |
2.1.3 环-块摩擦磨损试验用试样 |
2.2 试验用仪器设备 |
2.2.1 3D打印设备 |
2.2.2 摩擦学试验机 |
2.2.3 试验表征分析仪器 |
2.3 试样条件和试验方法 |
2.3.1 销-盘摩擦磨损试验 |
2.3.2 环-块摩擦磨损试验 |
2.4 有限元仿真分析设置 |
第三章 成型方式对ABS塑料摩擦学性能的影响 |
3.1 不同成型方式ABS试样的物理化学性能 |
3.1.1 各试样的密度与硬度 |
3.1.2 各试样的红外光谱 |
3.1.3 各试样的起始氧化温度 |
3.2 不同成型方式ABS试样/GCr15 球的摩擦系数 |
3.3 不同成型方式ABS试样的磨损量 |
3.4 不同成型方式ABS试样的磨损形貌与磨损机理 |
3.4.1 各试样摩擦表面三维形貌分析 |
3.4.2 各试样摩擦表面微观形貌分析 |
3.5 本章小结 |
第四章 试样侧面的摩擦学性能 |
4.1 NPR试样和实体试样侧面受压时的应力应变特性 |
4.1.1 各试样侧面受压时的应力特性 |
4.1.2 各试样侧面受压时的变形矢量 |
4.1.3 各试样侧面受压时的变形特性 |
4.2 NPR试样和实体试样/GCr15 圆环的摩擦系数 |
4.3 NPR试样和实体试样的磨损量 |
4.4 NPR试样和实体试样的磨损形貌与磨损机理 |
4.4.1 各试样摩擦表面三维形貌分析 |
4.4.2 各试样摩擦表面微观形貌分析 |
4.5 本章小结 |
第五章 试样正面的摩擦学性能 |
5.1 NPR试样和实体试样正面受压时的应力应变特性 |
5.1.1 各试样正面受压时的应力特性 |
5.1.2 各试样正面受压时的变形矢量 |
5.1.3 各试样正面受压时的变形特性 |
5.2 NPR试样和实体试样/GCr15 圆环摩擦系数 |
5.3 NPR试样和实体试样的磨损量 |
5.4 NPR试样和实体试样的磨损形貌与磨损机理 |
5.4.1 各试样摩擦表面三维形貌分析 |
5.4.2 各试样摩擦表面微观形貌分析 |
5.5 NPR试样和实体试样在不同方向的摩擦学性能对比 |
5.5.1 各试样在不同方向的应力应变特性 |
5.5.2 各试样在不同方向的摩擦学性能 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 本文主要结论 |
6.2 研究展望 |
参考文献 |
致谢 |
在学期间发表的学术论文和参加科研情况 |
(2)基于无人机的D2D通信资源分配算法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 课题研究现状 |
1.2.1 D2D资源复用技术研究现状 |
1.2.2 无人机基站研究现状 |
1.3 论文的主要内容及结构 |
第2章 相关理论基础 |
2.1 D2D通信技术概述 |
2.1.1 D2D通信优势及应用场景 |
2.1.2 D2D通信模式选择和复用策略 |
2.1.3 D2D通信干扰分析 |
2.2 无人机基站及信道模型概述 |
2.2.1 无人机基站优势与主要应用 |
2.2.2 无人机基站网络架构及信道模型 |
2.3 强化学习概述 |
2.3.1 强化学习模型 |
2.3.2 马尔科夫决策过程及Q-learning算法 |
2.4 本章小结 |
第3章 基于粒子群算法的D2D资源复用策略 |
3.1 系统模型 |
3.2 问题描述与建模 |
3.3 基于粒子群的资源分配算法 |
3.3.1 算法简介及模型分析 |
3.3.2 粒子群算法对MINLP问题优化 |
3.4 仿真参数与结果分析 |
3.5 本章小结 |
第4章 基于Q-learning的 D2D资源复用策略 |
4.1 系统模型 |
4.2 问题描述与建模 |
4.3 基于Q-learning的资源分配算法 |
4.3.1 学习模型与问题映射 |
4.3.2 Q-learning算法优化流程 |
4.4 仿真参数与结果分析 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 本文总结 |
5.2 未来研究展望 |
参考文献 |
作者简介 |
致谢 |
(3)低噪声高电源抑制比的低压差线性稳压器的研究与设计(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 LDO的研究现状与趋势 |
1.2.1 LDO国内外研究现状 |
1.2.2 LDO发展趋势 |
1.3 论文主要研究内容及贡献 |
1.4 本论文结构安排 |
第二章 LDO工作原理及基本参数 |
2.1 LDO基本结构及工作原理 |
2.1.1 LDO基本结构与模块介绍 |
2.1.2 LDO工作原理 |
2.2 LDO基本参数 |
2.2.1 压差电压 |
2.2.2 静态电流 |
2.2.3 效率 |
2.2.4 负载调整率 |
2.2.5 线性调整率 |
2.2.6 瞬态响应 |
2.2.7 电源抑制比 |
2.2.8 噪声 |
2.3 本章小结 |
第三章 低噪声高电源抑制比LDO的设计 |
3.1 LDO设计指标 |
3.2 低噪声LDO电路设计 |
3.2.1 器件噪声 |
3.2.2 LDO噪声分析 |
3.2.3 低噪声LDO设计 |
3.3 高电源抑制比LDO电路设计 |
3.3.1 LDO电源抑制比分析 |
3.3.2 LDO常用放大电路结构电源抑制比分析 |
3.3.3 高电源抑制比LDO设计 |
3.4 基准电路设计 |
3.5 电阻反馈网络设计 |
3.6 本章小结 |
第四章 LDO电路仿真 |
4.1 基准电路仿真 |
4.2 LDO电路仿真 |
4.3 LDO仿真总结及分析 |
4.4 LDO版图设计 |
4.5 本章小结 |
第五章 全文总结与展望 |
5.1 全文工作总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(4)基于能量采集的D2D通信资源分配算法研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 移动通信技术的发展 |
1.2 D2D通信概述 |
1.3 能量采集技术概述 |
1.4 研究现状 |
1.4.1 性能分析 |
1.4.2 模式选择 |
1.4.3 资源分配 |
1.5 本文的主要工作及内容安排 |
第二章 基于能量采集的D2D通信技术 |
2.1 引言 |
2.2 D2D通信的设备发现和会话建立 |
2.3 能量采集架构 |
2.4 能量采集D2D通信无线资源管理 |
2.4.1 频谱资源分配 |
2.4.2 干扰分析 |
2.4.3 功率控制 |
2.5 本章小结 |
第三章 能量采集D2D通信的功率控制和信道分配算法 |
3.1 引言 |
3.2 系统模型和优化问题建模 |
3.2.1 系统模型 |
3.2.2 优化问题建模 |
3.3 最优联合功率控制和信道分配算法 |
3.4 仿真结果与分析 |
3.5 本章小结 |
第四章 基于NOMA的能量采集D2D通信资源分配算法 |
4.1 引言 |
4.2 系统模型和优化问题建模 |
4.2.1 系统模型 |
4.2.2 优化问题建模 |
4.3 离线信道分配和功率控制优化算法 |
4.3.1 功率分配因子优化 |
4.3.2 信道分配优化 |
4.3.3 离线发送功率优化 |
4.4 在线功率分配优化算法 |
4.5 仿真结果与分析 |
4.5.1 仿真参数设置 |
4.5.2 仿真结果与分析 |
4.6 本章小结 |
第五章 能量采集D2D通信的中断概率分析和资源优化算法 |
5.1 引言 |
5.2 系统模型 |
5.3 中断性能分析 |
5.4 资源分配优化算法 |
5.4.1 离线资源分配优化算法 |
5.4.2 在线功率分配优化算法 |
5.5 仿真结果与分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 未来展望 |
参考文献 |
附录1 程序清单 |
附录2 攻读硕士学位期间撰写的论文 |
附录3 攻读硕士学位期间申请的专利 |
附录4 攻读硕士学位期间参加的科研项目 |
致谢 |
(5)5G移动通信基站基带处理板卡数字硬件设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 本课题的研究进展 |
1.2.1 基带处理单元发展历史 |
1.2.2 处理器发展历史 |
1.2.3 内存发展历史 |
1.3 本文主要研究内容 |
第2章 基带处理板卡硬件需求分析与方案设计 |
2.1 5G移动通信基站子系统硬件架构与需求分析 |
2.2 BBU单元系统需求分析 |
2.3 基带处理板卡硬件需求分析 |
2.3.1 基带处理板卡硬件架构 |
2.3.2 基带处理板卡硬件需求梳理 |
2.4 基带处理板卡硬件方案设计 |
2.4.1 基带处理板卡主芯片选型 |
2.4.1.1 XILINX UltraScale+ FPGA介绍 |
2.4.1.2 AURORA协议介绍 |
2.4.1.3 FPGA芯片选型 |
2.4.1.4 ARM芯片选型 |
2.4.1.5 PCIe交换芯片与CPLD芯片选型 |
2.4.2 基带处理板卡硬件方案以及框图 |
2.5 基带处理板卡可靠性要求 |
2.6 小结 |
第3章 硬件电路原理图设计 |
3.1 VU7P外围接口电路设计 |
3.2 ZU15EG外围接口电路设计 |
3.2.1 ZU15E GPS侧接口电路设计 |
3.2.2 ZU15EG PL侧接口电路设计 |
3.3 PCIe交换小系统电路设计 |
3.4 CPLD小系统电路设计 |
3.5 时钟小系统电路设计 |
3.5.1 时钟需求 |
3.5.2 时钟小系统电路设计 |
3.5.2.1 25M时钟域电路设计 |
3.5.2.2 100M和33.333M时钟域电路设计 |
3.5.2.3 61.44M时钟域电路设计 |
3.6 电源小系统电路设计 |
3.6.1 电源需求 |
3.6.1.1 数字功耗评估 |
3.6.1.2 电源网络拓扑 |
3.6.2 电源芯片外围电路设计 |
3.6.2.1 开关电源芯片外围电路设计 |
3.6.2.2 LDO电源芯片外围电路设计 |
3.6.2.3 模块电源芯片外围电路设计 |
3.7 调试接口电路设计 |
3.8 小结 |
第4章 硬件PCB设计与可靠性设计 |
4.1 硬件PCB设计 |
4.1.1 PCB板材选择 |
4.1.1.1 板材的选择 |
4.1.1.2 铜箔的选择 |
4.1.1.3 半固化片的选择 |
4.1.1.4 板材可靠性 |
4.1.2 PCB布局叠层设计 |
4.1.2.1 板卡PCB布局设计 |
4.1.2.2 PCB叠层设计 |
4.1.3 PCB布线设计 |
4.1.3.1 布线规则设置 |
4.1.3.2 仿真指导布线 |
4.1.3.3 layout设计 |
4.2 可靠性设计 |
4.2.1 板卡散热设计 |
4.2.2 板卡可靠性设计 |
4.3 小结 |
第5章 功能测试与验证 |
5.1 板卡硬件测试 |
5.1.1 电源测试 |
5.1.2 时钟测试 |
5.1.3 启动测试 |
5.1.4 接口测试 |
5.2 CPLD编程和功能测试 |
5.3 硬件可靠性验证 |
5.3.1 单板可靠性测试 |
5.3.2 整机可靠性测试 |
5.4 小结 |
第6章 结论与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(6)基于LoRa技术的智能航标监管系统的设计与开发(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景 |
1.2 课题研究意义 |
1.3 国内外研究现状及分析 |
1.4 本文主要研究内容 |
第二章 智能航标系统总体设计 |
2.1 智能航标系统业务需求 |
2.2 智能航标系统功能分析 |
2.3 智能航标系统总体设计 |
2.3.1 系统总体结构设计 |
2.3.2 智能航标硬件方案 |
2.3.3 智能航标软件系统框架 |
2.4 本章小结 |
第三章 智能航标硬件平台 |
3.1 航标设备主机 |
3.2 微处理器选型 |
3.3 主控节点系统设计 |
3.4 LORA基本板设计 |
3.4.1 SX1301 模块 |
3.4.2 电源供电模块 |
3.4.3 GPS模块 |
3.4.4 天线射频模块 |
3.5 航标载用终端PCB设计 |
3.6 本章小结 |
第四章 航标载用终端软件设计 |
4.1 航标终端软件平台搭建 |
4.1.1 网关平台注册 |
4.1.2 服务器配置 |
4.2 航标终端软件流程设计 |
4.3 LORA组网分析 |
4.3.1 LoRa通信标准 |
4.3.2 LoRa扩频调制 |
4.3.3 LoRa网络协议 |
4.3.4 LoRa通信结构 |
4.4 航标数据接收程序设计 |
4.4.1 LoRa数据接收与发送程序设计 |
4.4.2 风速数据接收程序设计 |
4.4.3 风向数据接收程序设计 |
4.4.4 温湿度数据接收程序设计 |
4.5 航标数据发送程序设计 |
4.6 服务端程序设计 |
4.6.1 服务端GPS数据解析程序设计 |
4.6.2 服务端风速数据解析程序设计 |
4.6.3 服务端风向数据解析程序设计 |
4.6.4 服务端温湿度数据解析程序设计 |
4.7 本章小结 |
第五章 航标监管系统后端软件平台的设计与开发 |
5.1 架构设计 |
5.2 系统设计 |
5.2.1 功能需求分析 |
5.2.2 组织机构分析 |
5.2.3 用例设计 |
5.2.4 实体关系E-R图设计 |
5.3 数据库表结构设计 |
5.4 功能模块开发 |
5.4.1 开发环境和工具 |
5.4.2 定位功能模块的实现 |
5.4.3 偏移预报预警功能的实现 |
5.4.4 信息管理功能的实现 |
5.4.5 维护维修管理功能的实现 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
(7)射频指纹提取与识别技术研究(论文提纲范文)
摘要 |
Abstract |
英文缩略词 |
符号说明 |
第一章 绪论 |
1.1 论文的研究背景 |
1.2 射频指纹技术研究历史与现状 |
1.2.1 射频指纹技术的起源 |
1.2.2 射频指纹技术通用框架 |
1.2.3 射频指纹的安全性 |
1.3 射频指纹的特点 |
1.3.1 唯一性 |
1.3.2 鲁棒性 |
1.3.3 长时不变性 |
1.3.4 独立性 |
1.3.5 统一性 |
1.3.6 可移植性 |
1.4 论文的研究内容与结构安排 |
第二章 射频指纹建模与盲频偏估计 |
2.1 前言 |
2.2 射频指纹建模 |
2.2.1 通信标准容差 |
2.2.2 射频指纹模型 |
2.3 射频指纹建模仿真 |
2.3.1 直流偏置的影响 |
2.3.2 I/Q增益不平衡的影响 |
2.3.3 I/Q正交偏移误差的影响 |
2.3.4 I/Q两路滤波器偏差的影响 |
2.3.5 振荡器相位噪声的影响 |
2.3.6 功放非线性的影响 |
2.3.7 频偏的影响 |
2.3.8 混合参数的影响 |
2.4 基于差分星座轨迹图的盲频偏估计 |
2.4.1 系统模型 |
2.4.2 差分星座轨迹图的准对称性 |
2.4.3 频偏估计算法 |
2.4.4 带成型滤波器场景 |
2.4.5 ZigBee的差分星座轨迹图 |
2.4.6 仿真结果 |
2.5 本章小结 |
第三章 基于多采样卷积神经网络的鲁棒射频指纹识别方法 |
3.1 引言 |
3.2 信号采集与预处理 |
3.2.1 IEEE 802.15.4 调制方式 |
3.2.2 IEEE 802.15.4 帧格式 |
3.2.3 实验设置 |
3.2.4 预处理 |
3.3 半稳态现象和自适应ROI选择 |
3.3.1 ZigBee设备的半稳态现象 |
3.3.2 自适应ROI选择算法 |
3.4 多采样卷积神经网络 |
3.4.1 降采样阶段 |
3.4.2 局部卷积阶段 |
3.4.3 全连接阶段 |
3.4.4 切片技术 |
3.5 实验与结果分析 |
3.5.1 数据采集 |
3.5.2 基线卷积神经网络 |
3.5.3 网络深度选择 |
3.5.4 ROI选择 |
3.5.5 CNN2和MSCNN的比较 |
3.5.6 MSCNN的最终性能评估 |
3.6 本章小结 |
第四章 基于半稳态信号的射频指纹技术 |
4.1 引言 |
4.2 瞬态信号、稳态信号与半稳态信号 |
4.2.1 稳态与瞬态 |
4.2.2 现有的瞬态信号定义 |
4.2.3 CC2530设备的瞬态信号和半稳态信号 |
4.3 半稳态信号结束点的检测 |
4.3.1 差分信号分布 |
4.3.2 基于差分相位滑动标准差的贝叶斯渐升变点检测 |
4.3.3 性能测试与分析 |
4.4 半稳态成因 |
4.4.1 CC2530设备电路图 |
4.4.2 功放对信号的直接影响 |
4.4.3 巴伦网络的影响 |
4.4.4 功放对电压的间接影响 |
4.4.5 功率设置对于半稳态的影响 |
4.5 本章小结 |
第五章 基于降噪自编码器和部分信号叠加的射频指纹技术 |
5.1 引言 |
5.2 基于降噪自编码的射频指纹识别方法 |
5.3 部分信号叠加方法 |
5.3.1 半稳态和稳态射频指纹 |
5.3.2 部分叠加策略 |
5.4 实验与结果分析 |
5.4.1 实验系统和数据采集 |
5.4.2 模型结构和参数 |
5.4.3 卷积神经网络vs卷积降噪自编码器 |
5.4.4 半稳态指纹vs稳态射频指纹 |
5.4.5 稳态信号单符号叠加 |
5.4.6 部分叠加后的最终性能 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结及主要贡献 |
6.2 进一步研究的方向 |
参考文献 |
攻读博士学位期间的研究成果 |
致谢 |
(8)基于STM32和USB的大容量存储器的设计(论文提纲范文)
摘要 |
abstract |
1.绪论 |
1.1 课题来源与背景 |
1.2 存储器的发展历史及现状 |
1.3 大容量存储系统的国内外研究现状 |
1.4 本设计主要工作和内容安排 |
2.系统总体设计 |
2.1 系统总体架构 |
2.1.1 系统的技术要求 |
2.1.2 系统的总体设计方案 |
2.2 FLASH存储器类型与选型 |
2.2.1 NAND FLASH和 NOR FLASH的区别 |
2.2.2 NAND FLASH的选型 |
2.3 主控芯片的选型 |
2.3.1 常用NAND FLASH控制器 |
2.3.2 MCU的选型和主要性能 |
2.3.3 USB通讯功能的实现 |
2.4 系统设计的主要工作 |
2.5 本章小结 |
3.系统硬件电路设计 |
3.1 主控制器最小系统设计 |
3.1.1 电源电路设计 |
3.1.2 时钟电路设计 |
3.1.3 调试电路设计 |
3.1.4 复位电路设计 |
3.2 USB接口电路 |
3.3 存储器接口电路 |
3.4 其他电路设计 |
3.5 本章小结 |
4.系统的软件设计 |
4.1 系统软件的整体工作流程 |
4.2 NAND FLASH的阵列操作 |
4.2.1 NAND FLASH的组织结构 |
4.2.2 NAND FLASH主要逻辑实现 |
4.2.3 ECC纠错设计 |
4.2.4 坏块管理和磨损均衡 |
4.3 FAT文件系统的移植 |
4.3.1 FAT文件系统的简介 |
4.3.2 FAT文件系统的实现 |
4.3.3 掉电保护设计 |
4.4 USB固件程序设计 |
4.4.1 USB简介 |
4.4.2 USB固件程序的移植 |
4.5 本章小结 |
5.系统调试及结果分析 |
5.1 系统的整体测试方案 |
5.2 数据存储测试 |
5.3 USB接口测试 |
5.4 本章总结 |
6.结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及所取得的研究成果 |
致谢 |
(9)异构蜂窝网中D2D通信的资源管理与传输优化设计(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 本文的主要工作和创新点 |
1.4 本文的章节结构 |
第二章 5G关键技术理论简介 |
2.1 D2D通信的概述 |
2.1.1 D2D通信原理 |
2.1.2 D2D通信特点 |
2.1.3 D2D通信应用场景 |
2.2 NOMA技术的概述 |
2.2.1 NOMA技术原理 |
2.2.2 NOMA技术特点 |
2.2.3 NOMA技术应用场景 |
第三章 面向物理层通信安全的D2D资源分配方案 |
3.1 引言 |
3.2 系统模型与问题建模 |
3.2.1 系统模型介绍 |
3.2.2 问题建模与分析 |
3.3 联合子载波和功率分配的资源管理算法详细分析 |
3.3.1 功率控制算法 |
3.3.2 子载波分配算法 |
3.4 仿真结果及分析 |
3.5 本章小结 |
第四章 结合非正交多址接入技术的D2D资源分配方案 |
4.1 引言 |
4.2 系统模型与问题建模 |
4.2.1 系统模型介绍 |
4.2.2 问题建模与分析 |
4.3 N-D2D组数据速率最大化的资源分配算法 |
4.3.1 联合上下行子载波分配算法 |
4.3.2 功率控制算法 |
4.4 仿真结果及分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 研究展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(10)基于蜂窝网络的D2D通信网络中继选择算法研究(论文提纲范文)
摘要 |
Abstract |
缩略词 |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 传统蜂窝移动通信发展 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 D2D通信研究现状 |
1.2.2 D2D中继技术研究现状 |
1.3 论文组织结构 |
1.3.1 本文主要研究工作 |
1.3.2 本文章节安排 |
第二章 D2D通信相关技术研究 |
2.1 D2D相关技术研究 |
2.1.1 D2D设备发现和会话建立 |
2.1.2 资源共享模式 |
2.1.3 D2D通信模式选择 |
2.2 蜂窝网络中D2D通信干扰分析 |
2.2.1 上行资源复用干扰分析 |
2.2.2 下行资源复用干扰分析 |
2.3 D2D中继技术研究 |
2.3.1 D2D中继通信模型 |
2.3.2 D2D中继转发策略 |
2.3.3 D2D中继应用场景 |
2.3.4 D2D中继网络结构 |
2.3.5 D2D中继选择方法 |
2.4 本章小结 |
第三章 D2D通信中继节点选择算法 |
3.1 系统模型 |
3.2 系统性能分析 |
3.3 联合功率分配的中继选择算法 |
3.3.1 D2D通信链路中继触发条件 |
3.3.2 中继选择区域 |
3.3.3 功率分配算法 |
3.3.4 中继节选择 |
3.4 仿真分析 |
3.5 本章小结 |
第四章 基于组合转发的D2D多中继通信方案 |
4.1 系统模型及分析 |
4.2 中断概率分析 |
4.3 节点功率分配 |
4.4 仿真分析 |
4.5 本章总结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 未来工作与展望 |
致谢 |
参考文献 |
附录A 攻读硕士学位期间研究成果 |
四、为蜂窝电话设计选择LDO(论文参考文献)
- [1]3D打印负泊松比超构材料摩擦学性能研究[D]. 马赛赛. 机械科学研究总院, 2021(01)
- [2]基于无人机的D2D通信资源分配算法研究[D]. 周禹岐. 吉林大学, 2021(01)
- [3]低噪声高电源抑制比的低压差线性稳压器的研究与设计[D]. 王琛. 电子科技大学, 2021(01)
- [4]基于能量采集的D2D通信资源分配算法研究[D]. 苏娜. 南京邮电大学, 2020(02)
- [5]5G移动通信基站基带处理板卡数字硬件设计与实现[D]. 李鑫维. 中国科学院大学(中国科学院大学人工智能学院), 2020(04)
- [6]基于LoRa技术的智能航标监管系统的设计与开发[D]. 蔡梦扬. 湖北工业大学, 2020(11)
- [7]射频指纹提取与识别技术研究[D]. 俞佳宝. 东南大学, 2020(01)
- [8]基于STM32和USB的大容量存储器的设计[D]. 庞彬尧. 中北大学, 2020(09)
- [9]异构蜂窝网中D2D通信的资源管理与传输优化设计[D]. 吴炎. 合肥工业大学, 2020(02)
- [10]基于蜂窝网络的D2D通信网络中继选择算法研究[D]. 张申. 昆明理工大学, 2020(04)