下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
多天線信號聯(lián)合接收處理關鍵技術研究隨著無線通信的迅猛發(fā)展,以可靠信息傳輸為前提,低發(fā)射功率,高數(shù)據(jù)速率和高頻譜效率等要求越來越迫切。多變的傳輸環(huán)境、復雜的通信網(wǎng)絡以及不斷降低的信號功率,使得接收技術面臨著愈發(fā)嚴峻的挑戰(zhàn)。在傳統(tǒng)單路信號接收技術中,多個同參數(shù)的估計與符號檢測通?;谥饘犹幚淼慕Y構,然而為了進一步降低同步門限提高接收性能,.多個同步參數(shù)與符號信息的聯(lián)合處理方法與實現(xiàn)結構是接收技術的一個重要研究方向。同時,多天線信號聯(lián)合接收是一種能夠有效提升接收性能的多數(shù)據(jù)流聯(lián)合處理結構,’在深空通信、低軌衛(wèi)星通信以及分集接收等系統(tǒng)中得到廣泛的研究與應用。本文的主要研究工作圍繞通信信號接收中多參數(shù)及多信號間的聯(lián)合處理技術展開。針對同步參數(shù)與符號信息的聯(lián)合處理問題,多天線信號接收中的聯(lián)合同步、聯(lián)合信道參數(shù)估計以及聯(lián)合符號檢測問題進行了深入的分析研究。論文的主要內(nèi)容以及主要創(chuàng)新點概括為如下幾方面:1、針對小樣本、低信噪比條件下符號定時與符號信息的聯(lián)合處理問題,基于非完整數(shù)據(jù)集下的最大似然估計模型,提出了一種無須定時恢復的最大似然符號檢測算法。算法直接利用匹配濾波器輸出序列求解,在EM算法框架下通過迭代計算實現(xiàn)最大似然符號檢測。利用理論結果,‘推導得到了基于過采樣信號離散化求和的估計式與低采樣率下基于多項式函數(shù)積分的估計式,并在此基礎上給出一種新的迭代實現(xiàn)結構,與傳統(tǒng)基于定時恢復的符號檢測算法相比避免了對最佳采樣點進行內(nèi)插恢復。仿真分析表明,算法輸出誤碼率能夠逼近理想聯(lián)合最大似然解,優(yōu)于傳統(tǒng)非數(shù)據(jù)輔助類算法,與判決反饋類聯(lián)合處理算法相比在短數(shù)據(jù)條件下誤碼率更低,且收斂更快。2、針對同步參數(shù)未知條件下的符號信息提取問題,在最大似然準則下提出一種無須同步參數(shù)估計的迭代符號檢測算法。與傳統(tǒng)接收處理中逐級同步處理的結構不同,該算法將符號定時、載波頻偏與載波相位等同步參數(shù)作為缺失信息在EM算法框架下與符號信息聯(lián)合處理,得到一種新的最大似然符號檢測算法。并在理論結果基礎上推導得到閉式的迭代估計式,與傳統(tǒng)基于EM的聯(lián)合最大似然同步參數(shù)估計算法相比求解計算更加簡單,且在短數(shù)據(jù)條件下誤碼率更低,迭代收斂更快并對信號參數(shù)不敏感。3、在多天線聯(lián)合接收背景下,提出了一種基于最大似然的多數(shù)據(jù)流聯(lián)合同步與聯(lián)合符號檢測算法。傳統(tǒng)結構通過信號合成實現(xiàn)多信號聯(lián)合處理,需要先進行信號參數(shù)校準或先完成信號同步。多天線聯(lián)合符號檢測算法通過利用多數(shù)據(jù)流中承載的相同符號信息,實現(xiàn)了信號間參數(shù)差異估計補償與信號同步的聯(lián)合處理,以及最大似然準則下的聯(lián)合符號檢測。與傳統(tǒng)符號合成結構相比,避免了低信噪比帶來的同步門限問題;與波形合成結構相比,無需首先進行計算量較大的波形校準與相干合成,而是直接基于多路未進行同步或校準的接收信號實現(xiàn)最大似然準則下的聯(lián)合符號檢測。仿真分析表明,多數(shù)據(jù)流聯(lián)合同步與聯(lián)合符號檢測算法在低信噪比下較傳統(tǒng)信號合成技術處理損失大大降低,尤其在較大規(guī)模組陣接收應用中具有更優(yōu)的誤碼率性能。4、針對非均勻組陣接收條件下的聯(lián)合最大似然符號檢測問題,建立了多數(shù)據(jù)流信噪比參數(shù)與符號信息的聯(lián)合最大似然估計模型。在SAGE(Space-AlternatingGeneralizedEM)算法框架下給出了多數(shù)據(jù)流多參數(shù)的聯(lián)合迭代處理算法,實現(xiàn)了最大似然準則下多天線未同步信號的信噪比參數(shù)與符號信息的聯(lián)合迭代求解。針對非均勻組陣中未知的信號功率與噪聲功率譜密度,通過多數(shù)據(jù)流多參數(shù)的聯(lián)合處理,避免了傳統(tǒng)信噪比與符號的聯(lián)合估計算法需要先完成各路信號同步的缺點;而與基于信號波形的信噪比估計算法相比,由于進一步利用了各接收信號的符號信息,多參數(shù)聯(lián)合求解算法具有更高的參數(shù)估計精度。仿真分析表明,多數(shù)據(jù)流多參數(shù)聯(lián)合最大似然算法無論是信噪比估計精度或是輸出誤碼率,均優(yōu)于采用傳統(tǒng)信噪比估計算法的信號合成技術。5、針對多徑衰落信道下的符號檢測問題,基于定時同步、信道參數(shù)與符號信息的聯(lián)合處理,給出了一種多天線信號聯(lián)合最大似然信道估計與符號檢測算法。從多徑信道參數(shù)未知時的匹配濾波和定時同步問題出發(fā),將多徑信道復增益與符號速率抽樣下等效信道作為未知參數(shù)與符號信息聯(lián)合求解,建立了多徑時延信息缺失條件下的多參數(shù)聯(lián)合最大似然估計模型。在EM算法框架下,通過多徑時延參數(shù)的期望化處理,利
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 小學生消防演練課
- 超星食品安全組日常飲食
- 部編版八年級地理上冊第三章第一節(jié)《自然資源的基本特征》課件
- 放射性皮炎的護理重點
- 1.1 物質(zhì)結構研究的內(nèi)容課件高二上學期化學蘇教版(2019)選擇性必修第二冊
- 彩虹教案反思
- 虎和兔說課稿
- 函數(shù)的說課稿
- 產(chǎn)科科室護理一級質(zhì)控
- 被針刺傷應急演練
- 世界經(jīng)濟概論(南開大學)智慧樹知到答案章節(jié)測試2023年
- 擬與用工單位簽訂的勞務派遣協(xié)議文本
- 機織課件 08打緯
- 2023年高中學業(yè)水平合格考試英語詞匯表完整版(復習必背)
- 《英語大字典》word版
- 詢價單模板模板
- GB/T 19630.2-2005有機產(chǎn)品第2部分:加工
- GB/T 14074-2017木材工業(yè)用膠粘劑及其樹脂檢驗方法
- 小學三年級上冊語文部編版課件口語交際:身邊的“小事”(配套課件)
- HPE 3PAR8400、HPE 3000B SAN Switch安裝及維護手冊
- 鋼棧橋工程安全檢查和驗收
評論
0/150
提交評論