一、基于自适应天线的空时域通信理论中多信道模型的扩展(论文文献综述)
章莎莎[1](2019)在《低信噪比通信链路中非理想特性检测与补偿技术研究》文中研究说明无线通信给人类带来的进步是无可争议的,它的发展和应用使信息交流变得极其高效。无线通信的应用领域在不断扩展中,随着人们生活水平的不断提高,需求也在提高,因此提高无线通信的速度和质量,是无线通信研究者们一直在追求的目标。在这过程中,学者们需要克服多道难关,其中由模拟器件引起的系统非理想特性,如I/Q不平衡、功放非线性等,在一定程度上降低了通信的质量,故对系统非理想特性的估计和补偿成为学者们研究的重要领域之一。单载波频域均衡系统(SC-FDE)将时域均衡转换到频域均衡,不仅能有效克服码间干扰,并且大大降低了实现复杂度。SC-FDE相比OFDM不存在峰平比的问题,同时具有其它的一些优势,但其性能不可避免的受I/Q不平衡、功放非线性等非理想特性的影响,所以设计性能良好的非理想特性的检测和补偿方案必不可少。本文从IQ不平衡和功率放大器非线性两个方面,对低信噪比MIMO SC-FDE系统链路中的非理想特性进行研究。首先针对功率放大器非线性的研究,本文介绍了几种建模方式,并分析了非线性特性对传输信号的影响,从而能明确我们研究数字预失真技术的必要性。其中,我们基于记忆多项式模型对MIMO SC-FDE中的功放非线性进行建模,利用数字预失真技术在低信噪比系统条件下进行非理想特性的补偿。之后,针对MIMO SC-FDE系统中IQ不平衡问题,分别从发射端和接收端对系统中的IQ不平衡应用估计和补偿算法。在发射端上变频阶段进行I/Q不平衡预补偿的算法,主要采用了两种用于估计预失真滤波器的算法,分别是二阶统计法和WL-LS估计法,两种技术都是利用调制器输出返回到数字基带的反馈信号进行参数估计。另外,在接收端下变频阶段进行I/Q不平衡补偿的算法,该算法建立在复杂随机信号的二阶统计特性正则特性上,通过恢复观测信号的正则特性来对信号进行I/Q不平衡盲补偿。本文最后基于实验室已有的C语言系统平台和硬件平台给出了MIMO SC-FDE系统的实现方案,通过C语言仿真实现和硬件实现,验证本文方案的可行性。
李海雄[2](2018)在《多天线通信系统中天线关键技术研究》文中研究指明伴随着科学技术的快速发展,人们对无线通信的要求越来越高。尤其是高速率、高可靠性、低时延无线通信成为许多新应用场景的首要需求。无线通信系统性能的优劣主要取决于组成系统的各部件性能,包括天线、信号处理器、接收机等多个方面。其中天线作为无线通信系统最前端设备,对整个无线通信系统的性能产生重要影响。为了满足人们对大规模数据高速无线传输的需求,多天线技术已经开始被广泛研究,其中包括MIMO(Multiple-Intput and Multiple-Output)技术和认知无线电技术。MIMO技术是在发射端和接收端安装多对天线,利用无线信道的多径效应,能够多路并行同时传输信息,而认知无线电技术则可以根据需要动态调节设备的工作特性,实现最优高速传输。他们都能够在不增加额外频谱和发射功率的前提下显着提高数据传输速率和可靠性。在此背景下,本文针对多天线技术展开了研究,主要工作为:1.提出了两款耦合馈电共享辐射贴片极高端口隔离度二单元微带MIMO天线。详细研究了两款MIMO天线端口散射参数、辐射方向图、单元天线间的相关性、天线辐射效率、辐射增益等特性。单频微带MIMO天线谐振于5 GHz,能够应用于WLAN(Wireless Local Area Network)系统中。两个单元天线共用中间正方形辐射贴片,将二单元天线几何尺寸减小了50%。利用了缝隙加载技术进一步将天线尺寸减小8.48%,最终将天线平面尺寸缩小为一个边长为1 cm的正方形。同时利用极化分集、微扰和非对称馈电等综合技术提高了单元天线端口间隔离度,实现了工作频带内S12/S21<-27.9dB,峰值达到-50.0 dB。双频微带MIMO天线的两个谐振频点分别为2.4 GHz和5 GHz,能够同时覆盖WLAN的高低两个频点。该双频天线谐振于基模和高次模,利用辐射贴片中心处加载的正方形缝隙修正了高次模谐振频点处畸变的辐射方向图。实测结果验证了两个天线的可行和可靠性。2.提出了基于离散寄生单元结构的单天线和MIMO天线。该系列天线结构主要分为离散寄生辐射结构和激励馈电结构两个部分。单元天线有四个寄生单元,是一款高增益宽频带线极化双层微带天线,阻抗带宽为27.0%,增益达6.52 dBi。两款二单元微带MIMO天线均有六个寄生单元,两款天线阻抗带宽分别为32.1%、26.6%,增益分别为6.52 dBi、6.47 dBi。四单元MIMO天线结构中共用了十个寄生单元,该天线阻抗带宽和辐射增益分别为23.8%、5.40 dBi。利用极化分集技术,MIMO天线端口隔离度均小于-15 dB。实测结果也验证了该系统四款天线的可行和可靠性。3.认知无线电是另一种有效提高频谱利用率的技术,系统主要前端设备是可重构天线。本文提出了两款结构相似、极化和频率同时可重构双层微带可重构天线。一款是利用PIN开关二级管对天线馈电结构进行重构而实现了对天线极化模式和谐振频率可重构,另一款是基于连续周期性地旋转上层辐射贴片而实现的可重构。第一款天线在线极化模式下能够在5.36 GHz和5.64 GHz两个频点间重构;同时在5.36 GHz频点处能够实现三种极化模式的重构,分别为线极化、左旋圆极化和右旋圆极化。第二款天线在线极化模式下能够在4.77 GHz和5.03 GHz两个频点间重构:同时在4.77 GHz频点处能够实现三种极化模式的重构。两款天线在每个工作模式下均获得了优于单层微带天线的辐射效率和辐射增益,分别达93.2%、5.57 dBi和80.6%、2.73 dBi4.提出了一款双频带三种极化模式可重构的单平面CPW(Coplanar Waveguide)馈电天线。两个频带的相对阻抗带宽分别为27.7%(2.30 GHz3.04 GHz)和7.32%(4.34GHz4.67 GHz)。详细研究了该天线的端口和辐射特性,因为该天线是单平面天线,垂直于天线平面的两个方向都有辐射,所以天线辐射效率较高,两个频带上分别达93%和92%。双向辐射同时也降低了天线增益,分别为2.30 dBi和3.52 dBi。实测结果验证了天线的可靠性。
陈军[3](2016)在《衰落信道下广义空域调制系统关键参数设计》文中研究表明为了满足日益增长的数据通信业务的需求,未来无线移动通信系统应具有高频谱效率、高可靠性和绿色节能等显着特征。多输入多输出传输技术利用多天线构建空间独立信道,并结合空时编码等技术大幅提升系统频谱效率和链路可靠性。然而,由于MIMO系统不仅为每一根收发天线配置独立的射频通道从而消耗大量静态功率,同时还要求各射频通道之间保持严格同步,难以同时达到绿色节能的需求。作为空域调制系统的扩展形式,广义空域调制系统能够有效克服上述问题,可以较低的信号处理复杂度和硬件开销获得较高的频谱效率和能量效率。研究广义空域调制系统中的关键参数设计方法,分析该系统性能是促进和发展该系统由理论走向工程应用的有效途径。本文基于广义空域调制系统架构,针对该系统涉及的几项关键参数,分别从能量效率最大化以及平均误比特概率最小化两个角度出发,提出在无线衰落信道下设计广义空域调制系统的关键参数的有效方法。主要工作和创新之处在于:1.基于能量效率最大化优化设计有效射频通道数有效射频通道数是制约广义空域调制系统的能量效率的关键因素之一。为了改善该系统的能量效率,本文基于能量效率最大化优化设计有效射频通道数,提出一种基于能量效率优化的广义空域调制系统,即EE-GSM。论文在根据MIMO信道容量表达式及EARTH功率模型给出能量效率的闭式表征的基础上构建能量效率最大化问题,结合连续递减天线选择算法优选出可行天线集合并设计获得有效射频通道数,完成系统关键参数设计。仿真实验结果表明,提出的EE-GSM系统无论是在独立信道条件下或是在相关信道条件下,该系统的能量效率性能始终优于经典的AS-MIMO系统、GSM系统以及SM系统。2.基于平均比特差错概率最小化优化设计调制集合在特定频谱效率和能量效率前提条件下,空间调制集合和符号调制集合是制约广义空域调制系统接收性能的关键参数。为了改善该系统的接收性能,本文以ABEP作为性能指标,基于ABEP最小化设计空间调制集合和符号调制集合,提出一种面向传输优化的广义空域调制方案,即TOGSM。在空间相关衰落信道环境中,论文分析了广义空域调制系统的ABEP理论性能,推导出ABEP性能上界表达式及其高信噪比近似表征;在此基础上,通过求解ABEP最小化优化问题设计最佳空问调制集合和符号调制集合组合方式,从而完成系统关键参数优化。仿真结果表明,提出的TOGSM系统仅需获取信道相关信息即可合理配置系统调制集合关键参数,获得明显优十经典的fixed-GSM系统、V-BLSAT系统以及GSSK系统的ABEP性能。
马昌林[4](2015)在《基于空时处理的无人机协作导航抗干扰研究》文中进行了进一步梳理伴随着近些年卫星导航在各个产业的深入应用,以及无人机向多机协作系统发展的趋势,多无人机协作卫星导航已成为必然的发展轨迹。因此,无人机协作导航的相关抗干扰问题成为了亟待解决的课题之一。本文在原有卫星导航抗干扰技术的研究基础上,根据无人机协作系统应用环境的特性,提出了无人机系统多天线协作模型和CLMS算法的空时应用思路,并对算法的自适应步长作了改进。本文主要工作如下:1.论文基于无人机协作系统的灵活性和可控性,提出了单机单阵元的协作天线模型。在该假设下,多无人机协作系统可以通过对自身飞行阵型的调整,实现原先固定天线不具备的可调性。论文通过对线阵、面阵和Y型圆阵三种基本阵列天线结构,在不同干扰环境、不同阵元间距下产生的零陷效果进行仿真,总结了天线阵型和阵元间距对系统抗干扰效果的影响,并研究了协作天线引入的权值扰动影响。2.论文提出了将CLMS算法应用于空时处理模型中的抗干扰思路,并对算法收敛性涉及的步长问题进行了推导。这一思路继承了原算法计算量小的特点,适用于无人机低计算能力的背景,同时发挥了算法对卫星信号能够产生强约束的特性,仿真结果说明了其有效性。3.论文通过总结LMS算法的变步长改进方式,在原有空时CLMS算法的步长研究基础上,提出了一种对步长因子的改进方式。这一改进能让算法在收敛初期具备更好的收敛速度,仿真结果说明了其有效性。通过上述所作工作,论文得到的结论性成果为:协作天线的三种阵型中,Y型圆阵通常具备较好的干扰零陷,适用于一般的干扰环境,面阵更适合空域来波干扰集中的情况,线阵仅在干扰方向与自身“片”状零陷契合时有较好的效果;最优的天线间距通常并不在半波间距附近,多无人机协作天线可在半波间距基础上作小幅增减以获取最佳的天线接收间距;CLMS算法应用于空时模型时,能在60d B的四干扰传输情况下较为有效的抑制干扰,保证了卫星信号约束的同时具备了计算量小的特性,适合无人机应用背景;空时CLMS的步长改进算法,以稍差的稳态收敛效果换取了算法初始的更快收敛,对无人机卫星导航有较强的应用意义。
高维廷[5](2015)在《直接序列扩频码分多址系统多用户检测算法研究》文中提出多用户检测(Multiuser Detection, MUD)技术是现代无线移动通信领域中一项重要的抗干扰技术,随着移动通信信息数据表现形式多样性、信息数量巨大性、用户需求复杂性及信号处理实时性等因素的快速发展,传统MUD技术已无法全面有效处理现有无线移动通信系统面临的各种干扰抑制问题。本文针对单一MUD算法存在的收敛性、跟踪性能、精度及稳定性等关键性能指标不佳的问题,在传统干扰抑制技术与数值分析理论的基础上提出更新概念的MUD算法,提高以直接序列扩频码分多址系统(DirectSequence Spread Spectrum-Code Division Multiple Access, DS-CDMA)为代表的多址移动通信系统的综合干扰处理能力,进一步满足复杂移动通信的需求。本文主要创新性研究结果如下:(1)针对MMSE算法与Kalman算法在DS-CDMA系统多用户近似估计及时变噪声统计过程中,容易引入判决误差导致算法稳定性下降的问题,提出了改进的MMSE-MUD算法与改进的盲自适应Kalman滤波MUD算法。改进算法通过减小近似估计过程判决误差产生及优化迭代过程等方式,提高算法计算过程的收敛性与稳定性,使算法能够有效处理动态通信问题。(2)针对自适应MUD算法处理时变复杂移动通信问题过程中的各种限制因素,提出了自适应最速下降RLS算法、盲自适应拟Newton迭代Kalman算法及盲自适应SOR/JGS-Kalman算法。改进算法通过与最速下降算法、拟Newton迭代算法、Jacobi迭代算法及Gauss-Seidel迭代算法等数值理论结合,可基于检测环境差异优化自适应MUD算法的迭代运算稳定性与实时突变处理能力,实现对松弛参数、阻尼参数、矩阵范数等条件选择决策的精确控制,进而扩展算法应用范围。仿真结果表明改进算法具有更好的复杂时变噪声统计估计能力、收敛性及动态跟踪能力。(3)针对串行干扰消除(Successive Interference Cancellation, SIC)算法处理过程中过度重复进行用户排序,导致检测精度低的问题,提出了MMSE-SIC算法,异步连续型Schwarz-SIC算法及盲自适应Kalman-SIC算法。改进算法基于线性MUD准则、Schwarz理论及自适应算法,在进行DS-CDMA通信系统SIC检测同步BER精确分析与异步BER近似分析后,根据应用环境合理引入MMSE、Schwarz及Kalman算法准则,重新构建SIC算法的独立判决单元,减少用户排序确保单一检测级处理精度,进而提高算法整体检测精度。仿真结果表明改进的SIC方案在复杂条件下具有更加可靠的MUD处理精度。(4)针对并行干扰消除(Parallel Interference Cancellation, PIC)算法因检测处理过程需使用相同方法对系统中所有用户进行多次分阶段迭代运算,造成算法复杂度高且收敛慢的问题,提出了异步连续并行Schwarz-PIC算法与盲自适应Kalman-PIC算法。改进算法根据PIC处理过程的实际需求,合理引入Schwarz准则与Kalman算法准则重构PIC过程的独立检测单元,通过对MUD边值问题进行实时跟踪与精确修正,将求解问题区域根据实际系统情况分解为两个或多个相同或不同的子区域,交替求解各个子区域上的子问题,减小问题处理规模,从而减少重复运算。仿真结果表明改进算法在降低并行检测过程计算复杂度的同时,有效提高了算法的收敛速度与检测精度。(5)针对IC级联结构MUD算法为避免判决误差扩散,采用对所有用户进行多次分阶段迭代的方式,导致算法复杂度高且收敛慢的问题,提出了衰落信道下的盲自适应Kalman-IC算法。改进算法在串行格局上充分利用并行计算的特点,选择特定幅度、延迟及相位,使用相应扩频序列对检测到的数据码字进行二次调制,再将二次调制信号去除并消去该用户造成的MAI,最后从接收信号中恢复出用户有效数据。改进算法可在任意时刻根据用户信号增体变量中的最新信息自适应确定运算是否继续,无需等待数据输入,避免了单一IC算法因过度多次分阶段迭代运算导致的高复杂度与低收敛性。仿真结果表明改进算法在降低级联检测计算复杂度的同时提高了算法收敛速度与检测精度。
王强[6](2012)在《TD-LTE系统下行链路波束赋形方法研究》文中研究指明LTE系统在提高频谱利用率、小区边缘用户速率和系统容量等方面有着突出的表现,从提出到现在受到了运营商的广泛关注。由于TD-LTE系统是以时分的方式实现,可以利用上下行信道的互易性更好的发挥智能天线的优势。同时由于LTE系统物理层采用OFDM技术不同于3G系统中的CDMA技术,因此对OFDM技术与智能天线的融合进行研究就显得尤为必要。波束赋形技术是智能天线的核心。虽然对于波束赋形的加权算法,国内外已经进行了比较深入的研究,但对于智能天线在LTE系统中的实际应用研究的还不成熟。本文针对波束赋形技术在TD-LTE中的应用进行了研究,主要工作如下:(1)分析了影响无线通信系统性能的多径衰落信道的各种参数和信道特性,针对两种常用的智能天线模型均匀圆阵和均匀线阵进行数学建模,并利用MATLAB对不同阵元数目的特性进行数值仿真。(2)对TD-LTE系统中物理层协议进行了详细的研究,包括帧结构、信号的编码、调制以及信号在资源单元中的映射方式等。对已有的波束赋形算法进行归纳整理和改进,结合对LTE物理层协议的理解利用MATLAB工具搭建了波束赋形性能验证仿真平台。(3)利用上述仿真平台验证了不同调制方式下不同算法在系统中的应用性能,得到了不同调制方式下终端解调的信噪比和误比特率曲线。从仿真结果可以看出改进的波束赋形算法能够显着提高系统性能,但随着调制阶数的提高波束赋形对系统性能的改善程度逐渐下降。
王勇[7](2010)在《未来移动通信基站体系结构——定性理论、方法与实践》文中研究说明移动通信基站是移动通信网中的关键设备,而基站体系结构决定基站的系统级构建方式和整体运行机制,是基站系统设计从理论到工程的关键环节,受无线通信理论、无线网络架构、设备商设计制造、运营商建设运维等多方面需求因素的影响,也对基站的性能和质量有着重要作用。随着3G移动通信全面商用,开始向LTE、IMT-A等标准演进,未来移动通信基站的研发即将开始。然而,作者在承担多个国家863项目,为各种未来移动通信先进技术研究提供试验基站和试验系统时发现,已有的2G、3G基站体系结构存在问题,不能满足4G系统需求,迫切需要研究能支持未来移动通信的新型基站体系结构。但是,经过调研、检索发现,虽然业界已经实际设计实现了大量基站,但还缺乏对基站体系结构的系统研究,甚至“基站体系结构”的概念都缺乏明确定义,难以指导新型基站的设计实践。所以,本文首先定义了“基站体系结构”的概念及相关的四个基本构成要素。然后系统研究四要素间的相互关系,面向工程实践需要,建立了基站体系结构的定性理论。然后用以指导未来移动通信基站体系结构的设计与实现,从而构造出多个面向未来移动通信的移动通信基站系统。理论的主要内容概述为:基站体系结构理论的主要研究对象是移动通信基站体系结构,即通过研究基站体系结构四要素:无线计算任务、算法、计算资源、互连与传输间的系统级相互关系,研究基站的系统级构建方式和整体运行机制。基站的本质是并发多无线信号流的计算处理设备。基站采用并行处理方式解决单体计算资源能力有限与系统级计算任务需求间的矛盾,完成系统级计算任务。并行处理设计的核心是系统级计算任务的时间空间分解与解耦,依据是算法链路、数据处理协议和单体计算资源的能力粒度。计算任务对资源的需求随用户在多小区的空间分布和标准间的分布等因素动态变化,采用动态可重配置计算资源,以资源池的方式组织,采用统计复用的方式统一管理、分配和调度计算资源,可以更有效地适应基站内及基站间系统级计算任务的动态变化,提高计算资源使用效率。基站中的互连机制连接所有的计算资源和接口资源,传输代表计算任务和计算结果的信号或数据,是构造基站系统并使整体协调运行的关键要素。改进的交换式互连网络和分组数据传输机制可以解决现有基站体系结构的问题,满足未来基站系统在MIMO、分布式天线/网络、并行处理、动态可重配置、计算任务分配与计算资源动态调度等多方面的需要。作为基站体系结构理论的实证性应用,本文根据对IMT-Advanced、LTE等未来移动通信标准的需求分析,提出了未来移动通信基站体系结构并应用于863 B3G-TDD、863 Gbps等移动通信试验系统,所完成的各基站系统均在实际无线环境或外场试验网成功运行。作为系统研究移动通信基站体系结构的第一篇博士论文,本文的主要创新和贡献在于:1.首次建立了系统完整的基站体系结构理论、方法体系并应用于工程实践验证;2.根据未来无线资源分配的特点,提出新的基站计算资源分配调度算法和基站间资源调度的思想,具有更高的计算资源使用效率和用户容量;提出了新的基站互连网络及数据传输机制BSIN,可以更好地满足未来移动基站中MIMO、分布式天线、分布式网络等技术的需要;3.提出面向未来移动通信标准的新型移动通信基站体系结构;4.应用所提出的基站体系结构设计理论与方法,设计实现了面向LTE的“863”B3G-TDD基站和终端系统,成功构建出国内首个基于分布式无线网络、具有4G移动通信基本特征的多小区多基站移动通信网络,在移动条件下实现了高速多媒体移动通信,传输速率达100Mbps。5.应用所提出的基站体系结构设计理论与方法,设计实现了面向IMT-Advanced的"863" Gbps无线传输技术试验基站,首次在国内实现了Gbps量级移动通信系统的无线传输试验,实现了数十路高清视频图像的实时并行传输,有效支持了中国LTE-A、IMT-A技术与标准的研发。本文立足于4G移动通信前沿科研和工程实践的问题与需求,面向LTE、IMT-A等未来移动通信系统,对基站系统进行理论研究,提出了完整的基站体系结构定性理论及设计方法,填补了移动通信理论和基站系统工程实践之间的空白,不仅可以应用于已有基站系统的分析研究,也对新基站系统的设计实现具有重要指导作用。因此,研究成果不仅具有重要的理论意义,也对移动通信产业具有重要的工程实践价值。
熊小芸,夏银水,吕科,宋朝晖[8](2010)在《2009年信息科学部一处项目受理情况及分析》文中提出1项目受理与资助情况2009年度信息科学部一处收到面上项目申请1654项,其中信息与数学交叉类项目99项,资助299项(表1),资助率为18.08%,平均资助强度为
李娣娜[9](2008)在《智能天线的波束形成技术的研究》文中提出在20世纪60年代,智能天线的波束形成技术就开始发展,其研究对象是雷达天线阵,目的是提高雷达的性能和电子对抗的能力[1]。到20世纪90年代初,随着全球移动通信事业的迅猛发展,人们对移动通信的容量和质量都有了越来越高的要求,提高频谱利用率刻不容缓,智能天线的引入给整个无线通信领域带来了新的生机。目前,智能天线技术已被确定为第三代移动通信系统的关键技术之一,智能天线将会在未来移动通信系统中占据非常重要的地位。智能天线利用数字信号处理技术,产生定向波束,使天线主波束对准期望用户信号到达方向,旁瓣或零陷对准干扰信号到达方向,达到充分高效利用移动用户信号并删除或抑制干扰信号的目的。智能天线技术研究的核心是波束形成算法,找到一种真正快速收敛和性能优良的自适应算法是该研究的关键所在。本文的主要工作是研究智能天线的波束形成问题。首先概述了智能天线的基本概念、原理及其结构,同时介绍了波束形成的基本原理,分析了智能天线接收信号的模型,讨论了智能天线的接收准则和几种自适应波束形成算法,并对几种经典的自适应波束形成算法进行了深入的研究。接着介绍了智能天线方向图综合的传统方法和自适应算法。将智能天线的自适应方向图综合与自适应波束形成相结合,提出一种既能实现传统自适应波束形成功能的同时又可以控制方向图形状的混合迭代自适应算法。最后给出MATLAB仿真程序证明该算法的实用性。
樊凌雁[10](2007)在《无线频选衰落信道下自适应处理技术的研究》文中进行了进一步梳理随着社会经济的发展,以及Internet的飞速普及,人们对数据通信,尤其是对于能提供随时随地方便联系的无线通信的传输速率和传输质量提出了越来越高的要求。移动电信网从第一代发展到第三代,计算机无线网络领域用于无线局域网(WLAN)的WiFi技术的成熟,以及用于无线城域网(WMAN)最后一公里的WiMAX技术的火热研究,都表明无线通信在近十年以及未来经历了也将一直要经历的飞速发展。众所周知,无线通信的信道相对复杂,带宽限制、传播损耗、时变特性、噪声、干扰、多径衰落这些信道特点都制约着无线通信达到高的传输速率和可靠的通信性能。在如此恶劣的信道环境下,需要新一代无线通信技术来支持通信过程。本文主要研究无线频选衰落信道下的自适应处理技术。在无线高速传输系统中,频率选择性会引起符号间干扰(ISI),严重的ISI将导致通信无法进行。抵抗ISI的传统技术是均衡技术,有效自适应均衡器的设计是无线系统接收机中的重要内容。在超高速系统中,自适应均衡器接收机非常复杂。目前认为解决信道频率选择性问题的最好的技术是正交频分复用(OFDM)技术。在宽带无线接入领域采用OFDM技术是发展的趋势,OFDM将成为未来移动通信系统的关键技术。在WLAN和WMAN的空中接口标准IEEE802.11和IEEE802.16都采用OFDM技术。通过研究传统均衡技术,针对高速系统,本文提出了一种有效的判决反馈均衡器(DFE)实现方案。和传统的DFE相比,提出的DFE考虑了高速信道的稀疏特性,通过对抽头系数的分组和清零来解决这类信道下的噪声积累问题。在降低均衡器实现复杂度的同时,可获得较好的性能。本文首先分析了传统DFE的输出会受抽头噪声积累的影响,这也是提出的DFE可提高系统性能的理论依据。并通过仿真结果表明提出的DFE可以用低的计算复杂度获得好的性能,可适用于高速系统,如高清晰度电视(HDTV)和宽带移动通信。OFDM结合多输入多输出(MIMO)技术是目前的研究重点之重。MIMO技术是近年来无线通信技术上的一个重大突破。它综合了分集技术和现代信号处理技术,可以得到好的频谱利用率。它的主要理论基础是在复杂的环境下,多径信道中不同的路径彼此不相关。MIMO-OFDM具有比单纯的OFDM、单纯的MIMO更强的抗干扰能力、更高的系统容量。在无线通信的频选衰落信道下,MIMO-OFDM可以赢得高数据速率和大系统容量而不必增加额外的功率或者带宽。而自适应调制技术是通过调整信号的发射参数,如调制阶数,发射功率大小,编码率来自适应跟踪信道的变化,可用于在固定和无线通信中,来提高传输速率和频谱利用率。WiMAX系统中就支持自适应调制分配技术。传统的自适应分配方法是以最大化系统容量为目标时,采用注水法,自适应给每个子信道分配功率和比特流。本文考虑实际通信系统的要求,在通信上层传输速率和误码率要求一定的情况下,以最小化发射功率为目标,在发射端根据子信道传输特性自适应给每个空间子信道分配传输比特,发射功率。这样既能够充分满足用户对带宽和服务质量的需求,又能够最大限度的利用MIMO-OFDM系统的空间复用增益,获得了好的频谱效率,节省了发射功率。在分配过程中,首先采用拉格朗日直接求解的方法,得到各个子信道的分配比特和功率,计算简单直接。在求解过程中因分配的比特数取整会引入误差,可应用直接比较法达到目标传输速率。随后提出自适应迭代的实现方法来解决比特取整误差问题,在求解的同时,给出了理论证明,提出的算法具有计算复杂度低的优点,并可以小的发射功率实现系统的性能要求。在无线移动通信系统中,手持设备受体积限制,一般采用单天线,基站设备采用多天线,也就是单输入多输出(SIMO)或多输入单输出(MISO)系统。在这个系统中,智能天线,也就是自适应波束形成受到了广泛的研究。OFDM技术可以从根本上解决宽带无线通信存在的多径衰落和时延扩展对系统性能的影响,而智能天线技术被认为是解决同信道干扰(CCI)的重要技术。当系统存在干扰甚至强干扰时,使用智能天线技术能够抑制干扰,降低通信系统误码率,提高性能,扩大系统容量。因此,在宽带无线通信系统中,可以把OFDM技术和智能天线技术结合起来实现高速可靠的数据传输。对于一个智能天线-OFDM系统,其关键技术是波束形成,也就是接收端信号的空间处理。这可以分别在时域和频域处理,即在傅立叶变换(FFT)之前和之后进行加权,称为Pre-FFT波束形成和Post-FFT波束形成。波束形成算法可以基于不同的准则进行。本文研究了在两种波束形成系统中采用最小均方误差(MMSE)方法,RLS和最小误比特率(MBER)的方法的系统性能,证明了基于MBER的滤波方法比MMSE可以得到更低的系统误码率。文中首先提出了一种基于MBER准则的Post-FFT频域自适应波束形成器,该技术在波束形成算法中,直接以最小化误比特率(BER)为约束优化求解权向量。最终应用此算法可以在解决宽带无线通信同信道干扰的同时,获得更好的系统误码率性能。与同样条件下,和使用MMSE准则的自适应波束形成器相比,能更准确的跟踪期望用户,系统误码率也更低。为了降低计算复杂度,随后本文研究了Pre-FFT OFDM系统中的RLS和MBER阵列接收机。自适应RLS波束形成器充分利用OFDM系统的导频信号的,能够快速收敛,在时变信道下有较好的性能。最后把MBER优化准则应用于提出的利用导频信号的Pre-FFT OFDM的系统,在保证收敛性的前提下,获得了更好的系统BER性能。
二、基于自适应天线的空时域通信理论中多信道模型的扩展(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、基于自适应天线的空时域通信理论中多信道模型的扩展(论文提纲范文)
(1)低信噪比通信链路中非理想特性检测与补偿技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 相关技术发展状况 |
1.2.1 MIMO和SCFDE系统 |
1.2.2 I/Q不平衡概述及其研究现状 |
1.2.3 非线性功放概述及其研究现状 |
1.3 本文结构和主要研究内容 |
第二章 功率放大器非线性特性分析与校正 |
2.1 功率放大器非线性特性 |
2.1.1 谐波失真 |
2.1.2 互调失真与交调失真 |
2.1.3 幅度AM/AM和相位AM/PM失真 |
2.2 功率放大器建模 |
2.2.1 无记忆功率放大器建模 |
2.2.2 有记忆功率放大器建模 |
2.3 功率放大器预失真技术 |
2.4 仿真结果分析 |
2.5 本章小节 |
第三章 I/Q不平衡分析、检测与补偿 |
3.1 I/Q不平衡系统模型 |
3.1.1 幅度不平衡的影响分析 |
3.1.2 相位不平衡的影响分析 |
3.2 I/Q不平衡在上变频的估计和预补偿算法 |
3.2.1 基于预畸变的I/Q不平衡算法基本原理 |
3.2.2 二阶统计法 |
3.2.3 WL-LS法 |
3.2.4 仿真结果与分析 |
3.3 I/Q不平衡在下变频的估计和盲补偿算法 |
3.3.1 I/Q不平衡下复数随机信号的二阶统计量 |
3.3.2 盲补偿技术的基本补偿结构 |
3.3.3 基于信号正则特性的自适应滤波补偿 |
3.3.4 算法仿真说明 |
3.3.5 仿真结果与分析 |
3.4 本章小结 |
第四章 关键技术的设计与实现 |
4.1 MIMO SC-FDE模型 |
4.2 测试平台实物环境 |
4.3 发射机关键技术设计 |
4.3.1 发射机总体架构 |
4.3.2 帧结构 |
4.3.3 FPGA实现 |
4.4 功放数字预失真滤波器的实现 |
4.5 I/Q不平衡补偿技术的实现 |
第五章 总结 |
5.1 总结与展望 |
5.2 未来展望 |
参考文献 |
致谢 |
(2)多天线通信系统中天线关键技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 本论文研究工作的背景和意义 |
1.2 多天线技术国内外研究状 |
1.2.1 MIMO天线系统的国内外研究现状 |
1.2.2 可重构天线的国内外研究现状 |
1.3 论文的研究内容和创新点 |
1.4 论文结构安排 |
第二章 、多天线通信系统中天线相关理论 |
2.1 天线的相关概念和特性指标 |
2.1.1 天线方向系数和增益 |
2.1.2 天线输入阻抗和带宽 |
2.1.3 天线极化 |
2.2 微带天线特性和分析方法 |
2.2.1 微带天线的概念与特性 |
2.2.2 微带天线的分析方法 |
2.3 MIMO天线系统的相关理论和指标 |
2.3.1 MIMO通信技术原理 |
2.3.2 MIMO通信相关技术 |
2.3.3 MIMO天线设计 |
2.4 本章小结 |
第三章 、耦合馈电贴片共享高隔离度MIMO天线设计 |
3.0 引言 |
3.1 单频带极化分集高隔离度MIMO平面天线设计 |
3.1.1 天线结构设计 |
3.1.2 天线数值仿真和实验测试特性分析 |
3.1.3 天线隔离度分析 |
3.1.4 天线几何参数分析 |
3.2 双频极化分集高隔离度微带MIMO天线设计 |
3.2.1 双频二单元微带MIMO天线结构设计 |
3.2.2 双频二单元微带MIMO天线特性分析和实验验证 |
3.2.3 双频二单元微带MIMO天线几何参数分析 |
3.2.4 双频二单元微带MIMO天线极化分集性能分析 |
3.3 本章小结 |
第四章 宽频带高增益基于寄生结构辐射微带MIMO天线设计 |
4.0 引言 |
4.1 基于寄生结构宽带高增益双层微带天线设计与研究 |
4.1.1 天线结构设计 |
4.1.2 天线数值仿真和实测特性分析 |
4.1.3 天线工作原理分析 |
4.1.4 天线参数分析 |
4.1.5 天线矩形激励贴片旋转π/2 分析 |
4.2 基于寄生结构宽带高增益二单元微带MIMO天线设计 |
4.2.1 天线结构设计 |
4.2.2 天线仿真和测试结果分析 |
4.2.3 天线极化分集特性 |
4.3 基于极化和方向图分集高隔离度宽带二单元微带MIMO天线分析 |
4.3.1 天线结构设计 |
4.3.2 天线数值仿真和实验测试结果分析 |
4.3.3 天线极化和方向图分集特性分析 |
4.4 基于寄生单元结构四单元宽带高增益微带MIMO天线设计 |
4.4.1 天线结构设计 |
4.4.2 天线数值仿真和实验测试结果分析 |
4.5 本章总结 |
第五章 高性能混合可重构平面天线设计 |
5.0 引言 |
5.1 基于PIN二极管的极化和频率可重构双层微带天线设计 |
5.1.1 天线结构设计 |
5.1.2 天线的可重构机制分析 |
5.1.3 可重构天线的仿真和实测结果分析 |
5.2 基于机械旋转的极化和频率可重构双层微带天线设计 |
5.2.1 天线结构设计 |
5.2.2 天线极化和频率可重构分析 |
5.2.3 天线仿真和实验测试分析 |
5.2.4 可重构天线的几何参数分析 |
5.2.5 可重构天线的旋转机制分析 |
5.3 基于开关二级管双频三种极化模式可重构单平面缝隙天线设计 |
5.3.1 天线结构设计 |
5.3.2 天线可重构以及原理分析 |
5.3.3 天线仿真和实验测试结果分析 |
5.4 本章小结 |
第六章 总结和展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读博士学位期间发表的学术论文和参加科研情况 |
(3)衰落信道下广义空域调制系统关键参数设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 论文研究的背景和意义 |
1.2 空域调制系统研究现状 |
1.3 论文主要研究内容及创新之处 |
1.4 论文结构安排 |
第2章 广义空域调制系统 |
2.1 系统模型 |
2.2 信号结构和信道模型 |
2.2.1 发射信号向量 |
2.2.2 相关信道模型 |
2.2.3 接收信号向量 |
2.3 接收端信号检测 |
2.4 系统关键参数分析 |
2.5 本章小结 |
第3章 基于能量效率最大化优化设计有效射频通道数 |
3.1 EE-GSM系统模型 |
3.2 系统能量效率问题 |
3.2.1 能量效率表征 |
3.2.2 信道容量计算 |
3.2.3 消耗功率计算 |
3.3 天线选择算法 |
3.4 优化设计系统有效射频通道数 |
3.5 仿真实现与性能分析 |
3.5.1 独立同分布信道条件下的系统性能 |
3.5.2 信道相关性对系统性能影响 |
3.6 本章小结 |
第4章 基于ABEP最小化优化设计调制集合 |
4.1 TOGSM系统模型 |
4.2 相关信道下系统ABEP性能表征 |
4.2.1 ABEP性能上界 |
4.2.2 发射相关衰落信道PEP表达式 |
4.3 优化设计调制集合 |
4.4 仿真实验与分析 |
4.4.1 验证ABEP理论分析结果 |
4.4.2 TOGSM系统与经典GSM系统的性能对比 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 全文总结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
在读期间发表的学术论文和取得的研究成果 |
(4)基于空时处理的无人机协作导航抗干扰研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 卫星导航系统 |
1.2 无人机协作发展趋势 |
1.3 无人机导航及抗干扰技术 |
1.4 课题研究意义及论文结构 |
第二章 基础理论 |
2.1 GPS卫星信号 |
2.1.1 信号结构 |
2.1.2 C/A码 |
2.2 自适应波束成形准则 |
2.2.1 最小均方误差(MMSE)准则 |
2.2.2 最大信噪比(MSNR)准则 |
2.2.3 最大似然(ML)准则 |
2.2.4 线性约束最小方差(LCMV)准则 |
2.2.5 各个准则的关系 |
2.3 自适应天线技术 |
2.3.1 自适应天线结构 |
2.3.2 自适应天线原理 |
2.3.3 自适应天线仿真及自由度讨论 |
2.4 空时接收机模型 |
2.5 本章小结 |
第三章 无人机天线协作模型 |
3.1 多无人机天线模型 |
3.1.1 多无人机协作系统 |
3.1.2 协作天线模型 |
3.2 协作天线阵型影响 |
3.2.1 线阵 |
3.2.2 面阵 |
3.2.3 Y型圆阵 |
3.2.4 不同天线阵型的性能仿真 |
3.2.5 仿真结果小结 |
3.3 协作天线阵元间距影响 |
3.3.1 阵元间距影响仿真 |
3.3.2 阵元间距影响结论 |
3.4 协作天线权值扰动影响 |
3.5 本章小结 |
第四章 无人机协作空时处理算法 |
4.1 LMS算法 |
4.1.1 最陡下降法 |
4.1.2 LMS算法原理 |
4.2 空时模型下的CLMS算法 |
4.2.1 空时CLMS算法基本原理 |
4.2.2 算法收敛性讨论 |
4.3 算法流程及仿真 |
4.4 空时算法步长改进及仿真 |
4.4.1 现有LMS变步长算法 |
4.4.2 空时CLMS算法的步长改进 |
4.4.3 改进算法仿真 |
4.5 本章小结 |
第五章 总结和展望 |
参考文献 |
致谢 |
作者简介 |
(5)直接序列扩频码分多址系统多用户检测算法研究(论文提纲范文)
摘要 |
Abstract |
目录 |
本文用到的缩略语 |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 多址无线通信系统介绍 |
1.1.2 码分多址通信系统研究背景及发展 |
1.1.3 多址无线通信系统的主要干扰及影响 |
1.2 码分多址系统多用户检测技术发展过程 |
1.2.1 线性多用户检测技术 |
1.2.2 非线性干扰消除多用户检测技术 |
1.2.3 多用户检测技术发展现状 |
1.3 论文研究内容与结构安排 |
1.3.1 论文研究内容及解决的关键科学问题 |
1.3.2 论文章节安排 |
2 DS-CDMA 系统多用户检测技术 |
2.1 多用户检测技术概述 |
2.1.1 多用户检测技术优性能缺点分析 |
2.1.2 多用户检测技术基本性能测度 |
2.2 干扰抑制多用户检测系统噪声模型 |
2.2.1 加性高斯白噪声模型 |
2.2.2 有色噪声模型 |
2.3 DS-CDMA 系统基本信号模型 |
2.3.1 高斯白噪声信道同步 DS-CDMA 系统模型 |
2.3.2 高斯白噪声信道异步 DS-CDMA 系统模型 |
2.3.3 频率选择性衰落信道同步 DS-CDMA 系统模型 |
2.4 典型多用户检测方案描述 |
2.4.1 最优多用户检测方案 |
2.4.2 线性 MMSE 多用户检测方案 |
2.4.3 解相关多用户检测方案 |
2.4.4 一种线性多用户检测算法仿真实验系统 |
2.5 一种改进的 MMSE-MUD 算法 |
2.5.1 算法基本改进原理 |
2.5.2 算法改进过程推导 |
2.5.3 改进的 MMSE 算法性能仿真分析 |
2.6 本章小结 |
3 盲自适应多用户检测算法研究 |
3.1 盲多用户检测基本原理 |
3.1.1 线性盲多用户检测的典范表示 |
3.1.2 基于约束最小输出能量准则的盲多用户检测算法 |
3.2 典型盲自适应多用户检测算法研究 |
3.2.1 盲自适应 LMS 算法 |
3.2.2 盲自适应 RLS 算法 |
3.2.3 盲自适应 Kalman 算法 |
3.3 一种自适应最速下降 RLS 多用户检测算法 |
3.3.1 自适应 RLS 算法等价数值问题基本推导 |
3.3.2 自适应 D-RLS 算法推导 |
3.3.3 自适应 D-RLS 算法多用户检测系统模型及性能分析 |
3.4 一种改进的盲自适应标准 Kalman 滤波多用户检测准则 |
3.4.1 多用户信号模型 |
3.4.2 算法改进过程 |
3.4.3 改进的 Kalman 算法仿真分析 |
3.5 一种盲自适应拟 Newton 迭代 Kalman 滤波多用户检测算法 |
3.5.1 系统模型描述 |
3.5.2 拟 Newton 迭代算法基本原理及优化 |
3.5.3 BN-Kalman 算法更新推导 |
3.5.4 BN-Kalman 算法仿真分析 |
3.6 一种盲自适应 SOR/JGS-Kalman 多用户检测算法 |
3.6.1 SOR/JGS 迭代约束准则 |
3.6.2 SOR/JGS-Kalman 算法推导 |
3.6.3 SOR/JGS-Kalman 算法性能仿真分析 |
3.7 本章小结 |
4 DS-CDMA 系统串行干扰消除多用户检测算法研究 |
4.1 多级干扰消除多用户信号模型 |
4.1.1 直扩系统信号模型 |
4.1.2 信号模型短周期扩频序列等效变换 |
4.1.3 信号模型长周期扩频序列等效变换推广 |
4.2 DS-CDMA 串行检测过程典型检测原理概述 |
4.2.1 基本 DS-CDMA 接收机原理 |
4.2.2 常规 MUD 过程描述 |
4.2.3 最优多用户检测过程描述 |
4.3 串行干扰消除多用户检测算法研究 |
4.3.1 SIC 基本处理结构 |
4.3.2 SIC 检测过程参数估计 |
4.3.3 同步 SIC 检测 BER 精确分析 |
4.3.4 异步 SIC 检测 BER 近似分析 |
4.4 最小均方误差串行干消除多用户检测算法 |
4.4.1 串行检测多用户信号模型 |
4.4.2 最小均方误差线性多用户检测准则 |
4.4.3 MMSE-SIC 多用户检测算法推导 |
4.4.4 MMSE-SIC 算法性能仿真分析 |
4.5 无线多址移动通信系统盲自适应 Kalman-SIC 算法 |
4.5.1 多用户模型及串行计算过程 Kalman 准则推导 |
4.5.2 K-SIC 算法推导 |
4.5.3 K-SIC 算法性能仿真分析 |
4.6 一种多址移动通信系统异步 Schwarz 串行干扰消除算法 |
4.6.1 异步系统信号模型分析 |
4.6.2 Schwarz 算法准则基本原理 |
4.6.3 S-SIC 算法推导 |
4.6.4 S-SIC 算法性能仿真分析 |
4.7 本章小结 |
5 DS-CDMA 系统并行干扰消除多用户检测算法研究 |
5.1 并行干扰消除多用户检测算法性能分析 |
5.1.1 并行干扰消除多用户检测过程基本原理 |
5.1.2 并行干扰消除多用户检测算法多级结构 |
5.1.3 并行干扰消除多用户检测过程系统模型 |
5.2 PIC 检测过程 BER 分析 |
5.2.1 PIC 检测第一级 BER 精确分析 |
5.2.2 PIC 检测第二级 BER 精确分析 |
5.2.3 PIC 检测第 m-1 级到 m 级 BER 近似分析 |
5.3 一种 DS-CDMA 系统异步连续并行 Schwarz-PIC 算法 |
5.3.1 Schwarz 交替准则基本原理 |
5.3.2 连续并行 Schwarz 约束准则算法实现 |
5.3.3 S-PIC 算法性能仿真分析 |
5.4 一种盲自适应 Kalman-PIC 多用户检测算法 |
5.4.1 DS-CDMA 系统多用户模型及并行 Kalman 准则推导 |
5.4.2 K-PIC 算法实现 |
5.4.3 K-PIC 算法性能仿真分析 |
5.5 盲自适应准则约束的 IC 联合检测方案 |
5.5.1 一种衰落信道下的盲自适应 Kalman-IC 算法 |
5.5.2 K-AIC 算法原理及实现 |
5.5.3 K-AIC 算法性能仿真分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 论文总结 |
6.2 论文创新点 |
6.3 工作展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(6)TD-LTE系统下行链路波束赋形方法研究(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 课题的研究背景 |
1.2 课题的国内外研究现状 |
1.2.1 LTE系统的研究进展 |
1.2.2 智能天线在移动通信系统中应用 |
1.3 课题研究的意义和目的 |
1.4 本论文的组织结构 |
2 无线多径衰落特性分析 |
2.1 无线衰落信道的分类 |
2.1.1 大尺度衰落信道 |
2.1.2 小尺度衰落信道 |
2.2 无线多径衰落信道特性 |
2.2.1 时延扩展与频率选择性衰落 |
2.2.2 频率扩展与时间选择性衰落 |
2.2.3 角度扩展与空间选择性衰落 |
2.3 SCM及其扩展信道模型 |
2.4 本章小结 |
3 TD-LTE物理层特性分析 |
3.1 系统的无线帧结构 |
3.2 物理信道与信号 |
3.2.1 物理层信道 |
3.2.2 物理信号 |
3.3 下行OFDM技术 |
3.3.1 OFDM的基本原理 |
3.3.2 循环前缀与时延扩展 |
3.3.3 OFDM的峰均比 |
3.4 多天线技术 |
3.4.1 空间分集 |
3.4.2 空间复用 |
3.4.3 智能天线的波束赋形 |
3.5 本章小结 |
4 智能天线波束赋形算法 |
4.1 常用的算法性能准则 |
4.1.1 最小均方误差准则 |
4.1.2 最大信干噪比准则 |
4.1.3 最小二乘准则 |
4.1.4 最大似然准则 |
4.2 自适应波束赋形的算法 |
4.2.1 最小均方算法 |
4.2.2 归一化最小均方算法 |
4.2.3 经典MUSIC算法 |
4.2.4 恒模算法 |
4.3 本章小结 |
5 TD-LTE系统中的波束赋形 |
5.1 传统的特征值分解算法 |
5.2 改进的特征值分解的算法 |
5.3 TD-LTE波束赋形仿真平台 |
5.3.1 TD-LTE系统天线布局 |
5.3.2 仿真平台模块介绍 |
5.3.3 仿真参数及结果分析 |
5.4 本章小结 |
6 结论与展望 |
参考文献 |
附录 |
缩写词索引 |
作者简历 |
学位论文数据集 |
(7)未来移动通信基站体系结构——定性理论、方法与实践(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 移动通信基站 |
1.2 基本概念、关系与定义 |
1.3 基站体系结构研究的产业背景 |
1.4 研究对象、研究目的与意义 |
1.5 研究方法及说明 |
1.6 论文内容与篇章结构 |
1.7 小结 |
第2章 基站体系结构综述 |
2.1 基站体系结构发展的动力和势力 |
2.2 影响基站体系结构的需求因素 |
2.3 基站体系结构的限定因素 |
2.4 基站体系结构发展综述 |
2.5 影响基站体系结构的重要系统级基站技术 |
2.6 基站体系结构发展状况的总结与结论 |
2.7 小结 |
第3章 基站中的系统级计算 |
3.1 基站的功能、本质与系统级计算问题 |
3.2 基站中的系统级计算综述 |
3.3 基站中的系统级计算任务 |
3.4 基站中的计算处理算法 |
3.5 基站中的计算处理资源 |
3.6 基站中的系统级计算问题的分析 |
3.7 基站中系统级计算问题的解决实现方法 |
3.8 小结 |
第4章 基站计算资源的管理与动态调度 |
4.1 基站中的动态系统级计算问题 |
4.2 基站动态系统级计算技术的综述 |
4.3 解决基站中动态系统级计算问题的思路 |
4.4 算法到计算资源的配置管理 |
4.5 计算任务的动态适配 |
4.6 基站中计算资源的动态调度 |
4.7 基站间计算资源的动态调度 |
4.8 基站计算资源的统一调度 |
4.9 计算资源统一组织、管理与使用的实现 |
4.10 小结 |
第5章 基站中的互连与数据传输 |
5.1 未来移动通信基站中的互连与数据传输需求 |
5.2 基站中的互连与数据传输技术综述 |
5.3 基站中硬件资源的互连特性 |
5.4 基站中数据流的传输特性 |
5.5 基站中的互连技术 |
5.6 基站中的数据传输 |
5.7 基站中的系统级互连与整体互连构造设计 |
5.8 基站中的时钟网络 |
5.9 小结 |
第6章 基站系统的动态运行机制 |
6.1 基站系统的整体运行过程 |
6.2 基站系统中内在和外在的时间特性与要求 |
6.3 基站系统的有序协调运行 |
6.4 基站的系统时序 |
6.5 基站系统时序的设计与实现 |
6.6 小结 |
第7章 基站体系结构理论与方法 |
7.1 基站体系结构理论内容概要 |
7.2 基站体系结构的理论体系 |
7.3 基站体系结构的设计方法 |
7.4 基站体系结构的分析、比较与评价 |
7.5 小结 |
第8章 未来移动通信基站体系结构 |
8.1 未来移动通信对基站系统的需求 |
8.2 静态及动态系统级计算处理设计 |
8.3 互连、传输设计与基站互连网络(BSIN) |
8.4 基于BSIN的未来移动通信基站体系结构FMBSA |
8.5 FMBSA的特点以及与现有基站体系结构的比较 |
8.6 小结 |
第9章 FUTURE B3G-TDD基站系统 |
9.1 系统概述 |
9.2 基站体系结构分析与设计 |
9.3 基站体系结构的硬件总体实现 |
9.4 B3G-TDD基站体系结构的板级实现 |
9.5 基站系统实现结果与实际运行情况 |
9.6 总结与结论 |
9.7 小结 |
第10章 GBPS无线通信原型基站系统 |
10.1 背景与系统概述 |
10.2 GBPS基站体系结构分析与设计 |
10.3 GBPS基站的硬件总体设计 |
10.4 GBPS基站的硬件电路设计与实现 |
10.5 GBPS试验系统的实现与实际运行情况 |
10.6 总结与结论 |
10.7 小结 |
第11章 结论与讨论 |
11.1 总结与结论 |
11.2 讨论、未来工作与展望 |
11.3 论文成果的创新性、贡献或价值 |
参考文献 |
缩略语表 |
致谢 |
附:作者攻读博士学位期间发表论文、着作及奖励 |
附:攻读博士学位期间参加的科研项目工作 |
(8)2009年信息科学部一处项目受理情况及分析(论文提纲范文)
1 项目受理与资助情况 |
2 项目申请中的问题 |
3 2010年的资助领域 |
4 2010年重点领域 |
(9)智能天线的波束形成技术的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 智能天线波束形成技术的研究现状 |
1.3 本文的主要工作和内容安排 |
1.4 本章小结 |
第二章 智能天线技术简介 |
2.1 智能天线概述 |
2.2 阵列天线 |
2.3 智能天线技术实现中存在的问题 |
2.4 本章小结 |
第三章 波束形成技术 |
3.1 概述 |
3.2 智能天线接收信号模型 |
3.3 智能天线的接收准则 |
3.3.1 MMSE 准则 |
3.3.2 Max-SINR 准则 |
3.3.3 MV 准则 |
3.4 自适应波束形成算法 |
3.4.1 概述 |
3.4.2 非盲波束形成算法 |
3.4.3 盲波束形成算法 |
3.5 本章小结 |
第四章 智能天线的方向图综合 |
4.1 方向图综合概述 |
4.2 方向图综合的传统方法 |
4.2.1 契比雪夫方向图综合 |
4.2.2 泰勒方向图综合法 |
4.3 方向图综合的自适应算法 |
4.3.1 基于线性收敛的迭代算法 |
4.3.2 基于递归最小二乘算法的方向图综合新方法 |
4.4 本章小结 |
第五章 一种混合迭代的自适应波束形成算法. |
5.1 算法描述 |
5.2 算法步骤 |
5.3 算法仿真 |
5.3.1 自适应波束形成算法、自适应方向图综合算法和混合迭代自适应波束形成算法的比较 |
5.3.2 混合迭代自适应算法的仿真 |
5.4 智能天线发射波束的实现 |
参考文献 |
致谢 |
在读硕士研究生期间发表的论文 |
(10)无线频选衰落信道下自适应处理技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
英文缩略语表 |
第一章 绪论 |
1.1 引言 |
1.2 移动通信发展历程 |
1.2.1 移动电信系统的发展 |
1.2.2 WiFi 与IEEE802.11 系列标准 |
1.2.3 WiMAX 与IEEE802.16 系列标准 |
1.3 移动通信系统中的无线频选衰落信道处理技术 |
1.3.1 信道均衡技术介绍及其现状 |
1.3.2 OFDM 技术介绍及其现状 |
1.3.3 MIMO 技术与智能天线 |
1.4 关于本课题的研究 |
1.4.1 课题研究意义 |
1.4.2 论文主要工作和研究成果 |
1.5 论文的内容安排 |
第二章 无线衰落信道模型 |
2.1 引言 |
2.2 电波基本传播机制 |
2.3 大尺度衰落 |
2.4 中尺度衰落 |
2.5 小尺度衰落 |
2.6 典型的信道衰落模型 |
2.6.1 Rayleigh 衰落分布 |
2.6.2 Ricean 衰落分布 |
2.6.3 Nakagami-m 衰落信道 |
2.6.4 WSSUS 信道模型 |
2.7 常用衰落信道仿真模型 |
2.7.1 抽头延迟线模型 |
2.7.2 Jakes 信道模型 |
2.8 无线频选衰落信道下的均衡技术 |
2.9 本章小结 |
第三章 有效判决反馈均衡器的设计 |
3.1 引言 |
3.2 大时延稀疏信道模型 |
3.3 传统的DFE 结构和噪声积累分析 |
3.3.1 典型的DFE 模型 |
3.3.2 噪声积累分析 |
3.4 提出的DFE |
3.4.1 提出的DFE 结构 |
3.4.2 DFE 的滤波器抽头分组算法 |
3.4.3 自适应算法更新分组 |
3.4.4 自适应加权算法 |
3.4.5 计算复杂度分析 |
3.5 仿真结果 |
3.5.1 单回波信道下仿真结果 |
3.5.2 ATSC 信道 |
3.6 本章小结 |
第四章 MIMO-OFDM 系统中的自适应调制 |
4.1 引言 |
4.2 OFDM 技术 |
4.3 MIMO 技术 |
4.4 MIMO-OFDM 信道模型 |
4.5 MIMO-OFDM 系统的自适应调制模型 |
4.6 基于最大容量的自适应调制 |
4.6.1 自适应调制函数 |
4.6.2 注水法 |
4.7 基于最小发射功率的自适应调制 |
4.7.1 自适应调制函数 |
4.7.2 遍历搜索法 |
4.7.3 拉格朗日直接求解 |
4.7.4 加权迭代处理 |
4.8 计算机仿真 |
4.8.1 计算复杂度分析 |
4.8.2 仿真结果 |
4.9 本章小结 |
第五章OFDM 系统中的自适应阵列处理 |
5.1 引言 |
5.2 智能天线模型 |
5.2.1 智能天线原理 |
5.2.2 波束形成的基本原理 |
5.2.3 自适应波束形成 |
5.3 Post-FFT 系统中的波束形成 |
5.3.1 系统模型 |
5.3.2 MMSE 和MBER 自适应Post-FFT 波束形成算法 |
5.3.3 仿真结果 |
5.4 Pre-FFT 系统中的波束形成 |
5.4.1 系统模型 |
5.4.2 导频信号的发射和接收 |
5.4.3 RLS 自适应Pre-FFT 波束形成 |
5.4.4 MBER 自适应Pre-FFT 波束形成 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文工作总结 |
6.2 进一步研究工作的建议和展望 |
参考文献 |
致谢 |
攻读博士学位期间发表或录用的论文(均为第一作者) |
攻读博士学位期间在投论文(均为第一作者) |
四、基于自适应天线的空时域通信理论中多信道模型的扩展(论文参考文献)
- [1]低信噪比通信链路中非理想特性检测与补偿技术研究[D]. 章莎莎. 北京邮电大学, 2019(09)
- [2]多天线通信系统中天线关键技术研究[D]. 李海雄. 西北工业大学, 2018(02)
- [3]衰落信道下广义空域调制系统关键参数设计[D]. 陈军. 中国科学技术大学, 2016(01)
- [4]基于空时处理的无人机协作导航抗干扰研究[D]. 马昌林. 西安电子科技大学, 2015(03)
- [5]直接序列扩频码分多址系统多用户检测算法研究[D]. 高维廷. 西北工业大学, 2015(07)
- [6]TD-LTE系统下行链路波束赋形方法研究[D]. 王强. 北京交通大学, 2012(11)
- [7]未来移动通信基站体系结构——定性理论、方法与实践[D]. 王勇. 北京邮电大学, 2010(11)
- [8]2009年信息科学部一处项目受理情况及分析[J]. 熊小芸,夏银水,吕科,宋朝晖. 电子与信息学报, 2010(01)
- [9]智能天线的波束形成技术的研究[D]. 李娣娜. 延安大学, 2008(09)
- [10]无线频选衰落信道下自适应处理技术的研究[D]. 樊凌雁. 上海交通大学, 2007(06)