曼奎斯特方法论文-齐佳

曼奎斯特方法论文-齐佳

导读:本文包含了曼奎斯特方法论文开题报告文献综述及选题提纲参考文献,主要关键词:超奈奎斯特,无源光网络,数字信号处理,均衡

曼奎斯特方法论文文献综述

齐佳[1](2019)在《超奈奎斯特无源光网络中均衡方法的研究》一文中研究指出随着云计算、物联网和虚拟现实等带宽饥渴型业务的不断增长,光传输系统面临着不断扩容的压力。单波速率超过10 Gb/s的无源光网络(PON)已经成为目前的研究热点。而对于接入网来说,低成本、低功耗是其重要的衡量标准,所以采用低成本10-G器件实现25-Gb/s PON具有很好的应用前景。但是在这样的带宽受限PON系统中,会存在比较严重的码间干扰,光功率预算和色散容忍度也会降低,成为实现低成本25-Gb/s PON必须面临的挑战。研究表明,超奈奎斯特(FTN)信号在带宽受限的高速传输系统中具有很好的优势。只要接收端采用合适的数字信号处理算法,FTN可以在保证误码性能的不变情况下,将符号速率提高25%。本论文主要是针对未来接入网对速率的需求,围绕超奈奎斯特无源光网络,深入研究了可行的低复杂度均衡方法。具体研究内容和结果如下:(1)基于NRZ的低复杂度MLSD均衡方法。针对传统最大似然估计算法(MLSE)复杂度高和前馈均衡器(FFE)均衡性能有限等问题,本文提出了基于非归零码(NRZ)的低复杂度最大似然检测(MLSD)均衡方法。该方法是一种FFE、后滤波器和MLSD的级联结构。FFE的作用是对接收到的信号进行均衡;后滤波器用来去除FFE增强的带内噪声,同时将信道缩短为一个已知的有限脉冲响应信道;最后由MLSD利用后滤波器提供的信道信息去除系统残留的码间干扰,进一步提高系统的性能。(2)低复杂度MLSD均衡优化方法。低复杂度MLSD均衡优化方法是基于NRZ的低复杂度MLSD均衡方法的优化方案,主要是对后滤波器的抽头设计进行了优化。后滤波器为MLSD提供等效信道信息,而MLSD的计算复杂度会随着信道的记忆长度的增加呈现出指数增长。在信道的记忆长度为2时,固定后滤波器的部分响应模式,通过一个因子α对后滤波器抽头系数进行优化。这种方式得到的信道参数与实际信道匹配度更高。仿真和实验结果表明,相对于基于NRZ的低复杂度MLSD均衡方法,这种方式的性能有所提升,计算复杂度也有所降低。(3)基于EDB接收的均衡方法。在带宽受限的系统中,接收端接收到的信号受到码间干扰影响,会变为类似于电双二进制(EDB)信号,所以可以在接收端将信号当作EDB信号处理,然后采用简单的3电平FFE对信号进行均衡,最后将信号解码为NRZ信号即可。本论文搭建了28-Gb/s FTN-PON仿真和实验系统对以上叁种均衡方法进行了对比。仿真和实验结果表明,基于EDB接收的均衡方法在保证良好传输性能的同时,也能保证比较低的计算复杂度。综上所述,本论文深入地研究了超奈奎斯特无源光网络中的均衡方法,提出了基于NRZ的低复杂度MLSD均衡方法及其优化方法和基于EDB接收的均衡方法,并通过仿真和实验对其均衡性能进行了验证。本论文的研究成果对未来25-Gb/s PON的实现和商用具有非常重要的意义。(本文来源于《北京邮电大学》期刊2019-05-30)

左崇彦[2](2017)在《超奈奎斯特(FTN)速率传输的递归神经网络解调方法》一文中研究指出传统通信理论认为当信号传输速率超过奈奎斯特速率时,引起的码间干扰会导致通信性能下降,因此在现实中常常采用正交调制。Mazo在1975年发现当发送脉冲为理想sinc脉冲,在码元速率不超过奈奎斯特速率25%的前提下,归一化信号最小距离不变,因此在高信噪比下可以获得相近的性能,并将此技术称为FTN(FasterThanNyquist)传输技术。当使用非sinc脉冲调制时,FTN传输可以比奈奎斯特速率传输提供更高的系统容量,并且可以根据实际情况调整速率,表现出很大的潜力。本文主要研究FTN传输理论,并重点研究了基于递归神经网络的FTN解调技术。FTN传输人为引入了码间干扰,需要使用MLSE解调才能获得理论最优的性能,但需要知道等效信道的精确信息且复杂度很高。而基于神经网络的FTN解调可以直接根据训练数据和接收信号进行训练。传统的解调需要进行匹配滤波、白化、均衡、判决等步骤,而神经网络可以直接实现对输入信号的判决,在实际系统中可以更加充分地利用真实环境的信息,具有性能潜力。本文通过仿真验证了递归神经网络用于FTN解调的可行性,并且对不同参数下神经网络的性能做了较为详细的仿真研究。首先,对FTN传输的原理做了详细的分析研究。介绍了 FTN传输的概念,分析了其Mazo限,介绍了其限制信道容量;建立了 FTN传输的离散模型,分析了离散模型中观测矩阵的性质;讨论了 FTN传输的MLSE检测以及两种简单的线性均衡算法,并对不同的算法性能进行了仿真分析。其次,对神经网络模型进行了分析研究。介绍了前向神经网络与递归神经网络的模型结构,分析推导了神经网络BP算法的矩阵形式,详细介绍了神经网络训练中常用的算法,并使用Softmax回归对奈奎斯特速率下BPSK调制信号进行了训练与解调。最后,研究了利用前向神经网络与递归神经网络解调FTN传输信号。将Softmax回归与线性均衡进行了对比,验证了采用线性均衡对FTN传输引入的码间干扰消除的局限性;用MLP模型和RNN模型对FTN的解调进行了详细的仿真分析,发现在训练数据足够的情况下,两者均能逼近MLSE的解调性能,且RNN可以在参数非常少的情况下达到接近理想的误码率性能,验证了 RNN在FTN传输中实现解调的可行性。(本文来源于《东南大学》期刊2017-05-18)

钱慧,李娜萍,余轮[3](2013)在《差分调制信号亚奈奎斯特率检测方法》一文中研究指出压缩感知是一种亚奈奎斯特率信息采样方法。基于压缩感知的符号检测方法通常先将亚奈奎斯特率样本重构为奈奎斯特率样本,然后再依据传统符号检测的原理检测接收符号。本文针对基于重构的压缩感知符号检测方法采样率过高的问题,研究广义似然比检测和信息采样样本之间的关系,提出了一种不需要重构奈奎斯特率样本的压缩检测方法。该方法首先通过双通道时延结构分离接收信号的参考部分和信息符号部分,然后依据两部分信号的稀疏相关特性,对亚奈奎斯特率接收符号进行检测。实验结果表明本文提出的方法能够有效地抵抗多径衰弱和符号间干扰(Inter Symbol Interference,ISI)。(本文来源于《信号处理》期刊2013年08期)

盖建新,付平,乔家庆,孟升卫[4](2012)在《用于宽带频谱感知的全盲亚奈奎斯特采样方法》一文中研究指出亚奈奎斯特采样方法是缓解宽带频谱感知技术中采样率过高压力的有效途径。该文针对现有亚奈奎斯特采样方法所需测量矩阵维数过大且重构阶段需要确切稀疏度的问题,提出了将测量矩阵较小的调制宽带转换器(MWC)应用于宽带频谱感知的方法。在重新定义频谱稀疏信号模型的基础上,提出了一个改进的盲谱重构充分条件,消除了构建MWC系统对最大频带宽度的依赖;在重构阶段,将稀疏度自适应匹配追踪(SAMP)算法引入到多测量向量(MMV)问题的求解中。最终实现了既不需要预知最大频带宽度也不需要确切频带数量的全盲低速采样,实验结果验证了该方法的有效性。(本文来源于《电子与信息学报》期刊2012年02期)

黄深喜[5](2010)在《高速奈奎斯特模数转换器频域特性测试方法研究》一文中研究指出高速奈奎斯特模数转换器(ADC)在信号和信息处理中起着非常重要的作用。很多应用领域越来越关注高速奈奎斯特ADC的频域特性,其频域特性的测试方法可分为基于相干采样方式的测试方法和基于非相干采样方式的测试方法。基于相干采样方式的频域特性测试方法的测试精度虽然非常高,但是在测试过程中实现和稳定保持相干采样条件需要昂贵复杂的高性能ADC专用测试系统,其系统构建难度大,测试成本高。对于输入测试信号频率未知或不确知的测试场合,也无法采用相干采样方式。相比之下,基于非相干采样方式的频域特性测试方法是一种更为实际的、低成本的测试方法。但是,该类测试方法需要解决频谱泄漏和DFT/FFT栅栏效应。另外,当输入测试信号频率未知或不确知时,还需要解决频率的精确估计问题。为此,本文展开基于非相干采样方式的频域特性测试方法的研究工作,具有重要的理论和实际意义。本文分析了相干采样方式下的ADC噪音估计和ADC频域特性参数测试,分析了利用相干采样方式下的测试结果作为衡量基于非相干采样方式测试方法精度的标准参比值原因。对非相干采样获得的ADC输出信号施加窗函数,可以在一定程度上抑制频谱泄漏,泄漏抑制效果与窗函数性能有很大关系。本文对窗函数进行了分类,研究了组合余弦窗函数。从窗函数优化一般原则出发,基于组合余弦窗函数及其n阶导数在两端边沿处的连续性考虑,本文研究了组合余弦窗函数系数优化问题,提出了最大旁瓣衰落速度(MSLD)优化组合余弦窗函数,导出了求解不同阶次MSLD窗函数的通用方程组,并给出了2-8阶MSLD窗函数的具体表达式。本文推导证明了组合余弦窗函数及其平方的峰值信号增益、峰值信号功率增益、噪音功率增益和等效噪音带宽以及组合余弦窗函数的最大扇形损失等特性的通用解析表达式。这些解析表达式在组合余弦窗函数的特性与其系数之间建立了严密的数学关系,克服了以往文献所采用的数值计算方法的缺点。这些解析表达式有助于基于非相干采样方式的高速奈奎斯特ADC频域特性测试方法研究工作的进一步展开。本文研究了非相干采样方式下窗函数对ADC测试信号频率要求和噪音估计的影响。对信号施加窗函数会造成能量损失,本文基于时域与频域能量守恒的原则,推导证明了离散组合余弦窗函数的能量损失因子与其系数以及归一化噪音功率增益NNPG的关系。本文研究了非相干采样方式下测试信号频率未知或不确知时的高速奈奎斯特ADC频域特性测试方法,解决了频率未知或不确知测试场合的测试问题,拓展了用能量方法测试ADC频域特性的适用范围。最后本文提出了一种经济型高速奈奎斯特ADC测试系统的总体设计思路,提出了该测试系统主要模块的设计技术,为该测试系统产业化工作奠定了基础。(本文来源于《中南大学》期刊2010-03-01)

高大远,沈辉,董国华,胡德文[6](2007)在《鲁棒逆奈奎斯特方法中鲁棒Gershgorin带的近似估计》一文中研究指出针对多输入多输出线性系统的鲁棒逆奈奎斯特阵列分析,提出一种保守性较小的鲁棒Gershgorin带近似估计方法.首先给出一个保守性较小的鲁棒对角优势性引理,基于此引理,对具有参数不确定性的传递函数矩阵,推导了鲁棒Gershgorin带的近似估计方法,降低了估计结果的保守性.最后给出了仿真验证.(本文来源于《自动化学报》期刊2007年04期)

张岱,王亚平,王昌军[7](2001)在《关于尼奎斯特现象的两种解释方法》一文中研究指出用两种方法解释了尼奎斯特现象 ,以便于学生对问题的理解(本文来源于《数理医药学杂志》期刊2001年05期)

杨立法[8](1998)在《一种改进的奈奎斯特曲线绘制方法》一文中研究指出本文给出一种改进的奈奎斯特(Nyquist)曲线绘制方法———径向压缩法,利用它可以很好地解决常规奈奎斯特曲线不能同时清除地表达一个复杂系统低频段、中频段和高频段频率特性的问题利用径向压缩法绘制的开环奈奎斯特曲线,对判定闭环系统稳定性和估算相角裕度没有影响,对估算增益裕度略有影响此方法对控制系统分析有一定的参考价值(本文来源于《云南工业大学学报》期刊1998年02期)

杨立法[9](1997)在《一种改进的奈奎斯特曲线绘制方法》一文中研究指出给出一种改进的奈奎斯特(Nyquist)曲线绘制方法—径向压缩法,利用它可以很好地解决常规奈奎斯特曲线不能同时清楚地表达一个复杂系统低频段、中频段和高频段频率特性的问题。利用此方法绘制的开环奈奎斯特曲线,对判定闭环系统稳定性和估算相角裕度没有影响,对估算增益裕度略有影响。此方法对控制系统分析有一定的参考价值。(本文来源于《西安邮电学院学报》期刊1997年04期)

刘灼群[10](1991)在《奈奎斯特第叁准则响应函数的求取方法》一文中研究指出本文推导了满足奈奎斯特第叁准则响应函数的求取方法,并做了检验以及用该方法所做的实验。(本文来源于《电子学报》期刊1991年03期)

曼奎斯特方法论文开题报告

(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:

传统通信理论认为当信号传输速率超过奈奎斯特速率时,引起的码间干扰会导致通信性能下降,因此在现实中常常采用正交调制。Mazo在1975年发现当发送脉冲为理想sinc脉冲,在码元速率不超过奈奎斯特速率25%的前提下,归一化信号最小距离不变,因此在高信噪比下可以获得相近的性能,并将此技术称为FTN(FasterThanNyquist)传输技术。当使用非sinc脉冲调制时,FTN传输可以比奈奎斯特速率传输提供更高的系统容量,并且可以根据实际情况调整速率,表现出很大的潜力。本文主要研究FTN传输理论,并重点研究了基于递归神经网络的FTN解调技术。FTN传输人为引入了码间干扰,需要使用MLSE解调才能获得理论最优的性能,但需要知道等效信道的精确信息且复杂度很高。而基于神经网络的FTN解调可以直接根据训练数据和接收信号进行训练。传统的解调需要进行匹配滤波、白化、均衡、判决等步骤,而神经网络可以直接实现对输入信号的判决,在实际系统中可以更加充分地利用真实环境的信息,具有性能潜力。本文通过仿真验证了递归神经网络用于FTN解调的可行性,并且对不同参数下神经网络的性能做了较为详细的仿真研究。首先,对FTN传输的原理做了详细的分析研究。介绍了 FTN传输的概念,分析了其Mazo限,介绍了其限制信道容量;建立了 FTN传输的离散模型,分析了离散模型中观测矩阵的性质;讨论了 FTN传输的MLSE检测以及两种简单的线性均衡算法,并对不同的算法性能进行了仿真分析。其次,对神经网络模型进行了分析研究。介绍了前向神经网络与递归神经网络的模型结构,分析推导了神经网络BP算法的矩阵形式,详细介绍了神经网络训练中常用的算法,并使用Softmax回归对奈奎斯特速率下BPSK调制信号进行了训练与解调。最后,研究了利用前向神经网络与递归神经网络解调FTN传输信号。将Softmax回归与线性均衡进行了对比,验证了采用线性均衡对FTN传输引入的码间干扰消除的局限性;用MLP模型和RNN模型对FTN的解调进行了详细的仿真分析,发现在训练数据足够的情况下,两者均能逼近MLSE的解调性能,且RNN可以在参数非常少的情况下达到接近理想的误码率性能,验证了 RNN在FTN传输中实现解调的可行性。

(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。

曼奎斯特方法论文参考文献

[1].齐佳.超奈奎斯特无源光网络中均衡方法的研究[D].北京邮电大学.2019

[2].左崇彦.超奈奎斯特(FTN)速率传输的递归神经网络解调方法[D].东南大学.2017

[3].钱慧,李娜萍,余轮.差分调制信号亚奈奎斯特率检测方法[J].信号处理.2013

[4].盖建新,付平,乔家庆,孟升卫.用于宽带频谱感知的全盲亚奈奎斯特采样方法[J].电子与信息学报.2012

[5].黄深喜.高速奈奎斯特模数转换器频域特性测试方法研究[D].中南大学.2010

[6].高大远,沈辉,董国华,胡德文.鲁棒逆奈奎斯特方法中鲁棒Gershgorin带的近似估计[J].自动化学报.2007

[7].张岱,王亚平,王昌军.关于尼奎斯特现象的两种解释方法[J].数理医药学杂志.2001

[8].杨立法.一种改进的奈奎斯特曲线绘制方法[J].云南工业大学学报.1998

[9].杨立法.一种改进的奈奎斯特曲线绘制方法[J].西安邮电学院学报.1997

[10].刘灼群.奈奎斯特第叁准则响应函数的求取方法[J].电子学报.1991

标签:;  ;  ;  ;  

曼奎斯特方法论文-齐佳
下载Doc文档

猜你喜欢