伊丽莎白的学习之路

频率合成器他作为无线收发机系统的一个非常关键的模块，它的功能是用于产生本振信号，本振信号是收发机所必需的，其输出的信号的好坏决定了收发机变频信号的优劣，调频范围决定了收发机的收发频率范围，收发机工作的效率受到其频率的切换时间制约，收发机最小信道宽度受限于频率合成器的精度。直接模拟式频率合成器（Direct Analog Synthesizer，DAS）直接数字式频率合成器（Direct Digital Synthesizer，DDS）

从摘要部分可以解读除两个本文主要关注的问题，一个是数字信号需要使用矢量调制技术（包络消除和还原 EE&R）的发射机结构，那我们如果保证在发射机内精确组合数字信号的包络和相位分量，以产生正确的数字频谱。另一个问题是设计怎么设计一个新的PDM发射机结构以最大限度地减少 EE&R 矢量调制技术对数字广播的影响。

论文信息：Silver D, Schrittwieser J, Simonyan K, et al. Mastering the game of go without human knowledge[J]. nature, 2017, 550(7676): 354-359.

本文提出了无线接入网节能的重要方面。我们特别关注最近发展的异构网络（HetNets）中的节能机会，包括单RAT和多RAT。(RAT无线接入技术)。由于目前无线数据的增长率超过了频谱效率的发展和新的无线频谱的可用性，要充分应对移动数据流量的持续激增，必须对网络进行高密度和异构化。研究表明，大部分能量（50-80%）消耗在移动通信网络的无线接入部分。因此，接入网EE的改善将对整个网络EE产生相当大的影响。

未来的无线网络需要支持大量用户且其频谱效率(SE)、能效(EE)更高，而当前作为解决5G吞吐量的一种创新方式，使用真正大规模的天线阵列实现大规模 MIMO 基站仍面临如制造和操作成本高、功耗增加等困难。未来6G无线通信系统有望实现智能化和软件可重构模式，可通过波束成型天线阵列，自适应调制和编码等这些方面优化通信效率，但在优化的过程中，无线环境是难以控制的因素。在本文中，概述了不同的新兴HMIMOS架构及其核心功能，并讨论了它们当前考虑的通信应用以及它们未来的网络挑战。

SGD 特点优点：实现简单，当训练样本足够多时优化速度非常快。缺点：1.需要人为调整很多参数，比如学习率，收敛准则等。如果一个人不知道手头的任务，很难找到一个好的学习率或一个好的收敛准则。2.它是序列的方法，不利于GPU并行或分布式处理。3.针对SGD的局限性，目前现有的有限内存BFG(L-BFGS)和共轭梯度(CG)线搜索方法，可以极大简化和加快预训练深算法的过程。

提出了一种简单的双分支发射分集方案。该方案使用两个发射天线和一个接收天线，提供了与一个发射天线和两个接收天线的最大比率接收机组合（MRRC）相同的分集阶数。

无蜂窝大规模MIMO中没有小区或者小区边界的界定，所有接入点通过回程网络进行相位相干协作，并通过时分双工（TDD）操作为同一时频资源中的所有用户提供服务。分布式MIMO系统的替代方案是部署由不合作的接入点组成的小型小区。cellfree-massive MIMO无蜂窝MIMO,与传统的蜂窝式网络不同的是，无蜂窝网络本质是分布式MIMO，其特点是天线数目多，AP与用户都是单天线，网络覆盖范围广，边缘用户通信质量好；

5G 主要应用场景移动宽带、大规模机器通信和高可靠低时延通信5G的8个技术指标峰值速率、用户体验速率、频谱效率、移动性、时延、连接数密度、网络能量效率和流量密度。5G标准发展历程ITU 在 2016 年开展5G技术性能 需求和评估方法研究，2017年底启动5G候选方案征集，2020年底完成标准制定。3GPP 将承担 5G 国际标准技术内容 的制定工作。3GPP Rel-14 阶段被认为是启动 5G标准研究3GPP Rel-15 阶段可启动 5G 标准工作项目。

本文提出了一种用于通信系统信道估计的深度学习算法，将快速衰落通信信道的时频响应视为二维图像。目的是利用导频位置的一些已知值来找到信道响应的未知值。文中提出了一种利用深度图像处理技术、图像超分辨率(SR)和图像恢复(IR)的通用pipeline，该方案将导频值视为低分辨率图像，并使用SR网络与去噪IR网络级联来估计信道。结果表明，该方法可以有效地用于信道估计。估计误差表明该算法可与充分了解信道统计信息的最小均方误差(MMSE)相媲美，并且优于近似线性MMSE。