导读:本文包含了采样频偏论文开题报告文献综述及选题提纲参考文献，主要关键词:云化无线接入网,移动前传,光载模拟信号,正交频分复用
采样频偏论文文献综述
张明侠[1]（2018）在《模拟前传系统中的采样频偏估计与补偿算法研究》一文中研究指出随着移动通信流量的爆炸式增长,用户对无线接入网容量的需求日益增加。与此同时,云化无线接入网(C-RAN),作为最靠近用户端的无线接入网络,以资源管理便捷、能耗低的特点逐渐受到业界的广泛关注,是可靠的未来移动通信数据承载方案。C-RAN架构通过将基带处理单元(BBU)与远端射频单元(RRU)分离来提升系统运行效率,BBU和RRU之间的数据传输接口被称为移动前传(MFH)。采用光纤传输的MFH是实现C-RAN架构的重要研究点,其中,基于光载数字信号(D-RoF)和光载模拟信号(A-RoF)的移动前传是当前实现MFH的两种有效候选方案。通用公共无线电接口(CPRI)是D-RoF的一个典型接口标准,未来移动通信的巨大容量需要更大的传输带宽,这将对基于CPRI的D-RoF系统的波长资源和光电器件带宽提出严苛的要求;而A-RoF由于采用子载波携带QAM调制后的无线信号产生模拟中频或基带OFDM信号,具有非常高的频谱效率,相比于D-RoF方案对波长资源的需求更低,系统开销也更小,是目前移动前传的研究热点。然而,基于OFDM的A-RoF系统对接收和发送端之间的时钟同步很敏感,这里的同步主要指DAC和ADC之间存在采样频率偏移(SFO)。A-RoF系统中SFO的影响主要有以下两个方面:1)多中频OFDM的SFO:对于多中频OFDM信号将在下变频后的时域信号中引入变频残留,导致信号无法解调,严重影响系统性能。2)基带模拟OFDM的SFO:对基带OFDM信号将导致频域信号的相位旋转、子载波间干扰和幅度衰减。就上述问题,本文的主要研究内容有:1.多中频(Multi-IFoF)的移动前传系统中的SFO估计算法多中频移动前传是现行A-RoF的方案之一,针对SFO导致系统信号无法解调的问题,本文首先建立了含SFO影响的信号数学模型,并据此提出了一种无数据辅助的高精度SFO估计算法。具体做法是,从下变频后的时域信号入手,通过简单的数字信号处理和自相关算法提取频偏。该自相关运算可使估计算法在低接收光功率和色散损耗下保持高精度。原中频信号再经过一次采样频率调整后的下变频来消除变频残留,而基带OFDM信号中的SFO残留可通过信道估计进行补偿。实验结果显示对于-100ppm到100ppm的频偏范围,所提算法估计误差均保持在12ppb以内;SFO估计性能可以低至-27dBm的接收光功率;经过背靠背(BTB)和20千米光纤传输之后,误差向量幅度(EVM)分别在-15dBm和-21dBm光接收功率下保持在9%和11%内。2.时域符号级联的移动前传系统中的SFO估计算法时域符号级联的移动前传系统也是现行A-RoF的方案之一经系统分析得知该前传系统属于IMDD-OFDM系统,传输的是基带OFDM信号,本文提出结合帧结构和信道估计的SFO估计与补偿算法。具体方法为,本文就SFO导致解调后的符号相位旋转入手,在每个OFDM帧头、尾均插入一个训练符号,相邻帧共享同一个训练符号,尾部的训练符号用来进行SFO估计,采用加法平均算法降低高斯白噪声影响得到精确的SFO估计值,最后在频域和相应的相位值相乘以补偿相位旋转,插入的训练符号再用来信道估计可消除残留SFO。本算法具有复杂度低、保持原传输系统的特点。实验结果显示在-100ppm至100ppm的SFO范围,经补偿后EVM在10%左右,估计误差在3ppm内。(本文来源于《上海交通大学》期刊2018-05-07）
何超[2]（2017）在《大规模MIMO采样频偏校正关键技术与验证》一文中研究指出近年来,伴随着移动互联网与物联网的迅猛发展,智能终端的快速普及,人们对未来移动通信的性能提出了更高的要求。为此,通信研究人员提出了大规模MIMO技术,即在基站侧布置大规模天线阵列,并在同一时频资源内为多个用户提供服务。研究表明,大规模MIMO相较于传统MIMO而言,其优势在于能够显着提升系统容量、改善频谱的利用效率并能提高能源的利用效率。以上优势使得大规模MIMO可能成为5G移动通信系统中的关键核心。并且,正交频分复用(OFDM)技术,能够很好地应对无线传输信道多径问题,已经广泛运用于各种无线通信系统中。论文基于大规模MIMO-OFDM系统,主要研究采样频率偏差估计与校正问题,具体内容如下:首先,建立大规模MIMO-OFDM系统模型。对比不存在采样频率偏差与存在采样频率偏差的接收信号,可以看出采样频率偏差会对系统中接收信号造成幅度衰减与相位旋转,并产生载波间干扰。其次,分析采样频率偏差估计算法。添加导频信号进行的采样频率偏差估计算法,需要利用到信道状态信息。分析添加额外的训练符号进行的采样频偏估计算法:直接平均、最小二乘、加权最小二乘、优化加权法。在高斯信道中,达到相同均方误差的情况下,最小二乘法比直接平均需要的信噪比低2dB。在多径信道中,利用对各子载波加权的算法,能够有效消除多径信道的影响。在达到相同均方误差的情况下,优化加权的算法能够比加权最小二乘需要的信噪比低1dB左右。最后,实现系统中采样频偏的校正。考虑采样频率偏差累积造成的采样时间点的偏移值,利用本地预存已知的参考信号与接收参考信号之间的相位差关系,设计自动迭代控制的采样频率偏差校正方案。在大规模MIMO实验平台下,通过FPGA实现验证说明,提出的校正方案能够很好地调整晶振频率,消除采样频率偏差对系统造成的影响。(本文来源于《电子科技大学》期刊2017-05-10）
沈汉文[3]（2016）在《面向IEEE 802.11ac射频一致性测试的采样频偏估计算法研究与应用》一文中研究指出采样频偏是由于接收端和发送端的晶振频率不匹配而产生的采样频率偏差,会对接收端信号造成幅度失真、相位旋转和子载波间干扰等不利影响。本文围绕面向IEEE 802.11ac射频一致性测试系统的采样频偏估计算法进行研究。本文的主要工作如下：首先,介绍了IEEE 802.11ac的关键技术。主要包括OFDM的基本原理和关键技术。详细分析了IEEE 802.11ac的物理层协议,包括帧格式、长训练序列、短训练序列、导频等,以及IEEE 802.11ac的系统发射机模型。其次,研究仿真了已有的采样频偏估计技术。本文在建立了采样频偏估计的理论模型的基础上分析了采样频偏和载波频偏对系统造成的不利影响。研究仿真了多种采样频偏和载波频偏的联合估计算法,主要包括基于循环前缀的频偏估计算法、基于训练序列的频偏估计算法、基于导频的频偏估计算法,综合频偏估计算法以及MIMO频偏估计算法。为后续的面向IEEE 802.11ac射频一致性测试的采样频偏估计算法研究奠定了基础。然后,介绍了射频一致性测试技术。简要说明了本文所采用的PXI模块化射频一致性测试系统,包括硬件架构和软件实现。分析了主要的射频测试指标。同时介绍了整个基带处理系统的模块框架及各模块的算法实现。另外,本文将频偏估计算法应用于IEEE 802.11ac中,并提出改进。准确的精定时同步是良好的频偏估计的前提。由于在MIMO系统中传统的精同步算法存在伪多径效应的问题,本文利用惩罚因子和局部积分策略提出了MIMO精同步改进算法。仿真结果表明本文算法能有效的抵抗伪多径效应,定时同步误差远小于传统算法。本文提出利用长训练序列的最大似然联合频偏估计算法,并推导出载波频偏的闭式表达式,同时利用信赖域反馈算法求解采样频偏。仿真结果表明,本文算法优于已有算法,且具有较低的时间复杂度。同时将最大似然联合频偏估计算法推广到MIMO中,频偏估计误差也远小于已有MIM O联合频偏估计算法。将递归最小二乘RLS算法应用到IEEE 802.11ac的频偏追踪中,取得了极小的频偏估计误差。最后仿真了联合频偏估计的整体实现方案,本文的联合频偏估计方案估计误差较小,收敛速度快且运算复杂度低。最后对本文的研究工作进行了总结与展望。(本文来源于《东南大学》期刊2016-03-06）
刘鑫,向梅,邱嘉寅,戴宪华[4]（2014）在《一种新的OFDM采样频偏盲估计算法》一文中研究指出针对OFDM技术对系统的时钟同步要求非常高的问题,提出了一种新的采样频偏盲估计算法,该算法可较好地解决估计精度和估计复杂度的折中问题。通过仿真结果表明,在高斯白噪声信道下,与同类算法相比,该算法不仅估计精度高,而且估计复杂度低,符合实际工程应用。(本文来源于《移动通信》期刊2014年22期）
曾钰婷[5]（2013）在《基于二阶环路的采样频偏估计算法》一文中研究指出在数字通信系统中,同步技术是非常重要的,是正确解调的前提,而位同步是最基本的同步。本文基于gardner算法,分析了采样频偏对接收信号的影响,给出了定时同步的结构和计算方法。对开环、一阶环路以及二阶环路对定时误差的影响进行了分析。通过优化二阶环路滤波器的参数,获得了对采样频偏的估计,同时使得鉴相误差相对于一阶滤波器提高了两个数量级,具有重要的工程意义。(本文来源于《科技视界》期刊2013年24期）
刘田,杨琳,邓凯,唐友喜,张嘉岷[6]（2013）在《高阶QAM调制下OFDM的载波与采样频偏联合纠正》一文中研究指出采用高阶QAM(Quadrature Amplitude Modulation)调制的正交频分复用(OFDM,Orthogonal Frequency-Div-ision Multiplexing)系统,相对于低阶调制来说,密集的星座点分布更容易受到载波频偏与采样频偏的影响.本文分析了高阶QAMOFDM系统对频率同步精度的要求,提出了一种载波与采样频偏联合纠正的方法,并分别针对时不变多径信道和块衰落多径Rician信道给出了频偏估计的均方误差解析表达式.均方误差的理论分析与计算机仿真结果吻合;误比特率性能仿真表明,频偏纠正后的误比特率性能与无频偏情况比较,差异小于1dB.(本文来源于《电子学报》期刊2013年03期）
李炎,周志平,李鑫[7]（2012）在《多载波传输系统的频偏及采样钟联合补偿算法》一文中研究指出以LTE下行信道为代表的多载波多天线传输系统中,不仅需要频域及时域补偿算法,且对不同接收通道的处理一致性提出了要求。利用内插滤波器组实现了联合数字补偿算法,并完成了该同步方案的定点化硬件实现。仿真及硬件实测结果表明,所提出的算法可基于流水线架构的处理过程,有效实现接收端的联合频偏及采样钟补偿,并有效满足多天线接收通道的一致性处理要求。(本文来源于《信息技术》期刊2012年10期）
王小龙,井冰,黄佳森,叶凡,任俊彦[8]（2014）在《宽带系统中载波频偏与采样频偏的联合估计》一文中研究指出提出一种针对多波带正交频分复用系统中载波频偏与采样频偏的联合估计算法。为了在频偏较小时获得对噪声干扰足够的鲁棒性,用预偏转技术把频偏预旋转到一个较大的值作估计。该算法在频域处理3个连续相同的前导符,它对频率相关性I/Q失配和频率无关性I/Q失配都具有很好的鲁棒性。基于多波带正交频分复用超宽带无线传输系统的仿真结果,验证了提出的载波频偏和采样频偏联合估计算法的有效性。(本文来源于《计算机工程与应用》期刊2014年09期）
孙宇明,张彦仲,邵定蓉,李署坚[9]（2011）在《自适应OFDM采样频偏估计算法》一文中研究指出修正了基于数据判决的采样频偏估计公式,提出一种自适应采样频偏估计算法,利用离散导频估计频偏变化,从而得到参与估计的数据符号间隔,并且同时使用信道估计结果和接收数据对采样频率偏差进行估计,达到提高估计精度的目的.仿真表明,在高斯白噪声信道下,新算法估计精度比基于数据判决算法和基于离散导频算法高3 dB左右;在多径信道下,新算法的估计精度比其他两种算法提高5 dB以上.实验结果表明,该算法的星座收敛速度快,提高了接收机性能.(本文来源于《北京航空航天大学学报》期刊2011年08期）
周鹏,于连睿,黄秋元,刘铁,吴敏[10]（2011）在《一种改进的残留频偏与采样时偏联合估计算法》一文中研究指出提出应用于OFDM系统中的一种新的残留频偏与采样时钟偏差联合估计方法,采用四相调制数据四次方的方式去除数据原始调制相位信息,通过对相邻两个OFDM符号共轭相关的方式计算相位曲线,通过优选点计算相位曲线截距估计残留频偏,计算相位曲线斜率估计采样时钟偏差。本方法具有低的实现复杂度,快的估计速度,较高的估计精度,同时具有更优的实用价值。仿真证明本算法在AWGN信道和多径信道下都具有很好的性能。(本文来源于《Proceedings of 2011 International conference on Intelligent Computation and Industrial Application(ICIA 2011 V3)》期刊2011-06-18）
采样频偏论文开题报告
（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：
近年来,伴随着移动互联网与物联网的迅猛发展,智能终端的快速普及,人们对未来移动通信的性能提出了更高的要求。为此,通信研究人员提出了大规模MIMO技术,即在基站侧布置大规模天线阵列,并在同一时频资源内为多个用户提供服务。研究表明,大规模MIMO相较于传统MIMO而言,其优势在于能够显着提升系统容量、改善频谱的利用效率并能提高能源的利用效率。以上优势使得大规模MIMO可能成为5G移动通信系统中的关键核心。并且,正交频分复用(OFDM)技术,能够很好地应对无线传输信道多径问题,已经广泛运用于各种无线通信系统中。论文基于大规模MIMO-OFDM系统,主要研究采样频率偏差估计与校正问题,具体内容如下:首先,建立大规模MIMO-OFDM系统模型。对比不存在采样频率偏差与存在采样频率偏差的接收信号,可以看出采样频率偏差会对系统中接收信号造成幅度衰减与相位旋转,并产生载波间干扰。其次,分析采样频率偏差估计算法。添加导频信号进行的采样频率偏差估计算法,需要利用到信道状态信息。分析添加额外的训练符号进行的采样频偏估计算法:直接平均、最小二乘、加权最小二乘、优化加权法。在高斯信道中,达到相同均方误差的情况下,最小二乘法比直接平均需要的信噪比低2dB。在多径信道中,利用对各子载波加权的算法,能够有效消除多径信道的影响。在达到相同均方误差的情况下,优化加权的算法能够比加权最小二乘需要的信噪比低1dB左右。最后,实现系统中采样频偏的校正。考虑采样频率偏差累积造成的采样时间点的偏移值,利用本地预存已知的参考信号与接收参考信号之间的相位差关系,设计自动迭代控制的采样频率偏差校正方案。在大规模MIMO实验平台下,通过FPGA实现验证说明,提出的校正方案能够很好地调整晶振频率,消除采样频率偏差对系统造成的影响。
（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。
采样频偏论文参考文献
[1].张明侠.模拟前传系统中的采样频偏估计与补偿算法研究[D].上海交通大学.2018
[2].何超.大规模MIMO采样频偏校正关键技术与验证[D].电子科技大学.2017
[3].沈汉文.面向IEEE802.11ac射频一致性测试的采样频偏估计算法研究与应用[D].东南大学.2016
[4].刘鑫,向梅,邱嘉寅,戴宪华.一种新的OFDM采样频偏盲估计算法[J].移动通信.2014
[5].曾钰婷.基于二阶环路的采样频偏估计算法[J].科技视界.2013
[6].刘田,杨琳,邓凯,唐友喜,张嘉岷.高阶QAM调制下OFDM的载波与采样频偏联合纠正[J].电子学报.2013
[7].李炎,周志平,李鑫.多载波传输系统的频偏及采样钟联合补偿算法[J].信息技术.2012
[8].王小龙,井冰,黄佳森,叶凡,任俊彦.宽带系统中载波频偏与采样频偏的联合估计[J].计算机工程与应用.2014
[9].孙宇明,张彦仲,邵定蓉,李署坚.自适应OFDM采样频偏估计算法[J].北京航空航天大学学报.2011
[10].周鹏,于连睿,黄秋元,刘铁,吴敏.一种改进的残留频偏与采样时偏联合估计算法[C].Proceedingsof2011InternationalconferenceonIntelligentComputationandIndustrialApplication(ICIA2011V3).2011