导读:本文包含了无线时变信道论文开题报告文献综述及选题提纲参考文献，主要关键词:时变无线信道建模,机器学习,神经网络,最小二乘支持向量机
无线时变信道论文文献综述
孙宁姚[1]（2019）在《基于机器学习算法的时变无线信道建模研究》一文中研究指出第五代移动通信系统是近年来国内外研究的热点,信道测试、建模与仿真技术研究对5G链路和系统仿真及设计起着极为重要的作用。与此同时,机器学习也逐渐应用于信道建模领域,可以很好地学习数据特征解决时变序列的预测问题。本文的主要工作有:第一,基于现阶段研究较广的两种机器学习的算法,建立了利用神经网络算法与支持向量机算法进行信道参数建模的方法。第二,基于毫米波26 GHz室外微蜂窝在视距信道和非视距场景下的实测数据,利用径向基函数(Radial Basis Function,RBF)神经网络建立联合小尺度参数的回放模型,并对模型的输出结果进行了对比分析。第叁,根据2.55 GHz室外微蜂窝在视距和非视距场景下的实测数据,利用最小二乘支持向量机(Least Square Support Vector Machine,LS-SVM)建立了信道参数的预测模型,同时引入遗传算法(Genetic Algorithm,GA)对模型的寻优过程进行了优化。结果表明利用RBF神经网络联合小尺度参数回放模型的输出结果能够更加贴近原始数据;利用GA算法可以优化LS-SVM的建模过程,使得GA+LS-SVM模型的建立时间更短,预测结果精度更高。本文对时变无线信道的建模开展了全面和深入研究,对5G毫米波链路和系统级仿真以及系统设计具有较为重要的参考价值。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
王熙宇[2]（2018）在《高铁无线通信系统的快时变信道估计》一文中研究指出中国高铁以其方便快捷、灵活高效的特性逐渐成为国人首选的绿色出行方式,同时,第五代(The Fifth Generation,5G)移动通信技术的研究正逐渐兴起。高铁作为未来5G移动通信技术的一个重要且具有挑战的运用场景,受到了学者专家的广泛关注。要达到5G通信性能的要求,其中一项亟需分析的关键技术是高铁快时变信道估计。由于高铁场景的高速移动性以及极其复杂的地理环境,无线信道的快时变特性与常规场景相去甚远,这使得传统的信道估计算法不再适用。本论文旨在研究高铁场景的快时变信道估计技术,并通过贴合实际场景的仿真说明新信道估计器的性能。论文首先定义了中国高铁的几大典型场景及相应的特点,构建了一个多场景综合的高铁评估模型,分析了高铁场景无线信道的特性并使用测量的信道参数进行高铁信道建模,同时,简要讨论了无线链路传输使用的正交频分复用技术以及5G物理层的传输帧格式。其次,由于高铁信道的快时变性,采用基扩展模型(Basis Expansion Model,BEM)简化估计参数,而由于高铁信道的特性随着地理位置变化剧烈,现有的BEM使用相同的基函数估计变化的信道将会造成性能不一致的效果。通过推导了 BEM的均方误差下界,得到了由信道自相关矩阵的特征向量组成的优化基矩阵。经由分析,优化的基矩阵适用于高铁场景,因为高铁场景固定地点的信道自相关特性不随时间变化,因此可以利用历史车次的信道自相关矩阵预测当前车次的基矩阵,该适合高铁场景的模型被称为基于历史信息的基扩展模型(Historical Information based Basis Expansion Model,HiBEM),然后分别使用基于导频和无需导频两种方式估计HiBEM的基系数,其中无需导频的基系数估计采用了迭代的期望最大化算法,能够提高频谱利用率。最后,分析对比不同的信道估计方法估计高铁无线信道的性能和算法复杂度,结果表明高铁适用的HiBEM算法复杂度较小,且性能更优,链路仿真结果显示使用HiBEM方法得到的系统吞吐量能够达到5G无线通信的要求。(本文来源于《北京交通大学》期刊2018-03-01）
唐满,王少英,李跃新,杨新锋[3]（2017）在《基于自适应时变的OFDM无线信道机会估计机制》一文中研究指出针对OFDM无线信道估计中的上行链路与下行链路信号冲突和估计精度低等问题,提出一种适用于正交频分复用(orthogonal frequency division multiplexing,OFDM)无线信道的基于自适应时变的机会信道估计机制。考虑OFDM符号特征、离散信号串并转换特性和自适应傅里叶变换及其逆变换过程,为优化信道估计复杂度,提出OFDM无线信道模型。基于中继节点集合选取策略和基于多跳无线信道传输的信道估计,提出基于自适应时变的OFDM无线信道机会估计机制。对所提信道估计算法与基于判决反馈的信道估计机制进行实验对比,对比结果表明,所提估计算法可以更好地适应子载波规模和用户规模的动态变化,提供高精度和高吞吐率的无线信道估计。(本文来源于《计算机工程与设计》期刊2017年03期）
章胤,姜祖运,杨亚南,胡雪丽,申舒玮[4]（2016）在《基于神经网络无线通信中时变信道建模应用》一文中研究指出对移动通信中时变信道进行建模,采取BP神经网络Levenberg-Marquardt算法对多径时变信道进行建模,同时根据泛化复指数基扩展模型,拟合出训练数据,通过仿真来模拟信噪比与误比特率之间的关系,最后验证了该模型具有很好的预测效果。(本文来源于《蚌埠学院学报》期刊2016年05期）
许月,何玉娇,朱曹斌[5]（2015）在《无线通信中的快时变信道建模》一文中研究指出以无线通信中的快时变信道为对象,使用基扩展模型估计快变信道参数,并对多种基扩展模型进行性能分析;研究多普勒频移对基扩展模型准确度的影响;探讨并改进了构建多径瑞利信道的方法;讨论了信号通过多径时变瑞利信道的处理方法;搭建了OFDM通信仿真系统,并分别用LS法、LMMSE法、SVD法设计了基于块状导频技术估计的信道均衡器.(本文来源于《数学的实践与认识》期刊2015年14期）
程浩,姜华,左烨[6]（2015）在《无线通信中的快时变信道建模》一文中研究指出在高速移动环境下,无线通信信道会发生快速变化,若不能适应这种变化,通信系统性能将会受到严重影响,极大降低信息传输的速度和质量.因此,分析现有通信模型的不足,建立新的数学模型,对提升信道容量、增加信息传输速率和降低误码率会有很好的促进作用.本文针对无线通信中的快时变信道,采用了基扩展模型(CE-BEM、DPS-BEM)进行信道参数模拟,并用Jakes瑞利衰落信道模型进行信道衰落的仿真.最后,在考虑加性高斯白噪声的情况下,进行输入信号的数字调制及解调模拟,研究信噪比(SNR)与误比特率(BER)之间的关系.仿真结果表明:所建模型降低了实测数据量,并且能够对快时变信道进行准确估计.(本文来源于《数学的实践与认识》期刊2015年14期）
赵星宇,张家典,崔文明[7]（2015）在《无线通信中的快时变信道建模》一文中研究指出针对存在多普勒效应的快时变信道,利用复指数基扩展模型进行信道估计,以期减少信道参数估计所需的数据量,给出最小二乘法(LS)拟合复指数基系数方法,分析速度对模型准确度的影响;对多径时变传输信道进行建模,产生多径之间相互独立、幅度服从瑞利分布、相位服从均匀分布的仿真信道数据,验证复指数扩展模型可以有效减少训练序列;对单载波移动通信系统进行建模,信号通过多径快时变信道传输,并受到AWGN噪声干扰,通过分析SNR与BER之间的关系证明信道估计模型的合理性.(本文来源于《数学的实践与认识》期刊2015年14期）
元天鹏,蒋琴艳,宋恒国,崔琪楣,张鹏[8]（2015）在《无线通信中的快时变信道建模》一文中研究指出移动通信网络连接环境复杂多变,对实现高速宽带数据传递提出了更高的要求和挑战.在高速移动环境下,无线通信信道会发生快速变化,传统的基于导频的信道估计将占用过多传输资源,降低传输效率.基于基扩展模型对无线通信中快时变信道建模,首先分析了模型参数对模型准确度的影响,综合考虑复杂度和准确度,选择适当参数可以大大减少数据测试量.进一步地,分析了运动速度对模型的影响,并通过仿真产生的信道数据验证所建基扩展模型在减少测试数据方面的效果.最后,在加性高斯白噪声信道下,仿真了采用基扩展模型进行信道估计的误比特率性能.(本文来源于《数学的实践与认识》期刊2015年14期）
安滨,肖辉,韩玉涛,吕楠,肖英伟[9]（2015）在《基于SBL模型的无线通信快时变信道建模》一文中研究指出传统的信道参数估计方法估计精度较差,而快时变信道对估计方法要求很高。采用稀疏贝叶斯学习(SBL)模型,实现了对无线通信中快时变信道参数的建模。首先,利用间隔采样法选取部分数据作为训练集;其次,根据训练集训练得出SBL模型参数;最后,应用所建立的SBL模型估计某时间段内信道参数的整体数据。稀疏贝叶斯模型的稀疏特性使得基函数数量较少,大大减少了模型训练、估计的计算量,适用于对无线通信中高速快时变信道数据的估计。间隔采点方式能够降低采样频率,节约信道资源。最后应用实际信道数据进行算例分析,对本方法在快时变信道建模中的有效性进行了验证。(本文来源于《电力信息与通信技术》期刊2015年02期）
王艳丽,张鹏,张佳[10]（2014）在《矿井时变多径信道无线通信技术仿真研究》一文中研究指出矿井巷道电波传播环境非常复杂,为了更加准确地描述矿井无线通信信道的时变多径特性,对传统的矿井巷道信道统计模型进行改进,将多径相位分量建模为时间变量,建立时变多径信道模型。上述模型,对信道容量进行分析比较,并对MIMO-OFDM系统的抗多径衰落性能进行仿真。数学分析和仿真结果表明,多径相位分量建模为时间变量的信道模型更准确地描述了多径衰落矿井巷道,采用MIMO-OFDM技术增加了系统容量,提高了系统性能。(本文来源于《计算机仿真》期刊2014年07期）
无线时变信道论文开题报告
（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：
中国高铁以其方便快捷、灵活高效的特性逐渐成为国人首选的绿色出行方式,同时,第五代(The Fifth Generation,5G)移动通信技术的研究正逐渐兴起。高铁作为未来5G移动通信技术的一个重要且具有挑战的运用场景,受到了学者专家的广泛关注。要达到5G通信性能的要求,其中一项亟需分析的关键技术是高铁快时变信道估计。由于高铁场景的高速移动性以及极其复杂的地理环境,无线信道的快时变特性与常规场景相去甚远,这使得传统的信道估计算法不再适用。本论文旨在研究高铁场景的快时变信道估计技术,并通过贴合实际场景的仿真说明新信道估计器的性能。论文首先定义了中国高铁的几大典型场景及相应的特点,构建了一个多场景综合的高铁评估模型,分析了高铁场景无线信道的特性并使用测量的信道参数进行高铁信道建模,同时,简要讨论了无线链路传输使用的正交频分复用技术以及5G物理层的传输帧格式。其次,由于高铁信道的快时变性,采用基扩展模型(Basis Expansion Model,BEM)简化估计参数,而由于高铁信道的特性随着地理位置变化剧烈,现有的BEM使用相同的基函数估计变化的信道将会造成性能不一致的效果。通过推导了 BEM的均方误差下界,得到了由信道自相关矩阵的特征向量组成的优化基矩阵。经由分析,优化的基矩阵适用于高铁场景,因为高铁场景固定地点的信道自相关特性不随时间变化,因此可以利用历史车次的信道自相关矩阵预测当前车次的基矩阵,该适合高铁场景的模型被称为基于历史信息的基扩展模型(Historical Information based Basis Expansion Model,HiBEM),然后分别使用基于导频和无需导频两种方式估计HiBEM的基系数,其中无需导频的基系数估计采用了迭代的期望最大化算法,能够提高频谱利用率。最后,分析对比不同的信道估计方法估计高铁无线信道的性能和算法复杂度,结果表明高铁适用的HiBEM算法复杂度较小,且性能更优,链路仿真结果显示使用HiBEM方法得到的系统吞吐量能够达到5G无线通信的要求。
（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。
无线时变信道论文参考文献
[1].孙宁姚.基于机器学习算法的时变无线信道建模研究[D].华北电力大学(北京).2019
[2].王熙宇.高铁无线通信系统的快时变信道估计[D].北京交通大学.2018
[3].唐满,王少英,李跃新,杨新锋.基于自适应时变的OFDM无线信道机会估计机制[J].计算机工程与设计.2017
[4].章胤,姜祖运,杨亚南,胡雪丽,申舒玮.基于神经网络无线通信中时变信道建模应用[J].蚌埠学院学报.2016
[5].许月,何玉娇,朱曹斌.无线通信中的快时变信道建模[J].数学的实践与认识.2015
[6].程浩,姜华,左烨.无线通信中的快时变信道建模[J].数学的实践与认识.2015
[7].赵星宇,张家典,崔文明.无线通信中的快时变信道建模[J].数学的实践与认识.2015
[8].元天鹏,蒋琴艳,宋恒国,崔琪楣,张鹏.无线通信中的快时变信道建模[J].数学的实践与认识.2015
[9].安滨,肖辉,韩玉涛,吕楠,肖英伟.基于SBL模型的无线通信快时变信道建模[J].电力信息与通信技术.2015
[10].王艳丽,张鹏,张佳.矿井时变多径信道无线通信技术仿真研究[J].计算机仿真.2014