一、无线衰落信道下的分集接收技术(论文文献综述)
刘龙舟[1](2021)在《联合编码调制技术研究》文中研究指明通信技术的发展与人们的生活、社会的进步息息相关,从早期基础的语音、短信业务,到日常的移动支付、短视频、流量直播等高速率多媒体业务,通信技术的发展彻底改变了人们的生活方式。同时,作为工业革命4.0的基石,未来通信技术将在智能制造、万物互联、人工智能等多个领域发挥重要作用,推动社会变革。随着第五代(The 5th Generation,5G)移动通信系统大规模商用,新一代通信系统将适应超高传输速率、高可靠性、高速移动、高频谱效率等复杂的应用场景。编码调制技术作为无线通信系统的核心技术之一,能有效提升通信系统的可靠性和有效性。本文首先介绍了业界提出的几种编码调制方案,包括比特交织编码调制(Bit-Interleaved Coded Modulation,BICM)、空时分组码(Space-Time Block Bode,STBC)、正交时频空间调制(Orthogonal Time Frequency and Space,OTFS)和联合编码调制分集(Joint coding and modulation diversity,JCMD)技术,分析了各种方案的工作原理和结构框图,评估了各种编码调制方案在不同码率、移动速度条件下的性能。仿真结果表明:在几种编码调制方案中,JCMD技术在不同信道编码码率、码长、移动速度下具备更好的鲁棒性,其性能增益主要依赖于JCMD系统中的旋转调制和分量交织设计。然而,目前对旋转调制角度优化的研究仍存在诸多不足之处,为了充分发掘系统的分集增益,本文提出了基于平均互信息(Average Mutual Information,AMI)最大化的骨干粒子群(Bare-bone Particle Swarm Optimization,BBPSO)算法,优化联合编码调制分集系统的最优星座旋转角。AMI分析和误块率(Block Error Rate,BLER)仿真表明,最优旋转角度下的JCMD方案相比于参考的角度优化方案能取得一定的性能增益。复杂度分析表明,相比于基于AMI最大化的遍历搜索,本文的方案能有效降低复杂度。同时,为了拓展空时码在JCMD系统中的应用,本文提出了一种基于黄金码(Golden Code)的JCMD系统。仿真分析表明,采用Golden Code并考虑星座旋转的JCMD系统相比于基于最优旋转角的JCMD方案和基于STBC的JCMD方案可实现性能增益,若不考虑星座旋转时,基于Golden Code的JCMD系统在低阶调制条件下具有更低的复杂度。
蒋红艳[2](2021)在《湍流信道下的水下无线光通信关键性能研究》文中研究指明海洋作为人类可持续性发展的重要基地,蕴含着丰富的资源,在经济、文化和军事等领域中的地位日益凸显。环境观测、科学研究、资源开采和国防建设等日益频繁的海洋活动以及自主式水下航行器、水下传感网络等技术的日益普及均对水下无线通信提出了更高的要求。相比传统水声通信,水下无线光通信(underwater wireless optical communication,UWOC)由于具有传输速率高、时延低等特性而受到人们的广泛关注,然而受水下信道吸收、散射和湍流效应影响,充分发挥其优势仍面临着诸多挑战。水下信道对光波的吸收和散射主要引起信号衰减和时延扩展。虽然现有文献针对吸收和散射效应已有较全面的分析,但是关于水下湍流则有待更深入的研究。水下湍流会造成光束漂移、光束扩展、光斑抖动和光强闪烁等影响,研究表明即使是短距离的水下无线光通信也存在此类湍流效应,从而大大降低通信性能。因此,研究水下湍流引起的信号衰落特性及其抑制方法对提高水下无线光通信的有效性和可靠性具有重要意义。本学位论文主要采用空间分集技术缓解水下湍流信道引起的信号衰落,并基于衰落模型对湍流信道下空间分集等增益合并(equal-gain combining,EGC)的水下无线光通信关键性能进行研究与分析,具体工作包括:1、针对弱湍流信道的衰落问题,使用正交幅度调制(quadrature amplitude modulation,QAM)和直流偏置光学正交频分复用(DC-biased optical orthogonal frequency division multiplexing,DCO-OFDM)提高频谱利用率和降低码间干扰;运用空间分集技术抑制信号衰落,给出了对数正态分布衰落信道模型下的QAM DCO-OFDM空间分集等增益合并的水下无线光通信性能。首先,假设吸收、散射造成信号衰减和湍流引起信号衰落相互独立,将水下信道对接收光强的影响表示为损耗系数(信道直流增益)和衰落系数的乘积,其中损耗系数采用光子追踪法进行蒙特卡洛(Monte Carlo,MC)仿真得到,衰落系数则表示为服从对数正态分布的随机变量。其次,基于各支路间相互独立的对数正态分布衰落系数加权和近似法推导了该系统平均误比特率(bit error rate,BER)和中断概率的解析表达式。最后,针对不同的湍流场景和分集数目,通过蒙特卡洛仿真验证了各表达式的准确性,并详细分析了该系统性能。结果表明:空间分集可有效降低系统的平均误比特率和中断概率。湍流越强,空间分集优势越明显。随着分集数目的增加,分集增益增大并趋向饱和。当闪烁指数为0.1、0.3、0.6和0.9时,2×4系统的分集增益分别约为为2.4d B、6.2d B、9.4d B和11.5d B。2、采用无载波幅度相位(carrierless amplitude and phase,CAP)调制简化系统实现并保证传输速率,且在空间分集的基础上使用低密度奇偶校验(low-density parity-check,LDPC)编码,进一步提高弱到强起伏湍流信道下的抗衰落能力的同时仍保持系统易于实现的特点,给出了广义伽马(generalized gamma,GG)分布衰落信道模型下的LDPC编码CAP空间分集等增益合并水下无线光通信性能。首先,基于各支路间相互独立的广义伽马分布衰落系数的特征函数(characteristic functions,CHFs)推导了该系统无编码时的平均误比特率,其解析表达式采用Meijer’s G或Fox’s H函数表示。其次,为了进一步提高对抗信号衰落的能力并降低信噪比需求,在空间分集的基础上引入LDPC编码,并介绍了准循环LDPC(quasi-cyclic LDPC,QC-LDPC)的编/译码算法以及初始化消息计算。最后,采用蒙特卡洛仿真对解析表达式的准确性进行了验证,并对使用LDPC编码后系统误比特率进行了仿真。比较和分析结果表明:LDPC编码和空间分集的结合可降低信噪比需求,同时明显提高抗衰落性能,很适用于较强湍流、高阶调制和功率受限的情况。闪烁指数为1.02时,LDPC编码的2×2空间分集4-CAP系统的编码增益约为10.3d B。3、考虑到DCO-OFDM和CAP需要添加直流偏置而导致功耗较高并且其性能因偏置不同而受到影响,采用无需偏置的非对称削波光正交频分复用(asymmetrically clipped optical OFDM,ACO-OFDM)提高功率效率。不同于第四章性能分析使用的特征函数法,第五章采用加权和近似法,更全面地评估系统性能。首先,基于相互独立的广义伽马分布衰落系数加权和的近似分布,推导了该系统的平均误比特率、中断概率和遍历容量,并且进一步利用高斯-拉盖尔积分公式和Fox’s H函数相关运算分别化简了平均误比特率和遍历容量的解析表达式。相比特征函数法而言,加权和近似法有利于推导中断概率和遍历容量并简化计算。然后,在不同的信道环境下,通过蒙特卡洛仿真验证各解析表达式的准确性并进行了分析与讨论。对不同调制阶数(4-QAM与16-QAM)和不同的解析方法(特征函数法与加权和近似法)对应的平均误比特率进行了对比,并仿真分析了具有相同闪烁指数、湍流信道模型分别采用对数正态分布和广义伽马分布时的分集增益差异,从而较全面而深入地评估了ACO-OFDM空间分集系统的性能。本文的研究结果为水下湍流信道下高速通信系统的设计、预判和评估提供理论支撑,在开展海洋活动的各项应用中有较广泛的应用前景和现实意义。
姚洁[3](2021)在《基于车辆自组网的城市交通堵塞预警研究与实现》文中认为随着我国经济的全面发展,汽车数量的逐年增加,对车辆在通信方面的相关要求越来越高。目前车祸的频发不仅带来了不必要的交通堵塞,造成了生活上诸多不便,也引起了经济上的损失,甚至严重威胁了生命安全。为了解决上述问题,本文重点围绕车辆碰撞场景下的图像识别以及碰撞后车辆间通信等方面开展研究。本论文的主要工作有以下几个方面:(1)介绍了车辆行驶时车载通信所需要的信道模型和图像识别的算法。首先介绍了移动通信的分类,阐述了车辆通信的移动特性。其次介绍了常见的衰落信道包括Rician衰落信道和Nakagami-m衰落信道,分析说明了两个信道的概率密度函数(Probability Density Function,PDF)。然后介绍了移动通信中的两个移动模型,即随机路点移动模型(Random Waypoint Mobility,RWP)和随机方向移动模型(Random Direction Mobility,RD),给出了这两个移动模型的节点移动路径和PDF。同时,介绍了分集技术中的最大比值合并(Maximal Ratio Combining,MRC)技术的工作方式,以及分析了中断概率和误码率(Bit Error Rate,BER)。最后提出在车辆发生碰撞后,可以运用YOLOV3算法采集现场照片进行碰撞识别。(2)分析了 Rician衰落信道下RWP移动模型,给出了中断概率和BER的精确表达式。先是给出了车辆使用RWP移动模型进行通信时的场景。然后根据Rician衰落信道的PDF和RWP移动模型的PDF得到一个在移动环境下的Rician衰落信道的PDF和累积分布函数(Cumulative Distribution Function,CDF)。并在此基础上推导出中断概率和BER的表达式。同时考虑了不同空间维度对中断概率的影响。并且与η-μ衰落信道进行对比,验证了 Rician衰落的优越性。(3)分析了Nakagami-m衰落信道下的中断概率。首先为了克服多径衰落的影响,考虑了 MRC技术对输出信号信噪比(Signal-to-Noise Ratio,SNR)的作用,并给出了提高信道SNR的计算方法。然后计算出了加入MRC技术的Nakagami-m衰落信道下RD移动模型的PDF。其次推导了中断概率的表达式,还考虑了 RD移动模型在不同维度下对中断概率的影响。通过仿真分析,验证了所提出的表达式的正确性。(4)分析了基于神经网络的车辆碰撞后防堵塞预警方案。利用来往车辆自带的事件相机,自动拍摄车祸现场图片并识别,研究了车辆碰撞现场的图像识别准确率问题。建立车辆碰撞现场数据集,将数据集放入YOLOV3中训练,得出图像的识别准确率。并通过改进YOLOV3算法,将SENet模块引入YOLOV3,增强其图像识别准确率。经过仿真分析,得出改进后的算法图像识别率较高,能够准确识别出车辆碰撞的图像,可达到防堵塞预警的目标。
林梦莹[4](2021)在《多用户下行非相干MIMO检测技术研究》文中进行了进一步梳理基于能量检测的非相干MIMO空分复用技术不需要精确实时的信道状态信息解调信号,且具有抗随机相位干扰、对多普勒频偏不敏感的特性,成为高速移动环境下实现大容量、高可靠通信的关键技术之一。多用户MIMO技术可以采用空分多址的方式在相同的时频资源上与多个用户进行通信,成倍地提高通信系统的容量和频谱利用率。现有的关于非相干多用户多天线检测技术的研究主要针对多用户SIMO上行系统,即使少部分文献研究了非相干多用户MIMO下行系统,也主要依赖于差分空时编码,空间复用增益并不高。将基于能量检测的非相干MIMO空分复用技术应用到多用户MIMO下行系统,能够实现空分复用模式下非相干多用户MIMO下行传输,从而提高系统的容量。但在非相干多用户MIMO系统中,能量检测会造成用户间非线性干扰。论文针对基于空分复用的非相干多用户MIMO下行系统的多用户干扰问题,通过设计预编码算法提高系统的可靠性能,使得多个用户能够同时通信。本文研究内容包括如下几点:1、阐述了点对点MIMO非相干检测技术和非相干多用户MIMO技术的国内外研究现状,简述了单用户MIMO系统模型和多用户MIMO下行系统模型,介绍了几种经典的多用户MIMO预编码技术。2、对高速移动环境下的MIMO信道进行建模,围绕FSK、MFSK非相干接收机的抗随机相位干扰的特性,推导了MIMO FSK随相检测算法和MFSK能量检测算法,并通过仿真分析其在莱斯快衰落信道下的抗随机相位干扰、抗频偏的性能。3、针对多用户MIMO下行非相干能量检测系统的多用户干扰问题,提出采用线性预编码技术消除用户之间的干扰。通过理论推导和仿真验证了在多用户MIMO非相干能量检测系统中,线性预编码仍然是一种有效的多用户干扰消除技术。4、针对快速移动环境下发射端难以获取精确实时信道状态信息的问题,提出了一种非相干预编码算法,在发射端基于部分实信道状态信息进行预编码,减小获取预编码矩阵带来的开销,且用户的接收信号经过随相检测后可以实现无干扰传输。
亢伟民[5](2021)在《基于概率成形的高谱效编码调制技术研究》文中研究表明随着通信技术的高速发展,用户需求的不断提高,第六代移动通信系统对高频谱效率传输和高可靠性传输提出了更高的要求。针对高频谱效率数据传输,目前大多数通信系统往往采用高阶正交幅度调制(Quadrature Amplitude Modulation,QAM)星座。在高谱效情况下,加性白高斯噪声(Additive White Gaussian Noise,AWGN)信道,采用规则的QAM星座调制距离香农限会有1.53 dB的成形损失。为了获得成形增益,可以采用概率成形(Probabilistic Shaping,PS)和几何成形(Geometric Shaping,GS)。相比几何成形GS,概率成形PS更易于硬件实现和速率匹配,目前获得了广泛的关注。本文以概率成形为核心,重点研究基于概率成形的高谱效编码调制技术。通过将PS技术与超奈奎斯特(Faster-than-Nyquist,FTN)传输、多输入多输出(Multiple-Input Multiple-Output,MIMO)等技术相结合并进行优化,提升高频谱效率场景下的可靠传输性能。本文的主要研究工作和创新点如下:第一,在传统的概率成形编码调制方案中,AWGN信道,低密度奇偶校验码(Low-Density Parity-Check Code,LDPC)的码率是不灵活的。对此,本文提出了一种分时混合概率成形多元LDPC编码调制方案。其中,多元LDPC码的信息位符号通过分布匹配生成不等概分布的星座调制符号,多元LDPC码的校验位符号经过星座映射后得到等概均匀分布的星座调制符号。所提方案的LDPC码率不受限,可以速率匹配更灵活。通过平均互信息(Average Mutual Information,AMI)理论分析和错误性能的仿真,验证了所提方案的有效性。当系统采用非格雷映射的8QAM、32QAM和128QAM星座调制时,相比传统的概率成形多元LDPC编码调制方案,本文提出的分时混合概率成形多元LDPC编码调制方案可以获得更好的可靠性能。第二,针对FTN高谱效传输,传统方案采取规则的QAM星座调制。为了提升系统的可靠性能,本文将概率成形技术与FTN传输相结合,针对16QAM和8QAM星座调制,提出了 FTN概率成形PS方案,获得了成形增益。在此基础上,为了进一步提升系统的可靠性能,本文提出了一种基于概率成形的FTN预编码方案。基于平均互信息准则,本文提出了一种基于概率成形的FTN系统预编码优化算法,优化FTN PS系统的预编码系数。相比未预编码FTN PS方案,提出的FTN PS预编码方案可以获得预编码增益。第三,目前大多数概率成形编码调制方案考虑的是AWGN信道,在无线衰落信道中,进行概率成形研究的较少。为了获得分集增益和成形增益,在衰落信道中考虑将PS用于二维的QAM星座调制。本文研究了在瑞利衰落信道中的概率成形PS二元LDPC编码调制方案。在此基础上,为了进一步提升系统的可靠性能,本文提出了在瑞利衰落信道中的概率成形PS多元LDPC编码调制方案。同时,在提出的概率成形PS二元、多元LDPC编码调制方案中,基于AMI准则,通过遍历搜索寻找最优的星座旋转角度,获得分集增益。第四,上述三个创新工作都是在单天线系统中进行的优化设计,考虑多天线MIMO系统,在衰落信道中,本文提出了基于概率成形PS的调制分集MIMO系统编码调制方案。其中,信道编码考虑采用二元LDPC码和多元LDPC码。在基于概率成形PS的调制分集MIMO系统二元、多元LDPC编码调制方案中,基于AMI准则,通过遍历搜索寻找最优的星座旋转角度,获得分集增益。
张明通[6](2021)在《基于自适应时间相关的MIMO-OFDM系统稀疏信道估计研究》文中研究说明随着5G万物互联时代的到来,移动通信业务量呈现出爆炸性的增长趋势,多输入多输出-正交频分复用(Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing,MIMO-OFDM)技术由于能够显着提高频谱效率和增强系统可靠性而被广泛研究。信号在无线信道传输时会受到多径衰落、多普勒扩展、加性高斯白噪声(Additive White Gaussian Noise,AWGN)等影响,造成接收信号失真。因此,对于MIMO-OFDM系统,信道状态信息的获取是限制系统性能的主要因素,信道估计的精度将直接影响接收信号的恢复质量。现有的MIMO-OFDM信道估计算法无法实现估计精度与计算复杂度之间的最优均衡,尤其是对于高速时变信道场景。为更好地解决这一问题,本文基于无线信道的时间相关和稀疏特性,对MIMO-OFDM系统中的信道估计进行研究,主要完成工作如下:(1)针对现有信道估计方法计算复杂度较高、受AWGN影响严重等问题,同时为了应对时变信道中多普勒失真的影响,本文利用无线信道的时间相关特性,设计了一种基于自适应加权平均的噪声抑制信道估计方法。首先,通过数据拟合探究最优平均帧数与多普勒频移和信噪比(Signal-to-Noise Ratio,SNR)之间的关系,并应用阈值选择(Threshold Based Selection,TBS)方法获得初估计。然后,对多普勒频移和信噪比进行实时估计,从而自适应地确定平均帧数,对相邻多帧初估计结果进行平均。最后,为了更好地克服多普勒失真,引入加权因子来修正平均过程中每一帧的权重值。仿真实验表明,相较于传统的时域最小二乘(Least Square,LS)、TBS和提升的最小均方误差(Improved Minimum Mean Square Error,IMMSE)信道估计方法,该方法具有更好的误码率(Bit Error Rate,BER)和归一化均方误差(Normalized Mean Square Error,NMSE)性能,且计算复杂度低,便于实际应用。(2)针对所提自适应加权平均方法平均帧数非最优、在高SNR与高时变场景下性能较差等问题,同时为进一步抑制噪声影响,在前期工作的基础上,结合无线信道的时间相关与稀疏特性,本文提出了一种基于自适应平均与均方误差(Mean Square Error,MSE)最优阈值的联合稀疏信道估计方法。首先,构建线性高斯-马尔可夫模型描述信道的径增益变化,定量分析多帧平均和阈值处理对MSE的影响,从而自适应地推导出最优的平均帧数和“点对点”置信阈值。然后,使用多帧平均抑制信道冲激响应(Channel Impulse Response,CIR)非零采样点中的噪声影响,使用阈值判决移除CIR零采样点中的噪声影响,二者结合以最大程度地消除噪声干扰。最后,使用多帧统计计算置信度进一步提升最优阈值的性能。通过在3个典型稀疏信道模型下进行仿真,从CIR支撑集恢复准确率、NMSE、BER和计算复杂度4个方面,对比分析了所提方法与时域LS、3种不同TBS及正交匹配追踪(Orthogonal Matching Pursuit,OMP)方法的性能。仿真结果表明,所提方法进一步提高了信道估计精度,在快速时变场景下仍具有较高的性能。同时,所提方法的计算复杂度低于OMP方法,且无需先验信道信息辅助,便于实际应用。
李磊[7](2021)在《深度调制识别方法研究》文中进行了进一步梳理调制识别通过接收到的无线信号判别该信号所用的调制方式,在民用和军事通信中都有较大的应用潜力。早期的调制识别研究主要是基于似然的方法,该方法在信道模型和参数精确已知的前提下为贝叶斯最优,但其计算复杂度较高且性能受限于接收信号模型等先验信息。基于特征的方法相比于基于似然的方法性能次优,但其显着减小了调制识别的计算复杂度。在基于特征的方法中,特征仰赖于专家的精心设计,在实际应用中识别性能难以得到保障。随着深度学习在计算机视觉和自然语言处理领域的成功应用,基于深度学习的方法在调制识别领域受到了越来越多的关注,展现出相较于传统方法更好的性能潜力。本论文针对基于深度学习的调制识别(深度调制识别)方法,展开了以下两方面的研究:首先,论文研究了深度调制识别在不同环境中的识别鲁棒性问题。深度调制识别在具有大规模训练数据时能够得到较高的识别准确率,但是当其应用场景与训练数据场景不同时,其性能会因为接收信号分布发生改变而降低。针对该问题,本文提出了基于对抗网络的无监督域适应方法进行未知环境的调制识别。仿真结果显示,所提方法能够有效地提升深度模型识别性能,在某些场景下能接近使用大规模标签数据训练时的识别准确率。随后,论文研究了针对多天线接收机的深度调制识别问题。目前绝大多数深度调制识别的研究主要针对单天线接收机,而随着现代通信系统的发展,高速与大容量的通信需求使得接收机常常配置多个接收天线,因此,本文提出两种基于深度学习的端到端多天线特征学习模型用于调制识别:(1)基于多视图卷积神经网络的模型,通过将不同的接收天线信号看作不同视角下的三维物体图像,设计合适的视觉池化位置和方式,多视图卷积神经网络能够应用于多天线调制识别场景;(2)权重学习卷积神经网络模型,该模型通过权重学习模块自动学习不同接收天线的特征融合系数,以适应于不同特性信号的特征合并。仿真结果显示,两种端到端的多天线端到端特征学习模型均比现有算法有明显性能提升,并且本文所提出的权重学习神经网络模型取得了最高的识别准确率。
杨宏宇[8](2021)在《毫米波LoS-MIMO系统的关键技术研究》文中提出本文对在视距LoS(Line of Sight)环境下单载波多输入多输出MIMO(Multiple Input Multiple Output)系统的一些关键技术做出了研究,在固定宽带无线接入FWA(Fixed Wireless Access)等陆基点对点通信、卫星通信等应用场景的高速数据传输中具有潜在的应用前景。宽带高速通信下的频率选择性衰落及码间干扰和流间干扰,很大程度上限制了当前毫米波通信系统高速率传输的表现。基于此,本文将按照信道、天线、均衡方式的顺序对LOS-MIMO通信系统的相关技术进行分析和优化,主要研究内容分为三个部分。首先从毫米波LoS-MIMO通信系统模型出发,对LoS-MIMO通信系统中每个模块进行了介绍,并介绍了Rummler信道模型。基于香农信道容量理论,然后推导了香农信道容量理论对LOS-MIMO进行系统容量分析,并给出了本文重点研究的单载波频域均衡方法的2×2 LoS-MIMO传输系统的系统容量的算例,最后对Rummler信道下模型的信道容量进行了仿真,通过理论推导及仿真结果分析频率选择性衰落信道对信道容量及系统性能的影响。其次提出了频率选择性衰落下天线阵列联合优化方法。从天线阵列对LoS-MIMO系统性能的影响,天线阵列设计基础出发,通过观察理论推导结果注意到阵列的输出是天线权值及几何形状的函数,推导出阵列的性能取决于阵列中阵元的数量、所使用的加权向量和阵列的几何形状;紧接着根据当前已有天线阵列研究,对天线阵列加权算法进行基本推导和对比,可以对指定方向信号进行抑制和加强;随后对LoS-MIMO系统常见的天线阵列几何排布方式,做出频率选择性衰落下理论推导;最后对联合优化方法下系统性能影响进行了仿真分析,证明了联合优化最优天线分离乘积设计方法及天线阵列加权对准方法对频率选择性衰落下LOS-MIMO的重要性,并基于频率选择性衰落下天线阵列联合优化方法,通过综合优化天线阵元间距离以及收发两端链路距离,进一步提升频率选择性衰落下毫米波LoS-MIMO通信系统的信道容量,为系统设计提供指导,同时验证了联合优化方法下高斯白噪声信道LOS-MIMO系统相对于单输入单输出SISO系统的性能增益。最后提出了进一步优化频率选择性衰落下毫米波LoS-MIMO通信系统性能的均衡方案。介绍了均衡技术的概况,其次介绍了传统2×2 LoS-MIMO通信系统均衡算法包括:时域均衡算法和正交频分复用OFDM(Orthogonal Frequency Division Multiplexing)系统下的频域均衡FDE(Frequency-Domain Equalization)算法,后提出了针对2×2 LoS-MIMO通信系统单载波SC(Single Carrier)频域均衡算法:一种是基于训练序列TS(Training Sequence)的频域均衡,另一种采用了基于精简训练序列(Simplified Training Sequence)的频域均衡算法。最后,在频率选择性衰落信道下,对不同均衡方法的对2×2 LoS-MIMO通信系统进行了系统仿真,发现基于SC-FDE的LOS-MIMO系统可以以较小的开销和较低的计算成本,有效地减少码间和流间的干扰,抗频率选择性衰落,在这一点上,FDE方法似乎比传统的TDE方法更有前景;且SC-FDE和OFDM有近似的均衡性能,SC-FDE因其恒包络优势相对于OFDM系统对于射频前端的线性要求较低,对载波频率偏移CFO(Carrier Frequency Offsets)敏感度较低,且SC-FDE有着比OFDM更小的开销,又由于两者系统结构的相似性,在部分场景下可以和OFDM系统形成一对优势互补的灵活选择。
闫若琳[9](2021)在《大气湍流下无线光通信抗衰落技术研究》文中提出随着第五代移动通信技术、物联网的广泛普及与发展,高速通信不断面临新的需求与挑战。无论在民用或是军事领域,对高速通信的有效性、可靠性需求日益迫切。其中,无线光通信(Optical Wireless Communication,OWC)技术,作为一种以空间中传播的光波为信息载体的通信技术,具有高速、安全、绿色、布设灵活、不受频谱限制等特点,在现代社会发展以及军事各领域中有着重要的应用前景和研究价值。然而,大气湍流效应是阻碍OWC系统广泛布设的重要因素,如何提升大气湍流下OWC系统的抗衰落性能,实现更高速可靠的通信,成为研究者面临的重要挑战。基于上述需求,本文针对大气湍流下OWC系统的抗衰落技术,从通信过程中发射端的星座设计、接收端的接收阵列与信号检测问题入手展开研究,研究内容包括多用户抗衰落星座设计、接收孔径阵列布局以及抗衰落接收方法设计三个方面,相互联系、逐步深入。论文的主要工作和创新点概括如下:第一部分:从星座设计的角度提出一种大气湍流下多用户通信系统中的抗衰落方法。针对大气湍流下多用户OWC系统,提出了一种强度调制的乘性唯一可分解抗衰落星座设计。该星座基于空间相关大气湍流下衰落信道统计模型特性设计,能够有效应对信号衰落造成的性能损失。所设计星座将多个用户的信息组合发送并在各个用户接收端唯一分解,满足多用户通信需求;同时实现了对接收到的含噪信号的快速解调以及快速解码,以降低检测复杂度。所设计抗衰落星座可以灵活分配不同的子星座,适应不同用户对于优先级以及传输速率的需求。仿真结果表明,在相同的传输速率下,所提出的设计相比于时分多址方案,具有显着的性能改善。第二部分:从接收端孔径阵列布局设计的角度应对空间相关衰落信道的性能损失。针对大气湍流下空间相关衰落信道造成的性能损失,提出了一种基于六角晶格分布的接收端孔径阵列布局优化设计。通过分析大气湍流下多孔径接收端的衰落统计模型,根据该模型下系统的理论误码率,提出孔径阵列布局品质因数的度量方式,设计接收孔径阵列布局。在此基础上对设计阵列的性能增益进行分析,得到了接收孔径数量取值的较优范围。仿真结果表明,所提出度量方式的评估结果与实验结果一致,设计的布局形式能够应对所考虑的空间相关的衰落信道下的信号衰落问题。与传统的方阵布局相比,在有限面积内,所设计的接收阵列布局方式能够有效降低误码率,获得较大的性能增益。第三部分:从接收方法设计的角度提出一种大气湍流下抗衰落方法。针对大气湍流下空间相关衰落信道以及背景噪声造成的性能损失,提出了一种基于神经网络的抗衰落接收方法设计。为在空间相关大气湍流效应,强背景噪声共同影响的衰落信道下,有效改善系统误码特性,本文应用卷积神经网络优化接收方法抗衰落性能,通过设置合适的训练集,利用神经网络深入挖掘信号的衰落特征。仿真结果表明,提出的抗衰落接收方法设计方案能够有效应对信号衰落,在强背景噪声下具有显着性能提升,在高信噪比下接近系统理论误码率。同时对卷积神经网络边缘信息丢失问题进行实验分析,并根据结果对输入层进行优化。
薛俊勇[10](2021)在《LTE非协作的接收增强技术研究与实验验证》文中进行了进一步梳理非协作接收技术是在正常通信系统之外,非授权第三方接收正常通信双方信号后进行信号处理,解析出收发信息的过程,是信息截获体系中一个重要环节,对技术侦察领域具有重要意义。近年来,随着LTE(Long Term Evolution)发展,在OFDM-MIMO(Orthogonal Frequency Division Multiplexing-Multiple-Input MultipleOutput)技术基础上,衍生出了波束赋形、空间复用等技术,提高了无线通信系统信息传输速率的同时,也增强了信息传输的安全性。但是,这也使得非协作接收方截获的信号具有信号微弱、信噪比低、失真性强的固有特点。因此,在LTE非协作接收模式下,研究增强接收检测性能的技术具有重大理论和工程意义。本文主要围绕这一应用背景对LTE非协作接收增强技术进行了研究与讨论。具体研究工作如下:第一,提出一种基于多天线的非协作接收增强技术。对波束赋形和多用户MIMO场景下的非协作接收系统模型进行分析,为了解决波束外非协作接收信号微弱,信噪比低,存在多用户干扰的问题,提出了利用多天线技术进行非协作接收的思想,改进了非协作接收机天线结构,给出了多天线接收算法。仿真结果显示,多天线非协作接收技术相比于传统单天线非协作技术有效提高了非协作接收检测性能。第二,提出一种基于信道估计优化算法的非协作接收增强技术。传统非协作接收机在信号检测过程中,使用LS(Least Squares)算法进行信道估计,检测性能对噪声敏感,在低信噪比下性能较差,本文在DFT(Discrete Fourier Transform)信道估计算法的基础上,通过添加虚拟载波和时域降噪两种方法进行算法优化,减少信道估计结果在低信噪比环境下的误差,提升性能。仿真结果显示,相较于LS信道估计算法,在多种信道环境下约有3~5d B性能提升。第三,提出一种基于上下行解耦的分布式非协作接收增强技术。为了解决传统非协作接收机工作范围小的问题,本文提出了一种上下行解耦的分布式非协作接收技术,对上下行分机的接收性能进行推导和分析。仿真结果显示,上下行解耦的分布式非协作接收结构能提高工作范围。论文围绕增强LTE系统下非协作接收检测性能展开研究,提出的三种接收增强算法可应用于工程实践中,对技术侦察等领域具有参考意义。
二、无线衰落信道下的分集接收技术(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、无线衰落信道下的分集接收技术(论文提纲范文)
(1)联合编码调制技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容及安排 |
第二章 编码调制技术比较 |
2.1 比特交织编码调制技术 |
2.2 空时分组码技术 |
2.2.1 空时分组码 |
2.2.2 空频分组码 |
2.3 正交时频空间调制技术 |
2.4 联合编码调制分集技术 |
2.4.1 旋转调制技术 |
2.4.2 JCMD系统交织技术 |
2.5 性能仿真与分析 |
2.5.1 SISO系统性能仿真 |
2.5.2 MIMO系统性能仿真 |
2.6 本章小结 |
第三章 联合编码调制分集系统角度优化 |
3.1 引言 |
3.2 系统模型 |
3.2.1 频率选择性衰落信道下的JCMD-SISO系统 |
3.2.2 频率选择性衰落信道下的JCMD-MIMO系统 |
3.3 星座旋转角度优化 |
3.3.1 旋转角度优化准则 |
3.3.2 骨干粒子群算法 |
3.3.3 基于BBPSO的角度优化算法 |
3.4 性能仿真与分析 |
3.4.1 复杂度分析 |
3.4.2 AMI仿真与分析 |
3.4.3 误码性能分析 |
3.5 本章小结 |
第四章 基于Golden Code的联合编码调制技术研究 |
4.1 Golden Code技术 |
4.2 基于Golden Code的JCMD-MIMO系统模型 |
4.3 性能仿真与分析 |
4.3.1 AMI分析 |
4.3.2 误码性能仿真 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 后续研究工作 |
参考文献 |
致谢 |
攻读学位期间发表或已录用的学术论文 |
(2)湍流信道下的水下无线光通信关键性能研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 课题背景及研究意义 |
§1.2 国内外研究现状 |
§1.2.1 水下无线光通信系统 |
§1.2.2 水下湍流信道特性 |
§1.2.3 水下抗衰落技术 |
§1.3 本论文主要工作 |
第二章 海洋湍流理论 |
§2.1 引言 |
§2.2 海洋湍流功率谱 |
§2.3 光波传输理论 |
§2.3.1 Born近似 |
§2.3.2 Rytov近似 |
§2.3.3 广义惠更斯-菲涅尔原理 |
§2.3.4 随机相位屏法 |
§2.4 海洋湍流中光波特征参量 |
§2.4.1 空间相干长度 |
§2.4.2 闪烁指数 |
§2.5 水下湍流信道模型 |
§2.5.1 对数正态分布 |
§2.5.2 指数-对数分布 |
§2.5.3 韦布尔分布 |
§2.5.4 伽马-伽马分布 |
§2.5.5 广义伽马分布 |
§2.6 本章小结 |
第三章 对数正态分布衰落下的DCO-OFDM空间分集UWOC |
§3.1 引言 |
§3.2 OFDM基本原理 |
§3.3 系统方案 |
§3.3.1 DCO-OFDM原理 |
§3.3.2 信道模型 |
§3.4 性能分析 |
§3.4.1 信噪比推导 |
§3.4.2 平均误比特率推导 |
§3.4.3 中断概率推导 |
§3.5 结果与讨论 |
§3.5.1 模型验证 |
§3.5.2 误比特率 |
§3.5.3 分集增益 |
§3.5.4 中断概率 |
§3.6 本章小结 |
第四章 广义伽马分布衰落下的CAP空间分集UWOC |
§4.1 引言 |
§4.2 CAP系统方案 |
§4.3 平均误比特率推导 |
§4.4 QC-LDPC的应用 |
§4.5 结果与讨论 |
§4.5.1 模型验证 |
§4.5.2 无LDPC编码的误比特率 |
§4.5.3 采用LDPC编码的误比特率 |
§4.6 本章小结 |
第五章 广义伽马分布衰落下的ACO-OFDM空间分集UWOC |
§5.1 引言 |
§5.2 系统方案和原理 |
§5.3 性能分析 |
§5.3.1 信噪比推导 |
§5.3.2 平均误比特率推导 |
§5.3.3 中断概率推导 |
§5.3.4 遍历容量推导 |
§5.4 结果与讨论 |
§5.4.1 模型验证 |
§5.4.2 误比特率 |
§5.4.3 分集增益 |
§5.4.4 中断概率 |
§5.4.5 遍历容量 |
§5.5 本章小结 |
第六章 总结与展望 |
§6.1 本文工作总结 |
§6.2 不足与未来展望 |
参考文献 |
致谢 |
作者在攻读博士期间的主要研究成果 |
(3)基于车辆自组网的城市交通堵塞预警研究与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 国内外研究现状 |
1.2.1 国内智慧交通研究现状 |
1.2.2 国外智慧交通研究现状 |
1.3 本文的结构安排及主要内容 |
第2章 移动通信及图像检测基础理论介绍 |
2.1 引言 |
2.2 移动通信系统 |
2.3 移动通信信道 |
2.3.1 Rician衰落信道 |
2.3.2 Nakagami-m衰落信道 |
2.4 移动模型 |
2.4.1 随机路点移动模型 |
2.4.2 随机方向移动模型 |
2.5 MRC技术 |
2.6 中断概率 |
2.7 误码率 |
2.8 YOLOV3 |
2.9 本章小结 |
第3章 Rician衰落信道下RWP移动模型的中断概率分析 |
3.1 引言 |
3.2 信号传输场景 |
3.3 Rician衰落信道的中断概率与误码率的推算 |
3.3.1 基于RWP模型的中断概率 |
3.3.2 基于RWP模型的误码率 |
3.4 仿真实验结果分析 |
3.4.1 信道的中断概率仿真 |
3.4.2 平均误码率 |
3.5 本章小结 |
第4章 基于Nakagami-m衰落信道下中断概率的研究 |
4.1 引言 |
4.2 信号传输场景 |
4.3 Nakagami-m衰落信道下中断概率分析 |
4.3.1 信号模型 |
4.3.2 Nakagami-m衰落信道下中断概率 |
4.4 仿真实验结果分析 |
4.5 本章小结 |
第5章 基于神经网络的车辆碰撞后防堵塞预警研究 |
5.1 引言 |
5.2 系统模型 |
5.3 关键技术 |
5.3.1 YOLOV3 |
5.3.2 车祸数据标签 |
5.3.3 SENet |
5.3.4 特征增强 |
5.4 仿真实验结果分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 论文工作总结 |
6.2 未来工作展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(4)多用户下行非相干MIMO检测技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 课题的研究背景与意义 |
§1.2 国内外研究现状 |
§1.2.1 非相干MIMO的研究现状 |
§1.2.2 多用户非相干MIMO的研究现状 |
§1.3 论文的主要内容与安排 |
第二章 基本原理与系统模型 |
§2.1 MIMO系统模型 |
§2.1.1 单用户MIMO系统模型 |
§2.1.2 多用户MIMO下行系统模型 |
§2.1.3 信道容量 |
§2.2 空间复用与空间分集 |
§2.3 多用户MIMO预编码技术 |
§2.3.1 迫零预编码 |
§2.3.2 最小均方误差预编码 |
§2.3.3 块对角化预编码 |
§2.4 本章小结 |
第三章 非相干MIMO空分复用 |
§3.1 多天线高铁信道模型 |
§3.2基于能量检测的MIMO MFSK空分复用 |
§3.2.1 MFSK能量检测接收机 |
§3.2.2 MIMO MFSK能量检测算法 |
§3.3基于随相检测的MIMO-FSK空分复用 |
§3.3.1 FSK随相检测接收机 |
§3.3.2 MIMO FSK随相检测算法 |
§3.4 仿真结果分析 |
§3.4.1 MIMO MFSK能量检测系统的仿真 |
§3.4.2 MIMO FSK随相检测系统的仿真 |
§3.5 本章小结 |
第四章 多用户下行非相干MIMO |
§4.1非相干MU-MIMO的可行性 |
§4.2 MU-MIMO非相干检测系统 |
§4.2.1 多用户下行非相干MIMO系统模型 |
§4.2.2 多用户下行非相干MIMO预编码论证 |
§4.3基于非相干预编码的MU-MIMO随相检测 |
§4.4非相干MU-MIMO系统仿真结果与分析 |
§4.4.1 预编码算法在非相干MU-MIMO系统的性能 |
§4.4.2 MU-MIMO FSK随相检测系统 |
§4.4.3 MU-MIMO MFSK能量检测系统 |
§4.5 本章小结 |
第五章 论文工作总结与展望 |
§5.1 论文工作总结 |
§5.2 不足与展望 |
参考文献 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
(5)基于概率成形的高谱效编码调制技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
第一章 绪论 |
1.1 课题背景与研究意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究意义 |
1.2 国内外研究现状 |
1.2.1 星座调制技术(概率成形与几何成形)研究现状 |
1.2.2 LDPC编码技术研究现状 |
1.2.3 超奈奎斯特技术研究现状 |
1.2.4 MIMO技术研究现状 |
1.2.5 调制分集技术研究现状 |
1.3 论文研究内容及安排 |
1.3.1 论文的主要工作及创新 |
1.3.2 论文的结构与内容 |
1.3.3 论文各章节的关联关系 |
第二章 基于分时混合概率成形的编码调制方案研究 |
2.1 引言 |
2.2 系统模型 |
2.2.1 传统概率成形 |
2.2.2 分时混合概率成形 |
2.3 平均互信息 |
2.3.1 正交规则系统的CM-AMI和传统PS系统的CM/BICM-AMI |
2.3.2 分时混合概率成形系统HPS CM-AMI |
2.3.3 平均互信息对比 |
2.4 性能仿真与评估 |
2.5 本章小结 |
第三章 基于概率成形的超奈奎斯特预编码方案研究 |
3.1 引言 |
3.2 概率成形在FTN系统中的应用研究 |
3.2.1 系统模型 |
3.2.2 平均互信息 |
3.3 基于概率成形的FTN预编码优化 |
3.3.1 系统模型 |
3.3.2 预编码优化算法 |
3.3.3 平均互信息 |
3.4 性能仿真与评估 |
3.4.1 FTN PS系统性能仿真 |
3.4.2 FTN PS预编码系统性能仿真 |
3.5 本章小结 |
第四章 概率成形在衰落信道下的应用研究 |
4.1 引言 |
4.2 系统模型 |
4.3 AMI分析及最优星座旋转角度设计 |
4.4 性能仿真与评估 |
4.5 本章小结 |
第五章 基于概率成形的调制分集MIMO系统方案研究 |
5.1 引言 |
5.2 系统模型 |
5.3 AMI分析及最优星座旋转角度设计 |
5.4 性能仿真与评估 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文主要工作总结 |
6.2 全文展望 |
附录1 缩略语说明 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
(6)基于自适应时间相关的MIMO-OFDM系统稀疏信道估计研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文主要工作与组织结构 |
第2章 无线信道特性分析与系统模型 |
2.1 无线信道特性分析 |
2.1.1 大尺度衰落 |
2.1.2 小尺度衰落 |
2.2 系统模型 |
2.2.1 OFDM技术 |
2.2.2 MIMO技术 |
2.2.3 MIMO-OFDM系统模型 |
2.2.4 稀疏信道模型 |
2.3 典型的信道估计方法 |
2.3.1 时域LS信道估计 |
2.3.2 IMMSE信道估计 |
2.3.3 TBS信道估计 |
2.3.4 仿真结果与分析 |
2.4 本章小结 |
第3章 基于自适应加权平均的噪声抑制信道估计 |
3.1 问题描述与研究目标 |
3.2 基于自适应加权平均的信道估计 |
3.2.1 平均帧数的确定 |
3.2.2 多帧加权平均 |
3.3 仿真结果与分析 |
3.3.1 静态信道中的性能 |
3.3.2 动态信道中的性能 |
3.4 本章小结 |
第4章 基于自适应平均与MSE最优阈值的联合稀疏信道估计 |
4.1 问题描述与研究目标 |
4.2 STBC MIMO-OFDM系统中的信道估计 |
4.2.1 STBC MIMO-OFDM系统模型 |
4.2.2 基于空时正交导频的时域LS信道估计 |
4.3 基于自适应平均与MSE最优阈值的信道估计 |
4.3.1 AMA方案 |
4.3.2 MOT方案 |
4.3.3 AMA与IMOT方案的结合 |
4.4 仿真结果和分析 |
4.4.1 参数设置的仿真分析 |
4.4.2 TCSDR与NMSE性能的仿真分析 |
4.4.3 BER性能的仿真分析 |
4.4.4 复杂度分析 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
附录 |
参考文献 |
致谢 |
攻读学位期间发表的学术成果和参加的科研项目 |
学位论文评阅及答辩情况表 |
(7)深度调制识别方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 背景与意义 |
1.2 国内外研究现状 |
1.2.1 基于似然的调制识别方法 |
1.2.2 基于特征的调制识别方法 |
1.2.3 基于深度学习的调制识别方法 |
1.2.4 小结 |
1.3 论文主要贡献 |
1.4 论文结构安排 |
第二章 基于深度学习的调制信号识别方法 |
2.1 引言 |
2.2 深度学习方法概述 |
2.2.1 典型神经网络模型 |
2.2.2 神经网络中的基本运算 |
2.2.3 深度学习优化方法 |
2.3 深度调制识别方法 |
2.3.1 接收信号样本表示 |
2.3.2 调制识别网络设计 |
2.4 本章小结 |
第三章 基于深度学习的调制识别方法鲁棒性研究 |
3.1 引言 |
3.2 迁移学习的基本概念与方法 |
3.2.1 迁移学习的定义 |
3.2.2 迁移学习的划分 |
3.3 基于域适应的鲁棒深度调制识别方法 |
3.3.1 调制识别网络设计 |
3.3.2 基于对抗训练的域适应算法 |
3.4 仿真结果与分析 |
3.4.1 目标域信道环境为平坦衰落信道 |
3.4.2 目标域信道环境为频率选择性衰落信道 |
3.5 本章小结 |
第四章 基于深度学习的多天线调制识别方法研究 |
4.1 引言 |
4.2 多天线信号模型与表示 |
4.2.1 多天线接收信号模型 |
4.2.2 多天线接收信号样本表示 |
4.3 基于深度学习的多天线调制信号识别模型 |
4.3.1 多视图卷积神经网络 |
4.3.2 权重学习卷积神经网络 |
4.4 仿真结果与分析 |
4.4.1 数据集与参数设置 |
4.4.2 现有多天线调制识别方法简介 |
4.4.3 独立信道多天线调制识别仿真 |
4.4.4 相关信道多天线调制识别仿真 |
4.5 本章小结 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(8)毫米波LoS-MIMO系统的关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略词表 |
主要符号表 |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 毫米波LoS-MIMO通信系统的国内外研究历史与现状 |
1.3 本文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 毫米波LoS-MIMO通信系统及信道模型 |
2.1 系统模型 |
2.1.1 发端模型 |
2.1.2 信道模型 |
2.1.3 收端模型 |
2.2 信道容量 |
2.3 频率选择性衰落信道对系统的影响 |
2.4 本章小结 |
第三章 频率选择性信道下LoS-MIMO通信系统天线阵列设计 |
3.1 频率选择性衰落下天线阵列联合优化方法基础 |
3.2 频率选择性信道下天线阵列加权算法 |
3.2.1 简单相位加权方法 |
3.2.2 多项式零点方法 |
3.2.3 最小均方误差算法 |
3.3 频率选择性信道下天线阵列几何设计 |
3.3.1 均匀线阵列 |
3.3.2 均匀矩形阵列 |
3.3.3 均匀圆阵列 |
3.3.4 联合优化方法小结 |
3.4 联合优化天线阵列系统性能分析 |
3.4.1 频率选择性衰落下联合优化方法 |
3.4.2 AWGN下联合优化方法性能分析 |
3.5 本章小结 |
第四章 频率选择性信道下LoS-MIMO通信均衡方法研究 |
4.1 均衡概述 |
4.2 LoS-MIMO通信系统SC-TDE方法 |
4.3 LoS-MIMO通信系统OFDM-FDE和SC-FDE方法 |
4.4 LoS-MIMO通信系统自适应信道估计算法 |
4.4.1 基于TS的频域自适应信道估计技术 |
4.4.2 基于STS的频域自适应信道估计技术 |
4.5 系统均衡方法仿真分析 |
4.6 本章小结 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
个人简介 |
攻读硕士学位期间的研究成果 |
(9)大气湍流下无线光通信抗衰落技术研究(论文提纲范文)
摘要 |
Abstract |
常用数学符号说明 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 大气湍流衰落信道模型研究现状 |
1.2.2 大气湍流下OWC系统研究现状 |
1.3 论文主要工作 |
1.3.1 大气湍流下多用户乘性唯一可分解IM抗衰落星座设计 |
1.3.2 大气湍流衰落信道下接收端孔径布局优化设计 |
1.3.3 大气湍流下基于神经网络的抗衰落接收方法设计 |
1.4 本文的章节结构 |
第二章 大气湍流下多用户乘性唯一可分解抗衰落IM星座设计 |
2.1 引言 |
2.2 系统模型 |
2.2.1 多用户通信系统架构 |
2.2.2 大气湍流下信道衰落特性 |
2.3 抗衰落星座集合设计 |
2.3.1 接收端信号判决准则 |
2.3.2 乘性唯一可分解IM抗衰落星座设计 |
2.3.3 用户端接收设计 |
2.4 仿真实验与结果分析 |
2.5 本章小结 |
第三章 大气湍流衰落信道下接收端孔径布局优化设计 |
3.1 引言 |
3.2 模型构建 |
3.2.1 问题假设 |
3.2.2 通信系统模型 |
3.3 阵列布局品质因数度量 |
3.4 接收孔径阵列布局设计 |
3.4.1 阵列布局优化分析 |
3.4.2 基于六角晶格分布的接收孔径阵列布局方法 |
3.5 仿真实验与结果分析 |
3.6 本章小结 |
第四章 大气湍流下基于神经网络的抗衰落接收方法设计 |
4.1 引言 |
4.2 通信系统模型 |
4.3 卷积神经网络简述 |
4.3.1 神经网络的基本工作流程 |
4.3.2 卷积神经网络的基本构成 |
4.4 基于CNN的接收方法 |
4.4.1 训练序列生成方法 |
4.4.2 网络基本参数设置 |
4.5 仿真实验 |
4.5.1 基于Le Net-5 的神经网络参数设计 |
4.5.2 基于卷积神经网络的接收方法设计 |
4.5.3 卷积神经网络边缘信息丢失问题研究 |
4.6 本章小结 |
第五章 结束语 |
5.1 全文工作总结 |
5.2 未来工作展望 |
致谢 |
参考文献 |
附录 |
附录 A |
作者简历 |
(10)LTE非协作的接收增强技术研究与实验验证(论文提纲范文)
摘要 |
abstract |
缩略词表 |
主要数学符号表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究工作与贡献 |
1.3 论文结构与安排 |
第二章 LTE非协作接收技术研究现状 |
2.1 引言 |
2.2 LTE系统关键技术概述 |
2.2.1 OFDM技术 |
2.2.2 MIMO技术 |
2.3 非协作接收技术概述 |
2.4 小结 |
第三章 基于多天线的非协作接收增强技术研究 |
3.1 引言 |
3.2 系统模型与理论分析 |
3.2.1 波束赋形场景下系统模型 |
3.2.2 MU-MIMO场景下系统模型 |
3.3 多天线幅相控制算法设计 |
3.3.2 信号模型 |
3.3.3 算法流程 |
3.4 仿真与分析 |
3.4.1 多天线非协作接收检测仿真 |
3.4.2 多天线幅相控制算法仿真 |
3.5 小结 |
第四章 基于信道估计优化算法的非协作接收增强技术研究 |
4.1 引言 |
4.2 优化的信道估计算法 |
4.2.1 系统模型 |
4.2.2 传统信道估计算法 |
4.2.3 优化信道估计算法 |
4.3 优化的信道估计算法仿真验证与分析 |
4.3.1 高斯信道下算法仿真验证与分析 |
4.3.2 莱斯信道算法仿真验证与分析 |
4.3.3 瑞利信道算法仿真验证与分析 |
4.4 小结 |
第五章 基于上下行解耦的分布式非协作接收增强技术研究 |
5.1 引言 |
5.2 系统模型 |
5.2.1 体系结构 |
5.2.2 发射信号模型 |
5.2.3 信道模型 |
5.2.4 接收信号模型 |
5.3 性能分析 |
5.3.1 分布式接收性能分析 |
5.3.2 集中式接收性能分析 |
5.3.3 对比与分析 |
5.4 仿真与分析 |
5.4.1 仿真条件 |
5.4.2 仿真结果与分析 |
5.5 小结 |
第六章 非协作接收增强技术实验验证 |
6.1 引言 |
6.2 测试平台与参数 |
6.3 多天线幅相控阵射频电路测试 |
6.3.1 环境搭建 |
6.3.2 驻波测试与分析 |
6.3.3 噪声系数测试与分析 |
6.4 多天线幅相控制算法性能测试 |
6.4.1 环境搭建 |
6.4.2 测试与分析 |
6.5 多天线非协作接收系统性能测试 |
6.5.1 环境搭建 |
6.5.2 测试与分析 |
6.6 小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 未来工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间的研究成果 |
四、无线衰落信道下的分集接收技术(论文参考文献)
- [1]联合编码调制技术研究[D]. 刘龙舟. 北京邮电大学, 2021(01)
- [2]湍流信道下的水下无线光通信关键性能研究[D]. 蒋红艳. 桂林电子科技大学, 2021(02)
- [3]基于车辆自组网的城市交通堵塞预警研究与实现[D]. 姚洁. 扬州大学, 2021(08)
- [4]多用户下行非相干MIMO检测技术研究[D]. 林梦莹. 桂林电子科技大学, 2021(02)
- [5]基于概率成形的高谱效编码调制技术研究[D]. 亢伟民. 北京邮电大学, 2021(01)
- [6]基于自适应时间相关的MIMO-OFDM系统稀疏信道估计研究[D]. 张明通. 山东大学, 2021(09)
- [7]深度调制识别方法研究[D]. 李磊. 电子科技大学, 2021(01)
- [8]毫米波LoS-MIMO系统的关键技术研究[D]. 杨宏宇. 电子科技大学, 2021(01)
- [9]大气湍流下无线光通信抗衰落技术研究[D]. 闫若琳. 战略支援部队信息工程大学, 2021(01)
- [10]LTE非协作的接收增强技术研究与实验验证[D]. 薛俊勇. 电子科技大学, 2021(01)