- 文献综述（或调研报告）：
2020年将是一个各方面联系更加紧密的时代，智能的集成传感器系统和家庭传感网络将会改变人们的生活方式。人们需要不断地通过移动网络上传他们的活动数据和海量控制命令，从而产生巨大的上行链路数据流[1]。为了承载这些数据流，同时满足低时延和高峰值速率的需求，下一代移动通信系统（5G）需要设计更为灵活的系统概念平台，从而集成针对不同用例的各种技术。
目前5G还没有一个标准化的定义[2]，普遍的共识是，5G是一些技术、场景和用例的集成，而不是一个单一的新的无线电接入技术。在5G的发展过程中有很多富有发展前景的关键性技术[3]，大规模MIMO技术大幅度地提高了频谱效率和可靠性，滤波器组多载波技术（FBMC）不再使用循环前缀，与传统的OFDM技术相比能够提供更好的能效并且增大系统容量，认知无线电技术提供了一种动态频谱共享技术，全双工技术可以使频谱使用变得更加灵活，软件定义网络技术（SDN）形成了集中控制，实现了网络虚拟化。
5G的一些主要特点有[4]：快速的网络：4G无线通信的用户数据速率为100Mbps，速度很快但还不够，为满足用户和各行业不断增长的需求，2020年5G系统中的用户数据速率将达到1Gbps;在人群中提供可靠的服务：巨大的流量带来了网络超载的问题，因此5G的目标是在像购物中心和地铁站这样人流聚集的场所提供更好的服务和连接;远程服务：5G致力于改善一些远程的服务，包括远程抄表、远程医疗、智能城市和视频监控等;低功耗设备集成：5G的目标是支持大量的低功耗设备，将这些设备无缝投入到5G移动系统的商用中来;智能切换：目前已有的切换方案相当复杂，在切换过程会带来很大的延迟，导致调用效率的下降，因此在5G交换网络中，应当进一步地降低切换延迟;伪户外通信：下一代移动通信系统的目标是提高室内的网络覆盖和数据速率，达到等同于室外服务的伪户外通信;空白频谱的利用：有效地利用一些未被使用的频谱资源可以很大限度地解决频谱危机的问题;高容量：在2020年，预计用户的数据传输量将增加30%，因此5G网络需要容纳越来越多的用户，并提供优质的服务;
全球范围内成立了很多不同的5G论坛和项目组。METIS[5]是欧洲框架7项目（FP7）最大的5G项目，它致力于为5G系统建立可参考的标准体系，促进5G发展走向标准化。2013年2月，中国5G推进组IMT-2020正式成立，随后国家863计划启动了5G移动通信系统研究的一期重大项目[3]，明确了5G的主要发展方向和技术需求，推动着第五代移动通信技术研究的发展进程。2013年5月，韩国成立了5G论坛。2013年9月，日本成立了ARIB 2020和未来专项。预计在2020年5G技术将正式投入商用。
D2D技术利用短距离内的两个用户之间的直接通信，被视为5G无线通信系统的一个关键技术。这样的通信方式将终端设备整合到网络管理的概念之中，减轻了全局网络的通信压力。而且，直接D2D通过临近区域的短距离传输，降低了通信时延和终端功耗。总的来说，它可以很好地实现高数据速率和低端到端延迟，提高频谱和能效并减轻蜂窝通信量。
尽管如此，在前四代移动通信系统中，D2D技术并没有被完全地应用起来，它主要被看作一种降低服务成本的工具，聚焦于公共安全服务领域[6]。近年来，随着无线产业的发展，D2D技术在几个领域有了一些新的发展。在文献[7]中，设想了一个双层蜂窝网络，包括宏层（基站-设备通信）和设备层（设备-设备通信），设备终端中继使网络中的设备能够作为彼此的传输中继，实现了大规模的ad hoc网络。D2D功能还可以在移动云计算中发挥重要作用，并为相临近的用户提供有效的资源共享(频谱、计算能力、应用程序等)。在文献[8]中，针对异构移动网络提出了一种层次化的云计算体系结构，通过在传统的一般静态云中添加基于D2D的移动动态云来增强容量。服务提供者可以进一步利用D2D功能, 在本地区域(如体育场或大型购物中心)中, 通过在手机和其他设备之间进行直接传输, 降低本地网络负载。此外, D2D通信可以在自然灾害中发挥关键作用[9]。在地震或飓风中,可以在短时间内使用D2D功能来建立紧急通信网络, 以取代受损的通信网络和网络基础设施。
然而，D2D技术的引入也给传统的蜂窝结构带来了许多挑战。其中一个主要后果是带来新的干扰来源:小区内部干扰，蜂窝用户和D2D用户(DUs)之间的小区间干扰和DUs之间的干扰。目前，主要的干扰抑制方法有资源分配、功率控制和模式选择。在文献[10]中，通过优化资源共享和导出D2D链路的最优信道配对，利用干扰来帮助防止窃听。文献[11]提出了针对多D2D用户的资源共享策略，通过自适应地分组，有效地提高了系统吞吐量，可应用于D2D通信中的干扰对齐技术。在文献[12]中，提出了一个动态的分布式资源共享方案，在D2D通信模型中同时考虑资源分配、模式选择和功率控制三种方法，采用局部线性方法来获得近似的最佳结果。在发射机侧，也可以通过执行干扰感知编码来进行干扰消除，即用预编码来减少对相邻小区的干扰[13]。文献[14]中提出了一种基Null-space的下行链路预编码方案，基站在执行预编码时，通过波束成形向量的选择，在D2D用户方向上形成零陷，从而减小其受到的干扰，有效提高D2D用户的通信容量，但是这种与编码方案对用户信道反馈信息精度的要求较高。
如何进行干扰建模也是一个重要课题。在文献[15]中，利用随机几何工具，在D2D干扰和噪声存在的情况下，获得了成功内容交付的概率，并通过找到最佳的缓存分布，实现了内容交付的总概率最大化。在异构网络中，快速衰落的信道分布通常被建模为瑞利分布。而在D2D通信链路中,天线高度较低,衰落信道可能包含强线视分量（LOS）,莱斯衰落则是一个更符合实际情况的模型实际[16]。文献[17]基于莱斯衰落模型推导出了蜂窝用户和D2D用户的遍历容量的闭式解，并且确定了D2D的用户密度和传输功率，从而最大限度地提高了网络的遍历容量。然而，文献[16][17]的推导结果都是建立在可以获得理想信道状态信息（CSI）的基础之上，这在实际系统中是很难获得的。即使在5G中传输时间间隔（TTI）长度的缩短可以使系统获得更快的CSI反馈，合作节点之间的反馈和交换也会使得信道估计和预编码应用之间的时间很长。
本课题将从有限反馈的信道量化模型入手，考虑反馈传输时延和带宽的限制，推倒两种预编码模式下的可达速率闭式结果。在此基础上分析最大化速率预编码和干扰消除预编码的性能优劣以及不同因素带来的影响，探讨在具体的实际环境中应如何选择更优的预编码策略。
参考文献
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
