未来移动通信网络中移动边缘计算技术

未来移动通信网络将面临移动数据业务和流量急剧增加,需要低时延和低能耗的高效技术。移动边缘计算(Mobile edge computing,MEC)在网络边缘侧进行计算卸载和资源存储,能极大地降低处理时延和能耗,提高用户服务体验。本文首先概述了MEC的基本原理和技术特点;然后通过具体的MEC的应用场景,进一步总结了MEC技术的优势;最后在现有工作的基础上,给出了MEC可能面临的挑战,并对未来的发展方向进行了论述与展望。MEC将会进一步推动计算和通信的融合,助力5G进入新场景多需求下的多技术融合新阶段。     

Performance of Cross-Layer Design with Power Allocation in Space-Time Coded MIMO Systems

A cross-layer design（CLD）scheme with combination of power allocation,adaptive modulation（AM）and automatic repeat request（ARQ）is presented for space-time coded MIMO system under imperfect feedback,and the corresponding system performance is investigated in a Rayleigh fading channel.Based on imperfect feedback information,a suboptimal power allocation（PA）scheme is derived to maximize the average spectral efficiency（SE）of the system.The scheme is based on a so-called compressed SNR criterion,and has a closed-form expression for positive power allocation,thus being computationally efficient.Moreover,it can improve SE of the presented CLD.Besides,due to better approximation,it obtains the performance close to the existing optimal approach which requires numerical search.Simulation results show that the proposed CLD with PA can achieve higher SE than the conventional CLD with equal power allocation scheme,and has almost the same performance as CLD with optimal PA.However,it has lower calculation complexity.     

拉普拉斯白噪声下的分组Turbo码

目前,传统航空测控通信所采用的纠错码大多是建立在高斯信道基础上的。然而,航空测控环境中不可避免存在着多种尖锐的噪声,测控通信纠错码的可靠性能在非高斯信道中尚未得到充分的研究。分析了一类国际航空遥测的分组Turbo码（BTC）在拉普拉斯白噪声信道下的译码和性能。将传统Chase迭代译码算法引入到拉普拉斯白噪声信道中,建立相应的数学模型,同时,基于该数学模型设计了3种不同的译码接收器下的BTC译码方案。仿真结果验证了该数学模型的正确性与可行性,在误码率为10^-4时最佳译码方案相比于硬限幅接收机有3.7 dB的增益,相比原有的高斯信道下的接收机仅有0.6 dB的性能损失。     

面向6G移动通信的可重构智能反射表面技术研究综述

伴随移动通信技术的迅猛发展，复杂多变环境和高能耗将是当前以及未来移动通信面临的主要问题，低能耗、高效通信环境自适应调整将是移动通信技术发展的必经之路。可重构智能反射表面（Reconfigurable intelligent surface, RIS）技术的发展，为移动通信提供了低能耗、通信环境自适应可重构服务，满足了复杂通信场景下多样化设备服务需求。本文首先对RIS技术从原理、特点、优势等方面进行了概述；然后针对RIS具体的应用场景，对RIS技术优势进行总结；最后在现有工作基础上，总结了RIS技术可能面临的技术挑战，并进一步论述与展望RIS技术的发展方向。RIS技术将会进一步推动移动通信技术的变革，助力移动通信技术面向未来复杂、智能化场景应用需求。