董爱荣[1]2000年在《小波去噪在移动通信中的应用》文中研究说明由于移动通信中的时变噪声较为复杂，本文结合小波变换理论，实现了一种基于平移不变小波变换的去噪算法，并将它应用于移动通信系统中的语音去噪，以取代传统的各种正交变换去噪方案，分析其性能的优越性。同时，结合数字信号处理器(DSP)的性能特点，设计一硬件电路，将小波变换去噪算法在DSP中实现，对输入信号实时地进行处理，并在此基础之上提出了基于小波包的平移不变变换去噪的设想。
方韶茂[2]2011年在《盲信号分离算法及关键技术应用研究》文中提出近年来,盲源分离(Blind Source Separation,BSS)已发展成为信号处理领域的一个研究热点。其优势在于能够利用源信号的多个混合信号,在源信号和传输通道参数未知的情况下就能恢复源信号的各个部分。盲源分离以其独特优势在无线通信、语音和图像处理等很多领域获得了广泛应用。本文在对盲源分离方法的原理和算法的研究的基础上,将盲源分离算法应用于通信信号和铁路信号的抗干扰技术上,并通过实验仿真证明,盲源分离在信号抗干扰方面,具有广阔的应用前景。本文首先研究了基于独立分量分析(ICA)的盲源分离算法,在实现算法并对算法进行优化改进后,将ICA盲源分离算法应用于通信信号的抗干扰技术上。在Matlab平台上分别对通信中的FM信号及DQPSK信号进行仿真实验,均取得了较好的分离效果,证明基于ICA的盲源分离方法在通信抗干扰技术上能够有效地分离出有用信号和干扰信号。更进一步地,作者还在DSP平台上实现ICA盲源分离算法,并给出了CCS平台上通信信号抗干扰仿真的结果,为盲源分离方法在实际通信系统中的应用迈出尝试的一步。由于基于ICA的盲源分离方法在噪声环境下的稳定性受到影响,本文将小波去噪方法应用到ICA盲源分离方法中,提高了噪声环境下盲源分离方法的稳定性和改善其分离效果。通过实验仿真证明,小波去噪和ICA盲源分离相结合的方法能够在有噪环境下达到通信抗干扰的目的。最后,本文还对铁路运输中的自动闭塞系统的通信信号进行了研究,在铁路信号受到同频其他信号噪声干扰的情况下,采用一种简单快速的几何旋转盲源分离方法,用来增强铁路信号在接收端的抗干扰性能,以使铁路信号能够被正确检测,保证铁道列车运作的安全。
陈学锋[3]2018年在《通信系统中小波去噪技术的改进》文中研究指明语音信号作为人们生活交流基础的一部分,在通信过程中噪声成为影响通信质量的最大原因。为解决这一问题,对通信系统中的小波去噪技术进行改进。帮助通信系统能够更好的提高服务质量。
杜盈[4]2013年在《LTE上行链路信道估计与均衡算法研究》文中提出正交频分复用是一种减轻频率选择性衰落的技术。单载波频分多址利用单载波调制、傅里叶预编码的正交频分复用和频域均衡，能够获得和正交频分多址相似的复杂度和性能，并且由于继承了单载波特性而具有比正交频分多址更好的峰均比性能。基于终端功放效率和成本的考虑，3GPP长期演进选定单载波频分多址作为上行链路接入方案。本文从长期演进物理层相关协议和单载波频分多址技术原理出发，在分析了无线信道的衰落特性之后，重点研究了物理上行共享信道中的信道估计技术。传统的最小均方误差、线性最小均方误差、奇异值分解算法不易实现，基于离散傅里叶变换估计在非采样间隔多径信道下，系统性能急剧恶化。对此本文提出了小波去噪辅助离散余弦变换的信道估计算法。利用离散小波变换的Mallat算法，可快速实现小波分解，抑制噪声以及小波重构过程，减弱了导频信道频率响应中存在的噪声，而基于离散余弦变换解决了基于离散傅里叶变换的混叠效应。仿真结果表明提出的算法提高了信道估计精度，有效降低了链路的误码率。均衡技术用于补偿无线信道频率选择性引起的信号失真，以恢复原来的信号形状，因此频域均衡算法是本文的另一个研究重点。迫零和最小均方误差线性频域均衡器实现简单，但是在深度频率选择性信道下噪声明显增强。基于最小均方误差的块迭代频域判决反馈均衡算法均衡效果较好，然而每次迭代需要更新判决信号和均衡后的接收信号之间的相关系数，系统复杂度高。本文提出利用基于离散余弦变换的信道估计算法得到信道特性，并在迭代过程中根据信道状态设置合理的判决误差概率，简化了块迭代频域判决反馈均衡器的设计，增加了系统的实用性。
赵超[5]2010年在《MIMO-OFDM无线通信系统的信道估计方法研究》文中进行了进一步梳理下一代无线通信系统要求能够在复杂的移动环境下提供更高的传输数据速率和更好的服务质量,以满足人们对多媒体业务日益增长的需求。MIMO-OFDM系统实现了正交频分复用(OFDM)技术与多输入多输出(MIMO)技术的有机结合,这两种技术能够大幅度地提高无线通信系统的信道容量和传输速率,并能够有效地抵抗多径衰落,抑制符号间干扰及噪声,被普遍认为是下一代无线通信系统物理层的核心技术,基于长期演进(LTE)等协议的下一代无线通信系统就是MIMO-OFDM系统。信道状态信息是MIMO-OFDM系统中接收端实现最佳检测的关键因素,信道估计对信道状态进行可靠估计,为接收端准确解码提供信道信息,信道估计的好坏直接影响到整个无线通信系统传输的质量。本文在分析了无线信道衰落特性和MIMO-OFDM系统基本原理的基础上,围绕该系统中信道估计这一关键技术,集中讨论了基于导频的信道估计方法,并在此基础上深入研究了基于频域最小均方(LS)算法的MIMO-OFDM系统信道估计方法。针对基于频域LS算法的MIMO-OFDM系统信道估计方法对噪声比较敏感的缺点,提出了一种基于小波去噪的信道估计方法,有效地减小了噪声对信道估计精度的影响,并在此基础上提出了基于小波包的信道估计改进算法,进一步地提高了估计器的性能。本文通过计算机仿真,对上述算法的有效性和可行性进行了分析与验证。
刘杏[6]2016年在《CMMB系统信道建模及信道估计研究》文中进行了进一步梳理中国移动多媒体广播(China Mobile Multimedia Broadcasting,CMMB)是我国自主制定的手机电视行业标准,采用正交频分复用(OFDM)调制方式。OFDM系统将高速数据流转换为多路并行的低速数据流,可有效抵抗信号波形间的干扰,极大地提高了频谱的利用率。信道建模是模拟无线电波真实传播路径,研究无线信道对信号的影响的重要途径,而接收端的信道估计算法则是尽可能地估计出信道对信号产生的干扰,并进行补偿来恢复出原始的发射信号。因此,研究信道建模和信道估计均具有十分重要的意义。本文主要的工作如下：1.调研并综述了目前国内外的移动多媒体广播标准的发展现状,并重点介绍了CMMB系统的帧结构,OFDM调制的基本原理。2.分析了无线信道的特性,包括大尺度衰落和小尺度衰落。推导了经典的平坦衰落的Clarke模型,利用成形滤波器法和正弦波叠加法对平坦衰落信道进行仿真,得到信道的自相关特性和多普勒功率谱。采用抽头时延模型,建立了频率选择性的斯坦福大学过渡(Stanford University Interim, SUI)信道模型。3.针对信道环境中的噪声和信道估计算法引入的噪声,对导频处的信道估计进行小波去噪,并插值得到整个信道的频率响应。在MATLAB建立的两种信道模型的条件下,对算法进行了仿真分析,得到了较好的效果。4.在VS2013的开发环境下,对本文建立的信道模型和信道估计算法进行了实际测量和分析。
郭亚萍[7]2014年在《宽带信号高分辨DOA估计算法研究》文中研究说明波达方向(DOA)估计是阵列信号处理中的一个重要分支,其在移动通信、电子侦察、无线电频谱监控等领域得到了普遍的应用。其中,对窄带信号DOA估计的基本算法的研究已日臻完善。但对于在雷达领域有着重要应用价值的宽带信号,其波达方向估计一直都是阵列信号处理领域的重点和难点。因此,宽带信号的DOA估计已成为近年来阵列信号处理中一个热门的研究内容。本文首先介绍和分析了现有的几种窄带子空间类DOA估计算法,并对相关算法的估计性能做了比较分析。在窄带子空间类DOA估计理论的基础上,针对越来越广泛使用的宽带信号,研究其高分辨DOA估计算法。文中介绍了两种典型的宽带信号DOA估计算法——ISM算法和CSM算法。对于CSM算法,本文介绍了其基本理论,并描述了聚焦矩阵和聚焦频率的选择问题。文中着重对ISM算法进行了理论分析和研究,并针对传统ISM算法中子频带的能量分布不均和信噪比各不相同而导致的算法估计性能不佳的问题,从算法运算量和低信噪比下算法性能的角度出发,对传统ISM算法进行改进,从而达到以较少的计算量或在较低信噪比条件下准确估计宽带信号源的方位。改进的内容如下:1、给出了一种新的宽带DOA估计算法——root-ISM算法,以多子带求根的思想实现DOA估计,从而有效地降低原ISM算法的计算量;2、在root-ISM算法的基础上给出root-WISM算法,该算法以子频带能量对DOA估计结果的加权平均取代子频带DOA估计结果的简单算术平均,改善root-ISM算法在信噪比较低时的估计性能;3、给出另一种在root-ISM算法基础上改进的f-root-WISM算法,以最大能量频点子频带估计取代多子频带综合估计,进一步降低算法的计算量。针对上述思路对相应算法进行了理论分析和仿真,从而验证了root-ISM算法及其两种改进算法的有效性和优越性。另外,本文介绍了小波去噪理论,并将其中的小波阈值去噪理论运用于宽带DOA估计系统中,对ISM算法在低信噪比下的估计性能问题作了进一步的探讨,即通过在进行DOA估计之前增加一个小波去噪预处理过程,间接改善算法的估计性能。仿真实验表明该方案能改善ISM算法的分辨能力并解决低信噪下易出现伪峰的问题。
金卓睿[8]2008年在《变压器局部放电超高频监测分形天线与最优小波去噪及信号识别研究》文中研究表明局部放电与电力变压器内部绝缘缺陷具有紧密联系,通过局部放电在线监测能够及时判断变压器内部绝缘状态,对防止电力变压器事故发生,保障电力系统安全稳定运行具有重要意义。由于局部放电超高频监测能够有效避开低频电磁干扰,从而避开变压器外部电晕等脉冲干扰的影响,近年来得到了广泛重视。然而,将电力变压器局部放电超高频监测系统应用于工程实际,仍然需要在传感技术、抗干扰技术以及局部放电模式识别技术等方面开展深入研究。本文在对变压器局部放电在线监测研究现状总结分析的基础上,对用于局部放电超高频监测的Hilbert分形天线、自适应最优小波去噪及多尺度能量参数和网格维数的提取与识别等问题进行了系统深入的研究。①在深入研究分形天线基本原理的基础上,针对电力变压器的实际情况,通过仿真分析几何尺寸、导线宽度、天线阶数等参数对Hilbert分形天线性能的影响,首次提出了一种用于变压器局部放电超高频在线监测的Hilbert分形天线设计方法,制作出三阶Hilbert分形天线,该天线几何尺寸小、频带宽,可通过放油阀置于变压器箱体内壁,其检测频带、驻波比、输出阻抗和方向性等参数能够满足变压器局部放电超高频监测要求。②设计了三种典型人工油纸绝缘局部放电缺陷,在实验室模拟变压器内部局部放电,测试了三阶Hilbert分形天线的局部放电测量性能,并分析了油纸屏障对局部放电超高频测量信号幅值及频谱的影响;另外,设计了四种典型变压器内部绝缘缺陷的人工模型,采用三阶Hilbert分形天线测量并获得了大量人工绝缘缺陷局部放电超高频信号样本数据,对四种类型局部放电超高频信号频谱进行了对比分析,为变压器局部放电超高频信号识别奠定了实验基础。③在对小波阈值去噪方法进行深入研究的基础上,首次提出一种适用于局部放电监测的自适应最优小波去噪方法,该方法根据各层信号分解的尺度系数能量最大原则进行逐层最优基小波自适应选择,采用具有一阶连续导数阈值化函数及遗传算法进行尺度相关的最优阈值自适应估计。局部放电高频仿真信号与人工绝缘缺陷模型实验实测的局部放电超高频信号的去噪仿真实验结果表明,采用本文提出的自适应最优小波去噪方法的去噪效果明显优于标准小波阈值去噪方法,且计算速度快。④首次提出一种局部放电超高频信号多尺度特征提取方法,该方法通过对局部放电超高频信号的小波或小波包多尺度变换,提取局部放电超高频信号多尺度分解信号的能量参数及网格维数;为有效计算局部放电超高频信号的网格维数,提出了一种二维曲线网格维数估计方法,比原差盒计数法具有更准确的估计结果。采用本文提出的多尺度特征提取方法和反向传播神经网络对四种人工绝缘缺陷放电样本的识别正确率最低达到84.17%。上述理论分析与实验研究结果表明,本文提出的三阶Hilbert分形天线、自适应最优小波去噪以及信号的多尺度特征参数的提取与识别等方法,能有效实现变压器局部放电超高频监测与信号识别,具有良好的应用前景。
孙君[9]2008年在《非理想信道状态信息移动通信系统的性能研究》文中提出无论在通信系统的理论研究还是在工程应用中,信道状态信息都具有重要的作用和意义,因为它是进行正确检测和译码的基础,是可靠通信的保障。所以近来通信技术在非理想信道状态信息条件下的性能研究越来越受到专家的重视。本篇论文的工作就是探讨非理想信道状态信息的移动通信系统的性能,基本内容包括无线移动通信信道的特性、系统中信道估计的方式方法等。在信道估计的方式方法中,以导频辅助调制(PSAM)的信道估计方式为主要内容,考虑在保证系统服务质量(QoS)条件下,如何优化导频符号的插入间隔和功率分配等问题,以实现系统的最优估计性能。针对无线移动通信信道特性,考虑信道估计对移动通信系统中关键技术的性能的影响,分析非理想信道状态信息系统性能的变化等等。在对系统性能进行分析时,去除信道状态信息完全已知的假设,以非理想信道状态信息为前提,在接近实际系统环境的条件下,以信道估计和预测手段获取信道信息,进而对系统性能进行研究。信道估计和预测以最小均方误差(MMSE)为准则,采用PSAM方式,这是一种有效的辅助信道估计手段,可以有效地获取信道信息并进行信道跟踪,现已被多个通信标准所采纳,例如WCDMA,CDMA2000等等。同时,PSAM也带来一些问题,一方面,因为导频的间隔决定了系统对信道的采样频率,因此,导频间隔的大小影响了信道估计和预测的准确度。另一方面,由于导频的插入消耗了系统部分的发送功率和传输带宽,因此降低了系统的频谱有效性。所以,系统中的导频设计将直接影响系统估计性能和系统的服务质量。此外,PSAM也与信道特性密切相关,为此,研究无线信道的特性并根据其特性来设计PSAM,是本文研究的主要内容。信道估计和PSAM设计是本文的主线,贯穿始终,在此基础上,本文探讨了非理想信道状态信息下的各种通信系统及关键技术。首先,除针对正交频分复用(OFDM)的信道估计特性,提出了相应的改进方案外;其次,基于单输入单输出(SISO)系统,讨论了系统采用自适应编码调制(AMC)技术时,当引入信道估计误差,系统性能与理想信道估计情况下的差别,并且根据性能损失,提出了PSAM的最优设计方案;再次,在多输入单输出(MISO)和多输入多输出(MIMO)系统中,推导了非理想信道状态信息条件下采用最大比合并后的输出信噪比的闭合表达式,并根据MIMO信道特性讨论了空间相关性的各种影响等等。最后,在独立的物理层的研究基础上,考虑将非理想信道状态信息的研究扩展到跨层设计领域,通过对跨层中误差和不确定因素的分析,提出了跨层中PSAM的最优设计方案,并对非理想环境下的跨层性能进行了理论推导和分析。本论文研究以信息论、通信原理和数字信号处理等为理论基础。以数学理论是概率与统计、微积分、优化算法为手段。具体的主要工作和创新点如下:1、基于宏小区及微小区MIMO信道模型,比较了MIMO信道在两种传输环境中的空间相关特性,通过数值分析方法得到了两类信道空间相关性随发送端、接收端天线阵列的分布而变化的特征曲线,并分析比较了信道参数,如到达角的角度扩展等,对空间相关性的影响。在此基础上,讨论了空间相关系数对系统功率有效性和频带有效性的影响,定义了在不同传输环境下,影响系统BER性能的空间相关系数的门限。2、在OFDM系统中,将一般的估计算法与小波去噪相结合,将该方法用于频域上的信道衰落因子的估计,充分利用了小波去噪在低信噪比时去加性噪声的有效性,比较了结合小波去噪的估计方法与现有估计方法性能差别,指出各自存在的优缺点。3、利用神经网络所具有的不断学习和记忆的优点,将基于LME(least mean error)算法的神经网络系统用于OFDM系统的信道估计中,主要特点是可以通过两个子网络分别估计出采样时刻信道的幅度值和相位值。并且根据无线通信信道随时间变化快的特性,如果适当地插入导频符号,在信道相关时间内,利用导频符号训练神经网络可以更新信道的估计值,在估计的同时完成跟踪。4、在已有的误差函数的基础上,结合信道的功率谱特性,分析了AMC系统的估计性能;从无线移动信道的特性出发,修正了评价信道估计性能的均方差函数的表达式,发现了对信道估计性能起关键性作用的信道参数,例如,莱斯因子,到达角的角度扩展等等;通过对相关的系统性能的分析,总结了这些信道参数对估计性能乃至整个系统产生影响的方式,同时发现,由于估计误差的存在,系统选择自适应编码调制方案的信道信噪比(CSNR)的门限也有相应的改变。5、在PSAM的导频分配研究中,利用衰落信道的二阶统计特性,推导出用以确定导频符号间隔的算法,定义了导频间隔的局部量和全局量,证明了由算法得到的局部量的自适应特性,同时证明了全局量是一个更紧的上界。6、提出了跨层设计中的自适应PSAM方案。首先,根据信道的统计特性定义了导频插入的间隔;其次,以修正的平均频谱利用率为目标函数,根据最优化原理,得到了导频符号和信息符号间功率的最优分配原则。对非理想信道状态信息的跨层设计模型的性能函数,如误包率(PER)、平均频谱效率(ASE)函数进行了理论推导和修正,得到闭合表达式。
参考文献：
[1]. 小波去噪在移动通信中的应用[D]. 董爱荣. 大连海事大学. 2000
[2]. 盲信号分离算法及关键技术应用研究[D]. 方韶茂. 华南理工大学. 2011
[3]. 通信系统中小波去噪技术的改进[J]. 陈学锋. 电子技术与软件工程. 2018
[4]. LTE上行链路信道估计与均衡算法研究[D]. 杜盈. 湖南大学. 2013
[5]. MIMO-OFDM无线通信系统的信道估计方法研究[D]. 赵超. 华南理工大学. 2010
[6]. CMMB系统信道建模及信道估计研究[D]. 刘杏. 合肥工业大学. 2016
[7]. 宽带信号高分辨DOA估计算法研究[D]. 郭亚萍. 西安电子科技大学. 2014
[8]. 变压器局部放电超高频监测分形天线与最优小波去噪及信号识别研究[D]. 金卓睿. 重庆大学. 2008
[9]. 非理想信道状态信息移动通信系统的性能研究[D]. 孙君. 山东大学. 2008
标签：电信技术论文; 通信论文; 小波去噪论文; 移动通信系统论文; 盲源分离论文; 信道估计论文; 加性噪声论文; 信道带宽论文; 电路仿真论文; 手机天线论文; 天线效应论文; 局部放电论文; 算法论文; mimo论文; ofdm论文; doa论文;