【无线通信】使用凸优化来调整基于毫米波的无线通信参数(Matlab代码实现）

 👨‍🎓个人主页：研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🌈3 Matlab代码实现

🎉4 参考文献

---

💥1 概述

随着通信产业尤其是个人移动通信的高速发展，无线电频谱的低端频率已趋饱和，即使是采用高斯滤波最小频移键控（GMSK）调制或各种多址技术扩大通信系统的容量，提高频谱的利用率，也无法满足未来通信发展的需求，因而实现高速、宽带的无线通信势必向微波高频段开发新的频谱资源。毫米波由于其波长短、频带宽，可以有效地解决高速宽带无线接入面临的许多问题，因而在短距离无线通信中有着广泛的应用前景。

毫米波通信可在5G无线通信系统超密集网络场景中提供显著的系统容量增益,但毫米波通信场景中干扰复杂多变,并且小区边缘用户动态链路的高阻塞率会引起中断问题。

📚2 运行结果

 

部分代码：

clc;clear all;
x = [0.1 0.3 0.5 0.7];
y1 = [0.3 7.2e-03 6.6e-05 6.6e-05];
y2 = [0.337 2.3e-03 1.757e-05 1.356e-05]; 
figure();
plot(x,y1);
hold on;
plot (x, y2,'k');
xlabel('\lambda');
title('Optimal Power Allocation Ratio(p_1) of direct path wrt \lambda');
legend('Optimal p', 'Optimal capacity');

x = [0.2 0.6 1 5];
y1 = [0.3 0.25 0.2 6.6e-05];
y2 = [0.264 0.16 0.12 0.04];
figure();
plot(x,y1);
hold on;
plot (x, y2,'k');
xlabel('Noise Power');
title('Optimal Power Allocation Ratio(p_1) of direct path wrt noise power');
legend('Optimal p', 'Optimal capacity');

x = [0.5 1 2 3];
y1 = [0.3 0.3 0.3 0.12];
y2 = [0.827 0.661 0.337 0.082];
figure();
plot(x,y1);
hold on;
plot (x, y2,'k');
xlabel('\alpha');
title('Optimal Power Allocation Ratio(p_1) of direct path wrt \alpha');
legend('Optimal p', 'Optimal capacity');

x = [0.3 0.5 0.8 1];
y1 = [0.42 0.36 0.31 0.29];
y2 = [0.26 0.29 0.32 0.34];
figure();
plot(x,y1);
hold on;
plot (x, y2,'k');
xlabel('\beta');
title('Optimal Power Allocation Ratio(p_1) of direct path wrt \beta');
legend('Optimal p', 'Optimal capacity');

🌈3 Matlab代码实现

🎉4 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]施钊,孙长印,江帆.毫米波网络中基于Q-Learning的阻塞感知功率分配[J].计算机工程,2020,46(12):185-192