仲丹丹[1]2016年在《无线移动通信系统中平坦衰落信道预测算法研究》文中研究表明随着移动通信高速发展,人们对无线移动通信系统传输能力的要求与日剧增,对大批量数据的高速及准确传输提出更高要求,而复杂的信道环境令通信系统传输性能受到很大限制,接收信号往往发生各种畸变,严重影响通信性能。为了得到更优的通信质量,自适应传输成为不可忽视的一项技术,该技术主要根据反馈的信道状态信息调整发送信号的参数,使得信号的传输与信道状态相适应。因此,本文在这样的背景下,对移动通信系统中的平坦衰落信道预测算法进行研究,主要工作包括如下几方面。首先,分析了移动信道的传输特性及统计特性,并在此基础上利用多径散射信号建立单载波传输条件下的平坦快速衰落信道模型;其次,简要概述OFDM技术原理,将单载波传输系统下的信道特性扩展到多载波传输系统,建立OFDM多载波传输系统下平坦快速衰落信道模型;再次,针对单载波传输系统,基于自回归模型和谐波恢复模型,在理论和仿真实验的基础上研究分析了几种经典信道预测方法;而后,针对经典信道预测算法的一些不足,提出改进算法,包括基于仿射投影自适应信道预测算法和变步长LMS自适应信道预测算法、基于扩展Prony算法的信道预测算法和基于四阶累积量对角切片的ESPRIT算法;最后选取其中几种性能较优的算法扩展到OFDM多载波传输系统中,实现多载波传输下的衰落信道系数预测。
崔冬[2]2004年在《平坦快速衰落信道预测方法的研究》文中提出无线移动通信的信道非常复杂，使无线通信系统的性能有很大的局限性。发射机和接收机之间的多径问题，以及快速运动的移动终端在接收信号时产生的多普勒效应，引起接收信号的幅度和相位都有很大的变化，就是通常所说的衰落。也正是由于深度衰落的影响，严重的限制了通信系统的性能，需要出现更好的调制、编码、功率控制等方法，更有效的应用于衰落信道。A.J.Glodsmith 和 S.G..Chua 等人研究了一些新的自适应传输技术，例如自适应调制、自适应编码、自适应功率控制，自适应天线阵列系统等。这些自适应传输方法，都是通过瞬时监视信道条件，来调整调制水平、符号率、码率、传输功率等级、传输天线增益或者与这些参数相关的一些方面。它们都是尽量在不牺牲误码率性能的同时，更有效的利用功率和频谱，来实现更高的信息传输速率。 实际中，为了实现自适应传输方法，传输过程中的信道状态信息（CSI）必须是可知的。通过接收机一端，可以获得的过去一段时间衰落信道系数的采样，用信道预测算法来预测未来的一段时间间隔内，衰落信道系数将会怎样的变化，然后通过反馈信道传输给发射机，发射机根据数据传输时将会出现的信道状态信息，来确定发射功率，调制方法，编码方法和传输天线等一些问题，来适应当时的传输条件。这样，发射机就可以优化的进行传输，随之而来也就提高了通信的质量。 本文首先介绍了课题的意义，发展现状和一些基础理论知识。主体部分以及主要工作，就是对当前的信道预测算法的改进。主要分成两大部份：第一部分就是对常用信道预测算法 ESPRIT 算法的改进部分，第二部分是自适应子空间追踪算法的研究。改进算法有1. 基于采样数据共轭重排的 C-ESPRIT 算法 这种方法的基本思想是：原 ESPRIT 算法仅仅利用了采样数据本身，忽略了采样数据是复数的事实，再次利用采样数据的共轭数据，来参与自相关函数的运算，保证计算量不变的同时提高算法的准确度和精确度。 70
仲伟志[3]2006年在《基于四阶累积量和仿射投影算法的平坦快速衰落信道预测》文中进行了进一步梳理为了实现自适应传输方法,发射机一端必须已知发送信号时刻的信道状态信息(CSI)。本文深入的研究了平坦快速衰落信道的预测方法,以满足自适应传输的需要。本文的研究内容主要分为两个部分:第一部分是对基本ESPRIT预测算法的改进,在基本的ESPRIT算法基础上进行四阶累积量处理,可以有效地滤除高斯白(有色)噪声,从而提高预测精度;第二部分研究了自适应仿射投影算法(Affine Projection Algorithm,简称APA),将仿射投影算法应用到信道的预测上,可以很快地进行误差收敛,并较精确地预测出信道系数。仿射投影算法(APA)的收敛速度介于最小均方自适应算法(least mean square,简称LMS)和递归最小二乘自适应算法(Recursive least square,简称RLS)之间,由于APA算法是对组数据进行处理,因此APA算法的收敛速度要比LMS快,运算量比RLS小,是一种稳态失调小,收敛速度快的有效的自适应算法。
张少宏[4]2005年在《基于信道预测和决策反馈的OFDM时变信道估计方法》文中研究说明在宽带移动通信系统中,符号间干扰和信道的时变性严重地限制了无线信道的数据传输。正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)技术不仅能够有效对抗符号间干扰,而且能够实现高速数据传输,同时因为其频谱利用率高成本低而成为未来移动通信最有希望的技术之一。由于信道的时变性,信息的可靠传输需要准确的信道估计。传统的信道估计方法分为两类:一是基于导频序列的信道估计方法,一是盲信道估计方法。前者是一种稳健的信道估计方法,但是降低了带宽效率;后者只根据接收的信号进行信道估计而不需要导频序列,但是需要特定的信道条件而且存在相位模糊和尺度模糊。OFDM时变信道一般都用上述两类方法进行信道估计。 我们提出了一种单输入单输出(SISO)正交频分复用时变信道估计方法。我们使用适当阶次的自回归(AR,autoregressive)模型去近似时变瑞利衰落信道,通过一个训练序列的训练过程来建立AR模型参数和获得初始的观测。在AR模型系数和初始观测的基础上使用一个Kalman滤波器进行对信道一步预测。利用预测的信道和接收信号通过决策反馈均衡获得了解调的发送信号——我们称之为决策反馈点,利用挑选出来的决策反馈点和接收信号得到更准确的信道估计和进行下一步的Kalman信道估计。仿真结果表明,该方法在合理的信噪比(大于等于20dB)下接近基于导频序列的信道估计方法的性能,而比后者需要的导频数目少得多,明显提高了带宽效率。另外估计出来的参数还能进行长距离的信道预测。
吴超[5]2016年在《无辅助GNSS信号捕获技术研究》文中指出随着全球导航卫星系统(Global Navigation Satellite System,GNSS)定位技术的广泛应用,对恶劣环境下利用GNSS信号定位提出了更高的要求。如接收机在室内、城市峡谷或是茂密丛林的定位,在这种环境下通常接收的信号非常微弱,再比如飞行器的定位、卫星的定位和导弹的定位。它们接收的信号具有一定的动态性而且信号通常较弱,而且对接收机的功耗有一定的要求,在这种情况下提出了无辅助接收技术。其中,GNSS信号捕获是GNSS定位的重要步骤,利用信号捕获来完成信号参数的初步估计,本文对这种高动态、弱信号环境下GNSS信号的捕获问题展开深入研究。对GNSS接收信号进行了系统地建模,针对不同环境下的接收信号展开具体分析并提出相应的解决方法,其主要创新性工作及研究成果如下：1.为了克服在高动态弱信号环境下信号的积分峰值会受到比特符号翻转和频率误差的影响,本文提出了一种基于离散Chirp傅里叶变换(Discrete Chirp Fourier Transform,DCFT)块补零方法。与传统闭环捕获和跟踪的接收机结构相比,该方法适用于开环捕获。为了避免像块积累半相干积分(Block Accumulating Semi-coherent Integration of Correlations,BASIC)方法一样计算块间共轭积降低原始信号的信噪比,该方法结合了DCFT和块补零思想,能够使后相关信号在剥离比特符号后进行相干积累并且同时进行高动态参数精准预测。同时,对提出方法的检测性能进行分析推导了本文方法的捕获概率和虚警概率表达式,最后仿真实验表明本文方法较传统的BASIC方法能在更低的信噪比下捕获信号并精准地估计信号参数。2.为了提高卫星信号在低信噪比、小频偏时的捕获概率,提出了两种基于变换域滤波的捕获方法。一种称为基于快速傅里叶变换(Fast Fourier Transform,FFT)滤波的捕获方法。由于小波变换较离散余弦变换(Discrete Cosine Transform,DCT)或傅里叶变换(Fourier Transform,FT)可以自由选择小波基函数,提出了一种基于小波域滤波的捕获方法,该方法通过对信号在小波域内进行频带划分,接着进行选择性重构信号,极大地滤除了噪声且保留了有用信号能量,使检测概率提高。此外该方法给出利用滤波前后有用信号能量来计算能量比的小波函数选取准则。仿真分别在恒虚警条件下给出高斯信道和衰落信道的检测概率,表明本文方法较一般方法能极大地提高信号的检测概率。3.为了解决在乘性和加性噪声条件下捕获问题,提出了一种联合均值函数和自相关函数捕获方法,证明了接收信号的循环平稳特性,利用信号循环平稳特性来捕获信号,通过选择适当循环频率点检测峰值完成信号参数估计的目的。该方法利用信号能量比阈值的方式决定是利用均值函数还是自相关函数去预测接收信号的频率。克服了传统方法仅仅利用均值函数或自相关函数的缺陷。仿真实验证明本文方法较传统方法在不同乘性噪声下具有更好的鲁棒性。4.为了实现在信噪比较高的高动态环境下的GNSS信号快速捕获,提出一种基于近邻差分积累的压缩感知捕获方法,对后相关信号进行近邻差分积累,而后利用沃尔什哈达玛变换分成两步对积累后信号进行压缩检测,推导了该方法的检测概率。由于近邻差分积累可以减少比特反转和频率误差对积累峰值的影响,两步压缩检测可以极大降低检测时间,所以本文方法可以实现在高动态下GNSS信号的快速捕获。最后仿真实验表明实际检测概率和理论推导的一致性和在恒虚警条件下较对比方法有更高的检测概率和更少的捕获时间。通过本文的研究工作,为完成在特殊环境下GNSS信号捕获提出了基于DCFT块补零参数估计方法、基于变换域滤波的码捕获方法、联合均值函数和自相关函数信号捕获方法和利用相邻差分改善的压缩信号捕获方法,并通过理论推导和实验仿真说明了本文方法能有效地提高了无辅助条件下的GNSS信号捕获性能。本文的研究理论不仅为提升GNSS信号的检测性能提供了依据,而且可以结合辅助捕获手段为提高我国北斗导航精准定位提供理论依据。
田雨禾[6]2007年在《无线通信系统信道预测算法研究》文中进行了进一步梳理本文研究重点是频率选择性衰落信道预测方法。信道预测的应用也是预测研究的一个很重要方面，由于当前对预测的在各个方面的应用的研究已经很多，本论文没有作进一步研究。本论文首先介绍信道传播机制以及信道衰落的特点，然后在这些特点基础上介绍当前使用比较多的两种信道模型：Clarke信道模型和Jakes信道模型。然后根据信道的频率选择性，将信道预测算法分为两类：一类是适用于平坦衰落信道，另一类是适用于频率选择性衰落信道。本文首先汇总当前使用比较多的平坦衰落信道预测算法，主要包括比较经典的MMSE预测算法，利用子空间分离载波分量的子空间预测算法以及自适应预测算法。在平坦衰落信道预测算法的基础上，本文提出了两种适用于频率选择性衰落信道的预测算法，一个是频域信道预测算法，一个是变换域信道预测算法。最后本文提出了一种基于导频符号的线性信道预测算法并进行仿真。
王春[7]2008年在《基于Fano译码复杂度和隐马尔科夫模型的信道建模和预测》文中指出无线通信信道的模型研究是无线通信领域的关键技术之一。相对于波形信道,离散信道模型(DCM,Discrete Channel Model)一般采用马尔科夫链(MarkovChains)进行描述,具有更高的计算效率,由于它把信道划分成不同的离散状态,在不同的状态下可以选择不同的自适应调制编码技术,这也是目前无线通信发展的趋势之一。在信道模型建立的条件下,准确的信道预测是信道自适应的另一个关键问题。本文从叁个方面进行深入研究:(1)分别研究了信道信噪比和瑞利衰落信道多普勒频扩与Fano译码复杂度之间的对应关系。从统计意义上说,低信噪比条件下的Fano译码复杂度要大于高信噪比条件下的Fano译码复杂度,高多普勒频扩条件下的Fano译码复杂度要大于低多普勒频扩条件下的Fano译码复杂度,所以用Fano译码复杂度衡量信道条件是可行的。(2)研究了基于Fano译码复杂度和隐马尔科夫模型的离散信道建模。本文以量化的Fano译码的复杂度作为观测值,采用HMM中的Baum-Welch算法训练信道参数,并且在得到训练参数后用Viterbi译码算法来估计离散信道模型状态。最后采用随机松弛(SR,Stochastic Relaxation)优化算法改进传统的Baum-Welch算法,提高了离散信道模型参数估计精度,信道状态估计的准确率达到90%以上。(3)在离散信道隐马尔科夫模型建立的基础上,研究基于马尔科夫链转移概率矩阵的信道状态预测。首先通过滑动窗方法(Sliding Window)截取一定长度的观测值序列进行Viterbi译码得到当前时刻的信道状态;然后采用隐马尔科夫模型的状态转移概率矩阵进行信道状态的单步和多步预测,其中一步预测的效果非常好,多步预测因为误差累计的原因效果逐渐下降。
吴怡梦[8]2009年在《宽带移动通信中AMC和HARQ技术研究》文中研究说明移动通信正向宽带化和个人化方向发展,各种新的无线技术不断涌现,标准化进程也在不断加快。HSDPA作为WCDMA的升级,极大提高了下行链路数据传输能力,峰值速率可达10Mbps;LTE作为准4G标准,以OFDM/MIMO为核心技术,上/下行峰值速率分别可达50Mbps和100Mbps。HSDPA和LTE系统针对无线信道时变特性,采用了自适应编码调制(AMC)和混合反馈重发(HARQ)技术,从而在保证QoS的前提下,最大限度的利用频谱资源,提高数据传输速率。本文第二章研究了无线信道建模,分析了单载波系统和OFDM系统的信道特性;研究了平坦衰落信道的建模仿真,分析比较了平坦衰落信道的叁种正弦波迭加法,即直接仿真法、Jakes模型和改进Jakes模型,仿真显示改进Jakes模型的统计特性与理论值有更好的吻合程度;在此基础上研究了OFDM信道的延迟抽头线模型以及叁种仿真方法。第叁章研究了AMC和HARQ的若干关键技术,包括AMC和HARQ中的可变码率LDPC(RC-LDPC)码打孔算法,构造了6种调制编码方式(MCS);研究了物理层抽象理论,仿真分析比较了平均值、RBIR和EESM等叁种物理层抽象方法,得出了RBIR和EESM在各种信道下均具有较好的估计精度,而平均值抽象只适用于平坦慢衰落信道的结论;研究了AMC门限选择算法,即固定门限和外环算法,通过仿真比较了叁种固定门限算法在平坦慢衰落信道中的性能,而外环算法可以克服固定门限对信道估计和预测偏差敏感等不足,因此得出了固定门限和外环算法相结合是最佳AMC门限算法的结论;对基于HARQ的两种自适应机制,即星座图重组和OFDM子载波重映射进行了仿真分析,结果显示采用上述自适应与HARQ相结合带来了性能增益。第四章在重传期间信道状态不变和FSMC两种模型下,分析研究了重传数据不合并与合并两种情况下的AMC-HARQ系统的性能,并考虑了合并后数据中的噪声与合并前的噪声存在相关性这一客观事实,根据结合信道误块率准则和吞吐率最大准则,分析了吞吐率、误帧率的理论值和最优切换门限,并仿真加以验证。第五章研究了AMC系统中信道预测技术,仿真分析了平坦衰落信道中四种信道预测器(MMSE,LS,ESPRIT,COMB)的性能及应用场景;对OFDM信道预测现有四种方法进行了阐述,在ESPRIT预测算法基础上提出了IDFT+ESPRIT算法,该算法可以适当降低算法的复杂度,而性能几乎没有恶化;最后对叁种自适应预测算法:LMS、RLS和自适应ESPRIT算法的性能进行了仿真分析比较。
罗志年[9]2009年在《宽带无线信道建模方法研究与应用》文中提出无线信道的基本特性是多径传播,到达的无线电信号由于不同的传播路径具有不同的衰减、Doppler频移、到达时间和来波方向,并在接收端线性矢量迭加,从而造成接收信号的时间扩散、频率扩散以及空间角度扩散。因此,无线信道是一个时变的多径衰落信道,会引入相当程度的干扰、失真和噪声,并最终影响通信系统构架和设计方法。为此论文首先介绍了作者在博士期间对信道建模方面的一些重要研究,然后以TD-SCDMA为基础讨论了信道建模在无线系统设计方面的一些应用问题。无线信道模型是以数学表达式或算法形式来表征信道输入-输出关系的一个多变量随机过程,一般是通过大量的测量或基于实际的电磁波传播理论推导出来的,需要用统计的方法来分析和表征。无线信道的建模通常分两步来实现,分别为大尺度(宏观)和小尺度(微观)效应。论文重点研究了无线信道小尺度衰落建模与仿真,具体内容如下。论文第二章首先推导了无线信道数学表达式,介绍了大尺度路径损耗模型最新的相关研究结果,然后将Bello提出的WSSUS模型对空域进行了扩展,讨论了空间信道在时域、频域和空域的统计表征方法。论文第叁章归纳了四种SOS法生成单抽头平坦Rayleigh衰落信道的方法,通过分析确定了第二种方法同时具有各态历经和平稳的特性。对FIR法生成经典Jakes谱的理论进行了详细的推导,讨论了AR方法阶数过高的固有缺点。最后提出了一种生成多个不相关Rayleigh衰落波形的方法,这种方法只使用了一个随机变量来完成所有波形的Doppler频率设置,适合多个不相关Rayleigh衰落波形的生成,可用于WSSUS无线信道和MIMO信道的仿真实现。论文第四章提出了一种基于频域设计的IIR滤波器生成无线衰落信道的方法。IIR滤波器通过LMS算法进行优化,可以用低阶的滤波器来实现,并采用线性插值和抽取的方法来实现任意带宽的时变信道。其中线性插值和抽取的方法也可以有效地用于AR滤波等其他方法,可大大降低所需滤波器的阶数。与其他方法相比,新方法不仅适合于非均匀散射环境,也适合生成多个不相关Rayleigh衰落信道,可以结合MIMO系统或者WSSUS系统进行系统设计和仿真。论文第五章首先介绍了MIMO信道的建模方法和模型。然后提出了一种基于Fourier变换计算空间相关系数的方法,用这种方法求得的相关系数具有闭合解形式,而且计算方法非常简单,具有明确的物理意义,避免了计算传统空间相关系数复杂的Bessel函数积分,可用于动态MIMO系统仿真与设计。运用新方法提出了一种简单高效的MIMO无线信道仿真模型,并对基于ULA和UCA多天线系统的信道容量与不同来波方向的关系做了详细的讨论和比较,仿真表明UCA容量对于方向具有一定的均匀性,更适合系统的优化设计。论文第六章主要以作者本人实际工作内容为基础讨论了无线信道建模在无线系统设计中的一些实际应用。在大尺度建模方面以TD-SCDMA通信系统为基础首先详细分析了TDD系统特有的干扰问题即基站间干扰,同时介绍了基站间干扰分析的一些理论和仿真结果。在小尺度建模方面,3GPP采用的是前面第叁章和第四章所介绍的建模方法,即对于SISO信道,每个抽头一般建模为Jakes谱的随机过程,不同抽头建模为不相关。因此第二部分提出了一种用于TD-SCDMA移动通信系统的信道估计改进方法。TD-SCDMA系统中采用Steiner信道估计器,这种估计器实质上是基于最小二乘的估计,忽视了信道噪声的影响,而信道的噪声对估计精度不可忽略。利用TD-SCDMA为慢变信道的特征,提出了一种基于时延相关信道估计改进方法,同时对Steiner估计器进行门限滤波,滤除了大部分噪声抽头。另外,利用TD-SCDMA系统智能天线估计的来波方向(DOA)信息可进一步对信道估计进行干扰消除。因为DOA信息是通过智能天线系统完成的,所以本方法并没有实质增加系统的复杂度。仿真表明改进的信道估计对性能有很大的改善与提高,甚至在高速移动传播环境下可以达到3.6dB的增益。论文最后对现代无线信道建模的研究进行了一些展望,并介绍了下一步的研究方向。
韩丹[10]2011年在《补偿时变TDD MIMO信道非互易性的信道预测方法研究》文中进行了进一步梳理多输入多输出(MIMO)技术是现代无线通信领域的一大突破,通过多天线创造的空间自由度,能成倍提高系统容量,还能提高传输可靠性。时分双工(TDD) MIMO系统具有上下行信道的互易性优势,因此可以结合传输预处理技术,在发端直接应用上行链路信道状态信息(CSI)制定下行发送策略,最大化下行链路容量。但是,信道时变会破坏TDD MIMO信道互易性,此时直接将上行链路CSI用于下行链路,会造成系统容量损失。本文主要研究信道预测技术,及基于信道预测的TDD MIMO信道非互易性补偿方法。本文主要工作内容如下：1建立了时变TDD MIMO系统模型,并用基于奇异值分解(SVD)传输所获得的MIMO系统容量为参数评估信道时变对TDD MIMO信道互易性的影响。结果表明,信道时变特性所致的非互易性造成了系统容量的严重下降,因此需要对信道的时变特性进行补偿。2给出基于自回归(AR)模型和最小二乘支持向量机(LS-SVM)的信道预测方法,以补偿信道时变造成的信道互易性损失。对于相同的训练样本个数,基于LS-SVM的信道预测效果更好,而基于AR的信道预测具有更少的预测系数。3提出了基于长短期联合的信道非互易性补偿方法。该方法将以子帧为间隔的短期预测和以帧为间隔的长期预测相结合,来实现对短期预测效果的修正；并评估了信道估计误差对预测性能的影响。仿真结果表明,长短期联合的信道预测方法可以避免误差累积,能在更长时间内补偿信道时变造成的信道非互易性。
参考文献：
[1]. 无线移动通信系统中平坦衰落信道预测算法研究[D]. 仲丹丹. 南京航空航天大学. 2016
[2]. 平坦快速衰落信道预测方法的研究[D]. 崔冬. 吉林大学. 2004
[3]. 基于四阶累积量和仿射投影算法的平坦快速衰落信道预测[D]. 仲伟志. 吉林大学. 2006
[4]. 基于信道预测和决策反馈的OFDM时变信道估计方法[D]. 张少宏. 汕头大学. 2005
[5]. 无辅助GNSS信号捕获技术研究[D]. 吴超. 西安电子科技大学. 2016
[6]. 无线通信系统信道预测算法研究[D]. 田雨禾. 吉林大学. 2007
[7]. 基于Fano译码复杂度和隐马尔科夫模型的信道建模和预测[D]. 王春. 南京理工大学. 2008
[8]. 宽带移动通信中AMC和HARQ技术研究[D]. 吴怡梦. 北京交通大学. 2009
[9]. 宽带无线信道建模方法研究与应用[D]. 罗志年. 上海交通大学. 2009
[10]. 补偿时变TDD MIMO信道非互易性的信道预测方法研究[D]. 韩丹. 西安电子科技大学. 2011
标签：电信技术论文; 无线信道论文; 自适应论文; mimo论文; 信道估计论文; 频率选择性衰落论文; 信道带宽论文; 多径效应论文; 系统仿真论文; 预测模型论文; 多径衰落论文; 通信论文; 人工智能论文; 信号传输论文; 算法论文; gnss论文; gnss系统论文;