移动技术论文范文精选

1移动通信网络的发展趋势

在21世纪的前15年中，移动通信网络越来越多地走到人们身边，改造和影响着人们的生活。近年来，移动通信网络的发展呈现两个趋势：1）移动设备的接入量和数据流量呈爆炸式增长，据美国思科公司预计，全球移动通信网络的数据量在2020年将达到2010年的1000倍；2）接入移动通信网络的移动设备由最初单一的移动电话向多样化发展，譬如笔记本电脑、平板电脑、穿戴式设备等，这些设备对数据通信的要求截然不同。如何满足移动设备的海量多样化数据需求，是未来移动通信网络的重大挑战。

2当前WIFI技术简介

在本节中，我们将对WIFI技术的物理层和MAC层技术进行简介，并阐述当前WIFI技术在移动通信网络下的局限性。

2.1WIFI技术的物理层和MAC层

WIFI技术的物理层采用OFDM技术，OFDM技术能够最大限度地利用频谱资源，从而达到高数据量传输。当前的WIFI标准主要工作在两个频段：2.4GHZ频段和5GHZ频段。在2.4GHZ频段下，总可用频谱带宽为80MHZ，共有13个频段可供利用，单个设备最多可以使用20M带宽。在5GHZ频段下，总可用频谱带宽为325MHZ，共有20个频段可供利用，单个设备最多可以使用80M带宽。可知，在5GHZ频段下的可用带宽资源较为丰富，因此，越来越多的WIFI设备开始工作在5GHZ频段。WIFI技术的MAC层采用CSMA技术来为多用户提供接入。CSMA技术的工作原理为：任何一台设备在发送数据之前必须先对当前频谱进行探测，若当前频谱为空闲状态则可以发送数据，否则进入等待模式并在等待结束后开始下一次探测。当网络拓扑结构变得更加复杂时，MAC层还将应用RTS/CTS技术。

【论文摘要】纵观全球迅猛发展的高科技,电信业必将成为21世纪世界经济的火车头，通信技术正发生着百年未遇的巨大变化。本文介绍了第三代移动通信技术的发展现状，最后展望了未来移动通信技术发展的趋势。

【论文关键词】移动通信;3G;发展;展望

伴随着移动通信市场的快速发展，用户对更高性能的移动通信系统提出了更高要求，希望享受更为丰富和高速的通信业务。第二代移动通信运营商发展速度趋于缓和而竞争越加激烈，为寻找新的增长点，通过发展数据业务来提高自身的服务质量和业务类型，需要3G的支持。同时由于第二代移动通信无线频率资源日趋紧张，已不能满足长期的通信需求发展需要。

1移动通信的发展历程

第一代移动通信系统是在20世纪80年代初提出的，它完成于20世纪90年代初。第一代移动通信系统是基于模拟传输的，其特点是业务量小、质量差、交全性差、没有加密和速度低。

第二代移动通信系统(2G)起源于90年代初期。欧洲电信标准协会在1996年提出了GSMPhase2+，目的在于扩展和改进GSMPhase1及Phase2中原定的业务和性能。它主要包括CMAEL(客户化应用移动网络增强逻辑)，SO(支持最佳路由)、立即计费，GSM900/1800双频段工作等内容，也包含了与全速率完全兼容的增强型话音编解码技术，使得话音质量得到了质的改进；半速率编解码器可使GSM系统的容量提高近一倍。在GSMPhase2+阶段中，采用更密集的频率复用、多复用、多重复用结构技术，引入智能天线技术、双频段等技术，有效地克服了随着业务量剧增所引发的GSM系统容量不足的缺陷；自适应语音编码(AMR)技术的应用，极大提高了系统通话质量；GPRS/EDGE技术的引入，使GSM与计算机通信/Internet有机相结合，数据传送速率可达115/384kbit/s，从而使GSM功能得到不断增强，初步具备了支持多媒体业务的能力。尽管2G技术在发展中不断得到完善，但随着用户规模和网络规模的不断扩大，频率资源己接近枯竭，语音质量不能达到用户满意的标准，数据通信速率太低，无法在真正意义上满足移动多媒体业务的需求。

1移动IP的原理

随着移动通信技术的发展，任何移动节点都可以与IP核心网进行无缝的连接，从而形成无线网络。就目前来看，数据连接的方法多种多样，如：WLAN、蓝牙和GSM等。其中在移动无线网络中的实现过程中，移动IP技术最为关键。移动IP一般包括移动节点、归属和外埠，其中归属和外埠又称为本地与外地，统称为移动。移动节点（mobilenode）指的是在移动环境下工作的一些安有移动信息接收和无线网卡的计算机通讯设备，由此这些设备具备了移动通讯和无线通讯的功能。简单点的说，就是这些设备具有了长久IP地址的移动终端。归属（homeagent）又称作本地，也就是说这是在本地链路上的路由器。同理，外埠（foreignagent）又称外地，就是在外部链路上的路由器。移动IP的原理如下：首先移动节点归属是信息的入口，相比较而言，外埠就是信息的出口。一般先经过归属进行数据包的封装，然后传达给外埠。当外埠接收到数据包之后，进行数据的解开并将其传递给移动节点。一般来说，数据包在隧道内时，路由环会将它重新放回到隧道的入口处。由此，需要在数据包上加封IP的报头。一旦归属将广播包传递到了移动节点那里，就需要对其进行重新封装。值得注意的是，归属向移动节点进行传送时的本地地址是里层隧道，相反的，归属往移动节点转交时的地址是外层隧道。当解封的IP报头获得得到了数据之后，就会报告移动节点，综上，这就是节点向移动节点发送数据的全过程。

2移动通讯中移动IP节点技术的实现

2.1移动IP节点的关键技术

在移动通讯中，移动IP节点技术实现的需要依靠的技术有很多，其中关键的技术就是隧道技术（Tunneling）。隧道技术的种类包括IP的IP封装、IP的最小封装和通用路由封装。RFC2004是这样定义IP的最小封装的：IP的最小封装是一种可以选择的隧道，其主要目的是为了能够减少实现隧道所需要的额外字节数，这个过程需要去掉IP的IP封装中的内层IP报头和外层IP的报头的冗余部分才能实现。

2.2移动IP节点的工作过程

【论文摘要】纵观全球迅猛发展的高科技,电信业必将成为21世纪世界经济的火车头，通信技术正发生着百年未遇的巨大变化。本文介绍了第三代移动通信技术的发展现状，最后展望了未来移动通信技术发展的趋势。

【论文关键词】移动通信;3G;发展;展望

伴随着移动通信市场的快速发展，用户对更高性能的移动通信系统提出了更高要求，希望享受更为丰富和高速的通信业务。第二代移动通信运营商发展速度趋于缓和而竞争越加激烈，为寻找新的增长点，通过发展数据业务来提高自身的服务质量和业务类型，需要3G的支持。同时由于第二代移动通信无线频率资源日趋紧张，已不能满足长期的通信需求发展需要。

1移动通信的发展历程

第一代移动通信系统是在20世纪80年代初提出的，它完成于20世纪90年代初。第一代移动通信系统是基于模拟传输的，其特点是业务量小、质量差、交全性差、没有加密和速度低。

第二代移动通信系统(2G)起源于90年代初期。欧洲电信标准协会在1996年提出了GSMPhase2+，目的在于扩展和改进GSMPhase1及Phase2中原定的业务和性能。它主要包括CMAEL(客户化应用移动网络增强逻辑)，SO(支持最佳路由)、立即计费，GSM900/1800双频段工作等内容，也包含了与全速率完全兼容的增强型话音编解码技术，使得话音质量得到了质的改进；半速率编解码器可使GSM系统的容量提高近一倍。在GSMPhase2+阶段中，采用更密集的频率复用、多复用、多重复用结构技术，引入智能天线技术、双频段等技术，有效地克服了随着业务量剧增所引发的GSM系统容量不足的缺陷；自适应语音编码(AMR)技术的应用，极大提高了系统通话质量；GPRS/EDGE技术的引入，使GSM与计算机通信/Internet有机相结合，数据传送速率可达115/384kbit/s，从而使GSM功能得到不断增强，初步具备了支持多媒体业务的能力。尽管2G技术在发展中不断得到完善，但随着用户规模和网络规模的不断扩大，频率资源己接近枯竭，语音质量不能达到用户满意的标准，数据通信速率太低，无法在真正意义上满足移动多媒体业务的需求。

1技术原理

处理数字信号的过程中，通常情况下都需要将模拟信号转换为数字信号，在处理信号之前，首先需要采集和量化。采集定理又名奈奎斯特采样定理，是美国电信工程师奈奎斯特于1928年提出的，通过采集定理可知，想要在离散信号中恢复出无失真的原始信号，那么采样率至少要达到原始信号的2倍。此后在2004年，华裔科学家T.Tao以及D.Donoho、E.Candes等人通过对比逼近理论和信号稀疏理论的分析，初步提出了压缩感知理论，通过压缩感知理论可知，如果将压缩感知技术用于移动通信系统中，那么即使采用低于奈奎斯特采样定理的采样率，也可以恢复出无失真的原始信号。压缩感知理论的基本思想是：如果信号某个变换域是稀疏的，或者信号是可以压缩的，那么通过与变换基不相关的观测矩阵，能够将变换得到的高维信号投影到低维空间，之后求解最优化问题，就能够在少量投影中重构原始信号。在压缩感知理论框架下，采样率不决定于原始信号带宽，而是重要新信息在信号中的内容和结构决定的，测量值不是信号本身，是高维到低维的投影值，每一个测量值中，都包含着全部样本信号的部分信息，在恢复信号过程中，所用的测量值数目要比奈奎斯特采样定理要求的数目少很多。假设一个N×1维信号s，s包含非零元素K个，s可以通过转换得出N×1维变量x，其转换公式即为：x=覫s式中：覫代表N×N维稀疏变换矩阵，转换得出N×1维变量x之后，就可以计算出M×1维测量信号y，其计算公式如下：y=准x=准覫s=Θs式中：准代表M×N维测量矩阵，也可称之为随机采样矩阵或者投影矩阵，在上述环节中，覫和准的设计十分重要，对压缩感知技术的实际性能具有很大影响，另外K<M<<N，其中M的取值满足以下条件：M≥Cu2（准，覫）Klog（N）式中：u2（准，覫）代表矩阵覫和准相关性。此外信号重构是压缩感知技术的核心，在取得观测值y的条件下，获取最稀疏解s的过程即为信号重构，为了描述压缩感知理论的信号重构问题，需要运用矩阵理论中的范数知识。

假设定义向量Z={z1,z2，…，zN}的P-范数如下：Zp=Ni=1ΣzipΣΣ1p当P=0时，可以求出向量Z的0-范数，用以表示Z中非零元素的个数。一般情况下，非稀疏信号x通过稀疏转换可得出s，此时压缩感知理论中信号恢复问题就可以转化为线性约束下最小0-范数问题，具体表达式如下：s^=argmin0，s.t.y=准x=准覫s=Θs上述0-范数优化问题属于非凸优化问题，换言之，在多项式内不能够进行求解，也无法验证解是否有效，这样一来，就需要将其转化为其他范数，例如2-范数或者1-范数，相关资料显示，上述0-范数优化问题可通过求解简单的1-范数来解决，所以压缩感知理论一般采用如下公式：s=argmin1，s.t.y=准x=准覫s=Θs这样一来，就可以运用线性规划算法等方法来进行处理，在实际工作中，算法有很多中，可以根据具体需要来选择快捷的方法。

2实际应用

分析在实际应用过程中，压缩感知技术有以下几方面特性：

（1）观测信号没有稀疏性，比如OFDM系统频域信道响应等等。